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.,
