TA DIGITAL
Rancang Bangun Sistem Konveyor Pemilah Kualitas Telur Menggunakan Metode MobileNet Berbasis Internet of Things = Design and Development of an Egg Quality Sorting Conveyor System Using the MobileNet Method Based on the Internet of Things
Proses pemilahan telur ayam pada peternakan rakyat umumnya masih mengandalkan inspeksi visual manual yang bersifat subjektif, rentan terhadap kelelahan operator, serta terbatas dalam memprediksi pembusukan cairan internal secara akurat. Guna mengatasinya, dikembangkan sistem otomatisasi menggunakan konveyor jalur tunggal (70×8 cm) berbasis Internet of Things (IoT) yang mengintegrasikan metode Deep Learning MobileNetV2 untuk klasifikasi cacat (busuk/retak), pustaka OpenCV untuk estimasi diameter fisik, teknik pencahayaan bertahap (sequential lighting), serta pengontrolan aktuasi time-based tracking berbasis fungsi millis(). Penelitian ini bertujuan untuk merancang, membangun, serta menguji infrastruktur penyortiran telur terintegrasi yang mampu memilah objek ke dalam empat wadah luaran secara presisi dan mentransmisikan data rekapitulasi produksi harian secara nirkabel menuju web dashboard lokal secara real-time. Akuisisi dataset berjumlah 800 citra diambil secara dominan melalui pemotretan data primer di dalam box inspeksi kedap cahaya dan disuplemen oleh dataset publik (Kaggle/Roboflow). Hasil pengujian menunjukkan bahwa model MobileNetV2 berformat .tflite berukuran 8,47 MB berhasil mencapai akurasi klasifikasi sebesar 87,50% pada Skenario 3, sedangkan pengolahan citra OpenCV menghasilkan rata-rata eror pengukuran diameter sebesar 1,51%. Pengujian integrasi end-to-end mencatatkan latensi sistem total sebesar 1,12 detik per butir, akurasi pemilahan fisik konveyor sebesar 88,00%, serta tingkat kepuasan pengguna (usability testing) sebesar 93,38% yang termasuk dalam kriteria "Sangat Layak", sehingga sistem ini terbukti efektif, presisi, dan transparan sebagai solusi otomatisasi penyortiran telur.
Tidak tersedia versi lain