IMPLEMENTASI INTERNET OF THINGS PADA SISTEM MONITORING KEMATANGAN BUAH PEPAYA CALIFORNIA DENGAN METODE DEEP LEARNING

Sherina Viola Widyasari, Muhammad Ihsan Muttaqin, Tariska Putri Ananda, Arnisa Stefanie
{"title":"IMPLEMENTASI INTERNET OF THINGS PADA SISTEM MONITORING KEMATANGAN BUAH PEPAYA CALIFORNIA DENGAN METODE DEEP LEARNING","authors":"Sherina Viola Widyasari, Muhammad Ihsan Muttaqin, Tariska Putri Ananda, Arnisa Stefanie","doi":"10.36040/jati.v7i3.6953","DOIUrl":null,"url":null,"abstract":"Indonesia merupakan negara agraris dengan sumber pangan yang melimpah. Saat ini Indonesia menemui potensi yang tinggi dalam budidaya hortikultura. Salah satu tanaman hortikultura yang banyak dibudidayakan adalah Pepaya California (Carica Papaya L.). Dalam era Industri 4.0 yang ditandai dengan kemajuan teknologi yang pesat, petani buah papaya california masih menggunakan metode pemantauan konvensional. Padahal, penggunaan teknologi pra-panen dapat berperan penting dalam menentukan hasil panen baik dari segi kualitas maupun kuantitas. Oleh karena itu dibuatlah sebuah sistem monitoring memanfaatkan teknologi Internet of Things untuk kematangan buah papaya california berbasis website dengan menggunakan metode deep learning dan mikrokontroller Raspberry Pi. Data yang diambil dengan kamera webcam akan tersimpan di database MySQL dan ditampilkan ke halaman website dengan keterangan tingkat kematangan, waktu deteksi, dan dokumentasi yang diambil saat sistem mendeteksi. Dari hasil data yang didapatkan, 15 buah terdeteksi dengan tingkat kematangan Setengah Matang 3 buah dan 12 buah Mentah. Paparan cahaya matahari menjadi faktor hasil deteksi. Pengujian pengiriman data yang dilakukan dengan metode Quality of Service, didapatkan hasil sangat bagus dengan Throughput sebesar 4034 Kb/s dan Packet Loss sebesar 0,4%.","PeriodicalId":329787,"journal":{"name":"JATI (Jurnal Mahasiswa Teknik Informatika)","volume":"9 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-11-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"JATI (Jurnal Mahasiswa Teknik Informatika)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.36040/jati.v7i3.6953","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Indonesia merupakan negara agraris dengan sumber pangan yang melimpah. Saat ini Indonesia menemui potensi yang tinggi dalam budidaya hortikultura. Salah satu tanaman hortikultura yang banyak dibudidayakan adalah Pepaya California (Carica Papaya L.). Dalam era Industri 4.0 yang ditandai dengan kemajuan teknologi yang pesat, petani buah papaya california masih menggunakan metode pemantauan konvensional. Padahal, penggunaan teknologi pra-panen dapat berperan penting dalam menentukan hasil panen baik dari segi kualitas maupun kuantitas. Oleh karena itu dibuatlah sebuah sistem monitoring memanfaatkan teknologi Internet of Things untuk kematangan buah papaya california berbasis website dengan menggunakan metode deep learning dan mikrokontroller Raspberry Pi. Data yang diambil dengan kamera webcam akan tersimpan di database MySQL dan ditampilkan ke halaman website dengan keterangan tingkat kematangan, waktu deteksi, dan dokumentasi yang diambil saat sistem mendeteksi. Dari hasil data yang didapatkan, 15 buah terdeteksi dengan tingkat kematangan Setengah Matang 3 buah dan 12 buah Mentah. Paparan cahaya matahari menjadi faktor hasil deteksi. Pengujian pengiriman data yang dilakukan dengan metode Quality of Service, didapatkan hasil sangat bagus dengan Throughput sebesar 4034 Kb/s dan Packet Loss sebesar 0,4%.
利用深度学习方法在加州木瓜果实成熟度监测系统中实现物联网
印度尼西亚是一个农业国,拥有丰富的粮食资源。目前,印尼在园艺种植方面潜力巨大。加州木瓜(Carica Papaya L.)是广泛种植的园艺作物之一。在技术飞速发展的工业 4.0 时代,加州番木瓜果农仍在使用传统的监测方法。事实上,采收前技术的使用在决定作物产量的质量和数量方面都能发挥重要作用。因此,我们利用深度学习方法和 Raspberry Pi 微控制器,在一个网站上创建了一个利用物联网技术监测加州木瓜果实成熟度的系统。用网络摄像头拍摄的数据将存储在 MySQL 数据库中,并显示在网页上,同时说明成熟度、检测时间以及系统检测时拍摄的文件。从获得的数据来看,共检测到 15 个水果,成熟度为半熟 3 个,生果 12 个。阳光照射是影响检测结果的一个因素。使用服务质量方法进行的数据传输测试取得了非常好的结果,吞吐量为 4034 Kb/s,数据包丢失率为 0.4%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信