Perancangan Dan Implementasi Sistem
Early Warning Dalam Monitoring Tanaman Cabai Rawit(Capsicum Frutescens) Berbasis Iot Menggunakan Metode Regresi Linier
Total View This Week0
Total View This Week0
Institusion
Institut Teknologi Kalimantan
Author
Ramadhan, Archie Dylan
Subject
T Technology (General)
Datestamp
2025-01-09 06:10:34
Abstract :
Pertanian memiliki peran krusial dalam perekonomian Indonesia, dengan sebagian besar penduduk bekerja sebagai petani. Salah satu praktik pertanian yang penting adalah hortikultura, terutama budidaya cabai yang memiliki nilai ekonomis tinggi. Kondisi pertumbuhan cabai dipengaruhi oleh faktor-faktor tanah seperti suhu, kelembapan, dan pH. Dalam konteks ini, penerapan Internet of Things (IoT) di pertanian menjadi sangat relevan karena dapat membantu petani memantau kondisi tanah dan tanaman secara real-time, meningkatkan efisiensi produksi, serta mengurangi biaya. Penelitian ini mencakup bagaimana penerapan sistem early warning menggunakan notifikasi perangkat gawai pada tanaman cabai dengan menggunakan metode regresi linier. Metode penelitian terdiri dari beberapa tahap: studi literatur, analisis kebutuhan, perancangan arsitektur, implementasi alat dan sistem, preprocessing data untuk pelatihan dan pengujian model, serta uji coba dan evaluasi sistem. Hasil penelitian menunjukkan bahwa sensor-sensor yang diintegrasikan pada ESP32 memiliki performa yang baik, dengan akurasi sensor pH sebesar 96.32% dan error 3.68%, sensor suhu DHT11 memiliki akurasi 96.15% dan error 3.85%. Sistem ini mengandalkan data dari 1468 dataset dengan pembagian 80:20 untuk data latih dan uji, menghasilkan evaluasi regresi linier dengan nilai MAPE 3.893%, RMSE 0.02745, dan MAE 0.02024. Hasil ini menunjukkan bahwa prediksi kelembapan tanah cukup akurat dan berada dalam batas toleransi yang dapat diandalkan untuk aplikasi monitoring dan prediksi.
Pertanian memiliki peran krusial dalam perekonomian Indonesia, dengan sebagian besar penduduk bekerja sebagai petani. Salah satu praktik pertanian yang penting adalah hortikultura, terutama budidaya cabai yang memiliki nilai ekonomis tinggi. Kondisi pertumbuhan cabai dipengaruhi oleh faktor-faktor tanah seperti suhu, kelembapan, dan pH. Dalam konteks ini, penerapan Internet of Things (IoT) di pertanian menjadi sangat relevan karena dapat membantu petani memantau kondisi tanah dan tanaman secara real-time, meningkatkan efisiensi produksi, serta mengurangi biaya. Penelitian ini mencakup bagaimana penerapan sistem early warning menggunakan notifikasi perangkat gawai pada tanaman cabai dengan menggunakan metode regresi linier. Metode penelitian terdiri dari beberapa tahap: studi literatur, analisis kebutuhan, perancangan arsitektur, implementasi alat dan sistem, preprocessing data untuk pelatihan dan pengujian model, serta uji coba dan evaluasi sistem. Hasil penelitian menunjukkan bahwa sensor-sensor yang diintegrasikan pada ESP32 memiliki performa yang baik, dengan akurasi sensor pH sebesar 96.32% dan error 3.68%, sensor suhu DHT11 memiliki akurasi 96.15% dan error 3.85%. Sistem ini mengandalkan data dari 1468 dataset dengan pembagian 80:20 untuk data latih dan uji, menghasilkan evaluasi regresi linier dengan nilai MAPE 3.893%, RMSE 0.02745, dan MAE 0.02024. Hasil ini menunjukkan bahwa prediksi kelembapan tanah cukup akurat dan berada dalam batas toleransi yang dapat diandalkan untuk aplikasi monitoring dan prediksi.
File :
11211015_cover.pdf
11211015_ statement_of_authenticity.pdf
11211015_notations.pdf
11211015_chapter_1.pdf
11211015_chapter_2.pdf
11211015_chapter_3.pdf
11211015_chapter_4.pdf
11211015_conclusions.pdf
11211015_bibliography.pdf
11211015_enclosure.pdf
11211015_paper.pdf
11211015_presentation.pdf
11211015_publishing_agreement.pdf
11211015_FORM. TA-020.pdf
11211015_approval_sheet.pdf
11211015_preface.pdf
11211015_abstract_id.pdf
11211015_abstract_en.pdf
11211015_table_of_content.pdf
11211015_illustrations.pdf
11211015_tables.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
