Integrasi Cloud Computing dalam Pemantauan Pemberian Makanan Kucing Otomatis Berbasis Deep Learning
Abstract
Abstrak — Kucing merupakan salah satu hewan peliharaan yang populer di Indonesia dan memberikan manfaat emosional bagi pemiliknya. Namun, kucing domestik memerlukan perawatan rutin, termasuk pemberian makan yang konsisten, yang sering terkendala jika pemilik memiliki kesibukan di luar rumah. Penelitian ini bertujuan mengembangkan Smart Pet Feeder, sebuah sistem berbasis Internet of Things (IoT) yang mampu memberikan makanan secara otomatis, terjadwal, dan dapat dipantau dari jarak jauh. Metode pengembangan mencakup perancangan backend REST API menggunakan FastAPI yang diintegrasikan dengan layanan Google Cloud Platform, meliputi Cloud Run untuk deployment, Cloud Storage untuk penyimpanan data foto kucing dan model deep learning, serta Compute Engine untuk pemrosesan deep learning. API dibangun untuk mengelola autentikasi pengguna, jadwal pemberian makan, profil kucing, pemantauan real-time, dan integrasi model deteksi kucing. Pengujian dilakukan untuk mengevaluasi kinerja API, keandalan penyimpanan data, dan akurasi integrasi model. Hasil pengujian menunjukkan backend berbasis cloud ini responsif, skalabel, dan dapat diakses dari berbagai perangkat, meskipun memerlukan koneksi internet yang stabil. Dengan adanya sistem ini, proses pemberian makan kucing dapat dilakukan secara lebih efisien, terjadwal, dan dapat dipantau kapan saja. Kata kunci— smart pet feeder, internet of things, google cloud platform, cloud run, cloud storage.
References
S. Julianti, I. N. Qomariah, M. A. Anshari, and K. A.
Widayati, "Aktivitas Harian dan Perilaku Makan Kucing
Domestik Liar di Lingkungan Kantin IPB," Al-Kauniyah:
Jurnal Biologi, vol. 14, no. 2, 2021, pp. 244-253.
P. Borra, “A Survey of Google Cloud Platform (GCP):
Features, Services, and Applications,” International Journal
of Advanced Research in Science, Communication and
Technology, vol. 4, no. 3, pp. 191–199, June 2024.
J. Yang and A. Abraham, "Analyzing the Features,
Usability, and Performance of Deploying a Containerized
Mobile Web Application on Serverless Cloud Platforms,"
Future Internet, vol. 16, no. 12, 2024, p. 475.
D. Durner, V. Leis, and T. Neumann, "Exploiting cloud
object storage for high-performance analytics," Proceedings
of the VLDB Endowment, vol. 16, no. 11, 2023, pp. 2769–
S. A. R. Shah, A. Waqas, M.-H. Kim, T.-H. Kim, H.
Yoon, and S.-Y. Noh, “Benchmarking and Performance
Evaluations on Various Configurations of Virtual Machine
and Containers for Cloud-Based Scientific Workloads,”
Applied Sciences, vol. 11, no. 3, 2021, 993.
