RANCANG BANGUN PENGENDALIAN KUALITAS AIR PADA BUDIDAYA IKAN KOI MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK BERBASIS IOT

Tri Widia, Fransiska (2023) RANCANG BANGUN PENGENDALIAN KUALITAS AIR PADA BUDIDAYA IKAN KOI MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK BERBASIS IOT. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0919040053 - Fransiska Tri Widia - Rancang Bangun Pengendalian Kualitas Air pada Budidaya Ikan Koi Menggunakan Metode i Backpropagation Neural Network _i Berbasis IoT.pdf Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Ikan koi merupakan ikan yang terkenal mempunyai nilai jual tinggi. Hal yang memengaruhi nilai jual yang tinggi ini antara lain bentuk, warna dan kesehatan ikan. Ikan Koi termasuk ikan yang sensitif sehingga rentan terserang penyakit, oleh karena itu lingkungan hidup terutama kadar oksigen terlarut, pH, dan amonia dalam air kolam semestinya dijaga dengan baik. Ikan koi banyak dipelihara pada ruang terbuka oleh karena itu banyak kendala yang dialami oleh para pembudidaya ikan koi antara lain kesalahan dalam cara pemeliharaan dan jarak kolam yang jauh dimana mengakibatkan pembudidaya tidak dapat memantau kolam secara real time. Dari permasalahan tersebut penulis ingin membuat sebuah sistem monitoring dan kontrol secara otomatis yang dapat membantu mengendalikan kualitas air pada kolam budidaya ikan koi. Sistem ini terdiri dari sensor pH, sensor DS18B20, sensor MQ135, sensor Dissolved oxygen, aktuator pompa air, peltier, aerator dengan menggunakan metode Backpropagation Neural network. Sistem ini juga menggunakan ESP32 serta aplikasi Smartphone yang digunakan untuk memantau serta mengendalikan kualitas air. Penerapan dari sistem dapat membantu pembudidaya dalam memonitoring dan mengontrol kualitas air. Sistem berjalan dengan baik dengan error yang dihasilkan yaitu untuk sensor suhu yaitu 0.035%, sensor pH 2,8% dan sensor dissolved oxygen sebesar 0.007%. Sementara untuk monitoring data sensor dapat dilakukan dengan akurat.

Actions (login required)

View Item