MODIFIKASI ARSITEKTUR YOLOV12S DENGAN PENAMBAHAN HEAD RESOLUSI TINGGI DAN C3K2 UNTUK DETEKSI BOTOL PLASTIK TERAPUNG

ABSTRAK ALIEF AKBAR AGUNG EL-MAHIRAH. Modifikasi arsitektur yolov12s dengan penambahan head resolusi tinggi dan c3k2 untuk deteksi botol plastik terapung (dibimbing oleh Novy Nur R.A Mokobombang). Latar Belakang. Penelitian ini mengkaji peningkatan akurasi deteksi sampah botol plastik terapung melalui modifikasi arsitektur pada model YOLOv12s. Permasalahan utama yang dihadapi adalah rendahnya sensitivitas deteksi pada objek berukuran kecil (small object), terutama akibat hilangnya informasi spasial selama proses downsampling dan tingginya ambiguitas visual antara objek transparan dengan latar belakang air yang dinamis. Tujuan dan Metode. Data penelitian diperoleh melalui akuisisi citra udara menggunakan drone di wilayah perairan, yang kemudian dianotasi untuk keperluan pelatihan model. Metodologi penelitian melibatkan analisis komparatif antara model baseline YOLOv12s dengan varian modifikasi yang mengintegrasikan Detection Head resolusi tinggi (160×160 piksel) untuk menangkap fitur detail pada layer awal sebelum tereduksi dan modul C3K2 (Cross Stage Partial with Kernel 2), yang berfungsi memperkuat ekstraksi fitur dan menstabilkan aliran gradien terhadap noise lingkungan. Hasil. Hasil eksperimen menunjukkan bahwa model modifikasi mencapai performa superior, dengan mean Average Precision (mAP@50) sebesar 92% dibandingkan 88% pada baseline, serta capaian Recall yang sangat tinggi (0,97). Model modifikasi menunjukkan ketahanan (robustness) yang lebih baik pada skenario variasi ketinggian, khususnya pada ketinggian jelajah 7 meter di mana ia berhasil memulihkan deteksi objek yang terlewat oleh model standar. Analisis lebih lanjut mengungkapkan bahwa penambahan Head 160×160 memberikan dampak signifikan pada pelestarian fitur geometris botol, mengubah status objek yang sebelumnya undetected menjadi terdeteksi dengan validitas lokalisasi yang presisi. Kesimpulan. Temuan ini memvalidasi efektivitas strategi preservasi resolusi spasial dan penguatan fitur dalam meningkatkan kemampuan deteksi objek mikro di lingkungan perairan. Penelitian ini berkontribusi pada aspek teknis pengembangan arsitektur jaringan syaraf tiruan untuk objek kecil, serta memberikan implikasi praktis bagi pengembangan sistem pemantauan kebersihan sungai otomatis berbasis drone yang andal dan efisien.