DETEKSI DAN KLASIFIKASI IKAN HIAS PADA SISTEM AQUAPONICS PORTABLE MENGGUNAKAN PENDEKATAN COMPUTER VISION

Wahyudi, Rehal Daim (2026) DETEKSI DAN KLASIFIKASI IKAN HIAS PADA SISTEM AQUAPONICS PORTABLE MENGGUNAKAN PENDEKATAN COMPUTER VISION. Diploma thesis, Politeknik Negeri Sriwijaya.

Preview	Text (COVER) COVER.pdf - Published Version Download (898kB) | Preview
Preview	Text (ABSTRAK) ABSTRAK.pdf - Published Version Download (166kB) | Preview
	Text (BAB I PENDAHULUAN) BAB I.pdf - Published Version Restricted to Repository staff only Download (206kB) | Request a copy
	Text (BAB II TINJAUAN PUSTAKA) BAB II .pdf - Published Version Restricted to Repository staff only Download (978kB) | Request a copy
	Text (BAB III RANCANG BANGUN) BAB III .pdf - Published Version Restricted to Repository staff only Download (732kB) | Request a copy
	Text (BAB IV PEMBAHASAN) BAB IV.pdf - Published Version Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB V KESIMPULAN DAN SARAN) BAB V.pdf - Published Version Restricted to Repository staff only Download (150kB) | Request a copy
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (129kB) | Request a copy
	Text (LAMPIRAN) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Sistem Aquaponics merupakan metode pertanian terpadu yang memadukan pemeliharaan ikan dan penanaman tanaman dalam satu siklus sirkulasi air yang saling mendukung. Keberhasilan sistem ini sangat bergantung pada kualitas air, terutama tingkat pH, sementara proses identifikasi jenis ikan hingga saat ini masih banyak dilakukan secara manual. Penelitian ini bertujuan merancang dan mengimplementasikan sistem Aquaponics Portable berbasis mikrokontroler yang mampu memantau kadar pH air sekaligus mendeteksi jenis ikan secara otomatis menggunakan metode YOLOv8. Sistem yang dikembangkan terdiri dari sensor pH PH-4502C, ESP32, LCD 16×2 I2C sebagai layar tampilan data, serta model YOLOv8 yang dirancang untuk mengenali empat jenis ikan, yakni Oscar, Nila Merah, Komet, dan Koi Slayer. Proses pelatihan model memanfaatkan dataset sebanyak 689 citra yang telah melalui tahapan anotasi, pembagian data, dan pelatihan menggunakan platform Google Colaboration. Hasil pengujian menunjukkan bahwa sistem mampu memantau nilai pH air secara real-time dengan pembacaan berada di kisaran 6,6–6,8, yang masih tergolong aman bagi keberlangsungan sistem Aquaponics. Sementara itu, evaluasi model YOLOv8 menghasilkan tingkat Precision 93,88. Berdasarkan capaian tersebut, sistem yang dirancang terbukti mampu melakukan pemantauan kualitas air dan pengenalan jenis ikan secara otomatis dengan performa yang baik, sehingga berpotensi meningkatkan efektivitas dan efisiensi pengelolaan sistem Aquaponics secara keseluruhan.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Aquaponics Portable, ESP32, sensor pH, monitoring kualitas air, YOLOv8, deteksi ikan
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Electronic Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	03 Aug 2026 07:45
Last Modified:	03 Aug 2026 07:45
URI:	http://eprints.polsri.ac.id/id/eprint/24287

Actions (login required)

View Item