Deteksi Kualitas Daging Sapi Lokal Aceh Menggunakan Yolov8 Berbasis Citra Digital

Kualitas daging sapi merupakan salah satu faktor penting yang memengaruhi keamanan pangan dan kesehatan konsumen. Penilaian kualitas daging yang umumnya masih dilakukan secara visual dan manual berpotensi menghasilkan penilaian yang subjektif. Penelitian ini bertujuan untuk menerapkan metode YOLOv8 dalam mendeteksi kualitas daging sapi lokal Aceh berbasis citra digital, serta mengevaluasi performa model menggunakan dataset publik dan dataset lapangan. Dataset yang digunakan terdiri atas dataset publik LOCBEEF dan dataset lapangan yang telah dianotasi menggunakan Roboflow, kemudian dibagi menjadi set data training (70%), validation (15%), dan testing (15%). Proses pelatihan dilakukan menggunakan model YOLOv8n dengan ukuran citra 640 × 640 piksel serta penerapan augmentasi data berupa brightness, rotation, dan horizontal flip. Hasil penelitian menunjukkan bahwa model memperoleh nilai Precision sebesar 94,67%, Recall sebesar 85,62%, F1-score sebesar 89,92%, mAP@0.5 sebesar 88,40%, dan mAP@0.5:0.95 sebesar 67,13%. Hasil pengujian juga mengindikasikan bahwa dataset publik menghasilkan performa yang lebih stabil, sedangkan dataset lapangan memberikan tantangan yang lebih besar akibat variasi pencahayaan, latar belakang, dan kondisi objek. Secara keseluruhan, penelitian ini membuktikan bahwa YOLOv8 mampu mendeteksi kualitas daging sapi lokal Aceh dengan baik, sehingga berpotensi untuk dikembangkan sebagai sistem pendukung keputusan dalam penilaian kualitas daging berbasis citra digital.