Deteksi Kesegaran Ikan Berdasarkan Mata dan Insang Menggunakan Model YOLOv8
JOINTECS (Journal of Information Technology and Computer Science) · 2025
DOI: 10.31328/jointecs.v10i1.7201 ↗Kurz gefasst
Fachartikel in der Zeitschrift JOINTECS (Journal of Information Technology and Computer Science), 2025. Verfasst von Trio Agung Purwanto und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).
Abstract (Originalsprache)
Penelitian ini menyajikan sistem eksperimental deteksi kesegaran ikan menggunakan model YOLOv8 untuk penilaian otomatis kualitas ikan berdasarkan indikator visual seperti kejernihan mata dan insang. Penilaian kesegaran ikan sangat penting dalam industri perikanan untuk memastikan keamanan dan kualitas produk, terutama bagi negara pengekspor dengan standar internasional yang ketat. Metode tradisional seperti uji organoleptik bersifat subjektif dan tidak efisien untuk aplikasi skala besar, sehingga mendorong kebutuhan akan solusi otomatis. Dengan menggunakan teknik computer vision, studi eksperimental ini menganalisis dataset yang berasal dari 3.916 gambar ikan beresolusi tinggi (3024×4032 piksel) yang dikumpulkan dan dianotasi dengan cermat, kemudian diperbesar menjadi 4.600 gambar melalui teknik augmentasi data dan penyeimbangan untuk merepresentasikan empat kelas kesegaran secara merata. Metodologi penelitian mencakup teknik augmentasi dengan transformasi geometris yang diterapkan secara selektif untuk mencapai distribusi seimbang antara mata segar, mata tidak segar, insang segar, dan insang tidak segar, dengan dataset akhir terdiri dari 3.200 gambar training, 800 gambar validasi, dan 600 gambar testing yang di-resize menjadi 640×640 piksel untuk optimisasi YOLOv8.. Model YOLOv8 dilatih dan dievaluasi dalam kondisi eksperimental terkontrol, mencapai metrik akurasi yang mengesankan yaitu 99,83% untuk deteksi dengan mAP@0.5 sebesar 0,995 setelah 20 epoch. Temuan ini menyoroti potensi luar biasa model dalam deteksi objek otomatis, menunjukkan hasil yang menjanjikan untuk implementasi masa depan dalam identifikasi kesegaran ikan yang cepat dan tepat. Pendekatan eksperimental ini tidak hanya mendemonstrasikan kelayakan deteksi kesegaran ikan otomatis tetapi juga memberikan fondasi untuk pengembangan masa depan aplikasi praktis dalam praktik keamanan pangan industri makanan laut, menunjukkan potensi transfer learning dalam aplikasi computer vision khusus.
Zitieren
APA
Purwanto, T. A., & Ariatmanto, D. (2025). Deteksi Kesegaran Ikan Berdasarkan Mata dan Insang Menggunakan Model YOLOv8. JOINTECS (Journal of Information Technology and Computer Science). https://doi.org/10.31328/jointecs.v10i1.7201
Vancouver
Purwanto TA, Ariatmanto D. Deteksi Kesegaran Ikan Berdasarkan Mata dan Insang Menggunakan Model YOLOv8. JOINTECS (Journal of Information Technology and Computer Science). 2025. doi:10.31328/jointecs.v10i1.7201
BibTeX
@article{Purwanto2025,
author = {Purwanto, Trio Agung and Ariatmanto, Dhani},
title = {Deteksi Kesegaran Ikan Berdasarkan Mata dan Insang Menggunakan Model YOLOv8},
journal = {JOINTECS (Journal of Information Technology and Computer Science)},
year = {2025},
doi = {10.31328/jointecs.v10i1.7201}
}
EUVIMED