Perancangan dan Implementasi Aplikasi Android FishQ untuk Identifikasi Kesegaran Ikan
DOI:
https://doi.org/10.25124/jnst.v2i2.8747Kata Kunci:
Aplikasi Android, Kesegaran Ikan, Identifikasi IkanAbstrak
Penelitian ini mengembangkan aplikasi Android FishQ yang memanfaatkan model deep learning YOLOv8 untuk mengidentifikasi kesegaran ikan dengan tujuan meningkatkan kualitas dan keamanan produk perikanan. Metode konvensional untuk
menilai kesegaran ikan memerlukan waktu dan keahlian khusus, sementara FishQ menawarkan solusi digital yang cepat
dan efisien. Aplikasi ini dirancang menggunakan Android Studio dengan bahasa pemrograman Kotlin, serta diintegrasikan
dengan Google Cloud Platform untuk pemrosesan gambar secara real-time. Model YOLOv8 dilatih menggunakan dataset
gambar ikan yang telah dianotasi, dan di-host di Cloud Run untuk skalabilitas dan keandalan. Pengujian aplikasi menggunakan metode System Usability Scale (SUS) menunjukkan nilai rata-rata 86,87, yang mengindikasikan tingkat penerimaan
pengguna yang tinggi dan menempatkan aplikasi dalam kategori ”acceptable” dengan grade A. Hasil ini menunjukkan
bahwa FishQ tidak hanya akurat dalam mengidentifikasi kesegaran ikan, tetapi juga userfriendly, sehingga memiliki potensi
besar untuk diadopsi dalam industri perikanan.
Unduhan
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Authors who publish in this journal agree to the following rules:
- Authors retain copyright and give the journal the right of first publication, with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors may enter separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., posting it to an institutional repository or publishing it in a book), with attribution to the journal's initial publication.
- Authors are permitted and recommended to post their work online (such as in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges as well as earlier and greater citation of published work.