Rancang Bangun Model Cartesian Robot untuk Pengendalian Karat dan Bercak Daun pada Bibit Kopi Arabika Berbasis Deep Learning

Abstract

Bibit kopi arabika merupakan fase yang sangat rentan terhadap serangan penyakit karat dan bercak daun. Umumnya pengendalian penyakit dilakukan dengan penyemprotan fungisida secara menyeluruh. Teknik ini dinilai berbahaya karena dapat meracuni tanaman yang sehat dan mendorong timbulnya penyakit baru. Penelitian ini bertujuan merancang bangun model cartesian robot untuk mengendalikan penyakit karat dan bercak daun pada bibit kopi arabika yang dipandu computer vision berbasis deep learning. Metode pengembangan algoritma deep learning diawali dengan pengumpulan dan pelabelan dataset. Pelabelan dataset ditempuh melalui dua cara yaitu pelabelan secara langsung dan pelabelan dengan proses segmentasi. Hasil training dari pelabelan melalui proses segmentasi memiliki nilai mAP (Mean Average Precision) 93,33% dengan nilai akurasi 72,59%, presisi 77,04%, recall 92,63%, dan F1 score 84,12% dan hasil training dengan pelabelan secara langsung memiliki nilai mAP 72,11% dengan nilai akurasi 49,29%, presisi 57,49%, recall 77,57%, dan F1 score 66,03%. Unit aplikator fungisida dibuat dengan prinsip two-axis cartesian robot. Berdasarkan uji peforma model, dihasilkan rata-rata error pergerakan aktuator untuk menggerakkan endeffector pada sumbu X dan Y sebesar 0,28 mm dan error jarak antara pergerakan end effector terhadap jarak aktual penyakit diperoleh rata rata error sebesar 3,5 mm.