Penggunaan Metode You Only Look Once dalam Deteksi dan Pengenalan Jenis Ikan Tuna

Rizal Fathoni; Ahmad Fauzi; Ayu Ratna Juwita

Rizal Fathoni Universitas Buana Perjuangan Karawang
Ahmad Fauzi Universitas Buana Perjuangan Karawang
Ayu Ratna Juwita Universitas Buana Perjuangan Karawang

Keywords: deteksi objek, ikan tuna, pengenalan jenis ikan, perikanan berkelanjutan, YOLO

Abstract

Dalam industri perikanan, identifikasi jenis ikan yang akurat menjadi krusial untuk mendukung efisiensi produksi dan menjaga keberlanjutan sumber daya ikan, terutama ikan tuna yang memiliki nilai ekonomi tinggi dan beberapa spesiesnya termasuk yang terancam punah. Oleh karena itu, otomatisasi dalam deteksi dan klasifikasi jenis ikan menjadi sangat diperlukan. Metode yang digunakan dalam deteksi dan pengenalan adalah You Only Look Once (YOLO). YOLO dipilih karena keunggulannya dalam mendeteksi objek secara real-time dengan akurasi tinggi. Tujuan penelitian ini adalah untuk melihat hasil akurasi model YOLOv5. Proses penelitian ini meliputi pengumpulan data citra ikan tuna dari berbagai jenis, anotasi data, dan pelatihan model YOLOv5. Model dilatih menggunakan dataset yang terdiri dari gambar-gambar ikan tuna dengan berbagai posisi, ukuran, dan lingkungan. Pelatihan dilakukan dengan menggunakan framework Darknet yang diadaptasi untuk YOLO, dan parameter-parameter model disesuaikan untuk meningkatkan kinerja deteksi terhadap jenis ikan tuna yang diinginkan. Hasil dari penelitian ini menunjukkan bahwa model YOLOv5 yang telah dilatih mampu mendeteksi dan mengklasifikasikan jenis-jenis ikan tuna dengan tingkat akurasi sebesar 90%.

References

[1] Adrim, M. F. (2010). Panduan Penelitian Untuk Ikan Laut. Pusat Penelitian Oseanografi-LIPI.
[2] Siagian, C. (2009). Keanekaragaman dan Kelimpahan Ikan serta Keterkaitannya dengan Kualitas Perairan di Danau Toba Balige Sumatera Utara (Doctoral dissertation, Universitas Sumatera Utara).
[3] Widodo, A. A., Mahulette, R. T., & Satria, F. STATUS STOK, EKSPLOITASI DAN OPSI PENGELOLAAN SUMBERDAYA IKAN TUNA DI LAUT BANDA STOCK STATUS, EXPLOITATION AND THE MANAGEMENT OPTION OF TUNA RESOURCES IN BANDA SEA.
[4] FAO. (2020). The State of World Fisheries and Aquaculture 2020. Rome: Food and Agriculture Organization of the United Nations.
[5] Collette, B. B., Carpenter, K. E., Polidoro, B. A., Juan-Jordá, M. J., Boustany, A., Die, D. J., ... & Yáñez, E. (2011). High value and long life—Double jeopardy for tunas and billfishes. Science, 333(6040), 291-292.
[6] Wijayanti, K. 2010. Pengaruh Pemberian Pakan Alami Yang Berbeda Terhadap Sintasan Dan Pertumbuhan Benih Ikan Palmas (Polypterus Senegalus Cuvier,1982).
[7] Hartanto, R., & Susanto, A. (2021). Implementasi YOLOv4 untuk Identifikasi Spesies Ikan Air Tawar di Indonesia. Jurnal Teknologi dan Sistem Komputer, 9(3), 124-130.
[8] Wei, R., He, N., & Lu, K. (2020, June). YOLO-mini-tiger: Amur tiger detection. In Proceedings of the 2020 International Conference on Multimedia Retrieval (pp. 517-524).
[9] Redmon, J., Divvala, S., Girshick, R., & Farhadi, A. (2016). You only look once: Unified, real-time object detection. In Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 779-788).
[10] Paryono, T., Fauzi, A., Nanda, R. A., Aripiyanto, S., & Khaerudin, M. (2023). Detecting vehicle numbers using google lens-based esp32cam to read number characters. MATRIK: Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer, 22(3), 469-480.
[11] Atmojo, W. T., Pratama, A. R., & Juwita, A. R. (2023). Sistem Pengenalan Wajah Menggunakan Algoritma Haarcascade dan Local Binary Pattern Histogram: Sistem Pengenalan Wajah Menggunakan Algoritma Haarcascade dan Local Binary Pattern Histogram. Teknologi: Jurnal Ilmiah Sistem Informasi, 13(2), 19-29.
[12] Geraldy, C., & Lubis, C. (2020). Pendeteksian dan pengenalan jenis mobil menggunakan algoritma you only look once dan convolutional neural network. Jurnal Ilmu Komputer dan Sistem Informasi, 8(2), 197.
[13] Ardiansyah, M. R., Supit, Y., & Said, M. S. (2022). Sistem Visi Komputer untuk Kalkulasi Kepadatan Kendaraan Menggunakan Algoritma YOLO. Simtek: jurnal sistem informasi dan teknik komputer, 7(1), 52-59.
[14] PRASMATIO, R. M. (2020). Deteksi Dan pengenalan ikan dengan menggunakan algoritma convolutional neural network (Doctoral dissertation, UPN" VETERAN" JATIM).
[15] Aini, Q., Lutfiani, N., Kusumah, H., & Zahran, M. S. (2021). Deteksi dan Pengenalan Objek Dengan Model Machine Learning: Model Yolo. CESS (Journal of Computer Engineering, System and Science), 6(2), 192.