View/Open

Author

Date Published
30 Jan 2026

Advisor
Dr. Suratun Nafisah, S.Si. M.Sc.,
Zunanik Mufidah, S.TP., M.Si.,

Subject
Teknik Elektro

Publisher

Pemantauan kondisi tanaman melon di greenhouse secara konvensional masih bersifat subjektif dan kurang efisien. Penelitian ini mengembangkan sistem pemantauan otomatis yang mengintegrasikan robot line follower sebagai platform akuisisi data visual dengan Raspberry Pi 5 dan algoritma deteksi objek YOLO v8 bernama M-AID Follower. Model dilatih menggunakan 8.089 citra tanaman golden melon dengan lima kelas, yaitu daun sehat, daun kurang sehat, sakit, bunga, dan buah. Hasil pelatihan menunjukkan bahwa model mencapai nilai mean Average Precision ([email protected]) diatas 80% serta mampu mendeteksi kondisi tanaman secara konsisten pada berbagai usia, sudut pengambilan citra dan kondisi pencahayaan. Hasil klasifikasi digunakan untuk menentukan kondisi dan fase pertumbuhan tanaman yang selanjutnya menjadi dasar dalam pemberian rekomendasi nutrisi. Seluruh data hasil deteksi dan rekomendasi dikirimkan ke sistem monitoring menggunakan protokol MQTT, dengan hasil pengujian performa yang stabil. Berdasarkan hasil pengujian dan analisis, sistem M-AID Follower terbukti mampu melakukan pemantauan kondisi tanaman melon secara otomatis, objektif, dan terintegrasi

URI
https://repo.itera.ac.id/depan/submission/SB2602190006

Keyword
M-AID Follower YOLO v8 Deteksi Objek Robot Line Follower Tanaman Melon MQTT