RANCANG BANGUN OTOMATISASI HIDROPONIK DEEP F0LOW TECHNIQUE MENGGUNAKAN LOGIKA FUZZY SUGENO BERBASIS INTERNET OF THINGS

PUTRI, FARRAH AISYAH (2021) RANCANG BANGUN OTOMATISASI HIDROPONIK DEEP F0LOW TECHNIQUE MENGGUNAKAN LOGIKA FUZZY SUGENO BERBASIS INTERNET OF THINGS. S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (HAL COVER) 01 Cover.pdf Download (175kB) | Preview
	Text (BAB I) 02 Bab 1.pdf Restricted to Registered users only Download (47kB)
	Text (BAB II) 03 Bab 2.pdf Restricted to Registered users only Download (375kB)
	Text (BAB III) 04 Bab 3.pdf Restricted to Registered users only Download (373kB)
	Text (BAB IV) 05 Bab 4.pdf Restricted to Registered users only Download (384kB)
	Text (BAB V) 06 Bab 5.pdf Restricted to Registered users only Download (26kB)
	Text (DAFTAR PUSTAKA) 07 Daftar Pustaka.pdf Restricted to Registered users only Download (43kB)
	Text (LAMPIRAN) 08 Lampiran.pdf Restricted to Registered users only Download (3MB)

Abstract

The decline in the quality of the environment is a problem that is being faced by the community. The construction of residential areas that do not pay attention to Green Open Space has an impact on the decline in the quality of the environment. For this reason, the yard of the house is used to improve the quality of the community's living environment. However, the location of the house in urban areas does not necessarily provide a large yard for farming. For that we need a more sustainable planting method known as hydroponics. Hydroponics is a method of cultivating plants using a number of nutrient-rich water as a growing medium. Hydroponics includes smart gardening which can be integrated into IoT, so this research focuses on making hydroponic automation using IoT-based fuzzy logic methods. This prototype functions to and regulates the amount of water, nutrients and pH in the nutrient tank based on the sensor readings. To produce a quantized output, the Sugeno’s Fuzzy Logic method is used in this system. Based on the results of fuzzification and inference on the method, the output values for the water pump motor, nutrition pump motor, pH Up pump motor and pH Down pump motor are using period of time in seconds By applying fuzzy logic to nutrient control in hydroponic plants, plant growth using fuzzy logic control is more optimal than without fuzzy logic control. Then the response time on controlling the water level reaches a stability of 41 seconds. The response time on the TDS control reaches a stability of 51.96 seconds. The response time for controlling pH reached a stability of 5.48 seconds. The output value on the Arduino has an accuracy of 99.77% of the output value that is simulated using Matlab. This prototype can be monitored remotely using the ThingSpeak platform where data transmission from Arduino to ThingSpeak takes 11.2 seconds. Key Words: Hydroponic, Fuzzy Sugeno, IoT, Arduino, Water, TDS, pH Penurunan kualitas lingkungan hidup merupakan sebuah permasalahan yang sedang di hadapi oleh masyarakat. Pembangunan kawasan perumahan yang tidak memperhatikan Ruang Terbuka Hijau memberi dampak terhadap penurunan kualitas lingkungan hidup. Untuk itu, pekarangan rumah dimanfaat guna meningkatkan kualitas lingkungan hidup masyarakat. Namun dengan lokasi rumah yang berada di perkotaan belum tentu menyediakan pekarangan yang luas untuk bercocok tanam. Untuk itu diperlukan metode penanaman yang lebih berkelanjutan yang dikenal dengan hidroponik. Hidroponik merupakan metode budidaya tanaman dengan menggunakan sejumlah air yang kaya akan nutrisi sebagai media tanamnya. Hidroponik termasuk smart gardening dimana dapat diintegrasikan pada IoT, sehingga penelitian ini berfokus pada pembuatan otomatisasi hidroponik menggunakan metode logika fuzzy berbasis IoT. Prototipe ini berfungsi untuk dan mengatur jumlah air, nutrisi dan pH pada tangki nutrisi berdasarkan hasil pembacaan sensor. Untuk menghasilkan keluaran yang terkuantisasi, metode Logika Fuzzy Sugeno digunakan pada sistem ini. Berdasarkan hasil dari fuzzifikasi dan inferensi pada metode tersebut, menghasilkan nilai keluaran pada motor pompa air, motor pompa nutrisi, motor pompa pH Up dan motor pompa pH Down berupa waktu dengan satuan detik. Dengan menerapkan logika fuzzy pada pengendalian nutrisi pada tanaman hidroponik, pertumbuhan tanaman menggunakan kendali logika fuzzy lebih optimal dibandingkan tanpa kendali logika fuzzy. Kemudian respon waktu pada pengendalian tinggi air mencapai kestabilan yaitu 41 detik. Respon waktu pada pengendalian TDS mencapai kestabilan yaitu 51,96 detik. Respon waktu pada pengendalian pH mencapai kestabilan yaitu 5,48 detik. Nilai output pada Arduino memiliki keakuratan sebesar 99,77% terhadap nilai output yang disimulasikan menggunakan Matlab. Prototipe ini dapat dipantau secara jarak jauh dengan menggunakan platform ThingSpeak dimana dalam pengiriman data dari Arduino ke ThingSpeak membutuhkan waktu 11,2 detik. Kata kunci: Hidroponik, Fuzzy Sugeno, IoT, Arduino, Air, TDS, pH

Actions (login required)

View Item