Industri perikanan di Indonesia memegang peran vital dalam perekonomian nasional dan kesejahteraan masyarakat,namun proses sortasi ikan yang masih sering dilakukan secara konvensional dan mengandalkan pengamatan visual rentan terhadap kesalahan dan kurang efisien. Untuk meningkatkan akurasi dan efisiensi dalam penilaian kesegaran ikan,dikembangkanlah FishQ, sebuah aplikasi berbasis deep learning dengan model YOLOv8 yang mampu mendeteksi danmengklasifikasikan kesegaran ikan secara otomatis. FishQ dirancang untuk diakses oleh berbagai pemangku kepentingandalam rantai pasok perikanan dan telah menunjukkan hasil penelitian yang memuaskan, dengan kemampuan mengidentifikasi kesegaran ikan cakalang dalam kondisi beku dengan nilai mAP 94,7% serta mendeteksi hingga 94% citra ikan secaratepat. Penggunaan teknologi ini diharapkan dapat mempercepat proses penilaian kesegaran ikan dibandingkan denganmetode konvensional, sehingga dapat meningkatkan kualitas produk dan mengurangi kerugian ekonomi.
Copyrights © 2024