Simulasi Perhitungan Jumlah Benih Ikan Lele Berdasarkan Berat

30 jumlah benih dapat ditunjukkan pada Tabel 9. Perhitungan jumlah benih dapat diketahui dengan membagi berat total benih dengan berat rata-rata 1 ekor benih. Tabel 9. Hasil perhitungan 100 ekor benih ikan dengan pengukuran berat Sampel ke Berat total g Jumlah ikan dugaan ekor Jumlah sebenarnya ekor Error 1 213 98 100 2 2 227 105 100 5 3 232 107 100 7 4 204 94 100 6 5 211 97 100 3 6 236 109 100 9 7 221 102 100 2 8 228 105 100 5 9 225 104 100 4 10 211 97 100 3 11 216 100 100 12 224 103 100 3 13 229 106 100 6 14 206 95 100 5 15 217 100 100 16 213 98 100 2 17 207 95 100 5 18 218 100 100 19 223 103 100 3 20 219 101 100 1 Data di atas menunjukkan perbedaan hasil perhitungan dengan jumlah sebenarnya. Dari data tersebut, dapat diperoleh hasil bahwa akurasi perhitungan jumlah benih dengan membagi berat total benih dengan berat 1 individu benih mempunyai akurasi yang cukup tinggi dengan error rata-rata 3.5. Hal ini disebabkan keseragaman ukuran antar individu benih cukup besar, sehingga hasil pembagian tidak begitu jauh berbeda satu dengan yang lain.

F. Simulasi Perhitungan Jumlah Benih Ikan Lele Berdasarkan Berat

Benih ikan lele memiliki berat yang berbeda dari tiap individu tergantung dari ukuran benih ikan tersebut. Benih yang besar akan memiliki berat tubuh yang lebih dibandingkan dengan benih ikan yang kecil. Dengan diketahui berat dari tiap ekor benih ikan lele, maka dapat diketahui kisaran berat per ekor benih ikan lele. Kisaran berat yang dimaksud adalah berat minimum dan 31 maksimum dari 1 ekor benih ikan. Simulasi dilakukan dengan perhitungan peluang dari tiap berat benih ikan lele pada kisaran yang ada. Peluang munculnya berat ikan tertentu dapat dilihat pada Tabel 10. Tabel 10. Peluang munculnya berat ikan tertentu pada benih ikan berukuran 5-7 cm Hasil perhitungan dengan simulasi berdasarkan berat ikan dapat dilihat pada Tabel 11. Tabel 11. Hasil simulasi perhitungan 100 ekor benih ikan berdasarkan berat Percobaan Berat g Hasil pendugaan ekor Error 1 211.97 100 2 219.25 103 3 3 208.28 98 2 4 214.32 101 1 5 209.19 99 1 6 207.94 98 2 7 204.25 96 4 8 205.98 97 3 9 218 102 2 10 215.23 102 2 11 208.9 99 1 No Berat Minimum g Berat Maksimum g Rata- rata Berat g Jumlah Kejadian Jumlah Berat g Peluang Peluang Kumulatif 1 0.75 0.93 0.8417 1 0.8417 0.012987 0.0129870 2 0.93 1.12 1.0250 2 2.0500 0.025974 0.0389610 3 1.12 1.30 1.2083 1 1.2083 0.012987 0.0519481 4 1.30 1.48 1.3917 5 6.9583 0.064935 0.1168831 5 1.48 1.67 1.5750 9 14.1750 0.116883 0.2337662 6 1.67 1.85 1.7583 11 19.3416 0.142857 0.3766234 7 1.85 2.03 1.9417 4 23.3000 0.155844 0.5324675 8 2.03 2.22 2.1250 10 17.0000 0.103896 0.6363636 9 2.22 2.40 2.3083 6 16.1583 0.090909 0.7272727 10 2.40 2.58 2.4917 7 9.9667 0.051948 0.7792208 11 2.58 2.77 2.6750 9 13.3750 0.064935 0.8441558 12 2.77 2.95 2.8583 1 11.4333 0.051948 0.8961039 13 2.95 3.13 3.0417 3 12.1667 0.051948 0.9480519 14 3.13 3.32 3.2250 6 9.6750 0.038961 0.9870130 15 3.32 3.50 3.4083 1 3.4083 0.012987 1.0000000 32 Tabel 11. Lanjutan Percobaan Berat g Hasil pendugaan ekor Error 12 212.14 100 13 208.64 98 2 14 206.3 97 3 15 218 103 3 16 200.45 95 5 17 202.98 96 4 18 205.17 97 3 19 210.14 99 1 20 204.1 96 4 21 207.41 98 2 22 205.98 97 3 23 203.18 96 4 24 214.5 101 1 25 214.17 101 1 Berdasarkan hasil perhitungan simulasi tersebut dapat diketahui bahwa error perhitungan yang terjadi kecil, yaitu rata-rata sebesar 2.3 . Hasil pendugaan jumlah benih ikan memiliki akurasi yang cukup tinggi. Hasil tersebut tidak jauh berbeda dengan hasil pengukuran berat benih secara langsung. Hal ini terjadi karena input yang digunakan dalam simulasi merupakan data hasil dari pengukuran berat secara langsung. 33

