DETEKSI DAN PERHITUNGAN JUMLAH LARVA KEPITING RAJUNGAN DENGAN METODE OBJECT DETECTION

Kepiting Rajungan merupakan salah satu jenis kepiting yang banyak terdapat di perairan payau Indonesia dan menjadi salah satu komoditas andalan Indonesia. Namun rajungan yang ada di alam dari waktu ke waktu terus mengalami penurunan, karena selama ini perdagangan rajungan dilakukan dengan mengambil stok langsung dari alam dan bukan berasal dari hasil budidaya. Maka dari itu Balai Perikanan Budidaya Air Payau (BPBAP) Takalar berupaya melakukan pembenihan rajungan secara massal untuk kepentingan pengembangan usaha budidaya, namun BPBAP Takalar menemukan beberapa tantangan, salah satunya terkait perhitungan survival rate dari larva rajungan yang diperkirakan sekitar 50%, nilai survival rate ini dihitung hanya dengan menggunakan perkiraan dan metode sampling. Survival rate yang dimaksudkan disini ialah jumlah larva rajungan dari fase zoea yang selanjutnya menjadi megalopa. Maka dari itu diperlukan adanya suatu sistem yang dapat mendeteksi larva rajungan serta menghitung jumlahnya, agar survival rate dari larva rajungan dapat dihitung secara jelas. Dengan menggunakan salah satu metode pada machine learning yaitu deep learning, maka sistem yang dapat mendeteksi dan menghitung larva kepiting rajungan dapat dibuat. Algoritma yang digunakan ialah YOLO (You Only Look Once) versi ke 3, jumlah data yang digunakan sebanyak 375 gambar dan dibagi menjadi 300 data training 75 data testing . Akurasi yang didapatkan dengan nilai max batches 2000 ialah sebesar 86.16%.
Kata kunci : larva, kepiting rajungan, object detection, deep learning, convolutional neural network, YOLOV3, counting.