Implementasi Algoritma Canny Edge Detection untuk Identifikasi Panjang dan Berat Ikan Koi Saat Bergerak
Keywords:
Berat ikan, Canny Edge Detection, Panjang ikan, Pengolahan citraAbstract
Informasi berat dan panjang ikan koi diperlukan oleh petani ikan, karena berkaitan dengan jumlah pakan dan nilai ekonomis ikan. Model pengukuran fisik ikan yang digunakan saat ini masih menggunakan model konvensional, menggunakan bak fiber ukur. Cara ini membutuhkan waktu lama, ikan harus diam dan dilakukan satu persatu dengan keakuratan yang terbatas. Dalam makalah ini ditunjukan bahwa pengukuran secara elektronik dengan pengolahan citra digital menggunakan metode Canny Edge Detection dapat mengatasi berbagai keterbatasan tersebut. Hasil deteksi kemudia dikonversi kedalam nilai pixels oleh image processing. Nilai pixel merupakan data digital yang dapat diolah oleh software aplikasi menjadi ukuran panjang dan berat. Ukuran ini terintegrasi dengan berbagai informasi lainnya dalam node-node yang berbeda. Identifikasi dilakukan menggunakan cara konvensional dan elektronik. Hasil pengukuran panjang dan konversi berat ikan secara konvensional masing-masing memiliki margin error 4.77% dan 6.3%, sementara elektronik 0.18%, dan 1,36%. Dari segi waktu, cara elektronik rata-rata 107,23 kali lebih cepat dibandingkan konvensional.
Downloads
References
C. Somerville, “Small-scale aquaponic food production Integrated fish and plants,”Rome, Food and agriculture organization of the united nations”,2014, page. 84,86
R. Al, “Survey on Data-Centric based Routing Protocols for Wireless Sensor Network,” International Journal of Electrical, Electronics, and Computers, 2017, Vol 2, page 38-39
Suwanda, Fajri .H, Sakinah P. A., Intan P., Inovasi e-Pertanian: Produksi Pangan Berskala Kecil e-Aquaponics Budidaya Ikan dan Tanaman Secara Terpadu, PKM BELMAWA Kemenristekdikti, 2018
S. Diver, “Aquaponics-Integration of Hydroponics with Aquaculture,” NCAT Agriculture Specialist, ATTRA Sustainable Agriculture, New York, 2013, page 46
H. Mulyawan, “Identifikasi dan Tracking Objek Berbasis Image Processing Secara Real Time,” Paper Jurusan Telekomunikasi-Politeknik Elektronika Negeri Surabaya, Surabaya 2011, page 11
M. R. Shafry, “FiLEDI Framework for Measuring Fish Length from Digital Images,” International Journal of the PHysical Sciences, 2012. Vol 3, page 46-50
D. Prihatmoko, “Pemanfaatan Raspberry Pi Sebagai Server Web Untuk Penjadwalan Kontrol Lampu Jarak Jauh,” Jurnal INFOTEL Informatika-Telekomunikasi-Elektronika, 2017. Page 86-89
T. R. Perkasa, “Rancang Bangun Pendeteksi Gerak Menggunakan Metoda Image Substraction Pada Single Board Computer (SBC),” Journal of Control and Network System, 2015,, vol. 3, page 38-43
Anggraeni, Sakinah P., ” Sistem Kontrol Nirkabel untuk e-Aquaponics: Monitoring Budidaya dan Tanaman Secara Terpadu dengan Routing Protocol Data Centric Based pada Wireless Sensor Network”, Tugas Akhir Program D4 Teknik Telekomunikasi POLBAN, Bandung, 2017.
M. I, “Edge Detection Techniquee For Image Segmentation,” International Journal of Computer Science & Information Technology (IJCSIT), 2011, vol. 3, page 43-47.
