Chicken Vision, Monitoring Kandang Ayam Berbasis Computer Vision dan IoT

Ayam broiler merupakan pemasok kebutuhan protein hewani terbesar bagi masyarakat Indonesia dengan persentase sebesar 53%. Ayam broiler memiliki pertumbuhan yang sangat cepat, konversi pakan kecil, serta siap panen dalam waktu yang relatif singkat. Namun salah satu penghambat budidaya ayam broiler adalah mudahnya terserang penyakit sehingga menyebabkan kematian pada ayam broiler. Penyakit dan kematian pada ayam broiler dapat menularkan virus pada ayam lainnya pada kandang yang sama. Jika ayam terdeteksi mati maka harus segera dikeluarkan dari kandang ayam untuk mencegah penyebaran virus di kandang ayam. 

Upaya yang biasa dilakukan oleh peternak ayam broiler untuk mencegah penularan penyakit adalah dengan melakukan pengecekan ayam broiler secara intensif . Pengecekan ini dilakukan oleh 3 sampai 4 pekerja sebanyak 5 kali dalam sehari dalam waktu kurang lebih 15 menit untuk satu kali pengecekan dengan kandang berukuran 112m x 12m dengan jumlah ayam sekitar 24000 yang bertujuan untuk melihat kondisi ayam broiler. 

Berdasarkan hal tersebut mahasiswa Universitas Andalas, Padang berhasil menciptakan sebuah inovasi yaitu Chicken Vision yaitu "Sistem Monitoring Kandang Ayam Berbasis Computer Vision dan IoT Sebagai Solusi Cepat Pendeteksian Penyakit dan Kematian pada Ayam Broiler"

Empat mahasiswa yang tergabung dalam tim Chicken Vision ini berasal dari Program Studi S1 Teknik Elektro yaitu Fadhil Elrizanda, Dahlia Limarnis, Firgi Andira, Arif Shiddiq Siregar, dan satu mahasiswi program studi peternakan yaitu Vira Lharse Sulaiman. Dibawah bimbingan Bapak Dr.Eng.Muhammad Ilhamdi Rusydi, S.T.,M.T.

Fadhil selaku ketua tim mengatakan bahwa Chicken Vision ini dibuat dengan tujuan dapat mendeteksi penyakit dan kematian pada ayam broiler sehingga dapat mencegah penyebaran penyakit dan dapat menurunkan tingkat kematian pada ayam broiler.  

Serta dapat melakukan monitoring secara langsung pada ayam mempermudah peternak untuk melakukan pengecekan pada kandang ayam. broiler sehingga mempermudah peternak untuk melakukan pengecekan pada kandang ayam.

Chicken Vision ini bekerja di awali dengan pergerakan motor yang dikontrol oleh raspberry pi. Pergerakan tersebut bertujuan untuk mengambil data video ayam broiler sepanjang lintasan di kandang ayam. Setelah video diambil maka akan dikirimkan ke server oleh raspberry pi. Video akan diproses di cloud menggunakan algoritma YOLOv4 untuk mendeteksi ayam sehat dan ayam tidak sehat. Setelah didapatkan hasil klasifikasi maka data tersebut akan disimpan dan ditampilkan pada website. Sehingga peternak dapat melakukan pemantauan pada website.

Dok. Unand

Chicken Vision ini telah diujikan secara langsung pada kandang ayam broiler di peternakan ayam broiler close house, Universitas Andalas , Padang dan didapatkan hasil alat dapat mendeteksi ayam sehat dan ayam tidak sehat yang digolongkan sebagai ayam sakit atau ayam mati dengan tingkat akurasi alat sebesar 98% dengan kamera dapat menangkap gambar dengan jarak pandang 1,5 meter pada salah satu sisi kandang. Sehingga dapat dihitung luas daerah deteksi kamera secara keseluruhan yaitu 9 meter persegi. 

Chicken Vision merupakan salah satu tim perwakilan Universitas Andalas (UNAND) yang ikut serta dalam kompetisi Program Kreativitas Mahasiswa Karsa Cipta dan berhasil mendapat pendanaan riset dari Direktoral Jenderal Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi (Dirjen Kemendikbud Ristek) 2022.