Sistem Penyemprotan Insektisida Otomatis pada Hama Padi melalui Pendekatan Ontologi Semantik berbasis Machine Vision

Serangan hama merupakan salah satu faktor utama yang menurunkan hasil produksi padi. Metode pengendalian hama yang umum digunakan, seperti penyemprotan insektisida manual, sering kali tidak efisien, berdampak buruk pada kesehatan, dan mencemari lingkungan. Penelitian sebelumnya telah mengembangkan sistem deteksi hama menggunakan pengolahan citra dan algoritma deteksi objek, namun banyak yang masih mengandalkan intervensi manusia atau belum dapat mengontrol penyemprotan insektisida secara otomatis. Penelitian ini mengembangkan sistem otomatis berbasis algoritma YOLOv8 untuk mendeteksi hama padi melalui kamera, serta menggunakan modul ontologi semantik untuk merekomendasikan jenis dan dosis insektisida yang sesuai. Sistem ini mengendalikan aktuator dan pompa untuk menyemprotkan insektisida dengan presisi. Hasil pengujian menunjukkan bahwa integrasi YOLOv8 dan ontologi semantik berhasil diterapkan dengan akurasi model mencapai 92,86%. Sistem mampu memberikan rekomendasi insektisida dan melakukan penyemprotan otomatis dengan error kurang dari 2,5%. Pada skenario miniatur pesawahan dengan jarak tanam 30×30 cm, sistem terbukti efektif membasmi hama tunggal, dengan waktu kematian tercepat dalam 8 menit. Hasil ini memperkuat potensi sistem untuk mendukung pertanian padi yang lebih presisi dan berkelanjutan.