SKRIPSI DIGITAL
FishFresh : Aplikasi Mobile Untuk Klasifikasi Kesegaran Ikan Bandeng Berbasis Computer Vision = FISHFRESH: A MOBILE APPLICATION FOR MILKFISH FRESHNESS CLASSIFICATION BASED ON COMPUTER VISION
Penilaian kesegaran ikan bandeng (Chanos chanos) secara manual di pasar
tradisional seringkali bersifat subjektif dan tidak efisien. Penelitian ini bertujuan
untuk merancang dan membangun sebuah aplikasi mobile bernama FishFresh yang
mampu mengklasifikasikan kesegaran ikan bandeng secara otomatis dan real-time.
Metode yang digunakan adalah algoritma deteksi objek You Only Look Once
version 8 small (YOLOv8s) yang dilatih untuk menganalisis citra mata ikan sebagai
indikator utama kesegaran. Dataset yang digunakan terdiri dari 777 gambar yang
diambil di Pasar Wedung, Demak, dan sumber open-source , yang kemudian
diaugmentasi menjadi 1865 gambar untuk proses pelatihan. Model dilatih untuk
mengenali empat kelas: "ikan_bandeng", "segar", "kurang_segar", dan
"tidak_segar". Model yang telah dilatih kemudian dikonversi ke format TensorFlow
Lite (.tflite) dan diintegrasikan ke dalam aplikasi berbasis Flutter yang dapat
berjalan secara luring (offline). Hasil evaluasi model pada data validasi
menunjukkan performa yang sangat baik dengan precision 0.9766, recall 0.993, dan
mean Average Precision (mAP)@0.5 mencapai 0.9853. Selain itu, pengujian
kepuasan pengguna yang melibatkan 30 responden di lapangan menghasilkan
tingkat kepuasan sebesar 95,33%. Penelitian ini berhasil membuktikan bahwa
aplikasi FishFresh dengan model YOLOv8s efektif dan akurat untuk menjadi solusi
objektif dalam penilaian kesegaran ikan di lingkungan pasar tradisional.
Kata Kunci: Aplikasi Mobile, Computer Vision, Deep Learning, Ikan Bandeng,
Kesegaran Ikan, YOLOv8
Tidak tersedia versi lain
Karya Umum 
Filsafat 
Agama 
Ilmu-ilmu Sosial 
Bahasa 
Ilmu-ilmu Murni 
Ilmu-ilmu Terapan 
Kesenian, Hiburan, dan Olahraga 
Kesusastraan 
Geografi dan Sejarah