PENGEMBANGAN APLIKASI IDENTIFIKASI KESEGARAN IKAN MENGGUNAKAN ALGORITMA LIGHT GRADIENT-BOOSTING MACHINE (LIGHTGBM) BERBASIS ANDROID

Perkembangan teknologi kecerdasan buatan (Artificial Intelligence) dan pengolahan citra dalam beberapa tahun terakhir telah membuka peluang besar untuk aplikasi-aplikasi baru yang dapat membantu manusia dalam berbagai aspek kehidupan. Salah satu aplikasi yang potensial adalah identifikasi kesegaran ikan berdasarkan citra mata. Kesegaran ikan merupakan faktor penting dalam menentukan kualitas dan keamanan konsumsi ikan. Di Indonesia, yang merupakan negara maritim terbesar di dunia dengan produksi ikan yang sangat tinggi, identifikasi kesegaran ikan secara cepat dan akurat sangat dibutuhkan. Namun, masyarakat seringkali kesulitan untuk menentukan kesegaran ikan secara visual, sehingga diperlukan solusi teknologi yang dapat membantu proses ini. Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis Android yang mampu mengidentifikasi kesegaran ikan menggunakan algoritma Light Gradient-Boosting Machine (LightGBM), dengan latar belakang pentingnya kesegaran ikan bagi kualitas dan keamanan konsumsi, serta tantangan dalam penentuan kesegaran secara visual. Metode penelitian mencakup persiapan, akuisisi data citra ikan, proses training model (termasuk load data, pelabelan, preprocessing, ekstraksi fitur warna, pembangunan dan evaluasi model LightGBM), pengembangan aplikasi Android (analisis kebutuhan, perancangan antarmuka, integrasi model, pengujian usability, dan deploy), serta pengujian model dengan data baru. Luaran yang ditargetkan adalah publikasi di jurnal internasional bereputasi Scopus Q3 atau jurnal nasional terakreditasi Sinta 3, serta draf hak cipta aplikasi. Tingkat Kesiapan Teknologi (TKT) yang diusulkan adalah TKT 4. Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam teknologi kecerdasan buatan dan pengolahan citra, serta memudahkan masyarakat dalam memastikan kesegaran ikan yang di konsumsi.