Spesies
ikan yang besifat hama/pengganggu sedang berkembang biak dan mengancam seluruh
dunia, menjadi bahaya serius untuk biodiversitas (keanekaragaman hayati) dan
ekosistem serta memberi dampak kerugian ekonomi yang besar. Sebagai binatang
peraiiran yang paling awal dikenal, ikan juga menjadi salah satu kelompok yang
mendapat ancaman terbesar. Bagi spesies ikan yang dianggap sebagai
hama/pengganggu, usaha untuk memisahkan ikan hama akan menurunkan biaya jangka
panjang untuk upaya pemberantasan dan pengendaliannya.
Di
Indonesia keberadaan organisme hama di perairan umum digolongkan menjadi dua
yaitu predator dan kompetitor. Predator dapat menetap di area budidaya atau
bermigrasi dalam rangkan mencari makan. Sementara kompetitor merupakan
organisme yang bersaing dengan organisme lokal untuk mendapatkan ruang, pakan,
dan oksigen. Selama ini di Indonesia terdapat dua cara utama pemberantasan hama
yaitu (1) secara mekanis dengan cara diburu atau jika serangan hama sudah parah
maka ikan budidaya harus dipindahkan dan (2) secara kimia yaitu menggunakan
pestisida organik seperti saponin dan akar tuba (Anon, 2016). Kedua metode
tersebut selain berbahaya bagi populasi ikan juga memilki dampak negatif bagi
ekosistem perairan umum.
Untuk
mengatasi permasalahan tersebut, Zhang et
al., (2016) yang dipublikasikan di Biosystems Engineering telah mengembangkan teknologi computer vision sebagai upaya sistematis pada sistem biologi di
daerah danau dan sungai untuk mengidentifikasi dan memisahkan spesies ikan
hama. Sistem pemisahan ikan hama tersebut terdiri dari pintu masuk yang lebar
(Gambar 1) dimana ikan berenang mendekati, kemudian area semakin menyempit
hingga mendekati kamera, selanjutnya dengan bantuan sistem pencahayaan
dipergunakan untuk mengambil citra dan mengidentifikasi ikan. Ketika ikan telah
teridentifikasi maka gerbang pengarah dapat digunakan untuk mengontrol satu
dari dua jalur dimana yang dapat dilalui ikan. Jika terdeteksi sebagai ikan
hama maka ikan tersebut akan diarahkan ke area tunggu, sementara jika bukan
ikan hama akan dikembalikan menuju badan air yang tidak membahayakan ikan.
Gambar 1. Sistem
penghalau ikan predator menggunakan computer
vision (Sumber : Zhang, et al.
2016)
Teknologi
computer vision yang dikembangkan
bertumpu pada kemampuan algoritma genetik dalam mengidentifikasi dan memisahkan
spesies ikan hama. Algoritma genetik (GA) memiliki kemampuan untuk
membangkitkan fitur spesifik yang disebut dengan fitur ECO sesuai jenis ikan
hama yang akan dipisahkan. Setelah melalui transformasi citra dengan urutan
tertentu, fitur yang telah dibangkitkan oleh GA akan dipetakan untuk proses
klasifikasi sesuai vektor pembobotan dan ambang batas berdasarkan perceptron yang terbentuk pada tiap
fitur. Proses seleksi fitur dilakukan berdasarkan fitness score tertinggi. Fitur ECO selesai dikonstruksi jika telah
memenuhi jumlah generasi atau beberapa kriteria yang ditentukan.
Hasil
penelitian yang telah dimuat dalam Biosystems
Engineering 145 (2016) menunjukkan bahwa metode yang diusulkan mampu
menghasilkan rerata akurasi klasifikasi sebesar 98% dengan standar deviasi
0.96% yang terdiri dari set data 8 spesies ikan dengan total citra sebanyak
1049. Sistem monitoring ikan berbasis computer
vision tersebut dapat dibangun untuk memisahkan spesies ikan hama sekaligus
memonitor kelimpahan, distribusi, ukuran spesies ikan lokal dengan dampak
kerusakan yang minimal dan tidak membahayakan ikan.
Penulis : I Made Susi Erawan (Peneliti Pertama LRMPHP)
0 comments:
Posting Komentar