AUTOMATIC COLONY COUNTER USING COMPUTER VISION AND ARTIFICIAL INTELLIGENCE

Penghitungan koloni bakteri merupakan langkah penting dalam penelitian biomedis dan diagnosis klinis. Proses penghitungan manual yang biasanya dilakukan oleh analis kesehatan hanya akan menghitung seperempat dari jumlah koloni dalam cawan petri. Hal ini dikarenakan banyaknya jumlah koloni bakteri yang muncul pada cawan petri. Namun, hal ini berpengaruh besar pada hasil akhir analisis. Tujuan dari penelitian ini adalah untuk menciptakan metode otomatis secara real-time untuk menghitung koloni bakteri berdasarkan kecerdasan buatan dan visi komputer. YOLOv5 TensorRT pada Jetson Nano, digunakan dalam penelitian ini untuk membuat dan menguji model pembelajaran mendalam untuk deteksi koloni mikroba otomatis. Penelitian ini menunjukkan hasil perhitungan yang dilakukan secara manual dan yang dilakukan dengan menggunakan alat penghitung koloni dibandingkan, nilai rata-ratanya adalah 0,0142%. Hal ini dianggap sebagai angka yang sangat baik karena semakin rendah nilai kesalahan yang diperoleh, semakin tepat instrumen tersebut.