Sistem Deteksi Keberadaan dan Aktivitas Defekasi Dari Berang -Berang Berbasis Single Board Computer Menggunakan Machine Learning

Iqbal Defri, Prasetya (2025) Sistem Deteksi Keberadaan dan Aktivitas Defekasi Dari Berang -Berang Berbasis Single Board Computer Menggunakan Machine Learning. S1 thesis, Universitas Andalas.

	Text (Cover dan Abstrak) Cover & Abstrack.pdf - Published Version Download (265kB)
	Text (BAB I Pendahuluan) BAB I Pendahuluan.pdf - Published Version Download (290kB)
	Text (BAB V Penutup) Penutup.pdf - Published Version Download (165kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (171kB)
	Text (Tugas Akhir Fulltext) Tugas Akhir Fulltext.pdf - Published Version Restricted to Repository staff only Download (7MB) | Request a copy

Abstract

Berang-berang merupakan indikator penting kesehatan ekosistem perairan. Pemantauan keberadaan dan aktivitas defekasi masih terkendala metode konvensional seperti camera trap yang terbatas pada keterlambatan data. Penelitian ini mengusulkan sistem pemantauan real-time berbasis YOLOv11s yang dijalankan pada Raspberry Pi 5 dengan Hailo AI Kit untuk mendeteksi berang-berang dan mengklasifikasikan perilaku poop dance. Model dilatih dengan dataset kustom dan mencapai precision 89,7%, recall 79,1%, serta mAP@0.5 sebesar 81,8%. Sistem diintegrasikan dengan kamera NoIR, dan aplikasi mobile untuk notifikasi. Hasil pengujian menunjukkan deteksi andal dengan kecepatan inferensi 11,7 ms/gambar, dan uji lapangan di Lubuk Alung berhasil mengkonfirmasi aktivitas berang-berang. Sistem ini terbukti efektif, hemat biaya, serta mendukung konservasi berang-berang di habitat alami.

Actions (login required)

View Item