Deteksi dan Pengenalan Jenis Ikan Tuna Menggunakan Youn Only Look Once

Dalam industri perikanan, identifikasi jenis ikan yang akurat menjadi krusial untuk mendukung efisiensi produksi dan menjaga keberlanjutan sumber daya ikan, terutama ikan tuna yang memiliki nilai ekonomi tinggi dan beberapa spesiesnya termasuk yang terancam punah. Oleh karena itu, otomatisasi dalam deteksi dan klasifikasi jenis ikan menjadi sangat diperlukan. Metode yang digunakan dalam deteksi dan pengenalan adalah You Only Look Once (YOLO). YOLO dipilih karena keunggulannya dalam mendeteksi objek secara real-time dengan akurasi tinggi. Tujuan penelitian ini adalah untuk melihat hasil akurasi model YOLOv5. Proses penelitian ini meliputi pengumpulan data citra ikan tuna dari berbagai jenis, anotasi data, dan pelatihan model YOLOv5. Model dilatih menggunakan dataset yang terdiri dari gambar-gambar ikan tuna dengan berbagai posisi, ukuran, dan lingkungan. Pelatihan dilakukan dengan menggunakan framework Darknet yang diadaptasi untuk YOLO, dan parameter-parameter model disesuaikan untuk meningkatkan kinerja deteksi terhadap jenis ikan tuna yang diinginkan. Hasil dari penelitian ini menunjukkan bahwa model YOLOv5 yang telah dilatih mampu mendeteksi dan mengklasifikasikan jenis-jenis ikan tuna dengan tingkat akurasi sebesar 90%.

Kata Kunci: deteksi objek, ikan tuna, pengenalan jenis ikan, perikanan berkelanjutan, YOLO