RANCANG BANGUN SISTEM PENGUJI KUALITAS DAGING SAPI OTOMATIS MENGGUNAKAN ESP32-CAM BERBASIS YOU ONLY LOOK ONCE (YOLO)

Arifin, Ahmad Syamsul (2026) RANCANG BANGUN SISTEM PENGUJI KUALITAS DAGING SAPI OTOMATIS MENGGUNAKAN ESP32-CAM BERBASIS YOU ONLY LOOK ONCE (YOLO). Undergraduate thesis, Universitas Diponegoro.

	Text Laporan Akhir_Ahmad Syamsul Arifin_final.pdf - Published Version Download (5MB)
	Text COVER_Laporan Akhir_Ahmad Syamsul Arifin_final.pdf - Published Version Download (543kB)
	Text BAB I_Laporan Akhir_Ahmad Syamsul Arifin_final.pdf - Published Version Download (241kB)
	Text BAB II_Laporan Akhir_Ahmad Syamsul Arifin_final.pdf - Published Version Download (1MB)
	Text BAB III_Laporan Akhir_Ahmad Syamsul Arifin_final.pdf - Published Version Download (2MB)
	Text BAB IV_Laporan Akhir_Ahmad Syamsul Arifin_final.pdf - Published Version Download (1MB)
	Text BAB V_Laporan Akhir_Ahmad Syamsul Arifin_final.pdf - Published Version Download (184kB)
	Text Dapus_Laporan Akhir_Ahmad Syamsul Arifin_final.pdf - Published Version Download (203kB)
	Text Lampiran_Laporan Akhir_Ahmad Syamsul Arifin_final.pdf - Published Version Restricted to Repository staff only Download (1MB) \| Request a copy

Abstract

Daging sapi merupakan sumber protein hewani utama yang sangat rentan terhadap
penurunan kualitas akibat aktivitas mikroorganisme dan penggunaan bahan
pengawet berbahaya seperti formalin. Penelitian ini bertujuan untuk merancang dan
membangun sistem penguji kualitas daging sapi otomatis menggunakan
mikrokontroler Arduino Mega 2560 dan ESP32-CAM dengan integrasi parameter
visual serta kimia. Sistem ini memanfaatkan algoritma You Only Look Once versi
5 (YOLOv5ss) untuk mendeteksi kesegaran daging melalui analisis warna dan
tekstur, serta sensor MQ-138 untuk mendeteksi kandungan formalin secara realtime. Proses pemindaian dilakukan di atas konveyor dengan validasi ganda (hybrid
testing) untuk menutupi kelemahan deteksi visual murni. Hasil pengujian
menunjukkan bahwa model YOLOv5ss mencapai tingkat presisi 94,5% dan mAP
93,8% pada tahap pelatihan. Secara keseluruhan, sistem mampu
mengklasifikasikan dan memilah daging sapi dengan akurasi operasional mencapai
95%, di mana waktu respons dari pengambilan gambar hingga tindakan aktuator
motor servo berlangsung sekitar 3,1 detik.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Kata Kunci: Arduino Mega 2560, YOLOv5ss, Formalin, MQ-138, Pengujian Kualitas Daging, Hybrid Detection.
Subjects:	Engineering > Electrical Engineering Engineering
Divisions:	School of Vocation > Diploma in Instrumentasi and Electronics
Depositing User:	Oktavia Perpus Vokasi
Date Deposited:	06 Apr 2026 08:19
Last Modified:	06 Apr 2026 08:19
URI:	https://eprints2.undip.ac.id/id/eprint/48601

Actions (login required)

View Item

Search for collections on Undip Repository