View/Open

Author
Maharesi, Brilianto

Advisor
Amrina Mustaqim, S.Si., M.T,
Christio Revano Mege, M.T.,

Koleksi
Teknik Fisika

Publisher

Pada budidaya ikan nila, kualitas air menjadi faktor penting yang memengaruhi kelangsungan hidup dan produktivitas ikan. Parameter seperti suhu, pH, dan Total Dissolved Solids (TDS) memiliki pengaruh signifikan terhadap kualitas air. Dengan kemajuan teknologi, pemantauan kualitas air secara real-time berbasis Internet of things(IoT) menjadi solusi inovatif dalam mendukung sistem budidaya. Penelitian ini bertujuan untuk merancang sistem pengukuran yang dapat memprediksi kadar Oksigen Terlarut (Oksigen Terlarut/DO) di kolam ikan nila. Sistem ini memanfaatkan tiga sensor, yaitu sensor suhu, pH, dan TDS, yang terintegrasi dengan mikrokontroler ESP-32 untuk akuisisi data. Data yang diperoleh diolah menggunakan algoritma Artificial Neural Network (ANN) untuk menghasilkan model estimasi DO. Dataset yang digunakan mencakup 375 data pengukuran dengan pembagian 80% untuk data training, 10% untuk data testing, dan 10% untuk data validasi. Evaluasi model dilakukan menggunakan metrik Mean Squared Error (MSE), Root Mean Squared Error (RMSE), dan koefisien determinasi (R²). lalu alat yang dirancang memiliki nilai akurasi sensor sebesar 95%, dan waktu pengiriman alat ke aplikasi antar muka rata rata adalah 0,5 detik, dan diuji implementasi alat didapat nilai MAE sebesar 0,905 mg/L, nilai RMSE sebesar 1,163, dan MAPE sebesar 11,25% yang menunjukan bahwa alat memiliki akurasi 88,75 % jika dibandingkan alat ukur standar (DO Meter).

URI
https://repo.itera.ac.id/depan/submission/SB2502180007

Keyword
Oksigen Terlarut Kualitas Air Algoritma ANN Kolam budidaya ikan nila