Deteksi Ikan Lele (Clarias sp) di Luar Kolam Berbasis AI YOLOv9 untuk Mitigasi Kehilangan Hasil Ternak

Budidaya ikan lele (Clarias sp) di Indonesia merupakan salah komoditas yang memiliki nilai tinggi, juga memiliki berbagai tantangan. salah satu tantangan tersebut adalah berkurangnya jumlah panen karena adanya ikan yang tercecer atau keluar dari kolam akibat desain kolam yang kurang optimal atau saat proses panen dan sortir. Ikan yang keluar dari kolam berisiko mati karena kekurangan oksigen, menyebabkan penurunan hasil panen. Penelitian ini bertujuan mengembangkan sistem deteksi objek berbasis kecerdasan buatan (AI) menggunakan model YOLOv9 untuk mendeteksi ikan lele yang tercecer di luar kolam secara real-time. Dataset terdiri dari 158 gambar hasil augmentasi dari 66 gambar asli yang dikumpulkan di peternakan lele di Klungkung, Bali. Dataset dibagi ke dalam 88% pelatihan, 8% validasi, dan 4% pengujian. Dua varian model diuji: YOLOv9-c dan YOLOv9-e, masing-masing dilatih dalam 5, 25, dan 50 epoch. Evaluasi dilakukan menggunakan metrik precision, recall, F1-score, dan confusion matrix. Hasil menunjukkan bahwa YOLOv9-c pada 50 epoch memberikan performa terbaik dengan F1-score tertinggi, meskipun YOLOv9-e menunjukkan akurasi deteksi yang kompetitif. Penelitian ini membuktikan potensi penggunaan YOLOv9 sebagai solusi cerdas dalam mitigasi kehilangan hasil panen ikan lele.