PERANCANGAN SISTEM DETEKSI PERTUMBUHAN STROBERI BERBASIS YOLOV5 DAN PENGEMBANGAN DASHBOARD IOT UNTUK VISUALISASI DATA MONITORING

Pemantauan manual fase pertumbuhan stroberi di Agro Wisata Sweetberry Cianjur memakan waktu dan membuat estimasi panen tidak pasti. Oleh karena itu, penelitian ini bertujuan merancang sistem pemantauan otomatis berbasis drone untuk mendukung pertanian presisi. Sistem ini dirancang sebagai payload drone yang mengintegrasikan kamera OV5640, modul GPS NEO-6M, sensor kemiringan MPU-6050, dan kompas digital HMC5883L, yang seluruhnya diproses oleh mikrokontroler ESP32-S3. Data dari drone ditransmisikan secara nirkabel melalui router Ubiquiti NanoStation LocoM2 menuju Raspberry Pi 5 sebagai edge server. Di dalam server, gambar diproses oleh algoritma YOLOv5m untuk mendeteksi stroberi, lalu dikelola oleh FastAPI untuk disimpan ke database MariaDB. Hasil pemantauan ini ditampilkan pada website Ground Control Station (GCS) berbasis Laravel 11 dan Tailwind CSS, lengkap dengan fitur peta sebaran (heatmap) interaktif. Hasil pengujian menunjukkan model YOLOv5m mencapai akurasi mAP@0.5 sebesar 0,8488 pada kelas matang, mentah, dan berbunga. Kinerja komputasi Raspberry Pi 5 terpantau stabil dengan rata-rata utilisasi CPU 70,3% dan memori RAM 40,9% tanpa memicu hambatan (bottleneck). Kualitas transmisi streaming video UDP mencatat latensi 161,4 ms yang masuk kategori "Bagus" menurut standar TIPHON. Terakhir, pengujian keamanan membuktikan bahwa sistem proteksi middleware sukses mencegah penyadapan data (packet sniffing) oleh Wireshark. Secara keseluruhan, sistem ini teruji beroperasi stabil dan memenuhi seluruh parameter pertanian presisi.