3.3.2 Pengembangan perangkat lunak
Program ”Acoustics Descriptor Analyzer ADA versi 2004” dikembangkan untuk mengekstraksi deskriptor akustik secara otomatis dari data akustik.
Prosedur pembuatan perangkat lunak program secara umum terdiri dari 3 tiga tahapan yaitu: 1. identifikasi kebutuhan needed identification 2.desain sistem
system design, dan 3 uji coba program verification Pada tahap identifikasi kebutuhan, diidentifikasi kebutuhan perangkat
lunak yang hendak dibangun dan informasi yang dibutuhkan oleh pengguna. Informasi yang dibutuhkan oleh pengguna berupa hasil perhitungan deskriptor
akustik dan bentuk kawanan ikan sehingga input yang dibutuhkan untuk membangun perangkat lunak adalah MDA dan variabel-variabel deskriptor
akustik. Pada desain sistem, dirancang tampilan program interface dan pembuatan programnya source code. Tampilan program berbasis GUI
Graphical User Interface untuk memudahkan pengguna user dalam mengoperasikannya dan pembuatan program menggunakan Windows 98 atau
versi lainnya Windows 2000, Windows XP sebagai dasar untuk aplikasi bahasa pemrograman Matlab versi 6.3. Bahasa pemrograman ADA-2004 dapat dilihat
pada Lampiran 10. Tahap terakhir adalah tahap uji coba program dengan data. Uji coba ini menggunakan data akustik Tahun 1998-2000 di perairan Selat Bali.
Secara umum, program yang dibangun berisikan A. proses operasi pengolahan citra dan B. deskriptor akustik.
A. Proses operasi pengolahan citra image processing
Pada bagian pengolahan citra terdiri atas 3 tiga tahap, yakni: 1. Interchange, yaitu merubah matriks data akustik yang berbentuk angka
dengan extention .csv ke dalam bentuk gambar .jpg. Tujuannya adalah memudahkan dalam pengolahan dan perhitungan deskriptor akustik.
2. Seleksi warnafiltering, tujuan dari seleksi warna adalah memilih warna yang sesuai dengan tujuan yang hendak dicapai. Warna pada display adalah
warna yang menunjukkan kisaran nilai Sv. Threshold nilai Sv pada penelitian ini adalah -80dB. Selang Sv yang digunakan untuk mendeteksi kawanan
lemuru adalah –30 dB – -80 dB. Bila kawanan ikan terlihat terlalu ekstrim, tidak berbentuk amorphous dan
atau densitasnya rendah maka diasumsikan bukan kawanan ikan kemungkinan besar plankton, lapisan scatter fish atau noise.
3. Binerisasi, untuk memisahkan objek dari background-nya sehingga perhitungan deskriptor dapat dilakukan Gambar 3.3.
B. Deskriptor akustik
A. Echogram asli dari EP 500
Dasar Perairan
Schooling ikan
C. Seleksi Warna dengan nilai Sv -50 dB – -70 dB
B. Interchange
D. Binerisasi
Gambar 3.3. Echogram EP 500 dan operasi pengolahan citra Program ADA-2004
Pada saat kapal melewati jalur transek yang telah ditentukan, kawanan ikan di bawah kapal tersebut akan terdeteksi dan terekam serta terlihat langsung pada
gambar echogram di layar display yang merupakan kumpulan echogram dari beberapa target kawanan ikan. Kawanan ikan yang terlihat pada display
kemudian diestimasi ukuran panjang, tinggi, area, energi dan posisi kedalamannya, seperti diilustrasikan pada Gambar 3.4.
Perhitungan deskriptor akustik merupakan tahap akhir pada penggunaan program “Acoustics Descriptor Analyzer version 2004’. Deskriptor dihitung
berdasarkan matriks data berupa piksel objek yang terdeteksi. Parameter kawanan dihitung berdasarkan deskriptor akustik, meliputi morfometrik, batimetrik
dan energetik. Morfometrik kawanan menggambarkan bentuk dan ukuran kawanan ikan dalam kolom perairan. Nilai morfometrik didapatkan dari kumpulan
nilai Sv yang membentuk kawanan. Penentuan panjang kawanan ikan dihitung berdasarkan jumlah ping
kawanan ikan dikalikan dengan faktor koreksi k. Faktor koreksi adalah jumlah Gambar 3.4. Skema pengukuran deskriptor
MinDept h
Schoo l
Depth
Bathymetr ic
Off bottom
min Alt Surface
Bottom Length
Height
Perimeter
Morphometric
L1 L2
H1
H2
Ping
D epth m
Energetic
kumpulan piksel nilai
Sv