Rancang Bangun Sistem Deteksi dan Pengendalian Hama Wereng Batang Cokelat Berbasis Object Detection Menggunakan Algoritma You Only Look Once (YOLO)

Fajri, Muhammad (2026) Rancang Bangun Sistem Deteksi dan Pengendalian Hama Wereng Batang Cokelat Berbasis Object Detection Menggunakan Algoritma You Only Look Once (YOLO). S1 thesis, Universitas Andalas.

	Text (Cover & Abstrak) 01. Cover & Abstrak.pdf - Published Version Download (254kB)
	Text (BAB I Pendahuluan) 02. BAB I.pdf - Published Version Download (474kB)
	Text (BAB V Penutup) 03. BAB V.pdf - Published Version Download (190kB)
	Text (Daftar Pustaka) 04. Daftar Pustaka.pdf - Published Version Download (235kB)
	Text (Skripsi Fulltext) 05. Skripsi Fulltext.pdf - Published Version Restricted to Repository staff only Download (9MB) | Request a copy

Abstract

Serangan hama wereng batang cokelat (Nilaparvata lugens) merupakan ancaman serius bagi ketahanan pangan, di mana pengendalian manual oleh petani memiliki keterbatasan dalam hal waktu, tenaga, dan pengawasan visual. Penelitian ini bertujuan untuk merancang dan mengimplementasikan WIRATANI, sebuah sistem otonom berbasis Internet of Things (IoT) dan kecerdasan buatan untuk mendeteksi serta mengusir hama wereng secara real-time di area persawahan. Sistem ini memanfaatkan sifat fototaksis positif serangga menggunakan atraktor LED Biru (460-470 nm) dan melakukan pemindaian malam hari melalui modul kamera OV5647 NoIR. Unit pemrosesan utama dijalankan pada mikrokontroler Raspberry Pi 4 menggunakan algoritma pendeteksian objek YOLOv8 Nano (YOLOv8n). Apabila keberadaan wereng tervalidasi melalui algoritma konsensus Rolling Window, aktuator Piezoelectric Tweeter akan aktif memancarkan gelombang ultrasonik (20-65 kHz) sebagai pengusir fisik, disertai pengiriman notifikasi peringatan dan foto bukti melalui bot Telegram. Hasil pengujian sistem menunjukkan bahwa model YOLOv8n mampu mencapai tingkat akurasi deteksi sebesar 83,4% pada evaluasi matriks dan 84% pada pengujian operasional di lapangan. Sistem ini responsif dengan total waktu eksekusi dari deteksi hingga notifikasi kurang dari 3,2 detik. Selain itu, mekanisme hardware cut-off menggunakan sensor LDR terbukti bekerja presisi memutus daya pada siang hari, dengan ketahanan baterai mencapai kisaran 5 jam operasi malam. Sistem ini menawarkan inovasi smart farming yang ramah lingkungan untuk menekan aktivitas hama tanpa menggunakan residu kimia.

Actions (login required)

View Item