Sistem Monitoring Tanaman Hidroponik Cabai Rawit Merah dan Klasifikasi Kualitas Produknya Berbasis IoT dan Computer Vision = Monitoring System for Red Cayenne Chili Hydroponic Plants and Product Quality Classification Based on IoT and Computer Vision |

TA DIGITAL

Sistem Monitoring Tanaman Hidroponik Cabai Rawit Merah dan Klasifikasi Kualitas Produknya Berbasis IoT dan Computer Vision = Monitoring System for Red Cayenne Chili Hydroponic Plants and Product Quality Classification Based on IoT and Computer Vision

Ivana Intan Paramita - Nama Orang; Mareta Mahliyasmita - Nama Orang; TRI Raharjo Yudantoro - Nama Orang; Wiktasari - Nama Orang;

Ivana Intan Paramita dan Mareta Mahliyasmita. “Sistem Monitoring Tanaman Hidroponik Cabai Rawit Merah dan Klasifikasi Kualitas Produknya Berbasis IoT dan Computer Vision”, Tugas Akhir DIII Program Studi Teknik Informatika, Jurusan Teknik Elektro, Politeknik Negeri Semarang, dibawah bimbingan Tri Raharjo Yudantoro, S. Kom., M. Kom. dan Wiktasari, S.T., M.Kom., Agustus 2023, 81 halaman.

Salah satu jenis tumbuhan yang terkenal dengan rasa pedasnya adalah cabai. Dengan produksi 2 juta ton cabai setiap tahun, Indonesia adalah salah satu produsen cabai terbesar di dunia, menunjukkan betapa pentingnya cabai bagi pertanian dan bagaimana memengaruhi pangan dan perekonomian negara. Namun, tantangan baru muncul dalam bentuk perubahan cuaca yang tidak menentu, yang dapat berdampak serius pada tanaman cabai. Penting untuk memahami bahwa kualitas cabai rawit merah dapat dinilai melalui beberapa aspek, termasuk di antaranya adalah warnanya. Dengan demikian, tujuan dari penelitian ini adalah mengembangkan sebuah sistem monitoring berbasis IoT (Internet of Things) yang terintegrasi dengan teknologi computer vision. Fungsinya adalah untuk mengklasifikasikan kualitas produksi cabai berdasarkan faktor warna, sekaligus memantau kondisi lingkungan di mana cabai tumbuh, berupa suhu, kelembaban, dan nutrisi. Metodologi yang digunakan dalam tugas akhir ini adalah waterfall, sedangkan algoritma untuk mendeteksi kualitas cabai adalah YOLOv8. Berdasarkan hasil pengujian diperoleh akurasi deteksi kualitas cabai dengan nilai presisi sebesar 85,2%. Sedangkan persentase kesalahan pada saat pengujian monitoring suhu 2,85%, kelembaban 5,94%, dan nutrisi 0,27%.

Kata kunci: Cabai Rawit Merah, Monitoring, Kualitas, Internet of Things (IoT), YOLOv8

Fulltext

Harap masuk untuk melihat lampiran

Informasi Detail

Judul Seri: -
No. Panggil: IK 008 2023
Penerbit: Semarang : Politeknik Negeri Semarang., 2023
Deskripsi Fisik: xii, 78 hal.; ilus, 30 cm
Bahasa: Indonesia
ISBN/ISSN: -
Klasifikasi: NONE
Tipe Isi: text
Tipe Media: computer
Tipe Pembawa: online resource
Edisi: -
Subjek: KUALITAS
MONITORING
iot
YOLOV8
CABAI RAWIT MERAH
Info Detail Spesifik: -
Pernyataan Tanggungjawab: Ivana Intan Paramita

Versi lain/terkait

Tidak tersedia versi lain

Komentar

Anda harus masuk sebelum memberikan komentar