Deteksi Ikan Dengan Menggunakan Algoritma Histogram of Oriented Gradients

Abstract

Indonesia merupakan negara yang kaya akan sumber daya alam baik hayati maupun non-hayati. Salah satu sumber daya alam hayati yang sangat banyak jumlahnya di Indonesia adalah laut, Untuk mempermudah mengidentifikasikan ikan, dapat memanfaatkan sebuah teknologi yang dapat membantu manusia untuk dapat mengenali ikan dengan menggunakan visi komputer dan pendekatan pemrosesan gambar untuk deteksi ikan dan bukan ikan menggunakan algoritma Histogram of Oriented Gradients (HOG) dan AdaBoost-SVM. Hasil penelitian menunjukkan bahwa metode HOG dan AdaBoost-SVM dapat menghasilkan tingkat akurasi rata-rata sebesar 84.8%.

Pemanfaatan Teknologi Computer Vision untuk Deteksi Ukuran Ikan Bandeng dalam Membantu Proses Sortir Ikan

“…Pada hasil ujicoba penelitiannya [1] mampu mensortir 15 ekor ikan dalam 1 menit, tentunya hal tersebut bisa ditingkatkan sekiranya teknologi deteksi ukuran atau berat ikan bisa ditingkatkan. Penelitian lain dilakukan oleh [4] menerapkan teknologi computer vision untuk mendeteksi objek apakah objek tersebut ikan atau objek bukan ikan, dan hasil dari ujicoba penelitian ini cukup bagus dengan akurasi sebesar hampir 85%. Penelitian lain dilakukan oleh [3] menerapkan teknologi computer vision untuk identifikasi panjang dan berat ikan koi saat bergerak, hasil dari penelitian tersebut mampu mendeteksi panjang dan berat ikan koi dengan margin kesalahan deteksi panjang sebesar 0,18% dan margin kesalahan estimasi berat ikan sebesar 1,36%.…”

Fish Detection in Seagrass Ecosystem using Masked-Otsu in HSV Color Space

“…Kartika et al in 2016 [9] classified Koi fish using Naïve Bayes and SVM using K-Fold Cross Validation in HSV space; The Koi Fish image was taken on land, and the study results had a success rate of 0.968. Anggraeny research et al in 2020 [18] detected fish with the Histogram of Oriented Gradients (HOG) algorithm and AdaBoost-SVM, the accuracy of which was achieved at 0.848. In this Studi, we propose a masked-otsu thresholding segmentation technique to separate objects from the background.…”