V. KESIMPULAN DAN SARAN

A. Kesimpulan

Dari penelitian ini dapat ditarik kesimpulan: 1. Metode perhitungan benih ikan dengan image processing dirancang berdasarkan citra benih ikan. Pengambilan citra menggunakan sebuah alat yang terdiri dari wadah penampung ikan, kerangka meja wadah, dan dudukan kamera. Cara kerja dari alat yaitu benih dituang dalam wadah kemudian diambil gambarnya oleh kamera digital dan menyimpannya dalam bentuk JPEG. Citra tersebut kemudian dipindahkan ke komputer untuk selanjutnya diolah dengan program Visual Basic 6.0 agar didapatkan area citra benih ikan. 2. Luas area citra yang diciptakan oleh benih ikan lele dipengaruhi oleh posisi dan waktu dari saat benih ikan dilepaskan ke dalam wadah. 3. Berat benih ikan lele berbanding lurus dengan panjang tubuhnya. Benih ikan lele ukuran antara 5-7 cm memiliki berat rata-rata 2.17g dengan standar deviasi sebesar 0.66 dan panjang tubuh rata-rata 6.48 cm 4. Akurasi perhitungan jumlah benih yang dihasilkan dengan metode image processing dengan menggunakan parameter luas masih tergolong tinggi dengan error perhitungan pada pengambilan citra waktu 0 detik setelah benih dituang dalam wadah sebesar 4, pengambilan citra 5 detik setelah dituang sebesar 3, pengambilan citra 10 detik setelah dituang sebesar 5, dan pengambilan citra 15 detik setelah dituang sebesar 10 untuk grade 3-4 cm. Pada grade 5-7 cm rata-rata error perhitungan pada pengambilan citra waktu 0 detik setelah benih dituang sebesar 6, 5 detik setelah benih dituang sebesar 4, 10 detik setelah benih dituang sebesar 7, dan 15 detik setelah benih dituang sebesar 14. Waktu yang terbaik untuk melakukan pengambilan citra yaitu saat benih berada dalam wadah dalam selang waktu 5 detik. 5. Hasil perhitungan jumlah benih dengan pengukuran berat benih mempunyai akurasi yang cukup tinggi dengan error rata-rata 3.5, sedangkan hasil perhitungan jumlah benih ikan melalui sistem simulasi memiliki error rata-rata 2.3. 6. Akurasi yang rendah disebabkan oleh beberapa kelemahan pada sistem, antara lain: a. Masih adanya bayangan yang ikut serta dalam wadah yang tidak terhapus saat dilakukan thresholding . b. Sistem belum mampu memisahkan secara detil objek yang berhimpitan.

B. Saran

Untuk penghitung benih ikan dengan image processing, perlu adanya pengkondisian cahaya agar tidak menimbulkan bayangan pada tepi wadah. Selain itu, perlu dicoba ditambahkan sekat- sekat kecil dalam wadah untuk mengurangi benih yang berhimpitan. Perlu dilakukan penelitian lebih lanjut mengenai pengembangan metode penghitung benih ikan otomatis.