IMPLEMENTASI SISTEM PENGHITUNG IKAN OTOMATIS MENGGUNAKAN YOLOV8 DAN KAMERA ESP32: INOVASI TEKNOLOGI UNTUK OPTIMALISASI BUDIDAYA PERIKANAN

research
  • 12 Mar
  • 2025

IMPLEMENTASI SISTEM PENGHITUNG IKAN OTOMATIS MENGGUNAKAN YOLOV8 DAN KAMERA ESP32: INOVASI TEKNOLOGI UNTUK OPTIMALISASI BUDIDAYA PERIKANAN

Untuk mengoptimalkan budidaya perikanan di Firdaus Farm, penelitian ini mengembangkan sistem penghitung ikan otomatis yang menggabungkan teknologi YOLOv8 dan kamera ESP32 untuk mengurangi kesalahan dan menghemat waktu dan tenaga. Sistem ini, yang dibangun menggunakan arsitektur YOLOv8, memiliki 225 lapisan dan sekitar 3 juta parameter untuk deteksi objek real-time. Ini juga memiliki kemampuan untuk mengambil gambar dengan kamera ESP32. Pengembangan backend menggunakan Python dan Flask dan frontend berbasis web untuk antarmuka pengguna adalah bagian dari implementasi sistem. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi ikan dengan minimal tingkat prediksi 0,5 dan kecepatan pemrosesan 33,9 milidetik per gambar. Database MongoDB menyimpan data penghitungan, yang dapat dicatat dan dianalisis. Sistem ini telah membantu Firdaus Farm mengotomatisasi penghitungan ikan, meningkatkan akurasi, dan meningkatkan efisiensi budidaya.

Unduhan

 

  • File unduhan

    BAB II.pdf

    Terakhir download 13 Mar 2025 07:03

    file_3

    •   diunduh 1x | Ukuran 1,206,856
  • File unduhan

    BAB III.pdf

    Terakhir download 12 May 2025 01:05

    file_4

    •   diunduh 0x | Ukuran 6,890,033
  • File unduhan

    lampiran.pdf

    Terakhir download 12 May 2025 01:05

    file_7

    •   diunduh 0x | Ukuran 4,957,266
  • File unduhan

    BAB IV.pdf

    Terakhir download 13 Mar 2025 07:03

    file_5

    •   diunduh 1x | Ukuran 3,017,657

REFERENSI

[1] S. Pemantauan, K. A. Berbasis, M. Octaviani, and N. Paramytha, “IoT-Based Water Quality Monitoring System for Catfish Ponds at Agrowisata Tekno 44,” vol. 9, no. 1, 2024, doi: 10.31851/ampere.

[2] Rahmad, “Efisiensi Penghitungan Ikan untuk Budidaya Akuakultur Menggunakan Metode Tradisional dan Teknologi Modern,” Jurnal Teknologi Akuakultur, pp. 201–210, 2022.

[3] A. A. Yudha, Y. Febrian, R. A. Yahya, N. Indra Ardhana, M. W. Windari, and A. S. Priambodo, “Perancangan Sistem Deteksi Objek Pada Robot Transporter Menggunakan Metode Darknet YOLOv8,” 2024.

[4] Redmon and Farhadi, “YOLOv8: Evolution of Real-Time Object Detection Systems,” Int J Comput Vis, pp. 45–60, 2023.

[5] Hidayat, “Implementasi Kamera ESP32 untuk Pemantauan Akuarium Berbasis IoT,” Jurnal Rekayasa Teknologi Informasi dan Komputer, pp. 89–98, 2021.

[6] K. T. . Ulrich and S. D. . Eppinger, Product design and development. McGraw-Hill Education, 2020.

[7] Kendall, “Systems Analysis and Design,” 2022.

[8] S. M. Carlos Coronel, “Database_Systems_Design_Implementation_M,” p. 816, Jan. 2020.

[9] Grady. Booch, James. Rumbaugh, and Ivar. Jacobson, The unified modeling language user guide. Addison-Wesley, 2021.

[10] Y. D. Prabowo et al., “Pengantar Internet of Things,” 2021.

[11] M. H. Z., “Pemrograman Kamera ESP32 untuk Pengawasan Jarak Jauh,” Jurnal Teknologi Sensor, pp. 134–145, 2021.

[12] J. McCarthy, “Kecerdasan Buatan: Pendekatan Modern,” Penerbit Prentice Hall, 2020.

[13] Firdaus and Ahmad, “Pemanfaatan Teknologi IoT dalam Pemantauan Budidaya Ikan,” 2022.

[14] Maharani and Santosa, “Implementasi YOLOv4 dalam Penghitungan Populasi Ikan pada Sistem Pemantauan Otomatis,” 2021.

[15] Hadi and Budi, “Pemanfaatan Kamera ESP32 untuk Monitoring Budidaya Ikan dengan Sistem IoT,” 2023.

Cari

Bidang Ilmu

Kategori

Kiriman Terbaru