Pendeteksian secara Otomatis Telur Cacing Haemonchus contortus menggunakan Algoritma YOLOv3

Abstract

Infeksi Haemonchus contortus atau haemonchosis umumnya terjadi pada ruminansia kecil seperti domba. Haemonchus contortus adalah spesies yang paling patogenik pada ruminansia kecil dan berhabitat di abomasum. Hewan yang terinfeksi Haemonchus contortus  secara berangsur-angsur akan mengalami anemia karena aktivitas cacing yang menghisap darah. Selain menimbulkan anemia, domba akan mengalami penurunan bobot badan akibat penurunan daya cerna. Infeksi tersebut dapat berjalan secara akut maupun kronis dan dalam kondisi tertentu dapat juga mengakibatkan kematian pada hewan. Oleh karena itu dibutuhkan perangkat yang efektif dan efisien untuk mengindentifikasi keberadaan telur cacing Haemonchus contortus sebagai alat deteksi cepat telur cacing. Tujuan dari penelitian ini adalah membuat perangkat cerdas berbasis Algoritma YOLOv3 yang mampu mendeteksi dan mengidentifikasi telur cacing Haemonchus contortus secara cepat.  Penelitian ini menggunakan Algoritma You Only Look Once (YOLO) versi 3 yang merupakan algoritma yang dikembangkan untuk membantu mendeteksi objek secara realtime. Algoritma YOLO dijalankan dalam framework aplikasi anaconda dengan menggunakan pycharm dan aplikasi OPENCV. Identifikasi telur Haemonchus contortus secara otomatis berhasil dilakukan dengan proses tagging pada dataset dan membuat file weight training bagi YOLO. Hasil uji coba menggunakan mikroskop cahaya dan smartphone menunjukan bahwa bahwa Algoritma YOLO mampu mengidentifikasi telur Haemonchus contortus dengan nilai confidence lebih dari 90%. Penggunaan perangkat Dino-Lite yang terhubung pada mikroskop cahaya menunjukan algoritma YOLO tidak dapat berjalan karena adanya enkripsi pada perangkat tersebut. Otomatisasi pendeteksian telur Haemonchus contortus dapat dilakukan dengan memanfaatkan Algoritma YOLOv3 yang dibantu dengan hardware berupa laptop dan smartphone android serta memiliki kemampuan identifikasi dengan tingkat akurasi yang tinggi.