UPPUPP

Riau Jurnal Teknik InformatikaRiau Jurnal Teknik Informatika

Internet of Things (IoT) mendorong penerapan teknologi pada bidang pertanian, khususnya pada sistem greenhouse hidroponik. Pengendalian suhu, kelembapan, intensitas cahaya, dan kondisi lingkungan yang masih dilakukan secara manual menyebabkan proses budidaya tanaman menjadi kurang efektif. Penelitian ini menghasilkan rancangan sistem monitoring dan kontrol otomatis greenhouse hidroponik berbasis Internet of Things (IoT). Metode yang digunakan meliputi studi literatur, analisis kebutuhan sistem, serta perancangan perangkat keras dan perangkat lunak. Rancangan sistem menggunakan Arduino Uno sebagai mikrokontroler, sensor lingkungan untuk memperoleh data kondisi greenhouse, serta modul ESP8266 sebagai media komunikasi data melalui jaringan internet. Hasil perancangan berupa arsitektur perangkat keras, alur kerja perangkat lunak, serta mekanisme monitoring dan kontrol otomatis yang memungkinkan data lingkungan ditampilkan secara real-time melalui aplikasi Android. Rancangan sistem ini dapat menjadi acuan dalam pengembangan dan implementasi smart greenhouse hidroponik berbasis IoT pada penelitian selanjutnya.

Penelitian ini menghasilkan rancangan sistem monitoring dan kontrol otomatis greenhouse hidroponik berbasis IoT yang mengintegrasikan NodeMCU ESP8266, sensor DHT22, sensor pH, sensor TDS, relay, dan pompa air.Sistem ini dirancang untuk mendukung pemantauan kondisi lingkungan secara real-time melalui platform IoT ThingSpeak, sehingga informasi mengenai suhu, kelembapan udara, pH, konsentrasi nutrisi, serta status aktuator dapat diakses menggunakan smartphone.Meskipun rancangan ini masih berada pada tahap desain, potensi penggunaan IoT dalam pengelolaan greenhouse hidroponik menunjukkan keunggulan dalam efisiensi dan akurasi pengendalian lingkungan.

Penelitian selanjutnya dapat mengembangkan sistem dengan integrasi sensor tambahan untuk memperluas parameter pemantauan, seperti kadar CO2 atau cahaya matahari. Selain itu, penggunaan algoritma machine learning untuk prediksi kondisi lingkungan dan optimasi pertumbuhan tanaman dapat menjadi arah studi baru. Terakhir, pengujian sistem secara langsung di lingkungan nyata dengan skala yang lebih besar diperlukan untuk memvalidasi kinerja dan keandalan rancangan dalam kondisi berbeda.

Read online
File size478.03 KB
Pages11
DMCAReport

Related /

ads-block-test