PENERAPAN ALAT OTOMATIS PENDETEKSI DAN PENGUSIR MONYET UNTUK MENINGKATKAN PRODUKSI PERTANIAN DI AREAL PERTANIAN REMPANG CATE BATAM

Fardin Hasibuan ST.MT, Muhammad Irsyam, Toni Kusuma Wijaya, Stiven Ewin Sianipar, Edo ardiansyah, Jumiati Ratuloli, Yoga Parendi

Abstract


Alat pendeteksi dan pengusir monyet otomatis berbasis Convolutional Neural Network (CNN) dengan mikrokontroler Raspberry Pi dikembangkan untuk mengatasi permasalahan hama monyet yang kerap merusak tanaman di perkebunan kelompok Tani Tunas Baru. Sistem ini menggunakan kamera webcam untuk mendeteksi keberadaan monyet dalam radius hingga 35 meter dan menghasilkan suara tembakan yang terdengar hingga 250 meter guna mengusir hama secara otomatis. Energi listrik untuk alat ini diperoleh dari panel surya karena areal pertanian tersebut belum terjangkau oleh jaringan listrik. Implementasi alat menunjukkan hasil yang signifikan, yaitu penurunan kerusakan tanaman dari rata-rata sembilan pohon menjadi hanya tiga pohon per serangan monyet, atau setara dengan penurunan sebesar 67%. Teknologi ini menjadi solusi yang lebih efektif dan efisien dibandingkan metode manual yang membutuhkan penjagaan secara terus-menerus. Proyek ini mengusung inovasi modern yang relevan dengan kebutuhan lokal, dengan mengintegrasikan sumber energi terbarukan dan teknologi deteksi berbasis citra. Selain itu, sistem ini berpotensi untuk direplikasi di wilayah lain yang menghadapi permasalahan serupa, guna mendukung ketahanan pangan dan meningkatkan kesejahteraan masyarakat pedesaan melalui solusi yang inovatif dan berkelanjutan.

Keywords


Convolutional Neural Network, Monyet, Panel Surya, Produksi Perkebunan, Raspberry Pi

References


Ajeet Singh et.al. (2014). Design of Tracking of Moving Target Using PID Controller. http://www.ijettjournal.org

Ardiansyah, A. (2019). Perancangan Alat Pendeteksi Hewan Pengganggu Tanaman Kebun Menggunakan Sensor Gerak PIR (Passive Infra Red) Berbasis Mikrokontroler.

https://api.semanticscholar.org/CorpusID:204185262

Ariawan, I. (2022). klasifikasi tiga genus ikan karang menggunakan convolution neural network. Jurnal Ilmu Dan Teknologi Kelautan Tropis. https://api.semanticscholar.org/CorpusID:252560611

Badan Pusat Statistik Kota Batam. (2024). Kota Batam Dalam Angka 2024.

Ghulam, Z. (2021). Pendampingan Pembentukan Komunits Pecinta Alam sebagai Solusi Pencegahan Hama Monyet di Desa Sarikemuning Kecamatan Senduro Kabupaten Lumajang. Khidmatuna : Jurnal Pengabdian Masyarakat. https://api.semanticscholar.org/CorpusID:247368087

google Maps. (2024). Google Maps.

https://www.google.com/maps/@0.4704397,103.4676757,8.96z?entry=ttu&g_ep=EgoyMDI0MTAwOS4wIKXMDSoASAFQAw%3D%3D

Hasibuan, F. (2019). Perancangan Pemasangan Pompa Air Bersumber Listrik Tenaga Matahari Di Persawahan. DIMENSI, 8(3), 637–653.

Hasibuan, F., Akramunnas, B. W., & Widagdo, T. (2023). Perancangan Mesin Es Balok Bersumber Listrik Tenaga Matahari Di Desa Muntai Kabupaten Bengkalis. Sigma Teknika, 6(2), 448–458.

Hasibuan, F., & Barisqy, I. N. (2023). Designing Solar-Driven Electric Water Pump System for Irrigating The Rice Fields in Siraisan Village. IJEERE: Indonesian Journal of Electrical Engineering and Renewable Energy vol. 3, 124–135. https://doi.org/10.57152/ijeere.v3i1

Hasibuan, F., Kurniawan, H., Irsyam, M., Syaputra, M. L., Supriadi, Delpero, M. A., & Fernando, W. (2024). Teknologi pertanian cerdas: Alat pengusir monyet otomatis untuk mendukung produktivitas petani.

Mushawwir, L. A. (2015). Deteksi dan Tracking Objek untuk Sistem Pengawasan Citra Bergerak.

Nugraha, A. R., Utaminingrum, F., & Fitriyah, H. (2021). Sistem Deteksi Hama Babi menggunakan CNN (Convolutional Neural Network) berbasis Raspberry Pi (Vol. 5, Issue 9). http://j-ptiik.ub.ac.id

Rahmadani, I., Muqimuddin, M., Hertadi, C. D. P., & Nugroho, B. (2023). Klasifikasi Kualitas Hasil Produksi Tahu Putih Menggunakan Metode Convolutional Neural Network. Sebatik. https://api.semanticscholar.org/CorpusID:270947544

Rahmat, S., & Yanti, F. (2022). Alat Pendeteksi Keberdaan Manusia Otomatis Berbasis Mikrokontroler Arduino Uno Dengan Menggunakan Sensor PIR (Passive Infrared). In Scientia Sacra: Jurnal Sains (Vol. 2, Issue 3). http://pijarpemikiran.com/index.php/Scientia

Shirgeri, M. S., Pallavi, M., Naik, U., Udupi, G. R., & Bidkar, G. A. (2013). Design and Development of Optical Flow Based Moving Object Detection and Tracking (omodt) System. https://api.semanticscholar.org/CorpusID:8471769

Shi, W., Caballero, J., Huszár, F., Totz, J., Aitken, A. P., Bishop, R., Rueckert, D., & Wang, Z. (2016). Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network. 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 1874–1883. https://api.semanticscholar.org/CorpusID:7037846

Suhanda, A. I. S., Iskandar, B. S., & Iskandar, J. (2020). Etnozologi Pengetahuan Lokal Masyarakat Palintang, Desa Panjalu, Kecamatan Cilengkrang, Kabupaten Bandung Tentang Perburuan Bagong Dan Monyet Sebagai Hama Pertanian. https://api.semanticscholar.org/CorpusID:234534163

Suwitono, Y. A., & Kaunang, F. J. (2022). Implementasi Algoritma Convolutional Neural Network (CNN) Untuk Klasifikasi Daun Dengan Metode Data Mining SEMMA Menggunakan Keras. Jurnal Komtika (Komputasi Dan Informatika). https://api.semanticscholar.org/CorpusID:254756984

Yu, T., Yin, H., & Zhu, Z. (2017). Spatio-temporal Graph Convolutional Neural Network: A Deep Learning Framework for Traffic Forecasting. ArXiv, abs/1709.04875. https://api.semanticscholar.org/CorpusID:4972291




DOI: https://doi.org/10.33373/jmb.v9i2.8342

Refbacks

  • There are currently no refbacks.


License URL: https://creativecommons.org/licenses/by/4.0/

Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.0 Internasional.