PERANCANGAN APLIKASI MOBILE PENGHITUNG BENIH IKAN LELE BERBASIS YOLOV8


Proses penghitungan benih ikan lele pada kegiatan budidaya umumnya masih dilakukan secara manual sehingga membutuhkan waktu yang lama dan berpotensi menimbulkan kesalahan akibat ukuran benih yang kecil serta pergerakan ikan yang aktif. Penelitian ini bertujuan untuk merancang aplikasi mobile penghitung benih ikan lele berbasis YOLOv8 pada perangkat Android. Dataset yang digunakan sebanyak 1.020 citra benih ikan lele yang diperoleh melalui pengambilan gambar secara langsung. Penelitian menggunakan tiga model YOLOv8, yaitu YOLOv8n, YOLOv8s, dan YOLOv8m yang dilatih menggunakan ukuran citra 640 ? 640 piksel, batch size 16, dan 50 epoch. Model hasil pelatihan dikonversi ke format TensorFlow Lite dan diimplementasikan ke dalam aplikasi Android menggunakan bahasa pemrograman Kotlin. Hasil pengujian model menunjukkan bahwa YOLOv8n memperoleh precision 0,926, recall 0,976, mAP50 0,974, mAP50-95 0,666, dan F1-score 0,950. YOLOv8s memperoleh precision 0,935, recall 0,976, mAP50 0,973, mAP50-95 0,667, dan F1-score 0,955. Sementara itu, YOLOv8m memperoleh precision 0,956, recall 0,981, mAP50 0,972, mAP50-95 0,673, dan F1-score 0,968. Hasil pengujian aplikasi menunjukkan bahwa seluruh fitur dapat berjalan dengan baik dan mampu melakukan deteksi serta penghitungan benih secara real-time. Pada jarak 30 cm dengan pencahayaan siang hari seluruh model mencapai akurasi 100%. Pengujian jumlah dan kondisi benih menunjukkan bahwa YOLOv8n memperoleh akurasi 97,8% dan 89,4%, YOLOv8s memperoleh 99,6% dan 92,2%, sedangkan YOLOv8m memperoleh 99,6% dan 96,7% pada kondisi tersebar dan bergerombol. Pengujian pada perangkat Android menunjukkan rata-rata waktu inferensi sebesar 123 ms untuk YOLOv8n, 255 ms untuk YOLOv8s, dan 461 ms untuk YOLOv8m sehingga YOLOv8n memiliki kecepatan inferensi terbaik, sedangkan YOLOv8m memberikan akurasi yang lebih tinggi dengan waktu inferensi yang lebih lama. Berdasarkan hasil penelitian, aplikasi yang dikembangkan mampu membantu proses penghitungan benih ikan lele secara lebih cepat, praktis, dan akurat dibandingkan metode manual.


LOADING LIST...

LOADING LIST...

Detail Information

Bagian Informasi
Pernyataan Tanggungjawab M Raka Alfansyah K/24052122050
Pengarang Helfy Susilawati, S.Pd., M.T - Personal Name (Dosen Pembimbing 1)
Dr. Mokh Mirza Etnisa H, M.T - Personal Name (Dosen Pembimbing 1)
M Raka Alfansyah K - Personal Name (Dosen Pembimbing 1)
Edisi
No. Panggil 004 RAK 2026
Subyek Aplikasi android
Deteksi Objek
YOLOv8
benih ikan lele
TensorFlow Lite
Klasifikasi 4
Judul Seri
GMD
Bahasa Indonesia
Penerbit
Tahun Terbit 2026
Tempat Terbit Garut
Deskripsi Fisik
Info Detil Spesifik


Citation

Helfy Susilawati, S.Pd., M.T. (2026).PERANCANGAN APLIKASI MOBILE PENGHITUNG BENIH IKAN LELE BERBASIS YOLOV8().Garut:

Helfy Susilawati, S.Pd., M.T.PERANCANGAN APLIKASI MOBILE PENGHITUNG BENIH IKAN LELE BERBASIS YOLOV8().Garut:,2026.

Helfy Susilawati, S.Pd., M.T.PERANCANGAN APLIKASI MOBILE PENGHITUNG BENIH IKAN LELE BERBASIS YOLOV8().Garut:,2026.

Helfy Susilawati, S.Pd., M.T.PERANCANGAN APLIKASI MOBILE PENGHITUNG BENIH IKAN LELE BERBASIS YOLOV8().Garut:,2026.

 



Status Pengunjung Repository

Flag Counter Repository Universitas Garut

Layanan Perpustakaan

Perpustakaan FTEKNIK UNIGA Repository FTEKNIK UNIGA Official
Upload Mandiri Tugas Akhir Repository FTEKNIK UNIGA Official

Alamat

Fakultas Teknik Universitas Garut
Jalan Jati No. 42 B Tarogong
Kab. Garut 44151 Jawa Barat, Indonesia.
E: fteknik@uniga.ac.id