Deteksi realtime dan notifikasi hewan serangga di suatu area pertanian dengan menggunakan kamera Dan berbasis IoT
Abstract
Abstrak - Argikultur adalah suatu upaya untuk memproduksi atau membuat makanan, pangan, serat dan hasil lainnya dalam bidang pertanian yang memerlukan tenaga manusia. Terutama di Indonesia yang merupakan negara agraris, dimana sebagian besar masyarakat Indonesia memenuhi kebutuhan hidupnya dengan bekerja di sektor pertanian. Banyak faktor – faktor yang dapat mempengaruhi hasil produksi sektor pertanian, terutama serangga – serangga hama yang memakani tanaman – tanaman yang ditanam para petani dan membuat petani untuk menggunakan pestisida berlebih yang berefek pada kesuburan tanah dan hasil produksi pertanian. Sistem deteksi serangga dan notifikasi real time ini menggunakan kamera sebagai media input berbentuk citra digital dimana hasil input ini akan diproses dengan Teknik Image processing untuk mengolah hasil visual dari kamera dan Machine learning untuk mendeteksi serangga tersebut. sistem akan memberikan keluaran berbentuk notifikasi Whatsapp apabila terdapat serangga yang terdeteksi. Hasil training dataset menghasilkan nilai mAP_0.5 sebesar 0.967 dengan nilai precision sebesar 0.926 dan recall sebesar 0.918, dan hasil pengujian alat di dunia nyata menghasilkan nilai confidence dengan rasio 0.5 – 0.7 yang dapat memberikan notifikasi dalam bentuk Whatsapp
Kata Kunci: Serangga, image processing, Machine learning, citra digital
References
(2020, December 14). Pengertian Agrikultur: Sektor, Jenis dan Produk Agrikultur di Indonesia. Accurate Online. https://accurate.id/bisnis-ukm/pengertianagrikultur/ [2] Nanni, L., Maguolo, G., & Pancino, F. (2020). Insect pest image detection and recognition based on bioinspired methods. Ecological Informatics, 57, 101089. https://doi.org/10.1016/j.ecoinf.2020.101089. [3] Kasinathan, T., Singaraju, D., & Uyyala, S. R. (2021). Insect classification and detection in field crops using modern machine learning techniques. Information Processing in Agriculture, 8(3), 446–457. https://doi.org/10.1016/j.inpa.2020.09.006. [4] Miranda, J. L., Gerardo, B. D., & Tanguilig III, B. T. (2014). Pest Detection and Extraction Using Image Processing Techniques. International Journal of Computer and Communication Engineering, 3(3), 189– 192. https://doi.org/10.7763/ijcce.2014.v3.317. [5] Gondal, Danish & Khan, Yasir Niaz. (2015). Early Pest Detection from Crop using Image Processing and Computational Intelligence. FAST-NU Research Journal ISSN: 2313-7045. 1.. [6] Bjerge, Kim & Alison, Jamie & Dyrmann, Mads & Frigaard, Carsten & Mann, Hjalte & Høye, Toke. (2022). Accurate detection and identification of insects from camera trap images with deep learning. 10.1101/2022.10.25.513484. [7] Perhimpunan Entomologi Indonesia - Menghimpun, Mengembangkan, Dan Mengamalkan. (n.d.). Https://Pei-Pusat.Org/Berita/11/Pengertian-KlasifikasiSerta-Ciri-Ciri-Insecta-Serangga.Html. [8] Shukla, N. (2018). Machine learning with TensorFlow. Shelter Island, NY: Manning Publications. [9] L. Alzubaidi et al.,
