IDENTIFIKASI HEWAN TERNAK KAMBING DAN DOMBA DENGAN ALGORITMA NEURAL NETWORK

1703025050 - Eko Febian Wijaksana; M. Mujirudin, S.T., M.T.; Emilia Roza, S.T.,M.T.,M.Pd;

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%.