Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
Arief Wicaksono, Muhamad Rizky
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

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

Found 1 Documents
Search

 1 
Sistem Pendeteksi Sapi pada Peternakan dengan Citra Video UAV Menggunakan Metode Regions Based Convolution Neural Network Arief Wicaksono, Muhamad Rizky; Setianingsih, Casi; Erfa Saputra, Randy
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak - Kemajuan teknologi industri yang mengalami perkembangan dan kemajuan yang pesat seiring dengan semakin majunya teknologi modern. Salah satu contoh yang sangat berdampak pada industri adalah industri peternakan yang dapat diterapkan sistem identifikasi dan lokalisasi menggunakan deteksi objek untuk meningkatkan efisiensi dan produktivitas. R-CNN adalah sebuah teknik yang terinspirasi dari cara manusia menghasilkan persepsi visual atau yang bisa dikatakan kemampuan melihat manusia dari mata diolah oleh otak manusia untuk menjadikannya sebuah visual. Hasil yang didapatkan setelah melakukan penelitian di lokasi peternakan dan memprosesnya menjadi sebuah citra berupa video, dan kemudian diolah kembali dengan mendapatkan hasil video yang sudah berhasil mendeteksi keberadaan hewan ternak dengan baik dengan sistem deteksi objek menggunakan algoritma Regions based Convolutional Neural Network. Didapatkan tingkat akurasi yang berada di angka yang paling optimal pada ketinggian 10 meter dalam keadaan diam dengan rata – rata akurasi berada pada angka 55.5% untuk kondisi drone diam, sedangkan untuk kondisi drone bergerak didapatkan pada 5 meter diatas objek dengan kecepatan 0.1 m/s dengan rata – rata akurasi yang berada di angka 50%.Kata kunci - UAV, Deteksi, Drone, R-CNN.
Co-Authors Casi Setianingsih Erfa Saputra, Randy