Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Journal of Applied Smart Electrical Network and System (JASENS)
Noer, Mohammad Nawawi
Unknown Affiliation
Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Journal of Applied Smart Electrical Network and System (JASENS)

 1 
Implementasi Pengolahan Citra Menggunakan Metode YOLO pada Security Robot dibidang Pertanian Auliya, Annisa; Dewi, Tresna; Oktarina, Yurni; Noer, Mohammad Nawawi
Journal of Applied Smart Electrical Network and Systems Vol 3 No 02 (2022): Vol 3 No 02 (2022): Vol 3 No 2 : December 2022
Publisher : Indonesian Society of Applied Science (ISAS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52158/jasens.v3i02.508

Abstract

Greenhouse merupakan salah satu bentuk solusi pertanian modern untuk membudidayakan tanaman yang tidak sesuai dengan iklim tropis, khususnya di Indonesia. Namun, pembangunan greenhouse itu sendiri memerlukan biaya yang cukup mahal. Sumber daya perangkat elektronik yang diperoleh dari panel surya digunakan untuk menyediakan pasokan listrik kepada perangkat elektronik seperti exhaust fan, panel surya, dan perangkat lainnya. Sayangnya, sering kali terjadi kasus-kasus orang yang tidak bertanggung jawab melakukan pencurian atau merusak properti dan tanaman di area sekitar greenhouse, yang dapat merugikan petani. Penelitian ini bertujuan untuk mendeteksi objek (manusia) yang melintas di sekitar greenhouse, peneliti menggunakan teknik pengolahan citra sebagai mata robot untuk mendeteksi manusia di mana objek selain manusia diabaikan. Metode yang digunakan dalam penelitian ini adalah YOLOv3-tiny, yang merupakan metode pembaharuan dari Convolutional Neural Network (CNN). YOLOv3-tiny akan melakukan prediksi terhadap objek yang akan dideteksi dengan bounding box sebagai output. Selanjutnya, YOLOv3-tiny akan memilih bounding box yang paling sesuai dalam memprediksi objek. Hasil pengujian menunjukkan bahwa robot mampu mendeteksi objek berupa manusia, serta menghitung akurasi kinerja model.
Co-Authors Auliya, Annisa Tresna Dewi Yurni Oktarina