DETAIL KOLEKSI

Monitoring kondisi air kolam benih ikan lele berbasis internet of things dan feedforward neural network


Oleh : Mohamad Reynaldy Hilyawan

Info Katalog

Nomor Panggil : 162012010003

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2023

Pembimbing 1 : Indra Surjati

Subyek : Electrical engineering

Kata Kunci : catfish, water conditions, sensors, internet of things, feedforward.

Status Posting : Unpublished

Status : Lengkap

K Komoditas perikanan air tawar seperti ikan lele (Clarias sp.) merupakanikan air tawar yang unggul selain patin, nila, mujair, dan gurami. Kebutuhanmasyarakat semakin meningkat setiap tahunnya terhadap konsumsi ikan lele.Kondisi air menjadi parameter utama dalam keberhasilan usaha budidayaperikanan. Ikan lele membutuhkan Keasaman atau pH sekitar 6,5 – 8, pH yangkurang dari 5 sangat tidak baik bagi lele, karena bisa menyebabkan penggumpalanlendir pada insang, sedangkan pH diatas 8 menyebabkan berkurangnya nafsumakan ikan lele Walaupun ikan lele adalah jenis ikan yang mempunyai toleransiterhadap lingkungan dan dapat hidup pada suhu antara 140 sampai 380 C, tetapisuhu optimum untuk ikan lele adalah 250 sampai 300 C dan kekeruhan kurang dari400 NTU untuk kondisi air pada kolam ikan lele. kondisi air tersebut perludiperhatikan secara berkala namun banyak mengalami hambatan terutama padapermasalahan biaya dan banyaknya waktu yang digunakan untuk memantau disuatu lokasi, sehingga Sistem monitoring kondisi air kolam ikan lelemenggunakan sensor pH S05003, DS18B20 Temperature Sensor, DissolvedOxygen Sensor G05002, dan Turbidity sensor SKU: SEN0189, sertamenggunakan NodeMCU ESP8266 sebagai sistem tersebut digunakan untukmonitoring kondisi air pada kolam ikan lele berbasis Internet of Things danperamalan menggunakan feedforward neural network. Hasil pengukurantemperature air dengan rata-rata kesalahan sebesar 1,05%, pH dengan rata-ratakesalahan sebesar 1,58%, Dissolved Oxygen dengan rata-rata kesalahan sebesar1,89%, dan Turbidity dengan rata-rata kesalahan sebesar 0,61%. Sistemmonitoring kondisi air kolam benih ikan lele bekerja secara realtime dengan rataratadata yang dikirim setiap 112 detik sekali pada sensor Temperature, 58,4 detiksekali pada sensor Turbidity, 67,1 detik sekali pada sensor pH, 76,9 detik sekalipada sensor Dissolved Oxygen setiap titik sensor melalui database Thingspeak.Pengambilan data selama 30 hari berhasil dikirimkan ke database. MSE dataturbidity adalah 0,007599 maksimum epoch 92, MSE data pH adalah 0,0000593maksimum epoch 116, MSE data temperature adalah 0,000446 maksimum epoch9, MSE data DO adalah 0,000006024 maksimum epoch 55.

F Freshwater fishery commodities such as catfish (Clarias sp.) are superiorfreshwater fish besides catfish, tilapia, mujair and gourami. Community needs areincreasing every year for consumption of catfish. Water conditions are the mainparameter in the success of aquaculture business. Catfish need acidity or a pH ofaround 6.5 – 8, a pH of less than 5 is not good for catfish, because it can causemucus to clump in the gills, while a pH above 8 causes reduced appetite forcatfish. tolerance to the environment and can live at temperatures between 140 to380 C, but the optimum temperature for catfish is 250 to 300 C and turbidity isless than 400 NTU for water conditions in catfish ponds. the condition of thewater needs to be considered periodically but there are many obstacles, especiallyin terms of cost and the amount of time used to monitor in a location, so thecatfish pond water condition monitoring system uses a pH sensor S05003,DS18B20 Temperature Sensor, Dissolved Oxygen Sensor G05002, and Turbiditysensor SKU: SEN0189, and using NodeMCU ESP8266 as the system is used formonitoring water conditions in catfish ponds based on the Internet of Things andforecasting using a feedforward neural network. The results of measuring watertemperature with an average error of 1.05%, pH with an average error of 1.58%,Dissolved Oxygen with an average error of 1.89%, and Turbidity with an averageerror of 0. 61%. The water condition monitoring system for catfish seed pondsworks in real time with an average of data sent every 112 seconds on theTemperature sensor, 58.4 seconds on the Turbidity sensor, 67.1 seconds on the pHsensor, 76.9 seconds on sensor Dissolved Oxygen every sensor point through theThingspeak database. Data retrieval for 30 days was successfully sent to thedatabase. MSE turbidity data is 0.007599 maximum epoch 92, MSE data pH is0.0000593 maximum epoch 116, MSE data temperature is 0.000446 maximumepoch 9, MSE data DO is 0.000006024 maximum epoch 55.

Bagaimana Anda menilai Koleksi ini ?