Design and Implementation of Cloud Computing for Fish Freshness Detection Using YOLOv8 Deep Learning Model on FishQ Application

Abstract

file:///C:/Users/User/Downloads/24.04.1572_jurnal_eproc.pdfSebagai solusi dari permasalah sortasi ikan, dilakukan pengembangan dan pengimplementasian aplikasi FishQ yang menggunakan teknologi cloud computing dan model deep learning YOLOv8 untuk mendeteksi kesegaran ikan cakalang. FishQ dirancang untuk meningkatkan efisiensi dan akurasi dalam proses sortasi ikan yang selama ini dilakukan secara manual dan rentan terhadap kesalahan. Pengujian dilakukan pada 30 sampel ikan cakalang dalam kondisi beku dan tidak beku, dengan kategori segar, tidak segar, dan multiple. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi kesegaran ikan dengan akurasi tinggi. Analisis hasil pengujian menunjukkan bahwa sistem cloud computing yang dirancang mampu mendeteksi kesegaran ikan dengan efisien dan akurat, terutama lebih cepat pada ikan dalam kondisi beku. Secara keseluruhan, aplikasi FishQ diharapkan dapat membantu perusahaan perikanan dalam meningkatkan efisiensi dan akurasi proses sortasi ikan, sehingga dapat meningkatkan kualitas produk perikanan yang dijual.

Kata kunci— FishQ, cloud computing, YOLOv8, deteksi kesegaran ikan, deep learning, sortasi ikan.