UBUB
Jurnal Teknologi Informasi dan Ilmu KomputerJurnal Teknologi Informasi dan Ilmu KomputerHidroponik merupakan metode pertanian modern yang efisien dalam penggunaan sumber daya dan lingkungan, namun memerlukan pemantauan serta pengaturan nutrisi yang tepat agar tanaman dapat tumbuh optimal. Penelitian ini mengenalkan sistem pemantauan dan pengaturan nutrisi berbasis Internet of Things (IoT) pada sistem hidroponik, dengan fokus pengujian pada tanaman selada. Sensor Total Dissolved Solids (TDS) dan sensor pH terhubung secara nirkabel untuk mengumpulkan data otomatis, sementara kamera ESP32-Cam merekam visual pertumbuhan tanaman. Data sensor dikirim ke basis data Firebase dan dilanjutkan ke aplikasi. Sistem dilengkapi mekanisme otomatisasi untuk mengatur nutrisi sesuai parameter yang telah ditentukan. Pengujian dan evaluasi dilakukan pada sistem yang diimplementasikan dalam lingkungan hidroponik. Aplikasi memungkinkan pengguna memantau dan mengatur tingkat nutrisi tanaman selada secara real‑time dari jarak jauh. Hasil menggunakan sistem automasi menunjukkan sistem pemantauan tidak kalah akurat dibandingkan pemantauan langsung; nilai error sensor TDS berada di antara 0–3% dan sensor pH 1–4%. Penelitian ini berkontribusi pada pengembangan pertanian modern, memungkinkan petani meningkatkan produktivitas, mengoptimalkan penggunaan sumber daya, dan mendukung pertanian berkelanjutan.
Selama 5 hari pengujian, alat otomatisasi hidroponik berhasil membaca nilai TDS hingga 1000 ppm dan pH antara 6,4–7,0, dengan error 3 % untuk sensor pH dan 4 % untuk sensor TDS.Sistem monitoring melalui aplikasi berjalan baik meski terdapat delay transfer data.hal ini tidak menurunkan kinerja sistem otomatisasi.Pengambilan gambar oleh kamera ESP32‑Cam menghasilkan resolusi rendah namun data gambar tetap dikirim ke Firebase dan dapat dilihat pada aplikasi.Dengan demikian, sistem pemantauan dan pengaturan nutrisi berbasis IoT dapat meningkatkan efisiensi dan produktivitas hidroponik.
Penelitian lanjutan dapat mengkaji integrasi sensor TDS rangkaian kalibrasi hingga 3500 ppm agar cocok untuk tanaman selain selada, serta mengevaluasi kinerja kamera resolusi tinggi dalam menangkap perkembangan akar dan lemak; selanjutnya, studi dapat meneliti sistem pembelajaran mesin yang memprediksi kebutuhan nutrisi berdasarkan data historis nilai TDS dan pH, untuk memperbaiki mekanisme auto‑penyesuaian nutrisi secara real‑time pada sistem hidroponik berbasis IoT.
