Sistem Deteksi Kesiapan Panen Padi

Deteksi & pemetaan kesiapan panen padi dari citra drone secara offline.

Upload foto drone berresolusi tinggi, sistem akan otomatis menggabungkan (stitching) menjadi orthophoto, mengklasifikasi tingkat kematangan berbasis segmentasi warna HSV, dan menghasilkan verdict siap panen.

Cara Kerja Sistem

Empat tahap pipeline berbasis edge computing

  1. 1

    Akuisisi Foto Drone

    UAV menerbangi sawah dan mengambil 10-100+ foto dengan overlap 70-80% dan metadata EXIF GPS.

  2. 2

    Stitching ODM

    Foto digabungkan menjadi satu orthophoto ber-georeferensi via OpenDroneMap lokal (Docker, fully offline).

  3. 3

    Klasifikasi HSV

    Segmentasi 2 kelas (kuning = matang, hijau = belum matang) dengan operasi morfologi untuk reduksi noise.

  4. 4

    Verdict & Visualisasi

    Verdict whole-orthophoto (SIAP / BELUM SIAP) + peta tematik interaktif Leaflet untuk dokumentasi.

Disclaimer Akademis

Sistem mendeteksi kesiapan panen berdasarkan indikator visual warna kanopi, bukan pengukuran fisiologis langsung (kadar air gabah, berat butir). Hasil dimaksudkan sebagai pendukung keputusan dan tidak menggantikan inspeksi lapangan oleh petani atau penyuluh pertanian.

Status Sistem

Backend FastAPI—Tidak terhubung
NodeODM—Tidak terhubung

Prasyarat Sistem

Docker Desktop berjalan

NodeODM container aktif (port 3000)

FastAPI backend aktif (port 8000)

Foto drone min. 4 buah, JPG dengan EXIF GPS