Klasifikasi Dan Counting Jenis Kapal Nelayan Pada Pelabuhan Puger Menggunakan Yolo V11

Abstract

Penelitian ini bertujuan untuk mengembangkan dan menguji model deteksi serta penghitungan otomatis jenis kapal nelayan tradisional di Pelabuhan Puger menggunakan algoritma YOLOv11 yang diintegrasikan dengan drone UAV. Dengan memanfaatkan teknologi deep learning dan protokol Real-Time Messaging Protocol (RTMP), sistem ini dirancang untuk mendukung pengawasan objek kapal secara real-time yang lebih efisien dan akurat dibandingkan metode manual maupun versi YOLO sebelumnya. Hasil penelitian menunjukkan bahwa model mampu mendeteksi jenis kapal dengan presisi tinggi dan melakukan penghitungan jumlah kapal secara otomatis. Kendala seperti flickering bounding box dan kesalahan counting dapat dikurangi melalui metode perbaikan seperti zona dua garis, Time To Live (TTL), Exponential Moving Average (EMA), dan Majority Class Voting (MCV), sehingga meningkatkan akurasi deteksi hingga sekitar 60%. Studi ini memberikan kontribusi bagi pemantauan maritim berbasis UAV dan AI yang dapat diterapkan untuk pengelolaan sumber daya perikanan secara berkelanjutan.