Sistem Atap Otomatis Deteksi Hujan Berbasis Vision untuk Proses Pengeringan Tembakau dengan Metode SVM
Sistem Atap Otomatis Deteksi Hujan Berbasis Vision adalah inovasi berbasis IoT, Computer Vision, dan Machine Learning (SVM) yang dirancang untuk membantu proses pengeringan tembakau agar lebih efisien, aman, dan terjaga kualitasnya.
Pada sistem ini, kamera melakukan klasifikasi daun tembakau menggunakan metode Support Vector Machine, sementara sensor hujan, sensor LDR, dan ESP32 berfungsi untuk memantau kondisi lingkungan secara real-time. Data kemudian dikirim ke server dan ditampilkan pada website sebagai sistem pemantauan online.
Ketika hujan terdeteksi atau daun membutuhkan perlindungan, atap otomatis akan menutup, dan akan terbuka kembali ketika kondisi aman.
Fitur Utama:
1.Monitoring Real-time via Website
Melihat kondisi sensor (LDR, hujan, kamera) dan status atap dari mana saja.
2.Atap Otomatis Berbasis Sensor & Vision
Atap akan membuka/menutup otomatis sesuai cahaya, hujan, dan hasil klasifikasi kamera.
3.Akurat dengan Metode SVM
Sistem vision mampu mengklasifikasikan daun tembakau berdasarkan warna dan kondisi.
4.Efisiensi Biaya & Tenaga
Meminimalkan kesalahan manusia dan mengurangi pengawasan manual.
5.Perlindungan Maksimal
Menjaga kualitas daun tembakau dari perubahan cuaca yang tiba-tiba.
Teknologi yang Digunakan:
1. ESP32 Cam
2. Sensor LDR
3. Sensor Hujan
4. Motor DC & Driver
5. Metode SVM (Support Vector Machine)
6. Website monitoring (PHP/HTML/CSS/JS)
7. IoT & Vision Processing
Informasi Produk
Platform:
Embedded System
Intenet of Thing (IoT)
Website
Nama Kelompok:
Mafia Team
Ketua Kelompok:
Laura Tita Anindya G (E41230629)
Anggota Kelompok:
- Ita Nurlaili
(E41230627) - Melvina Citra Saqina
(E41230775) - Dwi Farhan Setiawan
(E41230875) - Hovivah
(E41231021)
Program Studi: Teknik Informatika
Semester / Golongan: 5 / B
( 0 / 5 )
(0) Ulasan
Produk Lainnya
JTI-MERCH
Website
KETA : Kasir Es Teh Amanah
Desktop
Smart Door Lock : Pembuka Pintu Otomatis Dengan Face Recognition Menggunakan Metode SVM
Intenet of Thing (IoT) Website