SISTEM MONITORING DAN DETEKSI FERTILITAS TELUR AYAM KAMPUNG PADA INKUBATOR BUATAN MENGGUNAKAN YOLOv8 BERBASIS IOT

Sabrina, Misni (2026) SISTEM MONITORING DAN DETEKSI FERTILITAS TELUR AYAM KAMPUNG PADA INKUBATOR BUATAN MENGGUNAKAN YOLOv8 BERBASIS IOT. Diploma thesis, Politeknik Negeri Sriwijaya.

Preview	Text (COVER) COVER.pdf - Published Version Download (832kB) | Preview
	Text (ABSTRAK) ABSTRAK.pdf - Published Version Download (240kB)
	Text (BAB I PENDAHULUAN) BAB I.pdf - Published Version Restricted to Repository staff only Download (263kB) | Request a copy
	Text (BAB II TINJAUAN PUSTAKA) BAB II.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB III RANCANG BANGUN) BAB III.pdf - Published Version Restricted to Repository staff only Download (766kB) | Request a copy
	Text (BAB IV PEMBAHASAN) BAB IV.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy
	Text (BAB V PENUTUP) BAB V.pdf - Published Version Restricted to Repository staff only Download (187kB) | Request a copy
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (213kB) | Request a copy
	Text (LAMPIRAN) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Proses inkubasi telur ayam kampung memerlukan pengendalian suhu dan kelembapan yang stabil serta pemantauan kondisi inkubator secara berkelanjutan. Selain itu, identifikasi fertilitas telur melalui proses candling umumnya masih dilakukan secara manual sehingga bergantung pada kemampuan pengamat dan berpotensi menimbulkan kesalahan klasifikasi. Pengembangan sistem ini bertujuan mengembangkan sistem monitoring dan deteksi fertilitas telur ayam kampung berbasis Internet of Things (IoT) menggunakan algoritma YOLOv8 untuk mendeteksi dan mengklasifikasikan telur fertil dan infertil secara real-time. Sistem dibangun menggunakan Arduino Mega 2560 sebagai pengendali utama, ESP32 sebagai modul komunikasi IoT, sensor DHT22 untuk memantau suhu dan kelembapan, sensor PIR untuk mendeteksi pergerakan anak ayam setelah menetas, kamera CCTV sebagai media akuisisi citra, serta platform Blynk IoT sebagai media monitoring. Model YOLOv8 dilatih menggunakan dataset citra hasil candling yang telah dianotasi dan selanjutnya diimplementasikan untuk mendeteksi fertilitas telur secara otomatis. Hasil pengujian menunjukkan bahwa model YOLOv8 mampu melakukan deteksi fertilitas telur dengan nilai Precision sebesar 0,997, Recall sebesar 1,000, mAP50 sebesar 0,995, dan mAP50-95 sebesar 0,950. Sistem monitoring juga mampu mempertahankan suhu inkubator pada kisaran 37–38°C dan kelembapan 55–65% RH, serta menampilkan informasi suhu, kelembapan, deteksi gerakan, dan hasil deteksi fertilitas telur secara real-time melalui aplikasi Blynk IoT. Hasil tersebut menunjukkan bahwa sistem yang dikembangkan mampu mengintegrasikan teknologi computer vision dan Internet of Things untuk mendukung proses monitoring inkubator serta identifikasi fertilitas telur ayam kampung secara otomatis.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	YOLOv8, fertilitas telur ayam kampung, candling, Internet of Things (IoT), Blynk IoT
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Electronic Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	29 Jul 2026 03:14
Last Modified:	29 Jul 2026 03:14
URI:	http://eprints.polsri.ac.id/id/eprint/23862

Actions (login required)

View Item