Arjon TurnipDarmawan HidayatMUHAMMAD IQBAL FADLILLAH2024-05-272024-05-272023-06-25https://repository.unpad.ac.id/handle/kandaga/140910190047Perkembangan teknologi Industri 4.0 mempengaruhi berbagai aspek kehidupan, termasuk transisi dari penggunaan alat konvensional menjadi otomatisasi. Salah satu contohnya adalah penggunaan autonomous drone di sektor pertanian untuk proses penyiraman tanaman. Autonomous farming drone harus dilengkapi dengan sistem monitoring yang mampu memantau parameter seperti ketinggian, kecepatan, titik koordinat, dan lainnya secara real time. Sistem monitoring real time dirancang dengan menggunakan Mavlink, WebSocket, HTTPS, dan TCP sebagai protokol komunikasi data. Sistem monitoring berbasis website berhasil dibangun menggunakan HTML, CSS, dan Javascript. Sistem monitoring juga dilengkapi dengan model Deep Neural Network yang memberikan klasifikasi terkait informasi kondisi drone, dengan akurasi: training 98,28%, pengujian 97%, dan deployment 93,75%. Sistem monitoring berhasil melakukan pengiriman data dengan rata-rata latensi 2602,24 ms dan jitter 1218,50 ms, pembacaan data dengan rata-rata latensi 2600,50 ms dan jitter 1298,54 ms, serta pengiriman data dari Backend ke Frontend dengan rata-rata latensi 554,68 ms dan jitter 333,16 ms. Selain itu, sistem monitoring mampu menampilkan streaming video real time dengan rata-rata latensi 352 ms dan FPS sebesar 29,872. Nilai rata-rata persentase error antara data aktual drone dibandingkan dengan sistem monitoring sebesar 0,026% untuk variabel altitude, titik koordinat latitude dan longitude sebesar 0,030%, serta ground speed sebesar 0,010%.Sistem monitoringautonomous farming dronewebsite