Mahendra, Indera Ulung (2019) Rancang Bangun Pot Cerdas dengan mengatur Suhu Ruangan, Kelembapan Tanah, dan Intensitas Cahaya dengan Metode Jaringan Saraf Tiruan Backpropagation. Sarjana thesis, Universitas Brawijaya.
Abstract
Indonesia merupakan negara agraris yang sebagian besar penduduknya memiliki profesi petani. Salah satu komoditas yang sering ditanam adalah cabai. Cabai merupakan sebuah tanaman yang membutuhkan perlakuan khusus agar dapat tumbuh secara maksimal. Seiring dengan kemajuan zaman, lahan yang dapat digunakan untuk bercocok tanam semakin berkurang terutama lahan di tengah perkotaan. Oleh sebab itu penduduk di kota-kota besar melakukan kegiatan bercocok tanam di dalam ruangan yang sering disebut dengan urban farming. Untuk itu perlu dibuat sebuah pot cerdas yang dapat membantu dalam bercocok tanam di dalam rumah. Pot cerdas digunakan sebagai sarana untuk membantu pertumbuhan tanaman secara maksimal dengan mengatur suhu di dalam pot, kelembapan tanah di dalam media tanam, dan juga intensitas cahaya didalam kerangka pot cerdas. Seluruh sistem tersebut dibantu dengan menggunakan metode klasifikasi jaringan saraf tiruan backpropagation feed-forward. Metode tersebut digunakan untuk membantu sistem dalam melakukan analisis dari data yang diperoleh sensor agar sistem dapat mengambil tindakan yang diperlukan berdasarkan pembacaan data sensor. Guna mengetahui suhu yang ada didalam pot cerdas menggunakan sensor suhu DHT11 yang memiliki tingkat akurasi pembacaan yang cukup baik dengan jumlah rata-rata error 2.57% bila dibandingkan dengan pembacaan dari thermometer digital. guna mengetahui tingkat kelembapan tanah pada media tanam menggunakan sensor kelembapan tanah YL69 yang memiliki tingkat akurasi pembacaan yang cukup baik setelah dibandingkan dengan hasil pembacaan dari hygrometer. guna mengetahui tingkat intensitas cahaya pada pot cerdas menggunakan sensor LDR yang memiliki tingkat akurasi pembacaan dengan nilai error rata-rata sebesar 17.62% bila dibandingkan dengan hasil pembacaan dari luxmeter digital. Seluruh hasil pembacaan sensor tersebut diproses menggunakan metode jaringan saraf tiruan dimana pada sistem ini proses klasifikasi tersebut memerlukan rata-rata waktu selama 548 milidetik atau 0,548 detik. Hasil tersebut didapatkan setelah melakukan 20 kali percobaan.
English Abstract
Indonesia is an agrarian country where most of the population has a agricurtural worker profession. One commodity that is often grown is chili. Chili is a plant that requires special treatment in order to grow optimally. Along with the progress of the times, land that can be used for farming is decreasing, especially land in the middle of urban areas. Therefore, residents in big cities do farming activities in the room which is often called urban farming. For that we need to make a smart pot that can help in farming in the house. Smart pots are used as a means to help plant growth to the maximum by regulating the temperature in the pot, soil moisture in the growing media, and also the intensity of light in the framework of the intelligent pot. The whole system is assisted by using a feed-forward backpropagation neural network classification method. The method is used to assist the system in analyzing the data obtained by the sensor so that the system can take the necessary actions based on the sensor data reading. In order to know the temperature in a smart pot using the DHT11 temperature sensor which has a fairly good level of reading accuracy with an average error of 2.57% when compared to the reading from a digital thermometer. in order to determine the level of soil moisture in the planting media using a soil moisture sensor YL69 which has a fairly good level of accuracy reading compared to the results of the reading from the hygrometer. in order to determine the level of light intensity in an intelligent pot using an LDR sensor which has an accuracy reading level with an average error value of 17.62% when compared to the reading results from a digital luxmeter. All sensor readings are processed using the neural network method, which in this system the classification process requires an average time of 548 milliseconds or 0.548 seconds. These results were obtained after conducting 20 trials.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/588/051907780 |
| Uncontrolled Keywords: | urban farming , Jaringan saraf tiruan, Backpropagation, sensor suhu, sensor LDR, sensor kelembapan tanah. urban farming , neural network, Backpropagation, temperature sensor, LDR sensor, soil humidity sensor. |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.32 Neural nets (neural networks) |
| Divisions: | Fakultas Ilmu Komputer > Teknik Komputer |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 10 Aug 2020 06:52 |
| Last Modified: | 19 Oct 2021 05:33 |
| URI: | http://repository.ub.ac.id/id/eprint/173931 |
Preview |
Text
Indera Ulung Mahendra.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |