View/Open

Author
I PUTU YUDA PRAMA ANANTA,

Date Published
09 Oct 2026

Advisor
Sabar, M.Si.,
Mardhiyatna, S.Si., M.Si.,

Subject
Rekayasa Instrumentasi dan Automasi

Publisher

Beras merupakan bahan pangan pokok bagi masyarakat Indonesia sehingga kualitas dan keamanannya perlu diperhatikan. Salah satu permasalahan dalam keamanan pangan adalah penyalahgunaan bahan berbahaya seperti formalin pada beras. Penelitian ini bertujuan untuk merancang dan membangun sistem deteksi beras terindikasi formalin berbasis computer vision menggunakan metode YOLOv8 serta menerapkannya pada prototipe dengan dashboard untuk mendukung identifikasi awal secara non-destruktif. Penelitian menggunakan sampel beras BULOG yang dibagi menjadi dua kelas, yaitu beras normal dan beras dengan perlakuan formalin. Akuisisi citra dilakukan menggunakan kamera Canon EOS M100 dengan pencahayaan terkontrol. Dataset yang dihasilkan berjumlah 2.140 citra dengan 3.925 anotasi objek, kemudian dibagi menjadi data training, validation, dan testing dengan rasio 60:20:20. Model YOLOv8n dilatih selama 100 epoch menggunakan ukuran citra 640 × 640 piksel dan batch size 8. Hasil pengujian pada data test menunjukkan nilai precision sebesar 0,993, recall sebesar 0,995, mAP@50 sebesar 0,993, dan mAP@50-95 sebesar 0,804. Pengujian sistem secara real-time terhadap 44 percobaan menghasilkan proporsi prediksi yang sesuai dengan kondisi sampel sebesar 81,82%, dengan precision 76,92%, recall 90,91%, dan F1-score 83,33%. Sistem berhasil menampilkan hasil deteksi berupa bounding box, label kelas, dan nilai confidence melalui dashboard. Sistem ini dapat digunakan sebagai alat bantu identifikasi awal berdasarkan karakteristik visual, tetapi tidak dapat memastikan kandungan formalin secara kimiawi.

URI
https://repo.itera.ac.id/depan/submission/SB2610230048

Keyword
Beras, formalin, computer vision, YOLOv8, klasifik