TA : Sistem Deteksi Keretakan Telur Ayam Berbasis Artificial Intelligence Menggunakan ESP32-CAM

Amani, Cut Salsabila (2025) TA : Sistem Deteksi Keretakan Telur Ayam Berbasis Artificial Intelligence Menggunakan ESP32-CAM. Undergraduate thesis, Universitas Dinamika.

	Text 21410200004-2025-UNIVERSITASDINAMIKA.pdf - Accepted Version Download (2MB)
	Text 21410200004-2025-LAMPIRAN.pdf - Accepted Version Restricted to Repository staff only Download (882kB)

Search this title on : |

Abstract

Peternakan ayam membutuhkan sistem pemantauan yang efisien untuk mengetahui kondisi telur, terutama yang menetas atau retak. Penelitian ini merancang sistem deteksi keretakan telur ayam berbasis AI menggunakan ESP32-CAM. Sistem ini mengintegrasikan mikrokontroler dengan model deteksi objek untuk mendeteksi perubahan kondisi telur secara otomatis. Tiga model AI digunakan dalam pengembangan, yaitu FOMO (Faster Object Detection for Mobile Oriented), YOLO (You Only Look Once) dan SSD (Single Shot Detector), yang dilatih menggunakan platform Edge Impulse. Model YOLO menunjukkan kinerja terbaik pada Epoch ke-6 dengan Learning Rate 0.1, mAP 0.27, Precision 57.0% dan Recall 0.42. Model SSD mencapai performa terbaik pada Epoch ke-12 dengan Learning Rate 0.02, mAP 0.55, Precision 66.5% dan Recall 0.64. Sementara itu, Model FOMO mencatat Precision 0.79, Recall 0.84 dan F1-Score 0.82 pada Epoch ke-9 dengan Learning Rate 0.003. Pengujian dilakukan dalam dua kategori: satu butir dan dua butir telur. Pada satu butir telur, akurasi rata-rata adalah 99% untuk kondisi retak dan 96% untuk kondisi tidak retak. Pada dua butir telur dengan empat kondisi berbeda, akurasi rata-rata adalah: (1) telur 1 retak, telur 2 tidak retak: 99%; (2) telur 1 tidak retak, telur 2 retak: 98%; (3) kedua telur retak: 98%; dan (4) kedua telur tidak retak: 93%. Hasil menunjukkan bahwa Model FOMO lebih efisien dalam penggunaan sumber daya dibandingkan model lain, sehingga cocok untuk perangkat IoT seperti ESP32-CAM. Sistem ini membantu peternak memantau kondisi telur secara otomatis, mengurangi risiko kelalaian dan meningkatkan keberhasilan penetasan.

Export Record

ASCII Citation Atom BibTeX Dublin Core EP3 XML EndNote HTML Citation JSON METS MODS MPEG-21 DIDL OpenURL ContextObject OpenURL ContextObject in Span RDF+N-Triples RDF+N3 RDF+XML Refer Reference Manager Simple Metadata

Download Statistics

Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

View more statistics

Actions (login required)

View Item