IMPLEMENTASI ALGORITMA YOLOV8 DAN PENGGUNAAN ESP32-CAM UNTUK DETEKSI KUALITAS OLI MOTOR BERBASIS WEB | L2P UNIVERSITAS MUHAMMADIYAH PONOROGO
Beranda Tentang Kami Berita
  • E-Resources
    Indonesiana
    • Batavia Digital
    • Candi di Indonesia
    • Dokumentasi Perfilman Indonesia
    • Dokumentasi Sastra Indonesia
    • Kepustakaan Presiden RI
    • Keraton Nusantara
    • Pernaskahan Nusantara
    • Kepustakaan Tokoh Perfilman
    • Khasanah Pustaka Nusantara
    • Perpuspedia
    Pencarian
    • DOAJ
    • Google Scholar
    • JDIH
    • Bibliografi Nasional Indonesia
    • Katalog Induk Nasional
    • Bursa Efek Indonesia
    Alat
    • Mendeley
    • Zotero
    • Publish or Perish
    • Vos Viewer
    Sumber Belajar
    • Perpustakaan Digital
    • TED
    • Google Experiments
    • Sumber Belajar Kemdikbud
    • Ebook
  • Bantuan
    • Member Area
    • Beranda
    • Tentang Kami
    • Berita
    • Bantuan

    L2P UNIVERSITAS MUHAMMADIYAH PONOROGO

    Universitas Muhammadiyah Ponorogo


    Temukan setiap halaman yang menunggu untuk dibaca, setiap pengetahuan yang siap mengubah dunia.


    Pencarian Lanjutan
    Pencarian Spesifik

    IMPLEMENTASI ALGORITMA YOLOV8 DAN PENGGUNAAN ESP32-CAM UNTUK DETEKSI KUALITAS OLI MOTOR BERBASIS WEB

    MUH NAILAR RAZA (21533407) - Nama Orang;

    Skripsi · 2025

    Peredaran pelumas motor non-standar secara masif menuntut adanya metodologi identifikasi yang efisien dan aksesibel. Penelitian ini bertujuan untuk merancang, mengimplementasikan, dan mengevaluasi performa sebuah sistem deteksi kualitas oli motor berbasis computer vision. Sistem ini mengintegrasikan algoritma deep learning YOLOv8 dengan perangkat keras ESP32-CAM melalui sebuah aplikasi web interaktif. Mengadopsi metodologi Research and Development (R&D) dengan pendekatan prototyping, sistem ini diimplementasikan pada arsitektur client-server yang menggabungkan purwarupa perangkat akuisisi citra, server backend berbasis Python Flask, dan basis data MySQL. Proses pelatihan model deteksi objek YOLOv8 dilaksanakan menggunakan dataset kustom yang terdiri atas 875 citra sampel oli yang telah dianotasi ke dalam lima kategori. Hasil validasi empiris menunjukkan bahwa sistem yang dikembangkan telah mencapai fungsionalitas penuh. Pada pengujian akurasi, model kecerdasan buatan yang dihasilkan menunjukkan kapabilitas fundamental dalam melakukan diskriminasi visual, yang ditandai dengan pencapaian nilai mean Average Precision (mAP50) sebesar 60.7%. Evaluasi kinerja sistem secara holistik menunjukkan bahwa total waktu respons dari input pengguna hingga penyajian hasil berkisar antara 10 hingga 16 detik, dengan latensi rata-rata 12.83 detik. Analisis dekomposisi latensi berhasil mengidentifikasi dua faktor penghambat (bottleneck) utama yang memberikan kontribusi hampir ekuivalen: durasi proses inferensi lokal oleh model YOLOv8 (rata-rata 6.67 detik), yang performanya sangat dipengaruhi oleh variasi kondisi pencahayaan citra, dan latensi jaringan saat berinteraksi dengan API eksternal (rata-rata 6.17 detik). Dengan demikian, penelitian ini berhasil mewujudkan sebuah bukti konsep (proof of concept) yang fungsional, di mana evaluasi kinerjanya secara jelas memetakan tantangan operasional signifikan yang menjadi landasan krusial bagi optimisasi di masa mendatang.

    Penanda Bagikan
    Image of IMPLEMENTASI ALGORITMA YOLOV8 DAN PENGGUNAAN ESP32-CAM UNTUK DETEKSI 
KUALITAS OLI MOTOR BERBASIS WEB

    About this edition
    Edisi: -
    ISBN/ISSN: -
    Page count: xix, 86 p, 30 cm.
    Published: 2025
    Format: text
    Penerbit: TEKNIK UNMUH PONOROGO
    Bahasa: Indonesia
    Tipe Isi: text
    Tipe Media: -
    Tipe Pembawa: -
    Ketersediaan
    #
    Prodi Teknik Informatika (Rak Koleksi Khusus) 88 RAZ i FT-2025
    KK1242FT
    Tersedia namun tidak untuk dipinjamkan - No Loan
    Subjek
    YOLOv8
    Kualitas Oli
    Oli Palsu
    Versi lain/terkait

    Tidak tersedia versi lain

    Lampiran Berkas
    Tidak Ada Data
    Komentar

    Anda harus masuk sebelum memberikan komentar

    Di Antara Kata, Kita Bertumbuh.

    L2P UNIVERSITAS MUHAMMADIYAH PONOROGO
    Universitas Muhammadiyah Ponorogo

    • Informasi
    • Layanan
    • Pustakawan
    • Area Anggota

    Tentang Kami

    As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

    Statistik Pengunjung Web

    Hari ini : 245 1 Pekan Terakhir : 1542 1 Bulan Terakhir : 6365 1 Tahun : 76365

    Cari

    masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

    Donasi untuk SLiMS Kontribusi untuk SLiMS?

    © L2P UNIVERSITAS MUHAMMADIYAH PONOROGO | Universitas Muhammadiyah Ponorogo