Smart Budidaya Jamur Tiram dengan Pemantauan menggunakan Komputer Vision

Parandika, I Gede Bayu (2025) Smart Budidaya Jamur Tiram dengan Pemantauan menggunakan Komputer Vision. Undergraduate thesis, Politeknik Negeri Bali.

	Text (Full Text) RAMA_36304_2115344031_full.pdf - Accepted Version Restricted to Repository staff only Download (5MB) | Request a copy
	Text (Cover, Bab 1, Bab 5 dan Referensi) RAMA_36304_2115344031_0002057004_0816109101_part.pdf - Accepted Version Download (545kB)
	Text (iThenticate) RAMA_36304_2115344031_iThenticate.pdf - Accepted Version Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Pertanian jamur tiram merupakan salah satu sektor agrikultur yang memiliki potensi ekonomi tinggi. Namun, proses pemantauan pertumbuhan jamur secara manual dinilai tidak efisien dan rentan terhadap kesalahan. Oleh karena itu, penelitian ini merancang dan mengimplementasikan sistem pemantauan pertumbuhan jamur tiram berbasis komputer vision dan Internet of Things (IoT) dengan tujuan untuk meningkatkan efisiensi dan akurasi pemantauan. Sistem terdiri dari dua komponen utama: Industrial PC dan ESP32. Industrial PC digunakan untuk mengambil citra dari kamera atas dan bawah, yang kemudian diproses menggunakan model deteksi objek YOLOv5 untuk mendeteksi dan mengukur dimensi pertumbuhan jamur. Data yang diperoleh dikirim ke Google Spreadsheet dan digunakan sebagai dasar pengambilan keputusan. Apabila jamur terdeteksi siap panen, sistem akan mengirimkan sinyal ke ESP32 untuk mematikan pompa penyiram. Selain itu, jika tidak ada pertumbuhan yang terdeteksi selama dua jam, sistem akan menyalakan kipas ventilasi guna memperbaiki kondisi lingkungan. ESP32 digunakan untuk membaca data lingkungan seperti suhu, kelembapan, dan kadar CO₂ menggunakan sensor BME280 dan sensor CO₂. Data ini ditampilkan melalui LCD, aplikasi Blynk, dan juga dikirimkan ke Google Spreadsheet. Integrasi antara Industrial PC dan ESP32 menciptakan sistem monitoring otomatis yang cerdas dan real-time. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi pertumbuhan jamur dengan tingkat rata-rata error yang kecil dengan nilai 0,229cm untuk tinggi dan 0,125 untuk lebar, serta melakukan kontrol aktuator (pompa dan kipas) secara otomatis berdasarkan data deteksi dan kondisi lingkungan. Sistem ini diharapkan dapat menjadi solusi efektif dalam budidaya jamur tiram secara modern dan presisi.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Jamur tiram, Computer vision, Internet of Things (IoT), YOLOv5, ESP32, Monitoring otomatis
Subjects:	Ilmu Teknik > Teknik Elektro Dan Informatika > Teknik Elektro Ilmu Teknik > Teknik Elektro Dan Informatika > Teknik Elektronika
Divisions:	Jurusan Teknik Elektro > Prodi D4 Teknik Otomasi > Skripsi
Depositing User:	I Gede Bayu Parandika
Date Deposited:	29 Aug 2025 05:31
Last Modified:	29 Aug 2025 05:31
URI:	https://repository.pnb.ac.id/id/eprint/18186

Actions (login required)

View Item