View/Open

Author
INDAH, LUSIANA

Date Published
08 Jun 2026

Advisor
Triyana Muliawati, S.Si., M.Si.,
Mika Alvionita S, S.Si., M.Si.,

Subject
Matematika

Publisher

Pulau Pahawang, Provinsi Lampung, merupakan wilayah pesisir dengan keanekaragaman hayati laut yang tinggi dan aktivitas wisata bahari yang cukup padat, sehingga pemantauan komposisi sedimen karbonat di wilayah ini perlu dilakukan secara berkala. Identifikasi fragmen sedimen masih dilakukan secara manual seperti menggunakan mikroskop maupun citra mikroskopis, yang membutuhkan waktu lama dan hasilnya dapat berbeda-beda tergantung pengamat. Penelitian ini mengembangkan model YOLOv8 untuk mendeteksi fragmen bioclastic dan non-bioclastic pada citra digital sedimen pesisir Pulau Pahawang. Dataset yang digunakan terdiri dari 476 citra yang dibagi menjadi data latih (70%), validasi (20%), dan uji (10%). Augmentasi data berupa flip horizontal, vertikal, dan blur hingga 2.5 px diterapkan pada data latih sehingga jumlahnya meningkat dari 334 menjadi 995 citra, dengan total keseluruhan dataset menjadi 1137 citra. Model terbaik yang diperoleh adalah YOLOv8s dengan 75 epoch, batch size 16, learning rate awal 0.00111, dan optimizer AdamW. Model ini mendeteksi lima kelas fragmen, yaitu Branching Coral, Plate Coral, Porifera, Mollusca, dan Batuan. Hasil evaluasi secara keseluruhan menunjukkan nilai precision 0.867, recall 0.844, dan mAP50 sebesar 0.879. Kelas Plate Coral dan Porifera memiliki performa lebih rendah dibanding kelas lainnya, yang dapat disebabkan oleh jumlah data yang lebih sedikit pada kedua kelas tersebut. Secara keseluruhan, model YOLOv8 menunjukkan hasil yang baik dan dapat digunakan sebagai pendukung identifikasi fragmen sedimen yang lebih cepat, objektif, dan konsisten.

URI
https://repo.itera.ac.id/depan/submission/SB2606020072

Keyword
YOLOv8 Deteksi Objek Fragmen Bioclastic Pulau Pahawang