IDENTIFIKASI JENIS NYAMUK BERDASARKAN CITRA TUBUH NYAMUK MENGGUNAKAN ALGORITMA YOLO VERSI 8

Nyamuk merupakan salah satu vektor utama penyebaran penyakit seperti demam berdarah, malaria, dan filariasis sehingga identifikasi jenis nyamuk secara cepat dan akurat sangat penting untuk mendukung upaya pengendalian penyakit. Namun, proses identifikasi yang dilakukan secara manual memerlukan waktu, ketelitian, dan keahlian khusus. Penelitian ini bertujuan membangun sistem identifikasi jenis nyamuk berdasarkan citra tubuh menggunakan algoritma YOLOv8. Dataset yang digunakan terdiri atas citra tiga jenis nyamuk, yaitu Aedes aegypti, Anopheles, dan Culex quinquefasciatus, yang telah melalui proses pelabelan menggunakan Roboflow. Model dilatih dengan beberapa kombinasi parameter pelatihan untuk memperoleh model terbaik, kemudian dievaluasi menggunakan nilai Accuracy, Precision, Recall, dan mAP@50, serta diuji secara fungsional menggunakan metode Black Box Testing. Hasil penelitian menunjukkan bahwa algoritma YOLOv8 mampu mengidentifikasi jenis nyamuk dengan tingkat akurasi yang tinggi dan waktu deteksi yang cepat. Berdasarkan hasil pengujian, sistem dapat berjalan sesuai dengan kebutuhan pengguna sehingga dapat menjadi solusi yang efektif dalam membantu proses identifikasi jenis nyamuk secara otomatis.