JANNATI, IFFAH ZAFIRA (2026) SISTEM OBJECT COUNTING REAL-TIME MENGGUNAKAN YOLOv8 UNTUK APLIKASI FARMASI. Skripsi (Bachelor) thesis, Universitas Muhammadiyah Bengkulu.
![[img]](http://repository.umb.ac.id/style/images/fileicons/text.png) |
Text (FULLTEXT)
Iffah_Zafira_Jannati_2255201215_fulltext.pdf - Submitted Version Restricted to Repository staff only Download (2MB) | Request a copy |
|
Text (TURNITIN)
Iffah_Zafira_Jannati_2255201215_TURNITIN.pdf - Submitted Version Restricted to Repository staff only Download (9MB) | Request a copy |
|
Text (ABSTRAK & BAB 1)
Iffah_Zafira_Jannati_2255201215_ABSTRAK & BAB 1.pdf - Submitted Version Download (290kB) |
|
Text (BAB 2)
Iffah_Zafira_Jannati_2255201215_BAB 2.pdf - Submitted Version Download (296kB) |
|
Text (BAB 3)
Iffah_Zafira_Jannati_2255201215_BAB 3.pdf - Submitted Version Restricted to Repository staff only Download (429kB) | Request a copy |
|
Text (BAB 4)
Iffah_Zafira_Jannati_2255201215_BAB 4.pdf - Submitted Version Restricted to Repository staff only Download (956kB) | Request a copy |
|
Text (BAB 5)
Iffah_Zafira_Jannati_2255201215_BAB 5.pdf - Submitted Version Download (169kB) |
|
Text (REF & LAMP)
Iffah_Zafira_Jannati_2255201215_REF & LAMP.pdf - Submitted Version Download (171kB) |
Abstract
Perhitungan jumlah obat secara manual dapat membutuhkan waktu dan berpotensi mengalami kesalahan dalam proses penghitungan, terutama ketika jumlah objek yang diamati cukup banyak. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem object counting obat secara real-time dengan memanfaatkan metode deteksi objek YOLOv8n. Objek yang digunakan dalam penelitian terdiri atas dua kelas, yaitu kapsul dan kaplet. Dataset dianotasi dalam format YOLO dan digunakan untuk proses pelatihan serta validasi model. Dataset yang tersedia terdiri atas 1.048 citra training dan 258 citra validation. Model YOLOv8n dilatih menggunakan model awal yolov8n.pt dengan konfigurasi 50 epoch, ukuran citra 640 piksel, batch size 8, dan perangkat CPU. Hasil pelatihan menghasilkan bobot model best.pt yang digunakan dalam proses inference. Sistem dikembangkan menggunakan Python dengan Flask, OpenCV, Ultralytics YOLOv8n, dan SQLite. Sistem dapat menerima input berupa frame webcam maupun gambar yang diunggah, kemudian menghasilkan bounding box, kelas objek, dan confidence score. Hasil deteksi selanjutnya digunakan untuk menghitung jumlah kapsul, jumlah kaplet, dan total objek. Sistem juga menyediakan fitur penyimpanan hasil deteksi, riwayat, dan export data. Pengujian dilakukan melalui pengujian deteksi, object counting, fungsional sistem, serta pengujian pada beberapa kondisi objek dan lingkungan. Berdasarkan implementasi yang dilakukan, YOLOv8n dapat digunakan sebagai komponen deteksi objek dalam sistem object counting kapsul dan kaplet secara real-time. Nilai akurasi deteksi dan counting akhir ditentukan berdasarkan hasil pengujian aktual yang dilakukan pada sistem. Kata Kunci: Object Counting, YOLOv8, Computer Vision, Real-Time Detection.
| Item Type: | Thesis (Skripsi (Bachelor)) |
|---|---|
| Additional Information: | Pembimbing : Ardi Wijaya, S.Kom., M.Kom |
| Uncontrolled Keywords: | Object Counting, YOLOv8, Computer Vision, Real-Time Detection. |
| Subjects: | Universitas Muhammadiyah Bengkulu > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika 02-Fakultas Teknik > 55201-(S1) Teknik Informatika |
| Divisions: | 02-Fakultas Teknik > 55201-(S1) Teknik Informatika Subjek Terkait > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika |
| Depositing User: | Mrs Siti Fathonah |
| Date Deposited: | 07 Sep 2026 03:29 |
| Last Modified: | 07 Sep 2026 03:29 |
| URI: | http://repository.umb.ac.id/id/eprint/4096 |
Actions (login required)
 |
View Item |