POLTESAPOLTESA

Prosiding Seminar Hasil Penelitian dan Pengabdian Kepada Masyarakat (SEHATI ABDIMAS)Prosiding Seminar Hasil Penelitian dan Pengabdian Kepada Masyarakat (SEHATI ABDIMAS)

Tantangan perubahan iklim dan gangguan hama saat ini membuat banyak petani beralih kepada model pertanian intensif menggunakan green house, terutama untuk pembibitan tanaman. Dalam penerapan teknologi saat ini, telah banyak greenhouse yang mengaplikasikan suatu sistem yang memudahkan untuk monitoring dan kontrol dengan IOT pada sistem greenhouse. Hal ini dilakukan untuk memantau secara realtime kondisi parameter fisik dan cuaca pada greenhouse dengan menggunakan bantuan sensor melalui platform internet. Pada penelitian ini dilakukan perancangan sistem dan pembuatan prototype peralatan sistem monitoring dan kontrol yang diaplikasikan pada greenhouse serta mengintegrasiakan sistem dengan aplikasi web Thinger.io untuk menampilkan semua parameter fisika yang terbaca oleh sensor yang digunakan pada interface web secara realtime. Berdasakan Hasil uji dan obeservasi terhadap sistem monitoring bibit tanaman kopi di mini greenhouse yang dikembangkan mampu memonitoring dan melakukan kontrol terhadap suhu, humidity, soil moisture, cahaya, dan penyiraman otomatis dari pompa, menghidupkan kipas exhaust dan mengontrol pencahayaan. Output dari kondisi realtime bisa dipantau melalui platform Thinger.io.

Sistem monitoring dan kontrol rumah kaca berbasis IoT yang dikembangkan terbukti lengkap dan efektif untuk memantau serta mengendalikan parameter lingkungan pada pembibitan kopi.Sistem ini memberikan keuntungan signifikan dengan menghemat waktu, biaya, dan tenaga kerja, selain memungkinkan pengendalian jarak jauh tanpa batasan waktu dan lokasi.Data lingkungan yang terkumpul tidak hanya menciptakan kondisi tumbuh ideal untuk mencegah kerusakan tanaman, tetapi juga berpotensi sebagai dasar studi analitis lebih lanjut mengenai parameter pertumbuhan bibit kopi yang optimal.

Penelitian selanjutnya dapat mengeksplorasi tiga arah pengembangan yang menarik untuk melengkapi temuan ini. Pertama, sebuah studi dapat membandingkan secara mendalam kelayakan ekonomi dan performa sistem saat diubah dari prototipe mini menjadi implementasi skala komersial untuk greenhouse yang jauh lebih besar dan kompleks. Kedua, mengingat sistem telah berhasil mengumpulkan data lingkungan secara berkelanjutan, apakah data historis tersebut dapat dimanfaatkan untuk mengembangkan model pembelajaran mesin (machine learning) yang mampu memprediksi risiko serangan hama atau penyakit, bahkan memperkirakan waktu panen optimal bagi bibit kopi? Ketiga, karena penelitian ini sangat bergantung pada platform Thinger.io, penting untuk meneliti perbandingan antara menggunakan layanan cloud pihak ketiga dengan membangun sistem dashboard lokal yang sepenuhnya independen, terutama dari aspek biaya jangka panjang, keamanan data, dan fleksibilitas kustomisasi bagi petani lokal. Ketiga pertanyaan ini akan membawa teknologi ini dari level prototipe menuju penerapan yang lebih matang, prediktif, dan berdaulat.

  1. #model pembelajaran#model pembelajaran
  2. #daya saing#daya saing
Read online
File size647.13 KB
Pages9
Short Linkhttps://juris.id/p-1J2
Lookup LinksGoogle ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard
DMCAReport

Related /

ads-block-test