Open Journal Systems

Implementasi Teknologi YOLOv8n dan IoT pada Alat Pengusir Hama Burung dengan Raspberry Pi Bertenaga Solar Panel

       Ivana Lucia Kharisma, Kamdan Kamdan, Gina Purnama Insany, Asep Rizki Firdaus, Dendi Nasrulloh

Abstract


Hama burung adalah salah satu tantangan serius yang dihadapi pada sektor pertanian. Metode tradisional yang dilakukan untuk mengatasi hama burung hanya memberikan solusi sementara dan juga mengakibatkan petani tidak dapat melakukan aktifitas lainnya, karena harus menjaga sawah secara terus menerus. Untuk optimalisasi serta untuk mengatasi permasalahan yang muncul pada perancangan alat sebelumnya yaitu kendala pada koneksi internet yang tidak stabil, sumber listrik yang terbatas serta permasalahan penyimpanan lokal pada alat , dibutuhkan integrasi antara konsep kecerdasan buatan (AI) dan Internet of Thing (IoT). Pengembangan alat menggunakan model deteksi objek versi YOLOv8nano, Raspberry Pi sebagai Single Board Computer dan penambahan solar panel . Pengujian yang dilakukan secara langsung menunjukkan bahwa fungsionalitas dan kinerja alat telah sesuai dengan yang diharapkan. Alat mampu mendeteksi objek burung dengan kinerja nilai rata-rata confidence score 74,64%, sedangkan pada pengujian solar panel menunjukkan hasil daya listrik yang mampu disimpan dalam durasi waktu 12 rata-rata sebesar 13,31 volt. Penambahan sebuah dashboard monitoring, bermanfaat untuk memberikan informasi kinerja alat.  Terpenuhinya semua proses pengujian menunjukkan bahwa alat pengusir burung ini memiliki potensi besar untuk memudahkan petani dalam mengatasi masalah hama burung secara lebih efektif, sehingga mengurangi ketergantungan pada metode tradisional.


  http://dx.doi.org/10.31544/jtera.v10.i2.2025.35-44

Keywords


hama_burung; pertanian;YOLOv8_nano;Raspberry_Pi; solar_panel

Full Text:

  PDF

References


Derajat Hidayatullah, Sulistiyanto, and Maman Pribadi, “Perancang Alat Pengusir Hama Burung Pipit Pada Tanaman Padi Menggunakan Gelombang Kejut Otomatis Berbasis Internet of Things (IoT),” JEECOM, vol. 4, no. 2, pp. 74–78, 2022.

A. Kurniawan et al., “Pengendalian Hama Burung… (Anri dkk.) | 28 Nanggroe,” Jurnal Pengabdian Cendikia, vol. 2, no. 8, pp. 28–33, 2023, doi: 10.5281/zenodo.10085123.

A. Daya et al., “LAPORAN AKHIR TA 2017,” 2017.

A. Pengusir, H. Burung, and K. Yanel, “Manutech : Jurnal Teknologi Manufaktur”.

Eduardus Tuluk, M. T. Ir. Irawadi Buyung, and Ir. Ajie Wibowo Soejono, “IMPLEMENTASI ALAT PENGUSIR HAMA BURUNG DI AREA PERSAWAHAN DENGAN MENGGUNAKAN GELOMBANG ULTRASONIK BERBASIS MIKROKONTROLER ATMEGA168”.

F. Sidik, D. Saputra, M. Nasirudin, K. A. Wahab, and H. Jombang, “Prototype Alat Pengusir Hama Burung Pipit Otomatis Berbasis Arduino Menggunakan Sensor PIR (Passive Infra Red).”

W. M. Wan Mohamed, M. N. Mohd Naim, and A. Abdullah, “The efficacy of visual and auditory bird scaring techniques using drone at paddy fields,” in IOP Conference Series: Materials Science and Engineering, Institute of Physics Publishing, Jun. 2020. doi: 10.1088/1757-899X/834/1/012072.

P. Marcoň et al., “A system using artificial intelligence to detect and scare bird flocks in the protection of ripening fruit,” Sensors, vol. 21, no. 12, Jun. 2021, doi: 10.3390/s21124244.

M. Wang and F. Li, “Real-Time Accurate Apple Detection Based on Improved YOLOv8n in Complex Natural Environments,” Plants, vol. 14, no. 3, Feb. 2025, doi: 10.3390/plants14030365.

Kyuwon Shim, Andre Barczak, Napoleon Reyes, and Nasim Ahmed, “Small mammals and bird detection using IoT devices,” in International Conference on Image and Vision Computing New Zealand (IVCNZ), Tauranga, New Zealand: IEEE, Dec. 2021.

Ivana Lucia Kharisma, Kamdan, A. R. Firdaus, R. H. Prayoga, F. R. Yasin, and M. A. Tresna Ati, “Construction Of Railway Door Automation Prototypes Using Arduino, Servo Motors and Ultrasonic Sensors,” Digital Zone: Jurnal Teknologi Informasi dan Komunikasi, vol. 14, no. 1, pp. 1–12, May 2023, doi: 10.31849/digitalzone.v14i1.13584.

G. H. Fauzan and I. Hamidah, “PENGGUNAAN APLIKASI BERBASIS ANDROID UNTUK MENINGKATKAN KEMAMPUAN MEMBACA DIAGRAM KELISTRIKAN BODI KENDARAAN PADA PESERTA DIDIK SMK,” 2017.

Glenn Jocher and Ayush Chaurasia and Jing Qiu, “Ultralytics YOLOv8.” Accessed: Sep. 16, 2025. [Online]. Available: https://github.com/ultralytics/ultralytics

G. Zhang, Y. Peng, and J. Li, “YOLO-MARS: An Enhanced YOLOv8n for Small Object Detection in UAV Aerial Imagery,” Sensors, vol. 25, no. 8, Apr. 2025, doi: 10.3390/s25082534.

Roboflow User, “Hama Burung Computer Vision Model.” Accessed: Sep. 29, 2025. [Online]. Available: https://universe.roboflow.com/dataset-9spv5/hama-burung/dataset/12




DOI: http://dx.doi.org/10.31544/jtera.v10.i2.2025.35-44
Abstract 78 View    PDF viewed = 43 View

Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 JTERA (Jurnal Teknologi Rekayasa)

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Copyright @2016-2025 JTERA (Jurnal Teknologi Rekayasa) p-ISSN 2548-737X e-ISSN 2548-8678.

  Lisensi Creative Commons

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

JTERA Editorial Office:
Politeknik Sukabumi
Jl. Babakan Sirna 25, Sukabumi 43132, West Java, Indonesia
Phone/Fax: +62 266215417
Whatsapp: +62 81809214709
Website: https://jtera.polteksmi.ac.id
E-mail: [email protected]