Nama : Anindya Sasriya Ibrahim, Bintang Gabriel Hutabarat, Mohammad Rizky Chairul Azizi Program Studi : Ilmu Komputer, Sistem Informasi, Ilmu Komputer Judul : Implementasi Fitur Semantic Object Segmentation pada Aplikasi Lumba.ai Pembimbing : Ari Wibisono, S.Kom, M.Kom, Dr. Dinial Utami Nurul Qomariah, S.ST., M.Kom. Di era perkembangan teknologi ini, sains data menjadi kebutuhan dalam pekerjaan manusia, sehingga peneliti mengembangkan Lumba.ai untuk memudahkan masyarakat umum mengakses teknologi data science dan computer vision, khususnya fitur semantic object segmentation, tanpa memerlukan pemahaman mendalam tentang IT. Penelitian ini berfokus pada pengembangan fitur semantic object segmentation pada Lumba.ai dengan memanfaatkan model Convolutional Neural Network seperti Fully Convolutional Networks (FCN) dan DeepLabv3. Proses implementasinya meliputi pemrosesan data, pemodelan, dan evaluasi model menggunakan metrik, serta komparasi model dengan menggunakan weighted binary cross entropy. Hasil menunjukkan komparasi metrik pada model-model machine learning yang diuji menunjukkan FCN dan DeepLabv3 merupakan dua model dengan performa terbaik dengan mendapatkan skor IoU dan Recall tertinggi yang didukung ResNet101 sebagai backbone serta diterapkan W-BCE. Dalam pengembangannya, penulis mengimplementasi task queueing dan monitoring GPU guna memproses request pengguna dengan optimal saat melakukan training. Dari penelitian ini, didapat hasil yang cukup baik dengan melakukan konfigurasi satu celery worker dan jumlah concurrency yang dinamis bergantung kepada jumlah GPU yang available dari proses monitoring GPU. Kata Kunci: Semantic object segmentation, FCN, DeepLabv3, Lumba.ai, computer vision, Task Queue, GPU Monitoring, Web Development