Rancang Bangun dan Uji Fungsional Sistem Akuisisi Data Mikroklimat dan Deteksi Inframerah Berbasis IoT pada Perangkap Feromon

Rudi Hermawan, Dewanto Rosian Adhy, Siti Maesaroh, Mr Qudrat

Abstract


Pengendalian Hama Terpadu (PHT) untuk ulat grayak (Spodoptera frugiperda) membutuhkan pemantauan populasi hama dan parameter lingkungan secara presisi. Penelitian ini bertujuan merancang bangun dan menguji secara fungsional sistem akuisisi data mikroklimat serta deteksi inframerah berbasis Internet of Things (IoT) yang diintegrasikan pada perangkap feromon. Perangkat keras dirancang menggunakan sensor suhu, kelembaban, kecepatan angin, dan inframerah, yang mentransmisikan data secara nirkabel menuju peladen. Hasil pengujian sensing unit menunjukkan bahwa optimasi software debouncing dan physical masking berhasil mengeliminasi gangguan cahaya luar dan kesalahan penghitungan ganda (double counting). Pada segmen komunikasi, penerapan mekanisme fallback insertion pada skrip API memberikan ketahanan adaptif terhadap mutasi skema basis data, sehingga memastikan zero data loss. Uji beban (stress-test) pada arsitektur basis data single-table terbukti tangguh dalam mengeksekusi lonjakan data (burst data) secara beruntun dengan presisi latensi satu detik tanpa memicu bottleneck pada peladen. Selanjutnya, evaluasi kualitas antarmuka dashboard pada lingkungan produksi menggunakan Google Lighthouse mencatatkan skor Best Practices (96/100) dan Accessibility (90/100), yang memvalidasi tingkat keamanan dan fungsionalitas sistem meski performa pemuatan awal (21/100) dipengaruhi oleh latensi shared hosting. Purwarupa ini secara meyakinkan terbukti andal sebagai Proof of Concept (PoC) untuk mendukung digitalisasi pertanian presisi.

Full Text:

PDF

References


Goergen G, Kumar PL, Sankung SB, Togola A, Tamò M. First Report of Outbreaks of the Fall Armyworm Spodoptera frugiperda (J E Smith) (Lepidoptera, Noctuidae), a New Alien Invasive Pest in West and Central Africa. PLoS One [Internet]. 2016 Oct 27;11(10):e0165632-. Available from: https://doi.org/10.1371/journal.pone.0165632

Kawakita S, Sato T. Towards automatic monitoring of insect pests using IoT camera-equipped pheromone traps: a case study for Spodoptera litura (Lepidoptera: Noctuidae). Appl Entomol Zool. 2023;58:265–72. doi:10.1007/s13355-023-00830-z

Schrader MJ, Smytheman P, Beers EH, Khot LR. An Open-Source Low-Cost Imaging System Plug-In for Pheromone Traps Aiding Remote Insect Pest Population Monitoring in Fruit Crops. Machines. 2022;10(1):52. doi:10.3390/machines10010052

Kiobia DO, Mafuru J, Reuben S. A Review of Successes and Impeding Challenges of IoT-Based Insect Pest Detection Systems for Estimating Agroecosystem Health and Productivity of Cotton. Sensors. 2023;23(8):4127. doi:10.3390/s23084127

Purnama F. Serangan hama tanaman jagung di Garut capai 520 hektare. https://www.antaranews.com/berita/1241428/serangan-hama-tanaman-jagung-di-garut-capai-520-hektare. 2020 Jan 8:1–1.

WIDHAYASA B, SURYA DARMA E. Peranan Faktor Cuaca terhadap Serangan Ulat Grayak Spodoptera frugiperda (Lepidoptera: Noctuidae) Pada Tanaman Jagung di Kabupaten Berau, Kalimantan Timur. Jurnal Agroekoteknologi Tropika Lembab. 2022 Feb 1;4(2):93–8. doi:DOI.210.35941/JATL

Mursyidin AH, Qudsiah S M, Supeno B, Fitrianti V, Insani RF. DETEKSI SERANGAN HAMA INVASIF ULAT GRAYAK Spodoptera rugiperda J.E. Smith (Lepidoptera: Noctuidae) PADA PERTANAMAN JAGUNG LAHAN KERING DI LOMBOK TIMUR. SEMINAR NASIONAL PERLINDUNGAN TANAMAN (SNPT). 2024 Oct 26;2(1):43–54.

Karuppannasamy A, Venkatasamy B, Kennedy JS. Demography and population fitness traits of Spodoptera frugiperda (Lepidoptera: Noctuidae) under elevated temperature and CO2 levels. Int J Trop Insect Sci. 2023;43:2189–200. doi:10.1007/s42690-023-01122-3

Rydhmer K, Bick E, Still L, Strand A, Luciano R, Helmreich S, et al. Automating insect monitoring using unsupervised near-infrared sensors. Sci Rep. 2022;12:2603. doi:10.1038/s41598-022-06439-6

Mühlbauer LK. Arduinos in the wild: A novel, low-cost sensor network for high-resolution microclimate monitoring in remote ecosystems. Ecological Solutions and Evidence. 2023;4:e12255. doi:10.1002/2688-8319.12255

Rashid M, Bari BS, Yusup Y, Kamaruddin MA, Khan N. A comprehensive review of crop yield prediction using machine learning approaches with special emphasis on palm oil yield prediction. IEEE Access. 2021;9:63406–39. doi:10.1109/ACCESS.2021.3075159




DOI: https://doi.org/10.52643/jti.v1i1.8683

Refbacks

  • There are currently no refbacks.


Flag Counter

 

StatCounter

View My Stats

 

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.