View/Open

Author
SITI, NUR FITRIANI

Date Published
25 Sep 2026

Advisor
Christio Revano Mege, M.T.,
Ahmad Suaif, S.Si., M.Si.,

Subject
Teknik Fisika

Publisher

Kadar oksigen terlarut merupakan salah satu parameter penting yang perlu diperhatikan dalam pengelolaan kualitas air pada kolam budidaya ikan nila, sehingga penelitian ini dirancang untuk membangun sistem pemantauan yang mampu mengestimasi nilai DO menggunakan metode Support Vector Regression (SVR) yang diintegrasikan dengan teknologi IoT. Sebanyak 4.028 data pengukuran pH, TDS, suhu, dan DO dikumpulkan sebagai dasar penelitian, kemudian diproses lebih lanjut menggunakan metode Interquartile Range (IQR) sehingga diperoleh 4.025 data yang digunakan dalam pemodelan. Kombinasi hyperparameter terbaik pada model SVR dengan kernel RBF diperoleh nilai optimal C = 21,69, γ =0,97, serta ε =0,10,dengan kinerja model pada pengujian mencapai R2 = 0,94, RMSE=0,24 mg/L, MAE=0,17 mg/L, dan MAPE = 3,16%. Sistem pemantauan dikembangkan berbasis ESP32 yang terhubung ke sensor pH, TDS, DS18B20, serta Firebase dan MIT App Inventor sebagai bagian dari sistem monitoring. Pengujian sensor menghasilkan akurasi sebesar 99,09% (DS18B20), 98,16% (TDS), dan 99,1% (pH). Adapun pada pengujian sistem secara terintegrasi, diperoleh nilai MAE sebesar 0,2 mg/L, RMSE sebesar 0,26 mg/L, MAPE sebesar 3,6%, dan akurasi sebesar 96,4% terhadap hasil pengukuran DO meter standar. Hasil tersebut menunjukkan bahwa sistem yang dibangun layak digunakan untuk memantau dan mengestimasi kadar DO secara real-time pada kolam budidaya ikan nila.

URI
https://repo.itera.ac.id/depan/submission/SB2610010016

Keyword
Kadar DO Ikan nila SVR ESP32 IoT