Text

Implementasi Computer Vision Berbasis YOLOv8 pada Quadcopter untuk Deteksi dan Pengendalian Hama Perkebunan

---

Serangan hama pada sektor perkebunan merupakan salah satu kendala utama yang dapat menurunkan produktivitas hasil pertanian secara signifikan, sehingga diperlukan metode pemantauan dan pengendalian otomatis yang lebih presisi. Penelitian ini bertujuan untuk mengimplementasikan sistem computer vision pada wahana quadcopter otonom berbasis flight controller PX4 untuk mendeteksi dan memetakan posisi hama secara real-time. Sistem ini mengintegrasikan data visual dari Kamera Logitech C270 dan data pengukuran jarak vertikal dari sensor LiDAR TF-02 Pro. Algoritma visi komputer YOLOv8n diterapkan untuk mengklasifikasikan objek hama target yang berfokus pada kelas Snail (siput) dan Cutworm (ulat tanah). Selain pengujian sistem kendali dan visi komputer, karakteristik aerodinamika wahana pada fase kritis lepas landas (takeoff) juga divalidasi secara numerik menggunakan simulasi Computational Fluid Dynamics (CFD). Hasil pengujian menunjukkan bahwa sistem computer vision berhasil menyinkronkan data secara andal dengan tingkat kepercayaan (confidence) rata-rata sebesar 78,2% pada rentang ketinggian aktual 0,5 m hingga 0,89 m. Model YOLOv8n berhasil mencapai nilai konvergensi mAP@0.5 sebesar 90%, dengan tingkat akurasi klasifikasi objek di lapangan sebesar 70% untuk kelas Snail dan 67% untuk kelas Cutworm, meskipun masih mencatatkan rata-rata error misclassification akibat background noise tanah sebesar 50%. Sementara itu, validasi aerodinamika melalui simulasi CFD mengonfirmasi keberhasilan pembentukan gaya angkat (thrust), ditandai dengan perubahan kecepatan udara lingkungan dari 2 m/s menjadi kecepatan induksi maksimum sebesar 25 m/s dan downwash mencapai -20 m/s, penurunan tekanan lokal dari 101.300 Pa menjadi 100.200 Pa, serta reduksi temperatur dari 293,2 K menjadi 292,65 K tepat di bawah piringan rotor. Secara keseluruhan, sistem yang dirancang terbukti valid dan layak digunakan untuk mendukung aplikasi pertanian presisi (precision agriculture).

Kata kunci: Pertanian Presisi, Visi Komputer, Pemodelan Kinematika, YOLOv8n, Kendali PID

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

TA-2260066.1

Penerbit

Bandung : Polman., 2026

Deskripsi Fisik

132 hal. ; 27,5 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

D4 Prodi Teknologi Rekayasa Otomasi

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar