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.