SISTEM DETEKSI PAKAN UDANG DENGAN METODE DEEP LEARNING

Udang vaname merupakan salah satu sumber daya perikanan yang ditetapkan sebagai komoditas unggulan pada tahun 2014. untuk memenuhi permintaan udang, maka tambak harus dikelolah dengan intensif yang diikuti peningkatan jumlah benih dan pemberian pakan. Udang termasuk hewan yang tidak efisien dalam memanfaatkan pakan sekitar 70-80% dan sisanya 20-30% terbuang ke lingkungan. Hal ini akan menyebabkan pembusukan sisa pakan dan penurunan kualitas air karena akumulasi bahan organik yang tinggi dan senyawa toksik yaitu nitrit (NO2) dan amonia (NH3). Akan tetapi budidaya tambak saat ini masih menggunakan cara manual yakni peninjauan secara langsung untuk pengecekan pakan udang. Untuk itu penulis merancang sistem yang mampu mendeteksi pakan udang dengan metode Deep Learning dengan Sistem deteksi Yolo (You Only Look Once) versi 3, sehingga dapat mempermudah pengecekan terhadap pakan udang yang berada di dalam air. Yolo bekerja menggunakan algoritma Convolutional Neural Network yang menghasilkan neuron melalui proses konvolusi, neuron tersebut akan dihubungkan kembali pada proses deteksi untuk memprediksi suatu objek. Pertama-tama dilakukan pengumpulan gambar di dalam air, yang digunakan untuk melatih sistem. Gambar kemudian ditandai dengan Yolo mark. Kemudian dilakukan training, pada tahap ini diekstrak dengan Convolutional neural network layer yang hasilnya dijadikan sebagai input ke dalam Fully Connected Layer dan luarannya berupa file bobot yang akan digunakan untuk mendeteksi pakan udang. Dari pengujian yang telah dilakukan Sistem menghasilkan nilai mAP yang optimal pada max batches 4000-10000 dengan nilai 96-97% dan pengujian sistem terhadap jarak, menghasilkan mAP terbaik pada jarak 25 cm dengan nilai mAP 82.31%. Pada pengujian sistem dengan air tambak udang, air payau, dan air tawar, menghasilkan nilai mAP 0%, 42.8%, dan 64.9%. Yang artinya sistem sulit memprediksi objek pada kondisi air yang keruh. Pada pengujian dengan objek yang menyerupai pakan, terjadi salah prediksi pada pakan ikan, pakan ayam, dan tanah. Sehingga dibutuhkan pengujian lebih lanjut pada ekstraksi fitur di saat melakukan training.