digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Irham Nur M. Ibrahim
Terbatas  Rina Kania
» Gedung UPT Perpustakaan

COVER Irham Nur M. Ibrahim
Terbatas  Rina Kania
» Gedung UPT Perpustakaan

BAB 1 Irham Nur M. Ibrahim
Terbatas  Rina Kania
» Gedung UPT Perpustakaan

BAB 2 Irham Nur M. Ibrahim
Terbatas  Rina Kania
» Gedung UPT Perpustakaan

BAB 3 Irham Nur M. Ibrahim
Terbatas  Rina Kania
» Gedung UPT Perpustakaan

BAB 4 Irham Nur M. Ibrahim
Terbatas  Rina Kania
» Gedung UPT Perpustakaan

BAB 5 Irham Nur M. Ibrahim
Terbatas  Rina Kania
» Gedung UPT Perpustakaan

DAFTAR Irham Nur M. Ibrahim
Terbatas  Rina Kania
» Gedung UPT Perpustakaan

2023 TA TF IRHAM NUR MAHABBATULLAH IBRAHIM 13319063 LAMPIRAN.pdf
Terbatas  Rina Kania
» Gedung UPT Perpustakaan

Pertanian terpadu (budidaya tanaman yang terintegrasi dengan budidaya hewan) merupakan salah satu solusi krisis pangan masa depan. Namun sayangnya, secara umum pertanian di Indonesia masih menggunakan teknologi pertanian tradisional. Untuk itu, diperlukan suatu terobosan teknologi yang bisa menjadi pemicu masuknya berbagai teknologi terkini. Salah satu masalah pada pertanian terpadu yang perlu dipecahkan adalah terkendalanya penggembala bebek dalam menemukan kawanan bebek saat padi sudah tinggi dan rapat. Terlebih ukuran luas area sawah tersebut bukan lagi dalam orde ratusan meter persegi, tetapi berukuran 10 hektar atau lebih. Kendala lain pun timbul ketika durasi menggembala yang dimulai dari pagi hingga sore bebek umumnya hanya ditinggal sekali ketika istirahat siang. Untuk itulah diinisiasikan pengembangan teknologi yang nantinya bebek dapat ditemukan secara akurat dan terukur. Teknologi yang dikembangkan ini diharapkan dapat menjadi dasar bagi teknologi untuk memantau bebek dari jarak jauh. Dalam penelitian ini penulis merancang suatu purwarupa berbentuk perangkat lunak dari sistem pelacak lokasi kawanan bebek yang digunakan untuk mendeteksi keberadaan kawanan bebek di sawah dari video penerbangan drone yang telah disimpan sebelumnya. Pada penelitian ini, digunakanlah TensorFlow Lite sebagai framework visi komputer dan drone DJI Mini 2 sebagai contoh kasus tipe drone. Model visi komputer yang dikembangkan dalam sistem tersebut dengan nilai mAP sebesar 24.92%. Dari hasil pengujian sistem terhadap dua video uji, sistem dapat menemukan kawanan bebek yang telah divalidasi oleh pengecekan tiga buah parameter batas ambang validasi deteksi dengan hasil deteksi yang terukur dan akurat sesuai koordinat GPS yang tepat dan perbedaan posisi drone dengan bebek yang paling jauh sebesar 13,81 m.