Deteksi Fase Estrus pada Sapi Betina berbasis Raspberry Pi menggunakan Deep Learning dengan ResNet-50

Abstrak

Sebagian besar penduduk Indonesia bekerja pada sektor peternakan. Sektor peternakan merupakan industri yang memberikan peranan penting terhadap pertumbuhan ekonomi guna memenuhi kebutuhan sumber daya protein. Sapi perah merupakan ternak yang berkontribusi dalam upaya memenuhi kebutuhan sumber daya protein dibandingkan dengan jenis hewan ternak lainnya. Produk yang dihasilkan sapi perah adalah susu. Seiring meningkatnya jumlah penduduk mengakibatkan peningkatan permintaan susu di Indonesia. Akan tetapi, peningkatan permintaan susu tidak selaras dengan kemampuan produksi susu dalam negeri. Kemampuan produksi susu dalam negeri dipengaruhi oleh jumlah populasi sapi dalam negeri. Tetapi, seiring berjalannya waktu pertumbuhan populasi sapi yang cenderung lambat. Salah satu aspek lambatnya pertumbuhan populasi sapi adalah pengamatan siklus birahi (estrus) yang tidak tepat. Dengan demikian, penelitian ini penelitian ini diusulkan dengan menggunakan metode Deep Learning dengan model ResNet-50 untuk mendeteksi fase estrus pada citra vulva sapi. ResNet-50 merupakan arsitektur CNN yang digunakan untuk melakukan klasifikasi citra. Penelitian ini menunjukkan bahwa akurasi model ResNet-50 sebesar 96% dengan loss sebesar 0.04 pada pelatihan model. Sistem dapat melakukan deteksi fase estrus melalui citra vulva sapi betina menggunakan model ResNet-50 dengan akurasi 80% dengan rata-rata waktu kecepatan komputasi sebesar 22.37 detik.