Mobile-based monitoring system for an automatic cat feeder using Raspberry Pi

Anggraini, Nenny; Rahman, Dzul Fadli; Wardhani, Luh Kesuma; Hakiem, Nashrul

doi:10.12928/telkomnika.v18i2.14819

Cited by 11 publications

(5 citation statements)

References 14 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Raspberry Pi digunakan sebagai pengendali dan pemroses utama karena sudah paket lengkap, memiliki kemampuan GPIO seperti Arduino, tetapi memiliki prosesor multicore yang mendukung komputasi kompleks. Penelitian-penelitian yang menggunakan Raspberry Pi untuk keperluan sistem otomatisasi ataupun pembelajaran mesin seperti sistem pemberi pakan kucing otomatis yang dapat dimonitor melalui aplikasi mobile [4], membedakan benda berdasarkan warna dan bentuk [5], pemrosesan gambar untuk sistem kamera keamanan [6], dan pendeteksi sidik jari [7].…”

Section: Pendahuluanunclassified

Identifikasi Persediaan Makanan di dalam Lemari Pendingin Berbasis Raspberry Pi dan Deep Learning

Hasibuan

Rahayu

2022

ELE

View full text Add to dashboard Cite

Intisari — Sistem ini dibuat atas dasar permasalahan yang terjadi dalam kehidupan sehari-hari, salah satunya yaitu tidak terpantaunya persediaan bahan makanan di lemari pendingin. Ketika dibutuhkan suatu bahan makanan dari lemari pendingin dan ternyata tidak ada, maka akan menjadi masalah. Oleh karena itu, dibuatlah sebuah sistem yang mampu mengidentifikasi objek makanan di dalam lemari pendingin. Masukan dari sistem ini berupa foto objek makanan yang diambil menggunakan Raspberry Pi Camera dan terhubung langsung dengan Raspberry Pi di dalam lemari pendingin. Setelah diproses dengan algoritma pembelajaran mesin, maka keluaran yang dihasilkan berupa identifikasi objek makanan yang terdapat di dalam lemari pendingin tersebut. Objek makanan yang diuji berupa pisang, mentimun, brokoli, dan jeruk. Dari hasil pengujian, terlihat bahwa program mengidentifikasi objek dengan benar pada objek pisang dan jeruk yang ditunjukkan dengan confidence level tertinggi sebesar 56,98% dan 45,88%. Identifikasi objek mentimun dikenali sebagai zukini dengan confidence level tertinggi sebesar 78,61%. Adapun identifikasi objek paling rendah terdapat pada objek brokoli dengan confidence level kurang dari 1%. Kata kunci — Deep Belief Network, Deep Learning, Lemari Pendingin, Machine learning, Raspberry Pi. Abstract — This system is made based on problems that occur in everyday life, one of which is the lack of monitoring of food supplies in the refrigerator. It will be a problem when there is a need for a food item from the refrigerator and it does not exist. Therefore, a system is made that can identify food objects in the refrigerator. The input from this system is in the form of photos of food objects taken using the Raspberry Pi Camera and connected directly to the Raspberry Pi in the refrigerator. After being processed with machine learning algorithms, the resulting output identifies food objects in the refrigerator. The food objects tested were bananas, cucumbers, broccoli, and oranges. The test results show that the program correctly identified the object on the banana and orange object, which was indicated by the highest confidence levels of 56.98% and 45.88%, respectively. The identification of the cucumber object was recognized as zucchini with the highest confidence level of 78.61%. The lowest object identification was found in broccoli, with a confidence level of less than 1%. Keywords— Deep Belief Network, Deep Learning, Deep Belief Network, Machine learning, Raspberry Pi, Refrigerator.

show abstract

Section: Pendahuluanunclassified

Identifikasi Persediaan Makanan di dalam Lemari Pendingin Berbasis Raspberry Pi dan Deep Learning

Hasibuan

Rahayu

2022

ELE

View full text Add to dashboard Cite

show abstract

“…Bahkan ketika memelihara kucing, tidak sedikit pemilik kucing memberikan berbagai macam bentuk treatment kepada hewan peliharaannya. Pada dasarnya kucing adalah tipe hewan yang mudah dalam pemeliharaan, namun ada beberapa aspek dasar yang perlu diperhatikan agar kucing memperoleh kesehatan dan pertumbuhan yang baik salah satunya adalah pemberian pakan [1].…”

