eProceedings of Engineering
Vol. 11 No. 4 (2024): Agustus 2024

Perancangan dan Implementasi Cloud Computing untuk Deteksi Kesegaran Ikan Menggunakan Model Deep Learning YOLOv8 Pada Aplikasi FishQ

Firdaus, Rifqi Fadhilah (Unknown)
Novamizanti, Ledya (Unknown)
Wibowo, Suryo Adhi (Unknown)



Article Info

Publish Date
31 Aug 2024

Abstract

file:///C:/Users/User/Downloads/24.04.1572_jurnal_eproc.pdfSebagai solusi dari permasalah sortasi ikan, dilakukan pengembangan dan pengimplementasian aplikasi FishQ yang menggunakan teknologi cloud computing dan model deep learning YOLOv8 untuk mendeteksi kesegaran ikan cakalang. FishQ dirancang untuk meningkatkan efisiensi dan akurasi dalam proses sortasi ikan yang selama ini dilakukan secara manual dan rentan terhadap kesalahan. Pengujian dilakukan pada 30 sampel ikan cakalang dalam kondisi beku dan tidak beku, dengan kategori segar, tidak segar, dan multiple. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi kesegaran ikan dengan akurasi tinggi. Analisis hasil pengujian menunjukkan bahwa sistem cloud computing yang dirancang mampu mendeteksi kesegaran ikan dengan efisien dan akurat, terutama lebih cepat pada ikan dalam kondisi beku. Secara keseluruhan, aplikasi FishQ diharapkan dapat membantu perusahaan perikanan dalam meningkatkan efisiensi dan akurasi proses sortasi ikan, sehingga dapat meningkatkan kualitas produk perikanan yang dijual. Kata kunci— FishQ, cloud computing, YOLOv8, deteksi kesegaran ikan, deep learning, sortasi ikan.

Copyrights © 2024






Journal Info

Abbrev

engineering

Publisher

Subject

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Description

Merupakan media publikasi karya ilmiah lulusan Universitas Telkom yang berisi tentang kajian teknik. Karya Tulis ilmiah yang diunggah akan melalui prosedur pemeriksaan (reviewer) dan approval pembimbing ...