IMPLEMENTASI YOLOv8 DAN BYTETRACK UNTUK DETEKSI SERTA PENGHITUNGAN BIBIT IKAN KOI

Zulfians Adnan, . (2026) IMPLEMENTASI YOLOv8 DAN BYTETRACK UNTUK DETEKSI SERTA PENGHITUNGAN BIBIT IKAN KOI. Skripsi thesis, Universitas Pembangunan Nasional Veteran Yogyakarta.

	Text 1_Cover_123210074.pdf Download (107kB)
	Text 2_Abstrak_123210074.pdf Download (167kB)
	Text 3_Halaman Pengesahan_123210074.pdf Download (151kB)
	Text 4_Daftar Isi_123210074.pdf Download (213kB)
	Text 5_Daftar Pustaka_123210074.pdf Download (193kB)
	Text 6_Fulltext_123210074.pdf Restricted to Repository staff only Download (6MB)

Abstract

Indonesia memiliki potensi besar dalam sektor perikanan budidaya, termasuk
budidaya ikan hias seperti ikan koi (Cyprinus carpio) yang bernilai ekonomis tinggi. Salah
satu permasalahan utama dalam proses pembibitan ikan koi adalah penghitungan jumlah
bibit yang masih dilakukan secara manual, sehingga memerlukan waktu lama dan berpotensi
menimbulkan kesalahan akibat pergerakan ikan yang cepat, ukuran yang kecil, serta
tumpang tindih antar ikan. Kondisi tersebut dapat menyebabkan penentuan padat tebar yang
tidak optimal dan berdampak pada pertumbuhan serta tingkat kelangsungan hidup ikan.
Penelitian ini mengusulkan sistem deteksi dan penghitungan otomatis bibit ikan koi berbasis
video dengan mengombinasikan algoritma YOLOv8n untuk deteksi objek dan ByteTrack
untuk pelacakan objek antarkerah (frame). YOLOv8n digunakan untuk mendeteksi bibit
ikan koi dalam bentuk bounding box, label kelas, dan nilai confidence, sedangkan ByteTrack
memberikan identitas unik pada setiap objek agar tidak terhitung lebih dari satu kali.
Model terbaik diperoleh pada konfigurasi pelatihan 50 epoch, batch size 16, dan
optimizer AdamW, dengan nilai precision 0,976, recall 0,978, dan mAP50 0,992. Hasil ini
menunjukkan bahwa sistem mampu melakukan deteksi, pelacakan, dan penghitungan bibit
ikan koi secara otomatis dan real-time dengan tingkat akurasi tinggi. Implementasi sistem
berbasis web ini diharapkan dapat mendukung efisiensi manajemen budidaya ikan koi serta
menjadi dasar pengembangan teknologi akuakultur cerdas.

Item Type:	Tugas Akhir (Skripsi)
Additional Information:	Zulfians Adnan (Penulis-123210074) Mangaras Yanu F,S.T (Pembimbing)
Uncontrolled Keywords:	Bibit ikan koi, Deteksi Objek, Deep Learning, YOLOv8, Pengolahan Citra
Subjek:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	Indah Lestari
Date Deposited:	20 Feb 2026 03:09
Last Modified:	20 Feb 2026 03:09
URI:	http://eprints.upnyk.ac.id/id/eprint/47110

Actions (login required)

View Item