Implementasi algoritma YOLOv5 pada platform Android untuk penghitungan bibit ikan lele (clarias sp.)
DOI:
https://doi.org/10.32815/jitika.v19i2.1184Kata Kunci:
android, bibit ikan lele, deteksi objek, pengolahan citra, yolov5Abstrak
Budidaya ikan lele di Indonesia menghadapi tantangan efisiensi dalam proses penghitungan bibit, yang hingga kini masih bergantung pada metode manual. Penelitian ini bertujuan mengembangkan dan mengevaluasi aplikasi mobile berbasis Android yang mengimplementasikan algoritma YOLOv5 untuk otomasi deteksi dan penghitungan bibit ikan lele secara real-time. Model dilatih menggunakan dataset citra dari Roboflow dan diintegrasikan ke dalam aplikasi yang dikembangkan dengan framework Flutter. Kinerja model dievaluasi secara kuantitatif menggunakan metrik Precision, Recall, dan F1-Score pada tiga kondisi skenario: normal, bergerombol (occlusion), dan bayangan. Hasil pengujian menunjukkan performa terbaik dicapai pada kondisi normal dengan F1-Score sebesar 0.949. Kinerja menurun pada kondisi bibit bergerombol (F1-Score 0.874) yang disebabkan oleh oklusi objek, serta pada kondisi bayangan (F1-Score 0.786) yang disebabkan oleh deteksi positif palsu. Hasil ini mengonfirmasi kelayakan YOLOv5 untuk aplikasi penghitungan bibit di perangkat mobile, sekaligus menyoroti area krusial untuk perbaikan, khususnya pada penanganan variasi pencahayaan dan objek yang tumpang-tindih.
Unduhan
Referensi
Arganata, A. R., Rasmana, S. T., & Kusumawati, W. I. (2020). Analisis Perhitungan Bibit Ikan Gurame Menggunakan Webcam dengan Metode Yolo (You Only Look Once). https://repository.dinamika.ac.id/id/eprint/5195/
Armalivia, S., Zainuddin, M. S., & MT., P. D. I. A. (2021). Penghitungan Otomatis Larva Udang Menggunakan Metode Yolo. https://repository.unhas.ac.id/id/eprint/12479/
Badgujar, C. M., Poulose, A., & Gan, H. (2024). Agricultural Object Detection with You Look Only Once (YOLO) Algorithm: A Bibliometric and Systematic Literature Review. ArXiv. https://doi.org/10.48550/arXiv.2401.10379
Dendi, A. S., & Sunardi, S. (2021). Alat Penghitung Benih Ikan Lele Menggunakan Pengolahan Citra. http://repository.polman-babel.ac.id/id/eprint/350/
Putra, W. S. E. (2016). Klasifikasi Citra Menggunakan Convolutional Neural Network (CNN) pada Caltech 101. Jurnal Teknik ITS, 5(1). https://doi.org/10.12962/j23373539.v5i1.15696
Fauziyah, N., Nirmala, K., Supriyono, E., & Hadiroseyani, Y. (2019). Evaluasi Sistem Budidaya Lele: Aspek Produksi dan Strategi Pengembangannya (Studi Kasus: Pembudidaya Lele Kabupaten Tangerang). Jurnal Kebijakan Sosial Ekonomi Kelautan Dan Perikanan, 9(2), 129. https://doi.org/10.15578/jksekp.v9i2.7764
Ilahiyah, S., & Nilogiri, A. (2018). Implementasi Deep Learning Pada Identifikasi Jenis Tumbuhan Berdasarkan Citra Daun Menggunakan Convolutional Neural Network. JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia), 3(2), 49–56. https://doi.org/10.32528/justindo.v3i2.2254
Ciptawati, E., Budi Rachman, I., Oktiyani Rusdi, H., & Alvionita, M. (2021). Analisis Perbandingan Proses Pengolahan Ikan Lele terhadap Kadar Nutrisinya. IJCA (Indonesian Journal of Chemical Analysis), 4(1), 40–46. https://doi.org/10.20885/ijca.vol4.iss1.art5
Sitio, M. H. F., Jubaedah, D., & Syaifudin, M. (2017). Kelangsungan Hidup dan Pertumbuhan Benih Ikan Lele (Clarias sp.) Pada Salinitas Media yang Berbeda. Jurnal Akuakultur Rawa Indonesia, 5(1), 83–96. https://doi.org/10.36706/jari.v5i1.5810
Sulistiyanti, S., Setyawan, F. A., & Komarudin, M. (2016). Pengolahan Citra Dasar dan Contoh Penerapannya. Teknosain. https://www.researchgate.net/profile/Muhamad-Komarudin/publication/337928062_PENGOLAHAN_CITRA_DASAR_DAN_CONTOH_PENERAPANNYA/links/67f71aa495231d5ba5bd8e5f/PENGOLAHAN-CITRA-DASAR-DAN-CONTOH-PENERAPANNYA.pdf
Yumna, A. S., Rukmono, D., Panjaitan, A. S., & Mulyono, M. (2019). Penigkatan Produktifitas Ikan Lele (Clarias sp.) Sistem Bioflok Di Pesantren Modern Darul Ma’arif Legok, Indramayu. Jurnal Kelautan Dan Perikanan Terapan (JKPT), 2(2), 113. https://doi.org/10.15578/jkpt.v2i2.8080
File Tambahan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Jurnal Ilmiah Teknologi Informasi Asia
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
Setelah diterima untuk publikasi, penulis mengalihkan hak cipta artikel mereka kepada Jurnal Ilmiah Teknologi Informasi Asia. Ini mencakup hak untuk mereproduksi, mentransmisikan, dan menerjemahkan materi dalam bentuk atau medium apa pun.
Sementara dewan redaksi berusaha memastikan keakuratan, mereka tidak bertanggung jawab atas isi artikel atau iklan. Tanggung jawab sepenuhnya berada pada penulis dan pengiklan masing-masing.
Materi di situs web dilisensikan di bawah Creative Commons Attribution 4.0 International License (CC BY 4.0). Di bawah lisensi ini, pengguna bebas untuk berbagi dan menyesuaikan materi untuk tujuan apa pun, termasuk penggunaan komersial, asalkan persyaratan lisensi terpenuhi. Kebebasan ini tidak dapat dicabut oleh pemberi lisensi dalam kondisi tersebut.
