SISTEM MONITORING DAN PENGELOLAAN KUALITAS AIR MENGGUNAKAN AUTOFEEDER DI TAMBAK UDANG VANAME, MODUNG, MADURA DENGAN METODE EXTREME LEARNING MACHINE BERBASIS IOT.

Zakariya, Faris Robby (2023) SISTEM MONITORING DAN PENGELOLAAN KUALITAS AIR MENGGUNAKAN AUTOFEEDER DI TAMBAK UDANG VANAME, MODUNG, MADURA DENGAN METODE EXTREME LEARNING MACHINE BERBASIS IOT. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

[img] Text
0919040002 - Faris Robby Zakariya - Sistem i Monitoring _i dan Pengelolaan Kualitas Air Menggunakan i Autofeeder _i di Tambak Udang Vaname, Modung , Madura dengan Metode i Extreme Learning Machine _i Berbasis IOT..pdf
Restricted to Repository staff only

Download (4MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk merancang sebuah alat yang dapat memonitor dan mengendalikan kualitas air tambak udang vaname dengan efisiensi tinggi. Produksi udang yang menjadi target pemerintah adalah sebesar 1.290.000 ton, mengalami peningkatan sebesar 250% dari jumlah sebelumnya. Sistem monitoring menggunakan sensor-sensor yang menghasilkan tingkat kesalahan yang rendah, dengan tingkat kesalahan tertinggi pada parameter salinitas sebesar 4,2%. Sementara itu, sistem pengendalian menggunakan komponen seperti molase, CaCO3, aerator, dan AC drain valve untuk mengembalikan kondisi air ke tingkat normal. Metode Extreme Learning Machine (ELM) digunakan dan mencapai tingkat akurasi kesalahan sebesar 0,158113883 dalam pengujian. ELM memproses parameter masukan seperti salinitas, pH, dissolved oxygen (DO), suhu, dan alkali, serta menghasilkan keluaran berupa CaCO3, aerator, molase, dan drain valve. Keunggulan ELM adalah kemampuannya dalam memproses data dengan cepat melalui satu lapisan tersembunyi. Namun, kualitas data dan proses preprocessing tetap menjadi faktor penting untuk mendapatkan prediksi yang lebih akurat. Pengendalian menggunakan sistem menghasilkan perubahan kecil yaitu sebesar 71,875%, sementara tanpa sistem mencapai 87,5%. Sehingga dapat diketahui bahwa sistem dapat bekerja secara efisien dengan meningkatkan ukuran udang sebesar 45% dan menghasilkan kualitas air yang lebih stabil.

Item Type: Thesis (Diploma)
Additional Information: No. Inventaris : 7439/TO-19/2023 Lokasi TA : 509
Uncontrolled Keywords: ph, do, salinitas, suhu, alkalinitas, udang, extreme learning machine.
Subjects: TO - Teknik Otomasi > Rancang Bangun Sistem Otomasi
Divisions: Jurusan Teknik Kelistrikan Kapal > D4 Teknik Kelistrikan Kapal
Depositing User: Unnamed user with email repository@ppns.ac.id
Date Deposited: 24 Jan 2024 02:18
Last Modified: 24 Jan 2024 02:18
URI: http://repository.ppns.ac.id/id/eprint/5506

Actions (login required)

View Item View Item