23.04.6291
621.382 2 - Signal processing, Information theory
Karya Ilmiah - Skripsi (S1) - Reference
Pengolahan Sinyal Informasi
26 kali
<p>Perairan yang luas yang dimiliki oleh negara Indonesia memberikan keunggulan dalam<br /> sektor perikanan dan kelautan. Proses sortasi atau pengecekan kualitas ikan adalah langkah<br /> yang penting dalam persiapan ekspor. Khususnya untuk ikan cakalang, sortasi melibatkan<br /> pengamatan terhadap berbagai aspek, seperti penampilan fisik, kondisi kulit, mata, tekstur dan<br /> kekenyalan daging. Permasalahan yang dihadapi saat ini adalah proses sortasi ikan yang masih<br /> mengandalkan metode manual dengan penggunaan indera manusia, mengakibatkan kurangnya<br /> efisiensi dalam sortasi dan memakan waktu yang cukup lama.<br /> Tugas Akhir ini mengusulkan aplikasi Android untuk mengklasifikasi kualitas ikan<br /> menggunakan algoritma deep learning. Model diimplementasikan pada layanan komputasi<br /> awan, sehingga dapat mengklasifikasikan kualitas ikan berdasarkan citra yang ditangkap oleh<br /> kamera perangkat. Gambar ikan dikirimkan ke API yang terdapat di Google Cloud Platform<br /> (GCP) untuk menjalankan proses deep learning, dan melalui API yang sama, aplikasi<br /> menerima prediksi kualitas ikan berdasarkan hasil dari proses tersebut. Untuk sistem deep<br /> learning yang digunakan yaitu mencakup model object detection YOLOv7 untuk mendeteksi<br /> badan dan mata ikan yang kemudian menjadi masukan untuk model klasifikasi berbasis<br /> EfficientnetV2S.<br /> Pengujian aplikasi mobile untuk mengidentifikasi kualitas ikan dilakukan pada 20 citra<br /> ikan dengan dua kategori, yaitu ”diterima" dan "ditolak". Rata-rata waktu pemrosesan sebesar<br /> 4,02 detik diperoleh dari pengujian 10 citra ikan yang diterima, sedangkan waktu pemrosesan<br /> sebesar 3,15 detik diperoleh dari pengujian 10 citra ikan yang ditolak. Faktor yang dapat<br /> mempengaruhi waktu pemrosesan adalah kualitas jaringan, ukuran gambar, spesifikasi server<br /> dan optimasi model deep learning. Hasil pada usability testing menunjukan bahwa aspek-aspek<br /> yang ditanyakan kepada 14 responden mendapatkan nilai diatas 4 dari 5. Pada pengujian<br /> performance testing, didapatkan bahwa penggunaan CPU bervariasi antara 4% hingga 47%,<br /> namun kemudian menurun dan tetap stabil dibawah 5%. Selain itu, penggunaan memori<br /> mendapatkan hasil 71 MB hingga 120 MB. Selanjutnya pada pengujian compatibility testing<br /> dan installation testing dapat disimpulkan bahwa aplikasi dapat berjalan dengan baik di<br /> perangkat Android yang memeiliki versi yang berbeda. Aplikasi yang diusulkan ini<br /> memanfaatkan deep learning untuk mengidentifikasi kualitas ikan, dan memberikan solusi<br /> yang efektif untuk membantu operasional dalam industri perikanan.</p>
Tersedia 1 dari total 1 Koleksi
Nama | AGNO FREDIGO |
Jenis | Perorangan |
Penyunting | Ledya Novamizanti, Fityanul Akhyar |
Penerjemah |
Nama | Universitas Telkom, S1 Teknik Telekomunikasi |
Kota | Bandung |
Tahun | 2023 |
Harga sewa | IDR 0,00 |
Denda harian | IDR 0,00 |
Jenis | Non-Sirkulasi |