| File size | 1.08 MB |
| Pages | 12 |
| DMCA | Report |
Related /
BMABERSAMABMABERSAMA Metode rekrutmen yang digunakan mencakup internal dan eksternal. proses rekrutmen di Ikea Food Alam Sutera dinilai penting karena tidak hanya bertujuanMetode rekrutmen yang digunakan mencakup internal dan eksternal. proses rekrutmen di Ikea Food Alam Sutera dinilai penting karena tidak hanya bertujuan
UMNUMN Di sisi lain, faktor penghambat yang dihadapi antara lain keterbatasan anggaran pemasaran digital di tingkat KCP, tingkat literasi keuangan syariah masyarakatDi sisi lain, faktor penghambat yang dihadapi antara lain keterbatasan anggaran pemasaran digital di tingkat KCP, tingkat literasi keuangan syariah masyarakat
STIEMULIA SINGKAWANGSTIEMULIA SINGKAWANG Selain itu, promosi melalui rekomendasi pribadi, pelayanan karyawan yang ramah dan cepat, serta kondisi fisik toko dan proses layanan juga memperoleh penilaianSelain itu, promosi melalui rekomendasi pribadi, pelayanan karyawan yang ramah dan cepat, serta kondisi fisik toko dan proses layanan juga memperoleh penilaian
UMPUMP Penelitian menekankan pentingnya menciptakan lingkungan kerja yang mendukung, meningkatkan pengakuan, dan melibatkan perawat dalam pengembangan kebijakanPenelitian menekankan pentingnya menciptakan lingkungan kerja yang mendukung, meningkatkan pengakuan, dan melibatkan perawat dalam pengembangan kebijakan
IAIN BONEIAIN BONE Artikel ini mengeksplorasi strategi manajemen sumber daya manusia (SDM) yang mendukung retensi tenaga pendidik di lembaga pendidikan era digital. StudiArtikel ini mengeksplorasi strategi manajemen sumber daya manusia (SDM) yang mendukung retensi tenaga pendidik di lembaga pendidikan era digital. Studi
UBMUBM 2%) sebagai kategori churn, dengan mencapai tingkat akurasi model sebesar 98%. Temuan ini menunjukkan efektivitas Decision Tree C4. 5 dalam memetakan pola2%) sebagai kategori churn, dengan mencapai tingkat akurasi model sebesar 98%. Temuan ini menunjukkan efektivitas Decision Tree C4. 5 dalam memetakan pola
JOURNAL IASSSFJOURNAL IASSSF Beban kerja yang berat, tingkat kepuasan dalam pekerjaan, bahkan aspek mental karyawan termasuk kedalam faktor individu. Karyawan yang merasa bahwa lingkunganBeban kerja yang berat, tingkat kepuasan dalam pekerjaan, bahkan aspek mental karyawan termasuk kedalam faktor individu. Karyawan yang merasa bahwa lingkungan
UNPAMUNPAM Temuan ini mengindikasikan bahwa penggunaan model prediktif berbasis machine learning dapat menjadi alat yang ampuh bagi organisasi untuk mengidentifikasiTemuan ini mengindikasikan bahwa penggunaan model prediktif berbasis machine learning dapat menjadi alat yang ampuh bagi organisasi untuk mengidentifikasi
Useful /
UBUB KNN memberikan akurasi tertinggi 81,28% dan kinerja seimbang pada semua metrik. Kelemahan masih terletak pada tinggi rasio false positive dan false negative.KNN memberikan akurasi tertinggi 81,28% dan kinerja seimbang pada semua metrik. Kelemahan masih terletak pada tinggi rasio false positive dan false negative.
UBUB 999 citra, yang mencakup 1. 867 citra dari Kaggle Repository dan 132 citra hasil pengambilan data lokal di Bangkalan, Jawa Timur. Dataset dibagi menjadi999 citra, yang mencakup 1. 867 citra dari Kaggle Repository dan 132 citra hasil pengambilan data lokal di Bangkalan, Jawa Timur. Dataset dibagi menjadi
UBUB Penelitian ini mengevaluasi penerapan Grey Wolf Optimizer (GWO) untuk seleksi fitur pada deteksi kecacatan perangkat lunak menggunakan Support Vector MachinePenelitian ini mengevaluasi penerapan Grey Wolf Optimizer (GWO) untuk seleksi fitur pada deteksi kecacatan perangkat lunak menggunakan Support Vector Machine
STIEMULIA SINGKAWANGSTIEMULIA SINGKAWANG Sebaliknya, PT XL Axiata Tbk menunjukkan ketidakefektifan dengan kerugian yang signifikan, terutama pada 2018. Perusahaan ini perlu memperbaiki pengelolaanSebaliknya, PT XL Axiata Tbk menunjukkan ketidakefektifan dengan kerugian yang signifikan, terutama pada 2018. Perusahaan ini perlu memperbaiki pengelolaan