Selamat Datang di Repository Perpustakaan
Politeknik Negeri Madiun
Detail Tugas Akhir
Dosen Pembimbing
Pembimbing 1
Rakhmad Gusta Putra, S.T., M.T.Pembimbing 2
Hanum Arrosida, S.ST., M.T.Download File
RANCANG BANGUN ALAT PENGHITUNG BENIH UDANG BERBASIS COMPUTER VISION SECARA REALTIME
Gilang Ginastiar
213304036 / D3 Teknik Komputer Kontrol- Dipublikasikan pada 18 Oktober 2024
Abstrak
Udang merupakan salah satu komoditas ekspor Indonesia yang terus berkembang. Permintaan pasar dalam negeri maupun luar negeri pun terus meningkat. Hal tersebut mendorong perkembangan teknologi guna menyokong produktivitas hasil panen udang. Ratusan ribu benih udang disebarkan dari berbagai pembudidaya agar proses rantai distribusi udang tetap berjalan. Namun hingga saat ini penghitungan benih udang oleh para penambak maupun agen masih melakukan metode perhitngan secara manual. Proses perhitungan dengan metode ini membutuhkan keahlian khusus dengan tingkat ketelitian yang tinggi. Hal tersebut dikarenakan ukuran benih udang yang sangat kecil dan transparan. Pada metode ini juga memiliki kelemahan pada tingkat akurasi perhitungan dan membutuhkan watu yang cukup lama. Oleh karna itu “Rancang Bangun Alat Penghitung Benih Udang Berbasis Computer Vision Secara Realtime” hadir untuk mengatasi masalah tersebut dengan menggunakan air yang terus mengalir untuk mengalirkan objek berupa benih udang menggunakan pompa air. Cara kerja dari alat ini yaitu benih udang dimasukan ke wadah penampungan, lalu benih udang tersebut akan di alirkan menuju wadah pendeteksian, pada bagian bawah wadah pendeteksian terdapat lampu yang berfungsi sebagai pencahayaan dengan metode backlight agar objek terlihat dengan jelas, kemudian Webcam akan menangkap vidio secara terus menerus kemudian vidio tersebut akan diproses menggunkan algoritma computer vision pada jetson nano, hasil dari pemorsesan tersebut akan tampil secara realtime pada layar LCD, setelah terdeteksi benih udang akan ditampung pada wadah akhir penampungan benih udang. Alat ini dapat bekerja pada siang hari maupun malam hari. Dari pengujian yang telah dilakukan, alat dapat berjalan sesuai dengan rancangan penelitian dengan rata-rata persentase keberhasilan sebesar 93,32% dan rata-rata kesalahan sebesar 6,68% dari 15 sampel (300, 600, dan 830 benih udang masing-masing diuji 5 kali).
Kata Kunci: Benih Udang, Penghitung, Computer Vision, Jetson Nano.