Perpustakaan Digital ITB

Penyakit early/late blight adalah penyakit yang menyerang tanaman tomat sehingga dapat menyebabkan kegagalan panen. Untuk menanggulangi masalah tersebut, dapat digunakan bibit unggul yang diperoleh dari penelitian selama 3-5 tahun pada screenhouse. Proses penelitian bibit saat ini masih manual yaitu operator melakukan pengambilan data foto tanaman dan mencatat perkembangannya setiap hari. Proses ini membutuhkan banyak waktu dan tenaga manusia serta rentan terjadinya inkonsistensi pada pengambilan data foto dan catatan perkembangannya. Untuk menjawab permasalahan tersebut, solusi yang diusulkan adalah Sistem IoT dan Machine Learning untuk Identifikasi Tingkat Keparahan Penyakit Early/Late Blight pada Tanaman Tomat. Solusi tersebut terdiri dari sistem IoT dan Machine Learning. Dalam mengembangkan sistem IoT, diperlukan perancangan desain fisik (kereta robotik, lengan robotik, dan sistem kamera) serta komponen hardware. Untuk kereta robotik dan lengan robotik digunakan motor stepper NEMA 23 57HS82 sedangkan untuk sistem kamera digunakan motor servo MG996R. Untuk pengambilan foto tanaman digunakan Arducam OV5647. Semua perintah yang dijalankan pada hardware di proses oleh Raspberry Pi 4. Sistem memiliki jangkauan pada horizontal sebesar 1,5 meter, vertikal sebesar 98 centimeter, serta kemiringan sudut atas dan samping masing masing sebesar 175? dan 170?. Sistem juga memiliki resolusi pada horizontal sebesar 4,9 centimeter, vertikal sebesar 9,8 centimeter, serta kemiringan sudut atas dan samping masing masing sebesar 8,2 centimeter dan 8,6 centimeter. Terakhir, kecepatan akuisisi data sistem ini sebesar 8,23 detik per foto.