BookOpen AccessMetadata saja
.
.
Hasil pencarian
Jelajahi seluruh publikasi yang tersedia.
Pencarian lanjut AND / OR / NOT
ThesisOpen AccessMetadata saja
RANCANG BANGUN SISTEM MONITORING KUALITAS NUTRISI AIR PADA TANAMAN BAYAM HIDROPONIK BERBASIS INTERNET OF THINGS
.Tanaman bayam merupakan salah satu komoditas sayuran dengan tingkat permintaan yang tinggi sehingga memerlukan pengelolaan nutrisi yang optimal, khususnya pada sensor pH, (TDS), dan suhu air. Pada budidaya hidroponik, permasalahan yang sering terjadi adalah ketidak seimbangan nutrisi akibat proses pemantauan yang masih dilakukan secara manual. Kondisi tersebut dapat menyebabkan tanaman layu, daun menguning, serta pertumbuhan yang terhambat. Oleh karena itu, diperlukan sebuah sistem pemantauan kualitas nutrisi air yang mampu bekerja secara otomatis dan real-time untuk menjaga kestabilan kondisi nutrisi tanaman.Penelitian ini bertujuan untuk merancang dan membangun sistem monitoring kualitas nutrisi air pada tanaman bayam hidroponik berbasis IoT. Sistem ini menggunakan Mikrokontroler ESP32 sebagai pengendali utama yang terhubung dengan sensor pH, sensor TDS, dan sensor suhu air. Data hasil pembacaan sensor dikirim secara real-time ke platform Blynk sehingga dapat dipantau melalui perangkat smartphone maupun website. Nilai acuan kualitas nutrisi yang digunakan dalam penelitian ini yaitu pH ideal 5,5–6,5, TDS 700–1600 ppm, dan suhu optimal 18–25°C. Hasil pengujian menunjukkan bahwa sistem mampu bekerja dengan baik dan stabil dalam memantau kualitas nutrisi air. Tingkat Akurasi sensor berdasarkan perhitungan error rate diperoleh sebesar 96,76% untuk sensor pH, 98,50% untuk sensor TDS, dan 98,12% untuk sensor suhu.Pengujian keseluruhan sistem dilakukan selama dua hari. Pada hari pertama, sistem mencapai tingkat Akurasi sebesar 86,6%, dengan pH berada pada kisaran 6,36–6,60 dan nilai TDS menurun dari 1127 ppm menjadi 543 ppm, sehingga kualitas air meningkat dari kategori “buruk” menjadi “sedang” hingga “baik”. Pada hari kedua, tingkat kesesuaian sistem sebesar 73,3%, dengan pH 6,29–6,64 dan TDS menurun hingga 547 ppm. Hasil ini menunjukkan bahwa sistem mampu menampilkan data secara real-time melalui aplikasi Blynk serta memberikan informasi kondisi nutrisi air secara akurat sesuai kategori ambang batas yang ditentukan.