SISTEM KLASIFIKASI DENGAN METODE KNN (K-NEAREST NEIGHBORS) PADA FILTRASI UNTUK MENINGKATKAN PENGGUNAAN AIR PADA KOLAM LELE

HARFIA, GALUH CAHYANI (2024) SISTEM KLASIFIKASI DENGAN METODE KNN (K-NEAREST NEIGHBORS) PADA FILTRASI UNTUK MENINGKATKAN PENGGUNAAN AIR PADA KOLAM LELE. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0920040077 - Galuh Cahyani Harfia - Sistem Klasifikasi dengan Metode Knn _i_ K-Nearest Neighbours) __i_ pada Filtrasi untuk Meningkatkan Penggunaan Air pada Kolam Lele.pdf Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Dalam menghadapi tantangan pengelolaan sumber daya air dalam budidaya lele, terutama selama musim kemarau, teknologi otomatisasi berbasis K-Nearest Neighbors (K-NN) menawarkan solusi cerdas untuk meningkatkan efisiensi penggunaan air. Penelitian ini mengembangkan sistem kendali klasifikasi yang memanfaatkan sensor pH dan turbidity dengan tujuan utama untuk memonitor serta mengoptimalkan kondisi air dalam kolam lele secara realtime. Dengan menggunakan metode K-NN, sistem ini mampu melakukan pengambilan keputusan dengan akurasi yang tinggi berdasarkan data yang terkumpul dari sensor. Integrasi dengan platform Android memungkinkan pengendalian yang lebih fleksibel dan responsif terhadap perubahan kondisi air, sehingga meningkatkan kemampuan adaptasi budidaya terhadap variabilitas lingkungan. Penelitian ini tidak hanya berkontribusi dalam aspek teknologi tetapi juga mendukung keberlanjutan praktik budidaya lele dengan mengurangi risiko kegagalan akibat kualitas lingkungan yang tidak baik untuk pertumbuhan ikan lele. Hasil implementasi system filterisasi memiliki pembacaan error sensor pH sebesar 1.15%, sensor ultrasonik 1.17%, dan sensor tutbidity 0,0056% dapat mendeteksi tingkat kejernihan air pada kolam yang dikategorikan menjadi air jernih dan air keruh. Untuk dinyatakan keruh itu ph membaca 4.67 dan Turbidity membaca 25.62 dan dinyatakan jernih ph membaca 7.13 dan Turbidity 5.96

Actions (login required)

View Item