Abstrak

Kembali

Pemantauan hewan ternak merupakan tugas yang sangat rumit terutama bila hanya melibatkan pemantauan fisik dan visualisasi secara langsung khususnya pada peternakan kambing dan domba. Kurangnya tenaga kerja dan lamanya waktu pemantauan pada peternakan menyebabkan kemampuan manusia menjadi sangat terbatas. Pada penelitian ini menggunakan artificial intelligence berbasis YOLOv4 sebagai sistem monitoring pada hewan ternak kambing dan domba. Metode yang digunakan pada penelitian ini terdapat beberapa tahapan, yaitu : 1). Identifikasi kebutuhan, 2). Perancangan sistem, 3). Pengujian performa, 4). Pengujian deteksi. pengujian performa pada masing-masing model memiliki nilai mean average precision (mAP) yang tinggi yaitu 99.74 % untuk model kambing, 99.79 % untuk model domba, dan 99.17 % untuk model kambing dan domba. Pada hasil deteksi objek untuk masing-masing model diperoleh nilai confidence score yang sangat tinggi yaitu 100%, 99%, 96%. Hal ini disebabkan dari posisi objek yang sangat jelas sehingga model memberikan score yang tinggi. Deteksi objek gambar yang kurang begitu jelas menyebabkan hasil nilai confidence score tidak terlalu tinggi seperti pada hasil deteksi kambing pada gambar 31 yaitu dengan nilai 77 %, 23% dan hasil deteksi kambing dengan model kambing dan domba yaitu dengan nilai 85%.