Lola, Amelia (2024) Rancang Bangun Alat Penghitung dan Pencatat Transaksi Jual Beli Bibit Ikan Secara Otomatis. Diploma thesis, Universitas Andalas.
Text (Cover dan Abstrak)
1. Abstrak.pdf - Published Version Download (262kB) |
|
Text (Bab I Pendahuluan)
2. Bab I Pendahuluan.pdf - Published Version Download (293kB) |
|
Text (Bab V Penutup)
3. Bab V Penutup.pdf - Published Version Download (207kB) |
|
Text (Daftar Pustaka)
4. Daftar Pustaka.pdf - Published Version Download (227kB) |
|
Text (Full Skripsi)
Full TA_Lola Amelia.pdf - Published Version Restricted to Repository staff only Download (7MB) |
Abstract
Penelitian ini bertujuan untuk mengembangkan sistem otomatis untuk mendeteksi dan menghitung bibit ikan menggunakan model SSD MobileNet V2 FPNLite. Sistem ini memanfaatkan pre-trained model dan menunjukkan kinerja yang baik, dengan nilai mAP@0.5 sebesar 94.28% dan mAP@0.5:0.95 sebesar 52.12%. Proses deteksi dan penghitungan dilakukan menggunakan Raspberry Pi sebagai mikrokontroler utama dan webcam untuk mengambil gambar bibit ikan. Data bibit ikan yang ingin dihitung diinputkan melalui aplikasi Android yang memiliki empat halaman utama yaitu login, menu, hitung, dan riwayat transaksi. Pada halaman hitung, pengguna memasukkan data seperti jenis bibit, ukuran, jumlah bibit yang ingin dihitung, dan harga satuan, yang kemudian diproses oleh sistem. Hasil perhitungan ditampilkan pada LCD berupa jumlah dan total harga dan sistem memberikan notifikasi melalui buzzer setelah perhitungan selesai dilakukan. Kemudian, data transaksi disimpan dalam database dan ditampilkan kembali pada halaman riwayat transaksi di aplikasi. Hasil pengujian menunjukkan bahwa model mampu mendeteksi bibit ikan lele dengan akurasi 97% untuk ukuran 1 cm – 3 cm, 96% untuk ukuran 3 cm – 5 cm, dan 73% untuk ukuran 5 cm – 8 cm, dengan kapasitas deteksi maksimal mencapai 25 bibit dalam satu kali proses deteksi. Sistem ini juga berhasil menyimpan dan menampilkan data transaksi dalam database dengan tingkat keberhasilan 100% dan waktu respon rata-rata 2,7 detik. Secara keseluruhan, sistem berfungsi sesuai dengan desain dan tujuan yang telah ditetapkan, meningkatkan akurasi dan efisiensi proses penghitungan bibit ikan dibandingkan dengan metode manual sebelumnya.
Item Type: | Thesis (Diploma) |
---|---|
Primary Supervisor: | Dr. Eng Tati Erlina, M.I.T |
Uncontrolled Keywords: | SSD MobileNet V2 FPNLite, Deteksi, Bibit Ikan, Raspberry Pi |
Subjects: | T Technology > T Technology (General) |
Divisions: | Fakultas Teknologi Informasi > Teknik Komputer |
Depositing User: | s1 Teknik Komputer |
Date Deposited: | 21 Aug 2024 02:37 |
Last Modified: | 21 Aug 2024 02:37 |
URI: | http://scholar.unand.ac.id/id/eprint/476540 |
Actions (login required)
View Item |