Sistem Monitoring Berat Tanaman Pada Farmbot Dengan Citra Digital Menggunakan Metode YOLO dan Regresi Polinomial
Plant Weight Monitoring System on Farmbot with Digital Images Using the YOLO Method and Polynomial Regression
DOI:
https://doi.org/10.25047/jii.v24i2.4542Keywords:
yolov3, regresi polinomial, farmbot, aplikasi mobile, teknologi pertanianAbstract
Penelitian ini bertujuan untuk memantau pertumbuhan tanaman selada dalam farmbot dengan menggunakan YOLOv3 untuk deteksi tanaman dan regresi polinomial orde ketiga untuk prediksi berat. YOLOv3 mendeteksi tanaman, sementara regresi polinomial memperkirakan berat berdasarkan luas piksel YOLOv3. penelitian ini menggunakan aplikasi mobile untuk memantau berat tanaman, visualisasi gambar, dan mengakses data pertumbuhan harian. Ini memiliki potensi untuk meningkatkan efisiensi pemantauan tanaman dan menyediakan data historis untuk pemahaman komprehensif perkembangan tanaman. Penelitian ini mencapai akurasi 2,9% untuk regresi polinomial dan 98,6% untuk YOLOv3, menunjukkan efektivitas dalam prediksi berat dan deteksi untuk Pemahaman yang lebih baik tentang berat tanaman dan pemantauan yang akurat memungkinkan pengambilan keputusan yang berinformasi untuk panen yang lebih baik dan keberlanjutan pertanian.
Downloads
References
Kusumaningrum, S. I. (2019). Pemanfaatan Sektor Pertanian Sebagai Penunjang Pertumbuhan Perekonomian Indonesia. Jurnal Transaksi, 11(1), 80–89. http://ejournal.atmajaya.ac.id/index.php/transaksi/article/view/477
Kautsar, S., Rosdiana, E., Widiawan, B., Setyohadi, D. P. S., Riskiawan, H. Y., & Firgiyanto, R. (2020). Farming Bot: Precision Agriculture System in Limited Land Based On Computer Numerical Control (CNC). IOP Conference Series: Earth and Environmental Science, 411(1), 012059. https://doi.org/10.1088/1755-1315/411/1/012059
Meriaty, Sihaloko, A., & P, K. D. (2021). Pertumbuhan Dan Hasil Tanaman Selada (Lactuca Sativa L.) Akibat Jenis Media Tanam Hidroponik Dan Konsentrasi Nutrisi Ab Mix. Agroprimatech, 4(2), 75–84. https://doi.org/10.34012/agroprimatech.v4i2.1698
Prasetyo, E., Suciati, N., & Fatichah, C. (2020). A Comparison of YOLO and Mask R-CNN for Segmenting Head and Tail of Fish. 2020 4th International Conference on Informatics and Computational Sciences (ICICoS), 1–6. https://doi.org/10.1109/ICICoS51170.2020.9299024
Redmon, J., Divvala, S., Girshick, R., & Farhadi, A. (2016). You Only Look Once: Unified, Real-Time Object Detection. 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 779–788. https://doi.org/10.1109/CVPR.2016.91
Safarin, A., Rachmawati, E., & Kosala, G. (2022). Deteksi Objek Makhluk Hidup dalam Filum Arthropoda Menggunakan YOLOv3. E-Proceeding of Engineering, 10(2), 1741–1745.
Eka, A., Juarna, A., Informatika, T., Industri, F. T., & Gunadarma, U. (2021). Prediksi Produksi Daging Sapi Nasional dengan Metode Regresi Linier dan Regresi Polinomial Pendahuluan Regresi Linier Regresi Polinomial. 20, 209–215.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Fikri Haikal, Ery Setywan Jullev Atmadji, Syamsiar Kautsar, Nugroho Setyo Wibowo
This work is licensed under a Creative Commons Attribution 4.0 International License.
Copyright Notice
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
