RANCANG BANGUN SISTEM PENGHITUNG BENIH IKAN OTOMATIS BERBASIS IOT MENGGUNAKAN KECERDASAN BUATAN

Proses penghitungan benih ikan secara manual masih banyak digunakan oleh pembudidaya ikan, namun metode tersebut rentan terhadap kesalahan dan membutuhkan waktu yang relatif lama. Penelitian ini bertujuan untuk merancang sistem penghitung benih ikan otomatis berbasis Internet of Things (IoT) menggunakan kecerdasan buatan, mengembangkan model deteksi objek berbasis YOLOv8 yang diimplementasikan pada Raspberry Pi 4 serta website monitoring berbasis Flask, dan menguji performa sistem yang dikembangkan.Metode penelitian meliputi pengumpulan dan anotasi dataset benih ikan menggunakan Roboflow, pelatihan model YOLOv8 dengan skenario 100 epoch dan 125 epoch, konversi model ke format ONNX, implementasi pada Raspberry Pi 4, serta integrasi dengan database Supabase dan website monitoring berbasis Flask. Evaluasi dilakukan menggunakan parameter Precision, Recall, Mean Average Precision (mAP50), pengujian fungsional website, dan Quality of Service (QoS).Hasil penelitian menunjukkan bahwa sistem penghitung benih ikan berhasil dirancang dan diimplementasikan secara terintegrasi antara Raspberry Pi, database Supabase, dan website monitoring. Model YOLOv8 terbaik diperoleh pada pelatihan 125 epoch dengan nilai Precision 85,63%, Recall 88,30%, dan mAP50 90,5%. Hasil pengujian website menunjukkan bahwa seluruh fitur utama seperti autentikasi pengguna, pengelolaan data history, notifikasi real-time, ekspor Excel, admin panel, dan kontrol sistem pompa dapat berjalan sesuai fungsinya. Selain itu, hasil pengujian QoS menunjukkan nilai throughput 35.946,72 kbps, delay 119,20 ms, dan packet loss 0,997%, yang menunjukkan kualitas komunikasi data berada pada kategori baik berdasarkan standar TIPHON. Hasil tersebut menunjukkan bahwa sistem yang dikembangkan mampu mendukung proses penghitungan benih ikan secara otomatis dan monitoring data secara real-time.