A Fish Detection Using ExeML ModelArts

20 Apr 2022
  • Franz Adeta Junior      2101644502
  • Derrell Rizqullah Hasan      2101691530

ABSTRACT

Indonesia is one of the country with the most produce in commodity in the world and has high economic value, and that is Katsuwonus Pelamis (Cakalang or Skipjack Tuna), Euthynnus Affinis (Tongkol). Those three fish have the most important role in Indonesia, besides being the big contributor to foreign exchange. It is also important because of the resources. The main problem in Indonesia is the uses of Tongkol and Cakalang is not that optimal until now because of the Indonesia’s low Tongkol and Cakalang commodity export in 2019. This paper proposed a fish object detection with the help of Machine Learning for Katsuwonus Pelamis (Cakalang) and Euthynnus Affinis (Tongkol) by using ExeML ModelArts to improve the data collection that make the registration to the Regional fisheries management organization (RMFO) easy. There is a total of 4000 image of Katsuwonus pelamis (Cakalang), Euthynnus affinis (Tongkol), Coryphaena hippurus (Lemadang) dan Loligo sp (Squid). Which is split to 80:20 for training and validation. The training process is done with the use of Huawei Cloud.

Keywords: Object detection, Machine Learning, Cakalang, Tongkol

ABSTRAK

Indonesia merupakan salah satu negara dengan komoditas produksi terbesar di dunia dan memiliki nilai ekonomi tinggi, yaitu Katsuwonus Pelamis (Cakalang atau Tuna Cakalang), dan Euthynnus Affinis (Tongkol). Kedua ikan tersebut memiliki peran paling penting di Indonesia, selain menjadi penyumbang devisa terbesar. Hal ini juga penting karena sumber daya. Permasalahan utama di Indonesia adalah pemanfaatan Tongkol dan Cakalang yang belum optimal hingga saat ini karena rendahnya ekspor komoditas Tongkol dan Cakalang Indonesia pada tahun 2019. Skripsi ini mengusulkan deteksi objek ikan dengan bantuan machine learning untuk Katsuwonus Pelamis (Cakalang) dan Euthynnus Affinis. (Tongkol) dengan menggunakan ExeML ModelArts untuk meningkatkan pengumpulan data yang memudahkan pendaftaran ke organisasi pengelolaan perikanan Regional (RMFO). Total ada 4000 gambar Katsuwonus pelamis (Cakalang), Euthynnus affinis (Tongkol), Coryphaena hippurus (Lemadang) dan Loligo sp (Cumi – Cumi) yang kemudian dibagi menjadi 80:20 untuk pelatihan dan validasi. Proses pelatihan dilakukan dengan menggunakan Huawei Cloud.

Kata Kunci: Object Detection, Machine Learning, Cakalang, Tongkol

Berikut adalah video untuk penelitian ini.