SISTEM PENGHITUNG JUMLAH POSTLARVA UDANG VANAME BERBASIS IMAGES MENGGUNAKAN MASK R-CNN

Udang Vaname(Litopenaues vannamei), atau sering disebut juga udang putih diperkenalkan secara komersial pada tahun 2001 salah satu jenis udang yang habitat aslinya berasal dari pantai Pasifik Barat Amerika Latin.

Budidaya udang vaname terbagi menjadi dua kegiatan utama: pembenihan dan budidaya. Budidaya udang vaname, terutama di fase pembenihan, telah menjadi kegiatan yang semakin populer karena efisiensi dan adaptabilitas tinggi dari postlarva udang. ini mendorong banyak petambak untuk beralih fokus dari aktivitas ke pembenihan.

Penelitian ini bertujuan untuk mempermudah pembudidaya dalam menghitung keakuratan jumlah postlarva udang vaname dalam dalam skala kecil pada proses pembenihan saat perpindahan dari tempat pembenihan menuju tambak atau hatchery. Penerapan Metode Masking R-CNN (Region Based Convolutional Neural Networks) Sebagai sistem deteksi objek yang banyak diharapkan mampu dalam proses deteksi dan menganalisis tumpang tindih objek. Model didapatkan dengan menggunakan backbone resnet50¬ menghasilkan akurasi 93%. Pada pengujian 1 Analisis kinerja model menggunakan Confusion Matrix menggunakan dataset_testing pada pengujian backbone Resnet-50 memberikan hasil dengan akurasi sebesar 96.04% dengan dan backbone Resnet-101 memberikan hasil dengan akurasi 97.08%. Pada pengujian 2 dilakukan secara langsung di BPBAP (Balai Perikanan Budidaya Air Payau Takalar) pengujian backbone Resnet-50 menujukkan efektivitas Data 1 49 postlarva, Data 2 100 postlarva, Data 3 150 postlarva, Data 4 200 postlarva, dan Data 5 250 postlarva menghasilkan akurasi 95%, akurasi 93%, akurasi 87%, akurasi 91%, dan akurasi 78.5% menunjukkan bahwa akurasi deteksi cenderung menurun seiring dengan peningkatan jumlah postlarva yang perlu dideteksi.