IDENTIFIKASI PERILAKU REPRODUKSI UNGGAS MENGGUNAKAN VISI KOMPUTER = Identification Of Poultry Reproductive Behavior Using Computer Vision

Penelitian ini bertujuan untuk mengembangkan sebuah sistem identifikasi unggas jenis Entog (Cairina Moschata) dari pengenalan perilaku reproduksi (Kawin, Tidak Kawin, dan Megeram) menggunakan algoritma machine learning untuk melakukan pengolahan data citra dari inputan ip kamera dan teknologi internet of things untuk melakukan monitoring temperatur dan kelembaban kandang berbasis jaringan. Sistem dirancang menggunakan bahasa pemrograman python, library OpenCV, dan database MySQL. Tahapan awal penelitian ini adalah membagi area kandang menggunakan Region of Interest (ROI), kandang dibagi menjadi dua area yang terdiri dari area kawin dan area mengeram. Pengenalan perilaku pada masing-masing area menggunakan metode yang berbeda, Pada kawin menggunakan background subtraction untuk mendeteksi unggas entog, dan Support Vector Machine (SVM) digunakan untuk klasifikasi jenis perilaku kawin dan tidak kawin. Untuk meningkatkan hasil deteksi dari background subtraction maka digunakan metode morfologi detect shadow, erosion, dilation, dan penentuan bounding box pada ukuran 150 x 150 piksel. Pada area mengeram menggunakan Oriented FAST and rotated BRIEF (ORB) untuk mengekstrak fitur key-point kemudian dilakukan pencocokan key-point antara citra template dan citra frame menggunakan BFMatcher. Kinerja dari metode yang digunakan untuk melakukan identifikasi perilaku mencapai 82.03%. Penggunaan sensor BME280 dan arduino ESP8266 digunakan untuk monitoring temperatur kandang dan akan berjalan bersamaan dengan indentifikasi perilaku, untuk mengetahui temperatur pada masing-masing perilaku. Arsitektur yang dibangun pada sistem identifikasi berjalan dengan baik yang ditandai dengan terupdatenya database MYSQL.