Peningkatan Akurasi Deteksi Angka pada Meteran Air Berbasis YOLOv10 Melalui Augmentasi Beragam dan Integrasi Notifikasi Otomatis ke Telegram

Abstrak

Pembacaan angka pada meteran air secara manual masih banyak digunakan di berbagai wilayah dan berisiko tinggi terhadap kesalahan pencatatan, keterlambatan, serta ketergantungan terhadap tenaga manusia. Seiring berkembangnya teknologi visi komputer dan pembelajaran mendalam, metode pembacaan otomatis berbasis deteksi objek menjadi solusi yang efektif untuk menggantikan metode konvensional tersebut. Penelitian ini bertujuan untuk merancang dan menguji sistem pembacaan angka otomatis pada meteran air berbasis algoritma YOLOv10, yang merupakan versi terbaru dari keluarga YOLO. Dalam penelitian ini, digunakan dataset citra meteran air yang dilengkapi dengan teknik augmentasi data guna meningkatkan kemampuan generalisasi model. Hasil pengujian menunjukkan bahwa YOLOv10 memiliki potensi tinggi dalam mendeteksi angka dengan akurasi dan kecepatan yang baik, bahkan pada kondisi citra yang tidak ideal. Penelitian ini berkontribusi dalam memberikan solusi efisien dan andal terhadap pembacaan meteran air otomatis yang dapat diimplementasikan di lingkungan nyata. Hasil terbaik dari pengujian menunjukkan bahwa model YOLOv10 mampu mencapai mAP@0,5 sebesar 97,5%, precision 94,6%, dan recall 94,1% dengan kecepatan inferensi 0.7ms per gambar.

Identifier

• DOI: https://doi.org/10.30595/jrre.v7i2.26853
• OpenAlex: https://openalex.org/W7127571253