Rancang Bangun Alat Monitoring Jumlah Ayam Potong (Broiler) dan Deteksi Suhu Kandang Berbasis Internet of Things (IoT)

Penelitian ini mengembangkan sistem berbasis *Internet of Things* (IoT) untuk penghitungan ayam pedaging dan pengendalian suhu kandang. ESP32-CAM mengambil gambar melalui *endpoint* pengambilan HTTP, sedangkan inferensi YOLOv8n dijalankan pada komputer lokal menggunakan Python, OpenCV, dan Ultralytics. Dataset mencakup 2.339 gambar berukuran 1280 × 1280 piksel dan 78.286 anotasi ayam pedaging, yang dibagi menjadi 1.819 gambar pelatihan (77,77%) dan 520 gambar validasi (22,23%); tidak tersedia pembagian data uji independen. Pelatihan menggunakan 100 *epoch*, ukuran *batch* 16, dan input 640 × 640. Pada *epoch* terbaik, nilai presisi, *recall*, F1-*score*, mAP@0,5, dan mAP@0,5:0,95 pada tahap validasi masing-masing adalah 96,57%, 96,34%, 96,45%, 97,84%, dan 68,71%. Lima skenario penghitungan menghasilkan akurasi agregat 97,00%, MAE sebesar 0,60 ekor ayam/gambar, dan MAPE sebesar 3,00%. Kalibrasi suhu menghasilkan MAE sebesar 0,14 °C, sementara penghitungan otomatis mengurangi waktu pemrosesan sebesar 89,35% dibandingkan dengan penghitungan manual. Perintah Telegram untuk pengambilan gambar, penghitungan, dan akses *live-stream* berfungsi dengan baik dalam uji fungsional tunggal. Data uji independen, spesifikasi perangkat, deret waktu suhu, latensi, dan keandalan komunikasi masih diperlukan sebelum dapat membuat klaim umum mengenai kinerja *real-time*.