ROBOT KARTESIAN PENANGANAN HAMA PADA PAKCOY DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

Perancangan robot kartesian berbasis Convolutional Neural Network (CNN) digunakan untuk pengendalian hama pada pakcoy dengan cara menyemprotkan cairan pestisida. Robot kartesian bergerak menggunakan metode tambahan yaitu forward kinematics yang dibantu dengan metode HSV (Hue, Saturation, Value). Pada penerapannya robot sudah dirancang untuk bergerak sesuai titik koordinat yang sudah diberikan dalam program. Titik koordinat yang dimaksud merupakan lokasi tanaman pakcoy akan diuji coba sebanyak enam. Kemudian setiap titik koordinat (tanaman pakcoy) terdapat label warna sebagai validasi HSV yaitu syarat metode CNN berkerja. Pada implementasinya label warna harus terbaca dengan benar dan berurutan, maka proses akan dilanjut dengan klasifikasi CNN. Hasil dari klasifikasi CNN akan berupa output perintah untuk mengaktifkan water pump dengan menggunakan mist nozzle untuk menyemprotkan pestisida sesuai klasifikasi hama siput atau ulat. Jika validasi HSV salah membaca label warna dan tidak sesuai urutan maka robot akan bergerak ke titik berikutnya untuk memeriksa label warna dengan benar dan urut. Pada metode CNN menggunakan arsitektur model MobilenetV2 dengan output yang dimodifikasi untuk memenuhi kebutuhan kelas hama sehingga mendapatkan akurasi sebesar 94.17%. Klasifikasi terbagi menjadi tiga kelas, meliputi hama siput, hama ulat, dan tanpa hama.