Penelitian ini mengembangkan aplikasi Android FishQ yang memanfaatkan model deep learning YOLOv8 untuk mengidentifikasi kesegaran ikan dengan tujuan meningkatkan kualitas dan keamanan produk perikanan. Metode konvensional untukmenilai kesegaran ikan memerlukan waktu dan keahlian khusus, sementara FishQ menawarkan solusi digital yang cepatdan efisien. Aplikasi ini dirancang menggunakan Android Studio dengan bahasa pemrograman Kotlin, serta diintegrasikandengan Google Cloud Platform untuk pemrosesan gambar secara real-time. Model YOLOv8 dilatih menggunakan datasetgambar ikan yang telah dianotasi, dan di-host di Cloud Run untuk skalabilitas dan keandalan. Pengujian aplikasi menggunakan metode System Usability Scale (SUS) menunjukkan nilai rata-rata 86,87, yang mengindikasikan tingkat penerimaanpengguna yang tinggi dan menempatkan aplikasi dalam kategori ”acceptable” dengan grade A. Hasil ini menunjukkanbahwa FishQ tidak hanya akurat dalam mengidentifikasi kesegaran ikan, tetapi juga userfriendly, sehingga memiliki potensibesar untuk diadopsi dalam industri perikanan.
Copyrights © 2024