Perpustakaan Digital ITB

Akuakultur merupakan salah satu kontributor besar dalam bidang pangan. Tingkat konsumsi dari hasil akuakultur, khususnya ikan, diproyeksi akan mengalami peningkatan yang cukup signifikan dalam beberapa tahun ke depan. Pemanfaatan teknologi menjadi sangat penting untuk menunjang kemampuan produksi ikan akuakultur, mengingat efisiensi akuakultur yang cukup rendah sebagai akibat dari pola operasional yang hanya mengandalkan intuisi belaka. Penelitian ini ditujukan untuk pengembangan model dan modul perangkat keras dari sistem pendeteksian nafsu makan ikan yang berbasis pada deep learning multimodal yang dibangun memanfaatkan input dari data video dan sinyal akselerometer. Eksperimen menunjukkan bahwa penambahan fitur multimodal mampu meningkatkan akurasi pendeteksian dari 92% sampai 99%. Selain itu, hasil perangkat keras dan lunak untuk model ini juga menunjukkan adanya potensi besar untuk pengembangan dan implementasi secara riil di masa mendatang.