Merendra, Shelysia (2026) SISTEM CERDAS PENDETEKSI SUHU DAN WARNA AMBING SAPI PERAH BERBASIS SENSOR SUHU DAN KAMERA ESP32-CAM UNTUK MENILAI KESEHATAN AMBING SAPI PERAH. S1 thesis, Universitas Andalas.
|
Text (Cover dan Abstrak)
Cover dan Abstrak.pdf - Published Version Download (455kB) |
|
|
Text (BAB 1 Pendahuluan)
BAB 1 (Pendahuluan).pdf - Published Version Download (407kB) |
|
|
Text (Bab 5 Penutup)
BAB akhir (PenutupKesimpulan).pdf - Published Version Download (268kB) |
|
|
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version Download (247kB) |
|
|
Text (Tugas Akhir fulltext)
Tugas Akhir Utuh.pdf - Published Version Restricted to Repository staff only Download (4MB) | Request a copy |
Abstract
Mastitis merupakan salah satu penyakit utama pada sapi perah yang menyebabkan kerugian ekonomi signifikan akibat penurunan kualitas dan kuantitas produksi susu. Metode deteksi dini yang umum digunakan peternak saat ini masih bersifat manual dan subjektif, sehingga sering terjadi keterlambatan penanganan. Penelitian ini bertujuan untuk merancang sistem pendeteksi mastitis berbasis computer vision yang terintegrasi dengan sensor suhu non-kontak. Sistem ini dibangun menggunakan Raspberry Pi 4 Model B sebagai pemroses utama, algoritma YOLOv8n untuk klasifikasi kondisi fisik ambing sapi, dan sensor MLX90614 untuk mengukur suhu area ambing secara real-time. Pengambilan data latih dan pengujian dilakukan langsung pada objek sapi perah untuk mengenali kondisi sehat dan terindikasi mastitis. Berdasarkan hasil pengujian, model YOLOv8n mampu mendeteksi gejala fisik mastitis dengan nilai mean Average Precision (mAP@50) sebesar 72,3%. Sementara itu, pengujian sensor MLX90614 menunjukkan tingkat akurasi rata-rata sebesar 99,97% pada jarak efektif 4 cm dengan penambahan nilai offset kalibrasi sebesar 0,55°C. Sistem ini diharapkan dapat membantu peternak dalam melakukan screening awal kesehatan sapi secara lebih cepat dan efisien guna meminimalisir dampak kerugian.
| Item Type: | Thesis (S1) |
|---|---|
| Supervisors: | Dr. Eng. Tati Erlina, M.I.T |
| Uncontrolled Keywords: | Mastitis, Objek deteksi, Raspberry Pi 4, YOLOv8n, Sensor MLX90614 |
| Subjects: | T Technology > TA Engineering (General). Civil engineering (General) |
| Divisions: | Fakultas Teknologi Informasi > S1 Teknik Komputer |
| Depositing User: | S1 Teknik Komputer |
| Date Deposited: | 28 Jan 2026 01:40 |
| Last Modified: | 28 Jan 2026 01:40 |
| URI: | http://scholar.unand.ac.id/id/eprint/518349 |
Actions (login required)
![]() |
View Item |

["Plugin/Screen/EPrint/Box/Plumx:title" not defined]
["Plugin/Screen/EPrint/Box/Plumx:title" not defined]