Jurnal Sains dan Seni ITS
Vol 10, No 1 (2021)

Deteksi Kapal di Laut Indonesia Menggunakan YOLOv3

Adam Fahmi Fandisyah (Departemen Statistika Institut Teknologi Sepuluh Nopember Surabaya)
Nur Iriawan (Departemen Statistika Institut Teknologi Sepuluh Nopember Surabaya)
Wiwiek Setya Winahju (Departemen Statistika Institut Teknologi Sepuluh Nopember Surabaya)



Article Info

Publish Date
10 Sep 2021

Abstract

Indonesia adalah negara kepulauan terbesar di dunia yang memiliki kandungan kekayaan dan sumber daya alam laut yang sangat berlimpah. Hal ini memicu terjadinya peristiwa seperti illegal fishing, illegal mining, illegal logging, drugs trafficking dan people smuggling yang menunjukkan bahwa kurang maksimalnya pengawasan wilayah laut Indonesia. Pesatnya perkembangan teknologi di bidang kecerdasan buatan mendorong ditemukannya deep learning, salah satunya yaitu metode You Only Look Once (YOLO) yang dikembangkan dengan algoritma untuk mendeteksi sebuah objek secara realtime. Dalam penelitian ini, deteksi tipe kapal dilakukan dengan menggunakan YOLOv3 dan dievaluasi dengan menghitung nilai Mean Average Precision (mAP) yang dibandingkan hasilnya dengan ground truth. Hasil deteksi tipe kapal menggunakan YOLOv3 dengan k-means anchor box dapat mengenali tipe kapal pada citra satelit, diperoleh nilai mAP hingga 95,06% pada data training serta 50,41% pada data testing.

Copyrights © 2021