Sistem Pendeteksi Ikan Mati Menggunakan SSD MobileNetV2 dan Integrasi Telegram Bot untuk Notifikasi Real-time

Abstract

Kematian ikan secara massal pada umumnya disebabkan karena adanya tekanan abiotik dan/atau biotik. Pemantauan kematian ikan secara langsung dapat mencegah kematian massal ikan yang disebabkan karena proses dekomposisi. Solusi dari permasalahan tersebut yaitu dibuatkannya alat yang dapat mendeteksi kematian ikan di dalam akuarium secara real-time yang diterapkan pada Raspberry Pi 4, sehingga dapat memberikan peringatan berupa notifikasi melalui Telegram bot kepada pengguna ketika terjadi kematian ikan. Metode yang digunakan pada proyek ini yaitu analisis, perancangan, implementasi, dan pengujian. Dataset terdiri dari 1633 gambar yang diberi label dead dan live. Pembagian data untuk membuat model dibagi menjadi data latih (80%), data validasi (10%), dan data uji (10%), kemudian model dibuat menggunakan arsitektur SSD MobileNetV2. Dengan mengimplementasikan mAP score dan dengan IoU threshold sebesar 0.5, model menghasilkan mAP yaitu sebesar 87.24%. Output dari alat pendeteksi ikan mati yaitu berupa notifikasi pesan melalui Telegram bot kepada pengguna yang telah didefinisikan.

Mass fish mortality is generally caused by abiotic and/or biotic stresses. Monitoring fish mortality directly can prevent mass fish mortality caused by the decomposition process. The solution to this problem is to create a tool that can detect fish death in an aquarium in real time implemented on a Raspberry Pi 4, so that it can provide warnings in the form of notifications via Telegram bot to users when fish death occurs. The methods used in this project are analysis, design, implementation, and testing. The dataset consists of 1633 images labeled dead and live. The data division for creating the model is divided into training data (80%), validation data (10%), and test data (10%), then the model is created using the MobileNetV2 SSD architecture. By implementing the mAP score and with an IoU threshold of 0.5, the model produces an mAP of 87.24%. The output of the dead fish detection tool is in the form of message notifications via Telegram bot to users who have been defined.