Desain 3D dan Implementasi IoT pada Sistem Pemberian Makanan Kucing Otomatis Berbasis Deep Learning
Abstract
Abstrak — Pemberian pakan kucing secara teratur dan terukur merupakan salah satu faktor penting dalam menjaga kesehatan hewan peliharaan. Namun, banyak pemilik kucing menghadapi kendala dalam mengatur porsi dan jadwal makan secara konsisten karena keterbatasan waktu. Penelitian ini mengusulkan pengembangan sistem smart feeder berbasis Internet of Things (IoT) yang terintegrasi dengan teknologi deep learning untuk memantau dan mengatur pemberian makanan kucing secara otomatis. Proses perancangan dimulai dengan pembuatan desain 3D perangkat menggunakan kombinasi material akrilik, kayu, dan komponen hasil cetak 3D berbahan PLA. Raspberry Pi 4 digunakan sebagai mikrokontroler utama yang mengendalikan sensor beban untuk pengukuran porsi makanan, kamera untuk deteksi keberadaan kucing, serta aktuator untuk mekanisme distribusi pakan. Sistem IoT memungkinkan pemilik memantau dan mengontrol perangkat melalui aplikasi berbasis web secara real-time. Hasil implementasi menunjukkan bahwa rancangan ini mampu memberikan porsi makanan sesuai pengaturan dan beroperasi secara otomatis sesuai jadwal yang ditentukan. Kesimpulannya, penggabungan desain mekanis, IoT, dan deep learning dapat menghasilkan perangkat pemberian pakan kucing yang efisien, praktis, dan membantu pemilik dalam mengoptimalkan perawatan hewan peliharaan. Kata kunci — Deep Learning, Internet Of Things, Smart Feeder, Desain 3d, Raspberry Pi 4B, Sensor Beban
References
J. Terven and D. Cordova-Esparza, "A Comprehensive
Review of YOLO Architectures in Computer Vision: From
YOLOv1 to YOLOv8 and YOLO-NAS," arXiv preprint
arXiv:2304.00501v7 [cs.CV], Feb. 2024. [Online].
Available:
https://arxiv.org/abs/2304.00501
Michael P. Maloney, Connor W. Coley, Samuel
Genheden, Nessa Carson, Paul
Helquist, Per-Ola Norrby, and Olaf Wiest The Journal of
Organic Chemistry 2023 88
(9), 5239-5241 DOI: 10.1021/acs.joc.3c00844.
Sunardia, A. Fadlila, and D. Prayogib, "Face Recognition
Using Machine Learning Algorithm Based on Raspberry Pi
b," International Journal of Artificial Intelligence Research,
vol. 6, no. 1, pp. 75-82, June 2022. DOI:
29099/ijair.v7i1.321.
Razali, M. K., & Md Lazam, N. A. (2021). Smart Pet
Feeder System and Big Data 214 Processing to Predict Pet
Food Shortage. Turkish Journal of Computer and
Mathematics Education, 12(3), pp. 1858–1865.



