<![CDATA[Industri akuakultur atau perikanan di Indonesia telah berkembang pesat dan merupakan sektor yang memiliki peran penting dalam perekonomian dan pasokan pangan nasional di Indonesia. Salah satu komoditas perikanan yang berkembang pesat di Indonesia adalah udang. Teknologi pendeteksian objek dapat membantu para petambak udang dalam mendeteksi udang dan menentukan jumlah udang yang terdeteksi. Dalam penelitian ini, akan dibangun aplikasi website “Shrimp-Detector App” yang dapat mendeteksi udang dan menghitung jumlah udang yang terdeteksi menggunakan YOLOv8, Onnxruntime-web API, dan React Js. Dataset yang digunakan adalah dataset dengan dua kelas, yaitu udang dan bukan_udang dengan jumlah data citra sebanyak 6630. Proses anotasi citra dilakukan dengan menggunakan roboflow. Proses training dataset dilakukan dengan menggunakan Google Colaboratory, YOLOv8, dan hasil yang didapat disimpan di Google Drive. Pembuatan aplikasi website menggunakan framework javascript yaitu react js. Proses deployment menggunakan tools Netlify sebagai provider CI/CD deployment tools. Pelatihan dilakukan dengan total 300 epoch. Nilai rata-rata precision sebesar 92.57%, sedangkan nilai recall sebesar 88.2%. Akurasi model diperoleh nilai 93.2%. Hasil ini menggambarkan bahwa model relatif stabil dalam mengklasifikasikan objek dengan tepat.]]>
Copyrights © 2024
