| dc.description.abstract | Indonesia merupakan salah satu produsen dan eksportir kakap dan kerapu terbesar di dunia. Kedua kelompok ikan ini memiliki keanekaragaman spesies yang sangat besar, dan untuk membedakan setiap spesies kerapu dan kakap adalah tugas yang sangat berat karena mereka memiliki karakteristik fisik atau morfologis yang hampir sama. Dalam penelitian ini kami mencoba menerapkan metode pembelajaran mendalam untuk mengidentifikasi dua spesies utama dari masing-masing kelompok ini. Kerangka kerja deep learning yang digunakan adalah Detectron2 dataset yang digunakan adalah snapper datasets dari Lutjanus gibbus dan Lutjanus malabaricus dengan masing-masing 500 dataset dan kerapu spesies Plectropomus leopardus dan Plectropomus maculatus dengan masing-masing 500 dataset. Total dataset yang digunakan dalam penelitian ini adalah 2000 dataset. Pelabelan dataset dilakukan dengan menggunakan perangkat lunak Coco Annotator dengan segmentasi masing-masing spesies. Himpunan data tersegmentasi kemudian dilatih menggunakan Google Collaboratory. Nilai akurasi yang diperoleh adalah 91%, nilai presisi yang diperoleh adalah 89%, nilai penarikan yang diperoleh adalah 99%, dan F1-Score yang diperoleh adalah 94% . Nilai koefisien antara korelasi antara panjang ikan sebenarnya dengan panjang ikan deteksi sebesar 0,9024 atau 90% yang menandakan ada
hubungan antara dua variable. Disimpulkan bahwa dengan jumlah kumpulan data yang relatif terbatas,
kakap merah Lutjanus gibbus dan Lutjanus malabaricus, dan kerapu Plectropomus leopardus dan Plectropomus maculatus dapat diidentifikasi secara akurat dan dapat menghitung estimasi panjang ikan | id |
