Implementasi Algoritma Yolov9 untuk Deteksi Angka pada Citra Kwh Meter Tenant Plaza Xyz

Firdaus, Muhammad Mughni (2025) Implementasi Algoritma Yolov9 untuk Deteksi Angka pada Citra Kwh Meter Tenant Plaza Xyz. Undergraduate thesis, Universitas Pembangunan Jaya.

[img] Text
Pendahuluan.pdf

Download (1MB)
[img] Text
Abstract.pdf

Download (367kB)
[img] Text
Abstrak.pdf

Download (317kB)
[img] Text
Daftar Isi.pdf

Download (375kB)
[img] Text
Daftar Gambar.pdf

Download (326kB)
[img] Text
Daftar Tabel.pdf

Download (271kB)
[img] Text
Daftar Lampiran.pdf

Download (304kB)
[img] Text
Bab I.pdf

Download (394kB)
[img] Text
Bab II.pdf

Download (902kB)
[img] Text
Bab III.pdf

Download (482kB)
[img] Text
Bab IV.pdf

Download (1MB)
[img] Text
Bab V.pdf

Download (910kB)
[img] Text
Bab VI.pdf

Download (375kB)
[img] Text
Daftar Pustaka.pdf

Download (345kB)
[img] Text
Lampiran.pdf

Download (1MB)
[img] Text
Berita Acara Unggah Mandiri.pdf

Download (704kB)
[img] Text
Bukti Lolos Similarity.pdf

Download (513kB)

Abstract

Algoritma YOLOv9 telah terbukti efektif dalam mendeteksi objek pada berbagai aplikasi pengolahan citra. Dalam penelitian ini, algoritma YOLOv9 diterapkan untuk mendeteksi angka pada kWh meter di Plaza XYZ, yang masih mengandalkan pencatatan manual untuk konsumsi listrik pada tenant. Pencatatan manual rentan terjadi masalah, terutama kesalahan dalam proses pencatatan data kWh meter. Untuk mengatasi permasalahan ini, sistem yang dikembangkan memungkinkan teknisi hanya menginput nama tenant, nomor seri kWh meter, dan mengunggah citra atau gambar kWh meter. Sistem kemudian secara otomatis mendeteksi dan mengekstrak angka kWh pada gambar dengan menggunakan model YOLOv9 dan EasyOCR. Data hasil deteksi ini selanjutnya dapat diekspor ke dalam format Excel, mempermudah proses pencatatan dan analisis lebih lanjut. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mendeteksi dan membaca angka kWh dengan tingkat akurasi sebesar 89,8%.

Item Type: Karya Tulis Ilmiah (KTI) (Undergraduate)
Uncontrolled Keywords: Yolov9, EasyOCR, Pencatatan Konsumsi Listrik.
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Fakultas Teknologi dan Desain > Informatika
Depositing User: Muhammad Mughni Firdaus
Date Deposited: 11 Feb 2025 07:11
Last Modified: 11 Feb 2025 07:14
URI: http://eprints.upj.ac.id/id/eprint/10777

Actions (login required)

View Item View Item