Model Estimasi Object Measurements untuk Pengukuran Objek Material Otomatis Menggunakan YOLOv5 dan OpenCV

Ryan Putranda Kristianto; Heristama Anugrerah Putra; David Andrian; Yosafat Danang Kukuh Bismoko Jati; Hendra Hendra

doi:10.30591/smartcomp.v14i1.7734

Model Estimasi Object Measurements untuk Pengukuran Objek Material Otomatis Menggunakan YOLOv5 dan OpenCV

Ryan Putranda Kristianto, Heristama Anugrerah Putra, David Andrian, Yosafat Danang Kukuh Bismoko Jati, Hendra Hendra

Abstract

Dalam dunia insiyur, presisi dalam perhitungan objek material sangatlah diperlukan, hal ini akan berimplikasi kepada hasil kualitas bangunan yang dibuat. Penerapan Teknologi Informasi dewasa ini yang semakin masif, mampu menjangkau dan mendisrupsi segala bidang lini, termasuk dalam bidang bangunan dan pertukangan. Pengukuran objek material menjadi sorotan utama dalam penelitian ini, bagaimana mengautomasi pekerjaan yang membutuhkan presisi tinggi ini kepada teknologi informasi khususnya artificial intelligence merupakan tantangan – tantangan para peneliti artificial intelligence. Penelitian ini secara komprehensif membahas penggunaan YOLOv5 dan OpenCV untuk pengukuran ruang dimensi objek material secara otomatis. Dari hasil penelitian dan pengujian yang dilakukan menunjukkan akurasi tertinggi mencapai 90.28%. Dari penelitian ini diharapkan bahwa Teknologi Informasi dapat bekerjasama dengan semua bidang lini dan disiplin, dimana dalam penelitian ini ditunjukkan kolaborasinya dengan bidang arsitektur dan pertukangan.

Keywords

Pengukuran Otomatis dimensi objek; YOLOv5; OpenCV

Full Text:

References

Othman, N. A., Salur, M. U., Karakose, M., & Aydin, I. (2018, September). An embedded real-time object detection and measurement of its size. In 2018 International Conference on Artificial Intelligence and Data Processing (IDAP) (pp. 1-4). IEEE.

Riva, L. S., & Jayanta, J. (2023). Deteksi Penyakit Tanaman Cabai Menggunakan Algoritma YOLOv5 Dengan Variasi Pembagian Data. Jurnal Informatika: Jurnal Pengembangan IT, 8(3), 248-254.

Ashar, M. H., & Suarna, D. (2022). Implementasi Algoritma YOLOv5 dalam Mendeteksi Penggunaan Masker Pada Kantor Biro Umum Gubernur Sulawesi Barat. KLIK: Kajian Ilmiah Informatika dan Komputer, 3(3), 298-302.

Arifin, M. Z., Joni, K., & Ulum, M. (2019). Penentuan Kualitas Warna Batu Blue Sapphire Dengan Image Processing Menggunakan Metode RGB To HSV. SinarFe7, 2(1), 59-63.

Pranjaya, A. P., Rizki, F., Kurniawan, R., & Daulay, N. K. (2024). Klasifikasi Penyakit Pada Daun Tanaman Padi Berbasis YoloV5 (You Only Look Once). KLIK: Kajian Ilmiah Informatika dan Komputer, 4(6), 3127-3136.

Hidayah, A. H., Zuhriyah, S., Asrul, B. E. W., Yuyun, Y., & Prakasa, E. (2024). Integration of YOLOv5 Algorithm and OpenCV in Innovative Smart Parking Management Approach. Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), 8(3), 413-422.

Kiselev, I. V. (2020, November). Comparative analysis of libraries for computer vision OpenCV and AForge. NET for use in gesture recognition system. In Journal of Physics: Conference Series (Vol. 1661, No. 1, p. 012048). IOP Publishing.

Putra, R. A. (2018). Peran teknologi digital dalam perkembangan dunia perancangan arsitektur. Elkawnie: Journal of Islamic Science and Technology, 4(1), 67-78.

Effendi12, A. C., & Satwiko, P. (2021). Peran Artificial Intelligence dalam Tahap Perencanaan dan Perancangan Desain Arsitektur. JoDA Jurnal Digital Arsitektur, 1(1), 52.

Zhang, Y., Guo, Z., Wu, J., Tian, Y., Tang, H., & Guo, X. (2022). Real-time vehicle detection based on improved yolo v5. Sustainability, 14(19), 12274.

DOI: https://doi.org/10.30591/smartcomp.v14i1.7734