Rancang bangun alat pemberi pakan kucing otomatis berbasis deteksi objek menggunakan Model YOLO dan Teknologi Edge

Parima, (NIM. 1021911014) (2026) Rancang bangun alat pemberi pakan kucing otomatis berbasis deteksi objek menggunakan Model YOLO dan Teknologi Edge. Other thesis, Universitas Bangka Belitung.

	Text HALAMAN DEPAN.pdf Restricted to Registered users only Download (799kB)
	Text BAB I.pdf Restricted to Registered users only Download (112kB)
	Text BAB II.pdf Restricted to Registered users only Download (489kB)
	Text BAB III.pdf Restricted to Registered users only Download (1MB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Restricted to Registered users only Download (203kB)
	Text DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (163kB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (349kB)

Abstract

Pemberian pakan yang tidak konsisten serta wadah pakan yang dibiarkan terbuka sering kali menyebabkan masalah kesehatan pada kucing, seperti obesitas dan gangguan pencernaan, serta menurunkan kehigienisan pakan akibat kontaminasi semut dan hewan non-target. Selain itu, pemilik kucing juga kerap kesulitan mengontrol pemberian pakan secara tepat waktu dan tepat porsi ketika sedang bekerja, dinas, maupun bepergian. Untuk mengatasi permasalahan tersebut, penelitian ini merancang dan membangun sebuah alat pemberi pakan kucing otomatis berbasis deteksi objek menggunakan model YOLO yang dilatih melalui platform Edge Impulse, guna mengenali kehadiran kucing secara spesifik serta menolak objek atau hewan lain. Sistem ini diintegrasikan dengan teknologi edge computing, dengan komponen utama terdiri dari mikrokontroler ESP32 sebagai pengendali, ESP32-CAM sebagai penangkap citra, sensor load cell dengan IC HX711 untuk penimbangan porsi pakan, serta motor servo sebagai penggerak katup dan wadah pakan. Alat dirancang untuk mengeluarkan pakan dengan berat acuan 100 gram. Hasil pengujian sistem deteksi objek pada ESP32-CAM sebanyak 30 kali percobaan memperoleh nilai Precision sebesar 100%, Recall sebesar 93%, F1-Score sebesar 97%, dan akurasi sebesar 96,7%. Sementara itu, hasil pengujian sensor load cell terhadap berat acuan 100 gram menghasilkan nilai Mean Absolute Error (MAE) sebesar 12,1 gram, Mean Squared Error (MSE) sebesar 167,025 gram², Root Mean Squared Error (RMSE) sebesar 12,924 gram, dan galat (Error) 12,1 %. Hasil tersebut membuktikan bahwa alat yang dibangun mampu mengenali objek kucing secara akurat serta menyalurkan pakan secara presisi pada jaringan lokal (edge), sehingga dapat menjadi solusi efektif dalam mengatasi permasalahan pemberian pakan kucing secara otomatis dan higienis.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	deteksi objek, ESP32-CAM, load cell, pakan kucing otomatis, YOLO.
Subjects:	T Teknologi > TK Teknik Elektro. Elektronika. Teknik Nuklir
Divisions:	FAKULTAS SAINS DAN TEKNIK > TEKNIK ELEKTRO > SKRIPSI
Depositing User:	Merty Merty
Date Deposited:	27 Oct 2026 01:15
Last Modified:	27 Oct 2026 01:15
URI:	https://repository.ubb.ac.id/id/eprint/14833

Actions (login required)

View Item