ShrimpAI

Automated Disease Detection in Pacific White Shrimp

Perusahaan

UIN Raden Intan Lampung

Tahun

2026

Kategori

Artificial Intelligence, Computer Vision & Progressive Web Application (PWA)

Peran

AI & Fullstack Web Developer

Tinjauan

Untuk membantu petambak udang mengantisipasi risiko gagal panen akibat serangan patogen, platform ShrimpAI dikembangkan sebagai sistem deteksi penyakit udang Vannamei (Litopenaeus vannamei) berbasis kecerdasan buatan dan Progressive Web App (PWA). Berperan sebagai pengembang AI dan fullstack web, saya bertanggung jawab merancang arsitektur sistem secara menyeluruh, mulai dari pelatihan model deep learning computer vision, pengembangan backend dan basis data, hingga perancangan antarmuka mobile-first yang responsif.

Sistem memungkinkan petambak mengambil foto udang langsung di tambak untuk memperoleh diagnosis instan dengan visualisasi bounding box, klasifikasi kondisi klinis (Sehat, Black Gill / Insang Hitam, White Spot Syndrome Virus / WSSV, maupun Komplikasi), tingkat keyakinan AI, serta rekomendasi penanganan air dan pakan yang relevan. Selain itu, sistem menyediakan fitur rekam jejak pemeriksaan, ringkasan statistik kondisi tambak, serta ekspor laporan riwayat ke format PDF (satuan dan rekapitulasi).

Kontribusi utama saya mencakup pelatihan model YOLOv11 berbasis 3.301 citra dengan evaluasi mAP 99,2% dan presisi 98,5%, perancangan backend Flask yang aman dengan sistem otentikasi multi-role (Petambak dan Administrator), implementasi Service Worker PWA untuk performa andal di perangkat seluler, serta integrasi pemrosesan laporan PDF otomatis.

Tech Stack

AI & Machine Learning: Python, Ultralytics YOLOv11, PyTorch, OpenCV, Pillow
Backend & Database: Flask, Flask-SQLAlchemy, Flask-Login, Flask-Migrate, MySQL
Frontend & PWA: Tailwind CSS, HTML5, JavaScript Modern, Service Worker, Manifest PWA
Dokumentasi PDF: xhtml2pdf (pisa)

Tujuan

Memberikan akses deteksi dini penyakit udang secara akurat, cepat, dan mandiri kepada petambak untuk memitigasi penyebaran wabah penyakit.
Menyediakan platform PWA responsif dan ringan yang dapat dipasang di smartphone dengan dukungan akses kamera langsung di lapangan.
Menyajikan panduan klinis dan langkah mitigasi kualitas air yang spesifik sesuai hasil diagnosis penyakit yang terdeteksi.
Mendukung pemantauan tambak jangka panjang melalui riwayat inspeksi digital dan pencetakan laporan rekapitulasi PDF.
Menjaga skalabilitas sistem melalui manajemen basis pengetahuan penyakit dan kontrol hak akses pengguna yang terstruktur.

Galeri Proyek

Sekilas tampak tentang proyek ini