View/Open

Author
Ronal, Pasaribu

Date Published
08 Oct 2026

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

Subject
Teknik Fisika

Publisher

Kualitas air merupakan faktor penting dalam keberlangsungan hidup dan pertumbuhan ikan nila. Salah satu parameter penting adalah oksigen terlarut , karena kadar DO yang rendah dapat menyebabkan stres, menghambat pertumbuhan, hingga kematian ikan. Pemantauan DO secara manual memiliki keterbatasan dalam pemantauan berkelanjutan, sedangkan penggunaan alat ukur DO secara langsung memerlukan biaya pengadaan dan pemeliharaan. Selain itu, pengoperasian aerator secara terus-menerus berpotensi meningkatkan konsumsi energi. Penelitian ini bertujuan merancang sistem keputusan ON-OFF aerator berbasis prediksi DO menggunakan Support Vector Regression untuk mendukung efisiensi energi. Model SVR berkernel Radial Basis Function (RBF) dilatih menggunakan 4.025 data suhu, pH, dan Total Dissolved Solids (TDS) yang dikumpulkan setiap 10 menit selama 1 bulan. Optimasi hyperparameter menggunakan RandomizedSearchCV menghasilkan parameter terbaik C = 21,69, ε = 0,097, dan γ = 0,97. Evaluasi data uji menghasilkan R² sebesar 0,94, RMSE sebesar 0,24 mg/L, MAE sebesar 0,16 mg/L, dan MAPE sebesar 3,16%. Hasil prediksi digunakan untuk mengendalikan aerator dengan logika histeresis: ON ketika DO prediksi kurang dari 5 mg/L, mempertahankan status sebelumnya pada rentang 5–7 mg/L, dan OFF ketika lebih dari 7 mg/L. Selama pengujian sekitar 51,14 jam, aerator menyala selama 76,84% waktu pengujian. Estimasi konsumsi energi mencapai 471,60 Wh, lebih rendah 142,13 Wh atau 23,16% dibandingkan skenario aerator menyala terus-menerus. Hasil ini menunjukkan bahwa sistem keputusan ON-OFF berbasis prediksi SVR berpotensi meningkatkan efisiensi energi aerator pada budidaya ikan nila.

URI
https://repo.itera.ac.id/depan/submission/SB2610200033

Keyword
Ikan nila Dissolved Oxygen Internet of Things Support vector Regression efisiensi energi