Section: Pendahuluanunclassified

“…Dengan begitu kucing yang ditinggal pemiliknya akan tetap mendapatkan kebutuhannya. Konsep IoT untuk membantu pengendalian sistem pakan hewan otomatis telah berhasil diimplementasikan di berbagai penelitian [1], [2]. Sedangkan penggunaan NodeMCU sebagai modul untuk sistem kontrol berbasis IoT pun sudah berhasil diimplementasikan tidak hanya untuk sistem pakan otomatis tetapi juga untuk otomatisasi smart home [6].…”

Section: Pendahuluanunclassified

Prototipe Sistem Kendali Jarak Jauh Pada Pakan dan Pintu Kandang Kucing

Putri

Darmawan²

2022

sutet

View full text Add to dashboard Cite

Kucing merupakan hewan peliharaan yang sangat populer didunia. Dari banyaknya aktivitas pemilik kucing menimbulkan berbagai macam masalah pada kucing terutama pada kebutuhan pokoknya seperti makan, minum dan bermain diluar kandang. Perancangan prototipe ini tentang suatu sistem kendali jarak jauh pakan, minum dan pintu pada kandang kucing yang dapat dikontrol melalui aplikasi Blynk pada Smartphone. Prototipe ini menggunakan NodeMCU sebagai mikrokontroler sekaligus komponen penghubung keapliaksi Blynk. Pada pintu kandang kucing dikontrol dengan motor servo dan monitoring pergerakan kucing yang melewati pintu dengan sensor infrared yang akan dikirimkan notifikasi ke Blynk. Pada ketersediaan pakan dan minum dimonitoring dengan sensor ultrasonik melalui notifikasi pada aplikasi Blynk. Pemberian pakan dengan motor servo dan pemberian minum dengan pompa air mini dikontrol melalui aplikasi Blynk. Hasil dari perancangan, prototipe dapat mengontrol dan memonitoring pakan dan pintu kandang kucing dari jarak jauh yang dapat diakses realtime dengan delay 3-5 detik saja

show abstract

“…Anggraini et al [13] presented a cat feeder system based on mobile monitoring system. They use the raspberry pi as microcontroller with various hardware components like webcam and stepper motor.…”

Section: Introductionmentioning

confidence: 99%

Intelligence feeder system for stray cats

Saadoon,

Koyuncu

2023

IJEECS

View full text Add to dashboard Cite

<span>Recently, <span lang="EN-US">the care of stray cats has become an important matter, given the difficulty for these animals to obtain food or water, whether in wild or remote areas, and this may cause the death of these animals. The aim of this work is to design and implement a low-cost feeding system for feral and indoor cats. The system is controlled by a jetson nano and arduino mega 2,560. The cat detection feeder system is built using the single shot multibox detector (SSD) MobileNet V2 algorithm. The system provides food and water for the cats. The SSD on jetson nano is implemented in real time. Jetson nano takes a picture using a webcam then runs the SSD algorithm. When a cat is detected, the arduino turns on a servo motor and a water pump. The system also includes a sim800l and GPS NEO-6M modules to send an alert message when the food and water tanks are empty. The message also contains the location of the feeder. When testing the system to determine the effectiveness of the functions, the SSD algorithm succeeded in recognizing cats, the system successfully provided food for the cats, and all parts of the device worked in high harmonic.</span></span>

show abstract

Mobile-based monitoring system for an automatic cat feeder using Raspberry Pi

Cited by 11 publications

References 14 publications

Identifikasi Persediaan Makanan di dalam Lemari Pendingin Berbasis Raspberry Pi dan Deep Learning

Identifikasi Persediaan Makanan di dalam Lemari Pendingin Berbasis Raspberry Pi dan Deep Learning

Prototipe Sistem Kendali Jarak Jauh Pada Pakan dan Pintu Kandang Kucing

Intelligence feeder system for stray cats

Contact Info

Product

Resources

About