Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pemanfaatan Sistem Kendali (Control System) Pada Bidang Peternakan Prasetyo, Sidik; Gilang Pramudito, Vincensius; Satria Yudha, Rafiq; Pramono
LOGIC : Jurnal Ilmu Komputer dan Pendidikan Vol. 2 No. 3 (2024): Logic : Jurnal Ilmu Komputer dan Pendidikan
Publisher : Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Peternakan merupakan salah satu sektor penting yang ada di Indonesia. Peternakan memiliki banyak bidang sehingga memiliki peran yang besar dalam menyangga perekonomian di Indonesia. Peternakan merupakan sektor yang menjanjikan, namun dibalik itu semua terdapat kendala-kendala dalam masalah pengelolaan peternakan. Dari susahnya pemberian pakan ternak secara teratur, pemantauan lingkungan sekitar kandang, dan proses pengembangbiakan hewan ternak itu sendiri. Dengan kemajuan teknologi seperti sekarang ini maka seluruh pekerjaan yang ada di dalam peternakan tersebut dapat diatasi. Penciptaan teknologi yang dapat membantu memudahkan pekerjaan para pekerja sangat dibutuhkan. Maka dari itu, jurnal ini ditulis bertujuan untuk mengetahui apa saja pemanfaatan sistem kontrol (control system) yang terintegrasi dengan teknologi Internet of Things (IoT) pada peternakan yang ada di Indonesia. Pada jurnal yang ditulis oleh penulis menggunakan metode penelitian literature rivew/studi pustaka. Hasil dari penulisan jurnal ini merupakan gambaran mengenai teknologi apa saja yang dapat dimanfaatakan pada bidang peternakan terkait dengan sistem kontrol (control system) yang terintegrasi dengan teknologi Internet of Things (IoT). Harapannya ketika para peternak mengimplementasikan teknologi-teknologi ini dapat memberikan manfaat berupa meningkatkan hasil dan kualitas ternak. Dari seluruh pembahasan masing-masing pemanfaatan akan diberikan citation agar memudahkan pembaca untuk mencari rujukan agar lebih memahami dari pemanfaatan teknologi tersebut.
Klasifikasi Kondisi Tanaman Cabai Sehat dan Tidak Sehat Menggunakan Convolutional Neural Network Berbasis Teachable Machine Satria Yudha, Rafiq; Imanuel, Christian; Yoga Saputra, Muchammad; Dwi Irawan, Ridwan
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/a0nwc842

Abstract

Tanaman cabai merupakan salah satu komoditas hortikultura yang memiliki nilai ekonomi tinggi di Indonesia. Namun, produktivitas tanaman cabai kerap mengalami penurunan akibat serangan penyakit yang dapat merusak tanaman. Deteksi dini terhadap kondisi kesehatan tanaman cabai sangat diperlukan guna mencegah penyebaran penyakit lebih luas. Penelitian ini bertujuan untuk membangun model klasifikasi kondisi tanaman cabai sehat dan tidak sehat menggunakan metode Convolutional Neural Network (CNN) berbasis Teachable Machine. Data citra tanaman cabai dikelompokkan menjadi dua kelas, yaitu Healthy (sehat) dan Unhealthy (tidak sehat). Proses pelatihan model dilakukan selama 50 epoch dengan ukuran citra 224 x 224 piksel. Berdasarkan hasil pengujian, model berhasil mencapai akurasi total sebesar 91%, dengan akurasi klasifikasi masing-masing kelas sebesar 83% untuk tanaman sehat dan 100% untuk tanaman tidak sehat. Hasil ini menunjukkan bahwa model CNN berbasis Teachable Machine dapat digunakan sebagai alat bantu deteksi dini kondisi kesehatan tanaman cabai secara praktis dan efisien.