Berikut adalah silabus “Penggunaan YOLO untuk Identifikasi dan Penghitungan Jumlah Ikan pada Kolam Budidaya dengan Pemrosesan Citra Bawah Air”:
Sesi 1-5: Pengenalan dan Persiapan Proyek
-
Sesi 1: Pengenalan YOLO (You Only Look Once) dan penerapannya dalam pemrosesan citra. Konsep dasar YOLO.
-
Studi kasus penggunaan YOLO dalam identifikasi objek.
-
Pengenalan alat dan perangkat lunak yang akan digunakan (Python, OpenCV, dan YOLOv5).
-
Sesi 2: Pengenalan Pemrosesan Citra Bawah Air. Tantangan pemrosesan citra bawah air.
-
Faktor-faktor yang mempengaruhi kualitas citra bawah air (misalnya, pencahayaan, kejernihan air, dll).
-
Sesi 3: Pengaturan Lingkungan Pemrograman. Instalasi dan konfigurasi Python.
-
Instalasi OpenCV, PyTorch, dan YOLOv5.
-
Memahami struktur proyek dan folder kerja.
-
Sesi 4: Memahami Dataset YOLO. Format dataset YOLO.
-
Struktur file dan anotasi.
-
Membuat dataset anotasi dari nol.
-
Sesi 5: Mengumpulkan dan Menganotasi Dataset Ikan. Teknik pengumpulan data untuk citra ikan bawah air.
-
Anotasi objek menggunakan LabelImg atau alat anotasi lainnya.
-
Penyusunan dataset yang terstruktur.
Sesi 6-10: Pemrosesan Citra dan Augmentasi Dataset
-
Sesi 6: Pemrosesan Citra Bawah Air untuk Persiapan Dataset. Teknik peningkatan kualitas citra (kontras, pencahayaan, noise reduction).
-
Penerapan filter citra menggunakan OpenCV.
-
Sesi 7: Augmentasi Dataset. Teknik augmentasi data (rotasi, flip, skala, perubahan warna).
-
Implementasi augmentasi pada dataset ikan.
-
Sesi 8: Validasi dan Pembagian Dataset. Pembagian dataset menjadi training, validation, dan testing.
-
Teknik validasi dan evaluasi model.
-
Sesi 9: Eksplorasi Model YOLOv5. Struktur YOLOv5 dan perbedaannya dengan YOLO versi lain.
-
Mengonfigurasi file model dan hyperparameter.



