PERANCANGAN SISTEM MONITORING PLANT FACTORY BERBASIS INTERNET OF THINGS DENGAN DETEKSI SERANGGA MENGGUNAKAN MODEL SINGLE SHOT MULTIBOX DETECTOR MOBILNET V1 FPN

Perubahan iklim yang begitu ekstrim membuat cuaca dan suhu yang tidak menentu,sektor yang paling terdampak akibat perubahan tersebut, salah satunya dalah hasil pertanian. Masalah lain yang sering timbul dalam pertanian adalah hama serangga,kerusakan yang ditimbulkan oleh serangga hama juga menjadi salah satu faktor utama terjadi penurunan produksi tanaman. Secara tradisional untuk melakukanmonitoring kondisi ideal pada tanaman dan deteksi hama serangga dilakukan secaramanual yaitu dengan menggunakan tenaga manusia dimana proses untuk melakukanhal tersebut membutuhkan waktu dan biaya yang mahal. Perkembanganan teknologidalam Komputer vision ,deep Learning , dan IoT menunjukan suatu kemajuan untukmelakukan pengenalan object dan klasifikasi, membuat proses lebih mudah, Inimerupakan salah satu jawaban atas tantangan untuk pertanian yang harus dihadapiterhadap serangga hama objek penelitian yang diteliti adalah monitoring keadaantanaman selada , agar selalu dalam keadaan ideal, dan juga mengatasi permasalahan hama pada tanaman selada, yang dapat mengganggu Pertumbuhan tanaman ,dengan menggunakan sistem monitoring berbasis IoT dan juga object deteksimenggunakan Tensorflow Object Detection Api maka dapat mempermudahmonitoring pada pertumbuhan dan perkembangan tanaman selada dan melakukandeteksi awal pada hama serangga pada plant factory. Berdasarkan hasil pengujianmenunjukan bahwa Server dapat meaca perbedaan nilai pada sensor dalamberbagai scenario, data tersebut dapat dikirimkan dari microcontroller Arduino unokedalam wifi modul ESP8266 dilanjutkan kedalam server dan disimpan,Microcontroller dapat membaca nilai input relay dari server. Deteksi object deteksidari gambar menggunakan model SSD MobilNet V1 FPN dari hasil uji coba dari 85gambar yang dilakukan pada model ini sebanyak 64 foto dapat mendeteksi denganbenar dengan batas ambang 0.7, terdapat 4 gambar yang salah mendeteksi objek dan12 gambar tidak dapat melakukan klasifikasi objek.