RANCANG BANGUN PENGHALAU HAMA BURUNG PIPIT BERBASIS OBJECT DETECTION YOLOV11 DENGAN GELOMBANG SUARA

Muhammad Rizki Putra Pratama, - and Muhammad Taufik Dwi Putra, - and Anugrah Adiwilaga, - (2025) RANCANG BANGUN PENGHALAU HAMA BURUNG PIPIT BERBASIS OBJECT DETECTION YOLOV11 DENGAN GELOMBANG SUARA. S1 thesis, Universitas Pendidikan Indonesia.

Abstract

Hama burung merupakan musuh utama bagi petani padi yang dapat menurunkan produktivitas 30-50%. Penelitian ini merancang prototipe pengendali hama burung pipit berbasis deteksi objek YOLOv11 yang terintegrasi dengan pemicu suara pada Raspberry Pi 4 dan beroperasi tanpa internet. Tujuan penelitian ini ialah membangun sistem penghalau burung dengan komponen seperti kamera, model deteksi computer vision, speaker, dan pencatatan log yang sederhana, serta mengetahui kinerja sistem penghalau hama burung. Metode yang digunakan memadukan pendekatan design and development dengan siklus proyek AI yang mencakup perumusan masalah, perancangan arsitektur, pengembangan model dan perangkat lunak, pengujian dan evaluasi, serta pelaporan. Dataset terdiri dari 8.215 citra beranotasi dengan kelas utama burung, manusia, dan pohon agar salah deteksi terhadap latar atau manusia dapat ditekan. Model YOLOv11-n dilatih dan dipilih berdasarkan kinerja validasi. Performa terbaik dicapai pada epoch 57 dengan mAP@0,5 sebesar 0,876 dan mAP@0,5–0,95 sebesar 0,646. Evaluasi pada data uji menunjukkan precision 0,829, recall 0,829, mAP@0,5 0,874, dan mAP@0,5–0,95 0,653. Uji perangkat memperlihatkan deteksi stabil pada jarak 1 sampai 2 meter dan menurun pada 3 meter. Ambang confidence score 0,65 hingga 0,70 efektif untuk jarak 1 sampai 2 meter dan sekitar 0,55 hingga 0,60 untuk 3 meter. Uji perilaku terkontrol pada kandang menggunakan audiosonic 6000Hz respons tidak nyaman. Sistem pemantauan web lokal dalam mode luring memungkinkan peninjauan gambar, video, dan log tanpa koneksi internet. Sistem berhasil dirancang dan dibangun dengan mengintegrasikan komponen perangkat keras dan perangkat lunak. Model menunjukkan kinerja deteksi yang baik dan speaker audiosonic memberikan pengaruh pada burung yang menunjukkan perilaku tidak nyaman. ------- Bird pests are a major threat to rice farmers, reducing productivity by 30–50%. This study presents the design and development of a sparrow pest control prototype using YOLOv11-based object detection integrated with an audiosonic trigger on a Raspberry Pi 4. The system is designed to operate offline without internet connectivity, combining camera input, a lightweight computer vision model, a speaker for bird deterrence, and a local monitoring interface for logs, images, and video. The research method follows a design and development approach aligned with the AI project cycle, including problem formulation, architecture design, model and software development, testing, evaluation, and reporting. A dataset of 8,215 annotated images with three classes—bird, human, and tree—was used to reduce false detections. The YOLOv11-n model achieved its best performance at epoch 57, with mAP@0.5 of 0.876 and mAP@0.5–0.95 of 0.646. On the test set, the model reached precision of 0.829, recall of 0.829, mAP@0.5 of 0.874, and mAP@0.5–0.95 of 0.653. Hardware evaluation showed stable detection at distances of 1–2 meters, with reduced accuracy at 3 meters. Confidence thresholds of 0.65–0.70 were effective for closer ranges, while 0.55–0.60 worked for longer distances. Controlled cage experiments demonstrated that 6000 Hz audiosonic sound triggered discomfort responses in birds. Overall, the proposed system successfully integrates hardware and software, demonstrates reliable detection performance, and shows potential as a practical bird deterrent solution for paddy fields.

	Text S_TEKOM_2100326_Title.pdf Download (570kB)
	Text S_TEKOM_2100326_Chapter1.pdf Download (271kB)
	Text S_TEKOM_2100326_Chapter2.pdf Restricted to Staf Perpustakaan Download (781kB)
	Text S_TEKOM_2100326_Chapter3.pdf Download (966kB)
	Text S_TEKOM_2100326_Chapter4.pdf Restricted to Staf Perpustakaan Download (1MB)
	Text S_TEKOM_2100326_Chapter5.pdf Download (249kB)
	Text S_TEKOM_2100326_Appendix.pdf Restricted to Staf Perpustakaan Download (6MB)

Item Type:	Thesis (S1)
Additional Information:	https://scholar.google.com/citations?hl=en&user=XOkCrNwAAAAJ&view_op=list_works&gmla=AH8HC4yV_SB5hMgNY35FycdtV5UvogVpcalDbjTLLhX32hOGweE3mfZCq1S7F_0jbi91pXERMVu1Clgk191d9zEn5gke7eofDijMazYS1vkXUlO5dS3dc1fJ5NerMQ ID SINTA Dosen Pembimbing: Muhammad Taufik Dwi Putra: 6745726 Anugrah Adiwilaga: 6745914
Uncontrolled Keywords:	Deteksi Objek, YOLOv11-n, Burung Pipit, Raspberry Pi 4, Audiosonic, Object Detection, Sparrow Pest.
Subjects:	L Education > L Education (General) Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	UPI Kampus cibiru > S1 Teknik Komputer
Depositing User:	Muhammad Rizki Putra Pratama
Date Deposited:	18 Sep 2025 07:22
Last Modified:	18 Sep 2025 07:23
URI:	http://repository.upi.edu/id/eprint/137547

Actions (login required)

View Item