Rancang Bangun Robot Pengendali Gulma Otomatis Berbasis Convolutional Neural Network (CNN) Pada Tanaman Obat Keluarga

Ilham, Ilham (2025) Rancang Bangun Robot Pengendali Gulma Otomatis Berbasis Convolutional Neural Network (CNN) Pada Tanaman Obat Keluarga. S1 thesis, Universitas Andalas.

	Text (Cover dan Abstrak) Cover dan Abstrak.pdf - Published Version Download (499kB)
	Text (Bab I Pendahuluan) Bab I Pendahuluan.pdf - Published Version Download (666kB)
	Text (Bab V Penutup) Bab V Penutup.pdf - Published Version Download (455kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (434kB)
	Text (Skripsi full text) Skripsi full text.pdf - Published Version Restricted to Repository staff only Download (9MB) | Request a copy

Abstract

Indonesia memiliki keanekaragaman tanaman obat yang banyak dimanfaatkan melalui Tanaman Obat Keluarga (TOGA). Namun, pertumbuhan gulma sering mengganggu dan menurunkan kualitas produksi. Metode pengendalian manual maupun kimiawi kurang efisien serta berisiko merusak lingkungan, sehingga diperlukan solusi berbasis teknologi. Penelitian ini merancang Robot Pengendali Gulma Otomatis berbasis YOLOv5 yang diimplementasikan pada Jetson Nano dengan kamera Raspberry Pi Cam, motor DC, dan servo pemotong gulma. Robot dilengkapi fitur perekaman jalur menggunakan push button serta notifikasi hasil kerja melalui Telegram. Hasil pengujian menunjukkan akurasi deteksi gulma 85% pada 11–12 FPS, pemotongan efektif pada durasi ≥6 detik, dan notifikasi terkirim dengan rata-rata waktu 1,5–2 detik. Sistem ini terbukti efektif dan efisien dalam membantu pengendalian gulma pada TOGA, meskipun masih memerlukan pengembangan lebih lanjut untuk meningkatkan akurasi dan adaptasi terhadap kondisi lapangan.

Actions (login required)

View Item