Budidaya udang Vaname (Litopenaeus vannamei) merupakan kegiatan budidaya akukultur yang banyak dilakukan di Indonesia. Didalam budidaya udang dikenal dengan teknik sampling yaitu mengambil udang didalam tambak yang kemudian diukur berat dan panjang untuk dilakukan monitoring. Teknik sampling memiliki 2 cara yaitu sampling Anco dan jala. Proses sampling dilakukan secara cepat untuk menghindari penurunan kualitas udang sehingga menyebabkan udang bersifat kanibalisme dan carrier (membawa penyakit) dari luar kolam. Tesis ini membangun sistem prediksi berat dan panjang udang melalui pengoalahan citra digital dan machine learning. Proses pengolahan citra mendapatkan data jumlah pixel dan panjang pixel dengan metode chassboard distance. Pemrosesan machine learning menggunakan metode regresi liner sederhana untuk memprediksi berat dan panjang udang. Hasil proses tersebut pada data berat mendapatkan nilai R2 0.9565 menghasilkan hubungan sangat kuat dan nilai RSME 1.2911 menghasilkan tingkat prediksi cukup dekat dengan nilai sebenarnya. Pada data panjang nilai R2 0.7580 menghasilkan hubungan kuat dan nilai RSME 0.4007 menghasilkan tingkat prediksi cukup dekat dengan nilai sebenarnya. Dari hasil pengujian dengan 102 data baru nilai RSME data berat yaitu 2.142 menunjukkan hasil prediksi yang cukup dekat dan data panjang dengan nilai RSME 0.307 menunjukkan hasil prediksi sangat dekat. Dari hasil tersebut menunjukkan prediksi berat dan panjang udang memiliki tingkat akurasi yang baik sehingga sistem yang dibangun dapat mempermudah dalam melakukan proses sampling secara berkala pada udang Vaname.