Klasifikasi Stingless Bee Menggunakan Metode Image Classification Berbasis OpenCV

Abstrak

Stingless bee memiliki peran penting sebagai penyerbuk alami dalam ekosistem dan penghasil produk bernilai ekonomi seperti madu, propolis, dan bee bread, yang dimanfaatkan dalam industri pangan dan kesehatan. Identifikasi spesies stingless bee masih menjadi tantangan karena banyaknya spesies dengan morfologi yang mirip, sehingga diperlukan metode yang lebih efisien dan akurat. Penelitian ini bertujuan mengembangkan sistem otomatis berbasis teknologi pengolahan citra (image processing) untuk identifikasi spesies stingless bee menggunakan metode Convolutional Neural Networks (CNN), TensorFlow, dan Single Shot MultiBox Detector (SSD) yang diimplementasikan dengan OpenCV. Hasil pengujian menunjukkan bahwa sistem yang dikembangkan mampu mendeteksi dan mengklasifikasikan spesies stingless bee secara otomatis dengan akurasi rata-rata 98%, terutama ketika objek berada lurus dengan kamera. Dari 40 sampel yang diuji, 31 sampel dikenali dan 9 sampel tidak dikenali, dengan tingkat keberhasilan 77,5%. Faktor-faktor yang memengaruhi keberhasilan deteksi meliputi kualitas data pelatihan, posisi kamera, dan kemiripan morfologi antarspesies.