Camera sensing adalah salah satu contoh penerapan AI pada Smart Farming di mana sebuah sistem yang dirancang dapat mengetahui kondisi dari sebuah objek. Sebagai contoh sebuah sistem yang dapat mendeteksi kondisi kesehatan dari sebuah tanaman. Dapat ditinjau melalui warna daun pada tanaman, kondisi daun pada tanaman misalnya utuh atau terdapat lubang-lubang, dan lain-lain. Setelah itu akan ada tindakan yang berasal dari sistem rekomendasi. Tindakan ini mengacu pada hasil dari deteksi kondisi kesehatan tanaman sebelumnya.
Camera sensing memiliki sejumlah kelebihan dan kekurangan dalam konteks Ubiquitous Smart Farming. Berikut adalah beberapa poin yang perlu dipertimbangkan.
Kelebihan
- Pemantauan Real-Time:
- Deteksi Dini:
- Automasi Tugas Rutin:
- Optimasi Penggunaan Sumber Daya:
- Analisis Data Cerdas:
- Keamanan dan Pengawasan:
Kekurangan
- Biaya Implementasi:
- Keterbatasan Penglihatan:
- Privasi dan Keamanan Data:
- Pengelolaan Data yang Kompleks:
- Ketergantungan pada Cuaca:
- Pemeliharaan dan Perawatan:
Concept Diagram:
Proses alur kerja dari sistem kamera sensing melalui berapa langkah utama:
1. Sensor, kamera yang telah diinstal secara statis pada tanaman yang diobservasi menangkap beberapa informasi. Informasi tersebut:
a. Warna
daun (color identification)
b. Bentuk
daun (object detection)
c. Intensitas
cahaya (pencahayaan)
d. Deteksi
hama (object detection)
Data tersebut
diambil secara realtime sehingga perubahan akan berdampak kepada hasil dari
analisis. Untuk konsep ini satu kamera akan mendeteksi satu objek tanaman.
2. Cloud, setelah data diambil oleh sensor maka akan diteruskan ke cloud, dimana pada fase ini dilakukan penyimpanan informasi. Cloud section ini juga berperan sebagai jembatan antara perangkat monitor (handphone,komputer) dengan sensor. Pada cloud juga sebagai tempat dimana algoritma yang telah dirancang dijalankan, sehingga data yang dikembalikan ke perangkat monitor berupa data jadi hasil analisis.
3. Perangkat monitor, dalam konsep ini merujuk pada handphone, dimana pengguna dapat mengambil informasi hasil analisis tingkat kesehatan dari tanaman yang diobservasi. Selain itu pengguna dapat dengan langsung melihat tanaman yang diobservasi secara realtime untuk melakukan identifikasi manual jika diperlukan.