Sistem Mitigasi Babi Hutan Berbasis Object Detection Menggunakan Algoritma You Only Look Once (YOLO)

Ariyan, Zulfi (2026) Sistem Mitigasi Babi Hutan Berbasis Object Detection Menggunakan Algoritma You Only Look Once (YOLO). S1 thesis, Universitas Andalas.

[img] Text (Cover & Abstrak)
01. Cover & Abstrak.pdf - Published Version

Download (2MB)
[img] Text (BAB I)
02. BAB I.pdf - Published Version

Download (18MB)
[img] Text (BAB V)
03. BAB V .pdf - Published Version

Download (1MB)
[img] Text (Daftar Pustaka)
04 . Daftar Pustaka.pdf - Published Version

Download (3MB)
[img] Text (Skripsi Fulltext)
05. Skripsi Fulltext.pdf - Published Version
Restricted to Repository staff only

Download (115MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem mitigasi hama babi hutan di lahan pertanian secara real-time berbasis object detection dan integrasi platform Telegram. Sistem yang dibangun terdiri atas tiga komponen operasional utama: unit pemrosesan edge computing yang ditenagai oleh Raspberry Pi 5, Hailo AI Kit, dan algoritma kecerdasan buatan YOLOv8; unit akuisisi citra nokturnal menggunakan Raspberry Pi Camera Module 3 NoIR Wide yang didukung oleh IR Illuminator; serta unit aktuator yang mencakup lampu sorot, speaker pengusir, dan modul komunikasi bot Telegram. Sistem beroperasi secara otonom di lapangan untuk memantau dan mendeteksi intrusi satwa di kondisi minim cahaya. Ketika objek babi hutan berhasil terdeteksi, algoritma secara instan memicu aktuator untuk memberikan efek kejut guna menghalau hama, sekaligus mentransmisikan notifikasi peringatan beserta bukti visual tangkapan layar kepada petani. Hasil pengujian komprehensif menunjukkan bahwa model YOLOv8 beroperasi secara optimal dengan nilai mAP@0.5 mencapai 90,8% dan laju inferensi stabil pada 20 FPS. Lebih lanjut, pengujian transmisi jaringan mencatatkan nilai waktu tunda (latency) pengiriman peringatan visual yang sangat rendah, yakni rata-rata 1 hingga 3 detik. Data tersebut mengonfirmasi bahwa arsitektur yang dikembangkan sangat responsif dan telah memenuhi spesifikasi keandalan sebagai sistem mitigasi real-time untuk mengamankan lahan pertanian.

Item Type: Thesis (S1)
Supervisors: Desta Yolanda, S.Kom M.T
Uncontrolled Keywords: Babi Hutan; Object Detection; YOLOv8; Raspberry Pi 5; Real-time System; Telegram
Subjects: Q Science > Q Science (General)
Q Science > QL Zoology
T Technology > T Technology (General)
Divisions: Fakultas Teknologi Informasi > S1 Teknik Komputer
Depositing User: S1 Teknik Komputer
Date Deposited: 26 Aug 2026 06:36
Last Modified: 26 Aug 2026 06:36
URI: http://scholar.unand.ac.id/id/eprint/531742

Actions (login required)

View Item View Item