MAHARANI, SILVIA INDAH and Ritha, Nola and Apdillah, Dony (2025) IDENTIFIKASI JENIS LAMUN MENGGUNAKAN ALGORITMA SINGLE SHOT MULTIBOX DETECTOR (SSD) (STUDI KASUS: DESA PENGUDANG, PULAU BINTAN, KEPULAUAN RIAU). S1 thesis, Universitas Maritim Raja Ali Haji.

	Text (Cover) SILVIA_INDAH_MAHARANI_2101020030_Teknik_Informatika - Cover.pdf - Published Version Download (503kB)
	Text (Abstrak) SILVIA_INDAH_MAHARANI_2101020030_Teknik_Informatika - Abstrak.pdf - Published Version Download (204kB)
	Text (BAB I) SILVIA_INDAH_MAHARANI_2101020030_Teknik_Informatika - BAB I.pdf - Published Version Download (317kB)
	Text (Daftar Pustaka) SILVIA_INDAH_MAHARANI_2101020030_Teknik_Informatika - Daftar Pustaka.pdf - Published Version Download (384kB)
	Text (Full Teks) SILVIA_INDAH_MAHARANI_2101020030_Teknik_Informatika - Full Teks.pdf - Published Version Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk menguji akurasi algoritm Single Shot Multibox Detector (SSD) dalam mengidentifikasi jenis lamun Cymodocea rotundata, Enhalus acoroides, Syringodium isoetifolium, dan Thalassia hemprichii dengan fokus di Desa Pengudang, Pulau Bintan, Kepulauan Riau. Penelitian ini menggunakan pendekatan kuantitatif dengan dataset yang dikumpulkan langsung di laut atau di bawah permukaan air (in situ). Model dilatih dengan menggunakan epoch 50 dan variasi batch size seperti 4, 8, dan 16. Hasil pengujian menunjukkan bahwa epoch 50 batch Size 8 merupakan hasil yang optimal dibandingkan dua batch size lainnya. Hasil pengujian ini mendapatkan nilai mAP sebesar 31.35% dan nilai AP untuk kelas Cymodocea rotundata sebesar 60.30%, Enhalus acoroides sebesar 64.85%, Syringodium isoetifolium sebesar 48.37%, dan Thalassia hemprichii sebesar 54.45%. Hasil ini menunjukkan bahwa model Single Shot Multibox Detector (SSD) mampu mendeteksi jenis lamun dengan data di bawah air (underwater) sehingga dapat membantu dalam mengenali jenis lamun.

Actions (login required)

View Item