Tambak adalah salah satu media budidaya perikanan yang memanfaatkan kondisi alam dalam melakukan pemeliharaan. Pengambilan data hasil panen yang masih menggunakan metode tradisional termasuk pencatatan hasil panen. Adanya teknologi yang efisien untuk pengambilan data dapat membantu petani tambak menyelesaikan proses panen dengan cepat dan tepat. Fokus proyek akhir ini ialah untuk membuat timbangan dan sistem deteksi jenis ikan menggunakan algoritma Convolutional Neural Network (CNN) pada vision timbangan. Dalam penelitian ini ada 3 klasifikasi jenis ikan yaitu bandeng, nila, dan udang. Untuk mendapatkan hasil deteksi jenis ikan yang bagus diperlukan dataset jenis ikan nila, bandeng, dan udang untuk di-training dan dijadikan sebagai model. Proses training dan export model dilakukan menggunakan Teachable Machine. Selain itu juga dilakukan pengambilan data pada berat sampel dari hasil panen menggunakan sensor load cell. Kemudian data data ini dikirim menuju ke database yang terintegrasi dengan sistem Smart Fishery Village. Dari penelitian ini pada model dengan 1014 dataset akurasi yang dihasilkan dari model dan konfigurasi tersebut mencapai 99.54% Untuk penggunaan ideal load cell digunakan pada pengukuran benda dengan berat diatas 1 kg.