Deteksi Umur Telur Ayam Pada Sistem Pengeraman Otomatis
View/ Open
Date
2024Author
Nugroho, Muhammad Panji
Abbas, Habib Muhammad
Metadata
Show full item recordAbstract
Pada tahun 2021 sekitar 1,9 juta ton daging ayam telah dikonsumsi oleh masyarakat
Indonesia. Untuk memenuhi kebutuhan daging ayam tersebut, maka diperlukan suplai benih
ayam yang memadai. Padahal secara alami peluang menetasnya telur ayam hanya 50 – 60%
dan dengan menggunakan bantuan alat pengeraman otomatis, peluang menetas dapat
meningkat mencapai 87,5%. Namun masih terdapat masalah yaitu sulitnya membedakan telur
fertil dan infertil. Jika telur infertil terus bercampur dengan telur fertil di dalam inkubator, maka
telur tersebut akan memakan tempat dan menyia-nyiakan energi. Sehingga sangat penting
untuk memisahkan telur fertil dan infertil. Selama ini, pengecekan telur dilakukan dengan
metode candling yang manual dan melelahkan. Oleh sebab itu pada tugas akhir ini
dikembangkan alat pendeteksi umur telur ayam pada sistem pengeraman otomatis.
Metode untuk membedakan telur fertil dengan telur infertil dapat dilakukan dengan
mengamati embrio yang ada di dalam telur. Telah dilakukan berbagai penelitian mengenai
metode pengamatan embrio telur ini. salah satu teknologi yang dapat digunakan adalah image
processing yang dipadukan dengan Deep Learning dan artificial Neural Network sehingga
komputer mampu melakukan proses candling. Pada dasarnya alat ini dibuat untuk meniru
proses candling yang dilakukan oleh manusia. Alat ini bekerja dengan menyinari telur di
tempat gelap untuk dapat melihat embrionya. Modul kamera Raspberry Pi digunakan untuk
mengambil gambar telur sehingga Raspberryi pi dapat membedakan telur fertil dan infertil.
Pada alat ini digunakan metode Feature Extraction yaitu Gray Level Co-occurrence Matrix
(GLCM). Dengan GLCM ini maka dapat diambil karakteristik gambar berupa dissimilarity,
correlation, homogeneity, contrast, ASM, energi. Dengan teknik GLCM, dapat diketahui
hubungan antara 2 piksel (neighboring pixels) berdasarkan intensitas keabuan yang berbeda
(grayscale intensity), jarak dan sudut. Terdapat 4 sudut yang dapat diamati yaitu sudut 0°, 45°,
90°, 135°. Dengan menggunakan GLCM ini maka gambar dengan pola yang berbeda akan
dapat dibedakan.
Dengan dikembangkannya alat ini, maka proses produksi benih ayam dengan
menggunakan mesin pengeraman otomatis akan menjadi lebih efektif karena telur infertil akan
dapat dipisahkan dengan lebih mudah. Yang mana hal tersebu akan dapat membantu
memaksimalkan kinerja mesin pengeraman. Dengan kinerja mesin pengeraman yang
meningkat, maka produksi benih ayam akan meningkat juga. Benih ayam yang nantinya
dibesarkan dan menjadi sumber protein masyarakat Indonesia akan dapat diproduksi dengan
stabil.
Hasil alat yang berhasil dibuat dapat memenuhi fungsi dasar yang ditentukan yaitu
untuk memprediksi umur dan fertilitas telur ayam. Namun dari pengetesan yang dilakukan
didapati bahwa sistem ini memiliki akurasi dan presisi yang buruk. Dari akurasi yang ingin
dicapai yaitu 80% hanya dapat dicapai 45% saja. Hal tersebut terjadi kegagalan kami dalam
mengambil dataset. Yaitu embrio telur yang mati dan gagal menetas dan terdapat cahaya yang
bocor ke kamera. Sehingga dataset yang digunakan menjadi kurang ideal. Untuk meningkatkan
akurasi tersebut maka perlu didapatkan data set yang lebih ideal.
Collections
- Electric Engineering [787]