Fazariati, Rezeki (2024) Alat Pemantau dan Perangkap Predator Musang Pada Kandang Ayam Terbuka dengan Metode YOLOv8. Masters thesis, Universitas Indo Global Mandiri.
Rezeki Fazariati_2019310022_File Cover-Daftar Isi.pdf
Download (701kB)
2019310022_SEP_2024_1.pdf
Restricted to Repository staff only
Download (13MB) | Request a copy
Rezeki Fazariati_2019310022_File Full Karya Ilmiah.pdf
Restricted to Repository staff only
Download (2MB) | Request a copy
Abstract
Ayam kampung adalah spesies peternakan unggas lokal yang berpotensi sebagai penghasil telur dan daging yang banyak dibudidayakan di masyarakat. Salah satu faktor tingkat keberhasilan dalam pemeliharaan bergantung pada kandang yang digunakan, oleh karena itu kondisi kandang harus diperhatikan dengan baik terutama struktur kandang yang merupakan salah satu faktor kunci keberhasilan usaha peternakan, dan peternak perlu memahami lokasi dan proses pembuatan kandang agar ternak dapat menghabiskan waktunya dengan nyaman. Sistem keamanan peternakan terus berkembang dari masa kemasa bahkan sampai masa kini. Metode Convolution neural network (CNN) merupakan ilmu biometrik yang mencocokan hewan dengan data hewan yang disimpan di database untuk memverifikasi hewan predator dengan citra digital. Penggunaan algoritma YOLOv8 berdasarkan keberhasilan dari arsitektur sebelumnya, membuat model yang terbaik untuk melakukan deteksi, klasifikasi, dan segmentasi objek secara real-time lebih cepat, lebih akurat, dan lebih sederhana dalam melakukan pendeteksian untuk perancangan dan pembangunan sebuah alat pemantau dan perangkap predator musang pada kandang ayam terbuka sebagai pengembangan dari alat perangkap sebelumnya. Alat ini menggunakan Arduino sebagai kontrol utama, kamera webcam sebagai pendeteksi predator dan motor servo sebagai alat penggerak pintu perangkap. keunggulan alat ini yaitu dapat mendeteksi predator musang dan membuuat perangkap otomatis.
Kata Kunci : Arduino Uno, Webcam, Servo, Musang.
Item Type: | Thesis (Masters) |
---|---|
Subjects: | Q Science > QA Mathematics > QA76 Computer software |
Divisions: | Fakultas Ilmu Komputer > Sistem Komputer S1 |
Depositing User: | Unnamed user with email 2019310022@students.uigm.ac.id |
Date Deposited: | 30 Sep 2024 09:28 |
Last Modified: | 30 Sep 2024 09:28 |
URI: | http://repository.uigm.ac.id/id/eprint/3069 |