Pemanfaatan Teknologi Computer Vision untuk Deteksi Ukuran Ikan Bandeng dalam Membantu Proses Sortir Ikan
Abstrak
Computer vision merupakan salah satu teknologi yang memungkinkan komputer mampu melihat dan mengenali objek yang ada di sekitarnya layaknya manusia. Computer vision saat ini berkembang dengan pesat dan banyak digunakan dalam berbagai bidang dalam proses pengolahan citra gambar. Salah satu bidang yang dapat menerapkan teknologi computer vision adalah bidang pengolahan ikan, yaitu pada proses sortir ikan berdasarkan ukuran ikan. Proses sortir ikan yang umumnya dilakukan secara manual oleh manusia dengan cara mata manusia mengamati ukuran besar ikan untuk dikelompokkan dalam beberapa kelompok, semisal kelompok kecil, sedang dan besar. Berdasarkan konsep pengamatan mata manusia tersebut pada penelitian ini menerapkan teknologi computer vision untuk deteksi ukuran ikan dan mengelompokkan ikan sesuai dengan ukuran hasil deteksi yang didapatkan. Adapun jenis ikan yang digunakan pada penelitian ini adalah jenis ikan bandeng. Dari hasil penelitian sistem computer vision yang dibuat mampu deteksi ukuran objek ikan bandeng dengan tingkat akurasi sebesar 91,78%. Tingkat akurasi yang didapatkan tidak bisa mencapai maksimal kemungkinan karena pengaruh sistem konversi dari nilai piksel menjadi ukuran centimeter. Sebaiknya pada penelitian selanjutnya bisa ditingkatkan akurasi dengan metode yang lebih baik dalam konversi nilai piksel mejadi centimeter.
Kata kunci: computer vision, deteksi ikan, ukuran ikan
Artikel teks lengkap
Referensi
P. Pujono, J. Setia Pribadi, I. Mega Prasetia, and A. Fadhlurohman Santoso, “Rancang Bangun Mesin Sortir Ikan Berdasarkan Berat dengan Mekanisme Pergerakan Konveyor,” Bangun Rekaprima, vol. 5, no. 2, pp. 9–18, 2019, doi: http://dx.doi.org/10.32497/bangunrekaprima.v5i2,Oktober.1570.
R. Islamadina, N. Pramita, F. Arnia, K. Munadi, and M. Iqbal, “Chik Ditiro No. 132-134, Banda Aceh, Indonesia; (e-mail: 1 raihan.islamadina@serambimekkah.ac.id) 3, 4 Dosen, Jurusan Teknik Elektro dan Komputer Fakultas Teknik,” 2018.
R. W. T. Hartono, G. A. Sasono, S. P. Angraeni, F. H. Suwanda, and P. Intan, “Implementasi Algoritma Canny Edge Detection untuk Identifikasi Panjang dan Berat Ikan Koi Saat Bergerak,” pp. 35–44, 2018.
F. T. Anggraeny, B. Rahmat, and S. P. Pratama, “Deteksi Ikan Dengan Menggunakan Algoritma Histogram of Oriented Gradients,” Inform. Mulawarman J. Ilm. Ilmu Komput., vol. 15, no. 2, p. 114, Sep. 2020, doi: 10.30872/jim.v15i2.4648.
S. A. Amrullah, Perancangan Sistem Inspeksi Visual Berbasis Computer Vision Untuk Penggolongan Buah Apel. Surabaya: Institut Teknologi Sepuluh Nopember, 2017.
H. F. Muttaqin and A. R. I. P. W. W, “Innovation Computer Vision Technology With Internet Of Things ( Iot ) For Support Entrepreneurs In Fishery Sector,” JUMANJI, vol. 2, no. 2, pp. 40–49, 2018, doi: https://doi.org/10.26874/jumanji.v2i2.39.
SNI, “SNI 6148.1:2013 Ikan bandeng (Chanos chanos, Forskal) – Bagian 1: Induk,” in Ikan Bandeng (Chanos chanos, Forskal) – Bagian 1: Induk ICS, 1st ed.Jakarta: BSN, 2013, pp. 1–6. [Online]. Available: www.bsn.go.id
L. Saphiro and G. Stockman, Computer Vision, 1st ed. Washington: Washington, 2000.
R. M. Prasmatio, B. Rahmat, and I. Yuniar, “Deteksi Dan Pengenalan Ikan Menggunakan Algoritma Convolutional Neural Network,” Surabaya, 2020.
Copyright Raspberry Pi (Trading) Ltd., Datasheet Raspberry Pi 4 Model B, 1st ed. United State of America: Copyright Raspberry Pi (Trading) Ltd., 2019. [Online]. Available: https://datasheets.raspberrypi.com/rpi4/raspberry-pi-4-datasheet.pdf
Penulis
Hak Cipta (c) 2024 Joko Subur, Suryadhi, Muhammad Taufiqurrohman, Novian Reza Al Hafizh
Artikel ini berlisensi Creative Commons Attribution-NonCommercial 4.0 International License.
Hak cipta berada di tangan penulis
Artikel yang terbit dapat digunakan di bawah lisensi Creative Commons Atribusi Non-Komersial 4.0 InternasionalÂ
Anda diperbolehkan:
Berbagi menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun;
Adaptasi menggubah, mengubah, dan membuat turunan dari materi ini
Pemberi lisensi tidak dapat mencabut ketentuan di atas sepanjang Anda mematuhi ketentuan lisensi ini.
Berdasarkan ketentuan berikut:
Atribusi Anda harus mencantumkan nama yang sesuai, mencantumkan tautan terhadap lisensi, dan menyatakan bahwa telah ada perubahan yang dilakukan. Anda dapat melakukan hal ini dengan cara yang sesuai, namun tidak mengisyaratkan bahwa pemberi lisensi mendukung Anda atau penggunaan Anda.
NonKomersial Anda tidak dapat menggunakan materi ini untuk kepentingan komersial.