Implementasi Inkubator Reptil Berbasis Android Menggunakan Metode Deep Learning Dengan Model YOLO Sebagai Pendeteksi Telur Menetas (Studi Kasus: Inferno Reptile)

Suhu inkubasi reptil, seperti Leopard Gecko, sangat penting untuk menentukan jenis kelaminnya: jantan bersuhu 30–32°C dan betina 26–28°C. Inferno Reptile, sebuah UMKM yang memiliki peternakan Leopard Gecko di Malang, mengalami masalah dengan suhu inkubator yang tidak stabil. Tujuan dari penelitian ini adalah untuk membuat inkubator reptil berbasis Android yang menggunakan sensor DHT22, aktuator PTC Air Heater dan Peltier, webcam, Raspberry Pi, dan aplikasi Android untuk memantau kondisi inkubator dan memilih jenis kelamin reptil dari aplikasi. Model YOLO diterapkan untuk deteksi telur menetas. Hasil menunjukkan inkubator dapat menjaga suhu sesuai pengaturan, dengan delay pengiriman 6,283 detik dan delay penerimaan 622 milidetik. Model YOLO mencapai tingkat keberhasilan 94,73% dalam mendeteksi telur normal telur menetas. Hasil QoS didapatkan hasil delay 1,023 detik dan 1,013 detik termasuk dalam kategori ‘Buruk’, trhoughput yang didapatkan 579,317 bit/s dan 583,685 bit/s termasuk dalam kategori ‘Buruk’, packet loss yang didapatkan adalah 0% termasuk dalam kategori ‘Sangat Bagus’, jitter yang didapatkan 20,572ms dan 7,914ms termasuk dalam kategori ‘Baik’. Kesimpulannya, inkubator reptil berbasis Android ini berhasil menjaga suhu ideal, memantau kondisi inkubator secara realtime, dan mendeteksi telur menetas, serta memberikan fleksibilitas dalam memilih jenis kelamin reptil, dan sistem dapat diterapkan di Inferno Reptile.