.
2026 · Book · Koleksi Perpustakaan
.
Profil penulis
HENNIATI
2 karya publik ditemukan.
2026: 2
.
.
.Sistem Pengenalan Pola Ukiran Rumah Tongkonan Toraja dengan Algoritma Deep Learning Berbasis YOLOv7 dan YOLOv8
Ukiran pada rumah adat Tongkonan Toraja merupakan salah satu warisan budaya yang memiliki nilai filosofis, historis, dan simbolik yang menggambarkan identitas masyarakat Toraja. Keberagaman pola ukiran memiliki makna tersendiri, namun perubahan sosial menyebabkan pemahaman terhadap pola ukiran tradisional semakin berkurang, khususnya pada generasi muda. Oleh karena itu, penelitian ini mengembangkan sistem pengenalan pola ukiran rumah Tongkonan Toraja menggunakan pendekatan Deep Learning berbasis algoritma YOLOv7 dan YOLOv8. Dataset yang digunakan terdiri dari 630 citra ukiran yang mencakup tiga jenis pola, yaitu pa’tedong, pa’kapubaka, dan pa’bareallo, yang diperoleh melalui dokumentasi lapangan dan sumber daring. Dataset tersebut diaugmentasi untuk meningkatkan variasi data sehingga menghasilkan 1.635 citra, kemudian dibagi menjadi 92% data pelatihan, 4% data validasi, dan 4% data pengujian. Tahapan penelitian meliputi pengumpulan dataset, anotasi, augmentasi, pelatihan model menggunakan 50 epoch dengan ukuran citra 512×512 piksel, serta pengujian model. Berdasarkan hasil evaluasi data validasi, YOLOv7 memperoleh nilai Precision 0,963, Recall 0,987, mAP50 0,993, dan mAP50-95 0,856, sedangkan YOLOv8 memperoleh Precision 0,997, Recall 1,000, mAP50 0,995, dan mAP50-95 0,907. Pada tahap pengujian, YOLOv7 memperoleh Precision 0,947, Recall 0,902, mAP50 0,980, dan mAP50-95 0,805, sedangkan YOLOv8 memperoleh Precision 1,000, Recall 1,000, mAP50 0,995, dan mAP50-95 0,898. Hasil tersebut menunjukkan bahwa YOLOv8 memiliki performa lebih optimal dibandingkan YOLOv7 dalam mendeteksi dan mengenali pola ukiran Tongkonan. Sistem yang dihasilkan mampu memberikan deteksi berupa bounding box, nama kelas, dan nilai confidence untuk mendukung proses digitalisasi dan pelestarian budaya berbasis computer vision.