Rancang Bangun Light fishing Berbasis Artificial Intelligence Guna Mendapatkan Intensitas Yang Optimal Untuk Menarik Ikan Nila

Adjie, Galih Sukma (2023) Rancang Bangun Light fishing Berbasis Artificial Intelligence Guna Mendapatkan Intensitas Yang Optimal Untuk Menarik Ikan Nila. Diploma thesis, Institut Teknologi Sepuluh Nopember.

Text 10211910010007-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (4MB) | Request a copy

Abstract

Teknik penangkapan ikan dengan menggunakan cahaya telah banyak dilakukan oleh pendahulu kita, teknik memanfaatkan sifat fototaksis ikan dimalam hari dimana ikan akan cenderung berkumpul jika didapati cahaya di kegelapan (Muh. Yasin Umsini Putra Olii et al., 2021), sumber cahaya yang digunakan dalam teknik penangkapan ikan Light fishing ini juga bervariasi, mulai dengan penggunaan lampu filament, lampu halogen, lampu halide logam, hingga LED, penggunaan LED sebagai sumber cahaya lebih banyak diterapkan dikarenakan penggunaan LED memungkinkan penggunaan daya yang lebih hemat, dan memiliki banyak pilihan warna (Tian Hua & Xing, 2013a), akan tetapi penggunaan intensitas sumber cahaya yang berbeda beda akan menimbulkan efek yang berbeda juga terhadap ikan, maka pada penelitian ini dilakukan rancang bangun sistem penarik ikan nila menggunakan teknik Light fishing dengan LED berwarna kuning untuk mengetahui intensitas yang optimal untuk mengumpulkan ikan nila, dan digunakan sistem pendeteksi objek menggunakan teknologi Artificial Intelligence untuk menghitung jumlah ikan nila yang berkumpul pada area sumber cahaya yang diujikan. Sistem kontrol LED menggunakan mikrokontroller berjenis atmega328p dengan menggunakan bootloader arduino yang digunakan untuk mengendalikan mosfet irfz44 sebagai driver untuk LED, teknik pengendalian intensitas menggunakan teknik pulse width modulation dimana teknik ini memanipulasi lebar sinyal high dan low yang dikirimkan dari pin atmega328p untuk kemudian dikonversikan oleh mosfet untuk mengendalikan kecerahan LED, sedangkan untuk sistem pendeteksi ikan penulis menggunakan algoritma YOLOv4 sebagai basis dari teknologi Artificial Intelligence yang ditanamkan pada mini computer jetson nano. Pada pengujian intensitas yang digunakan dalam pengujian duty cycle yang digunakan untuk mengontrol LED memiliki beberapa variasi yaitu 50, 100, 150, 200, dan 250, pengujian ini dilakukan sebanyak 10 kali iterasi di masing-masing variasinya dan didapatkan hasil rata rata terkumpul tertinggi pada duty cycle 200 dengan rata-rata ketertarikan ikan tertinggi pada iterasi ke-6, 7, 8, dan 10. Hasil ini menunjukkan bahwa terdapat intensitas cahaya yang optimal untuk mengumpulkan ikan nila, di mana intensitas yang lebih tinggi tidak selalu menarik ikan lebih banyak.
===============================================================================================================================
Fishing techniques using light have been widely practiced by our predecessors, the technique takes advantage of the phototactic properties of fish at night where fish will tend to gather if light is found in the shadows (Muh. Yasin Umsini Putra Olii et al., 2021), the light sources used in this Light fishing technique also vary, starting with the use of filament lamps, halogen lamps, metal halide lamps, to LEDs, the use of LED light sources is more widely used because the use of LEDs allows for more efficient use of power, and has many color choices (Tian Hua & Xing, 2 013), but the use of different light source intensities will have different effects on fish, so in this study a nile tilapia withdrawal system was designed using Light fishing techniques with yellow LEDs to determine the optimal intensity for collecting nile tilapia, and an object detection system was used using Artificial Intelligence technology to calculate the number of nile tilapia that congregate in the tested light source area. The LED control system uses a microcontroller type atmega328p using an arduino bootloader which is used to control the irfz44 mosfet as a driver for the LEDs, the intensity control technique uses the pulse width modulation technique where this technique manipulates the width of the high and low signals sent from the atmega328p pin to then be recorded by the mosfet to detect the LED, while for the fish detection system the author uses the YOLOv4 algorithm as the basis of Artificial Intelligence technology embedded in the Jetson Nano mini computer. In essence, the intensity used in the duty cycle test used to control the LED has several variations, namely 50, 100, 150, 200, and 250. This test was carried out 10 iterations in each variation and the highest average summary results were obtained in the 200 duty cycle with the highest average fish withdrawals in the 6th, 7th, 8th, and 10th iterations. These results indicate that there is optimal light for collecting nile tilapia, where higher heights are not always attract more fish.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Light fishing, Artificial Intelligence, you only look once (YOLO)
Subjects:	Q Science > QA Mathematics > QA336 Artificial Intelligence S Agriculture > SH Aquaculture. Fisheries. Angling S Agriculture > SH Aquaculture. Fisheries. Angling > SH337.5 Fishing ports--Design and construction T Technology > TJ Mechanical engineering and machinery > TJ223.P76 Programmable controllers
Divisions:	Faculty of Vocational > Mechanical Industrial Engineering (D4)
Depositing User:	Galih Sukma Adjie
Date Deposited:	07 Sep 2023 07:31
Last Modified:	07 Sep 2023 07:31
URI:	http://repository.its.ac.id/id/eprint/104112

Actions (login required)

View Item