Rizkya, Eneng Raysa Bunga (2025) Teknologi IoT untuk pemantauan dan pengolahan kebersihan air kolam bioflok ikan nila: Oreochromis Niloticus. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (309kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (557kB) | Preview |
|
|
Text (SURAT PERNYATAAN KARYA SENDIRI)
surat pernyataan karya sendiri.pdf Download (227kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftar-isi.pdf Download (643kB) | Preview |
|
|
Text (BAB I)
4_BAB1.pdf Download (690kB) | Preview |
|
![[img]](https://digilib.uinsgd.ac.id/style/images/fileicons/text.png) |
Text (BAB II)
5_BAB2.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
|
Text (BAB III)
6_BAB3.pdf Restricted to Registered users only Download (801kB) | Request a copy |
|
|
Text (BAB IV)
7_BAB4.pdf Restricted to Registered users only Download (3MB) | Request a copy |
|
|
Text (BAB V)
8_BAB5.pdf Restricted to Registered users only Download (412kB) | Request a copy |
|
|
Text (DAFTAR PUSTAKA)
9_daftar-pustaka.pdf Restricted to Registered users only Download (569kB) | Request a copy |
|
|
Text (LAMPIRAN)
10_lampiran.pdf Restricted to Repository staff only Download (737kB) | Request a copy |
Abstract
Kualitas air merupakan faktor utama yang menentukan keberhasilan budidaya ikan nila dalam sistem bioflok. Parameter TDS (Total Dissolved Solid) berperan penting karena menunjukkan jumlah padatan terlarut yang memengaruhi kestabilan flok, kesehatan ikan, dan produktivitas kolam. Metode pemantauan TDS secara manual memiliki kelemahan, antara lain keterlambatan deteksi perubahan kualitas air, pencatatan data yang tidak konsisten, serta ketiadaan sistem peringatan dini. Untuk mengatasi keterbatasan tersebut, penelitian ini merancang sistem pemantauan kualitas air berbasis Internet of Things yang mampu membaca nilai TDS secara real-time, menyimpan data otomatis di cloud, serta mengirimkan notifikasi kepada pengguna saat nilai melebihi ambang batas. Sistem menggunakan sensor TDS yang dihubungkan ke modul ADS1115 sebagai konverter analog ke digital, dan diproses oleh mikrokontroler ESP32. Hasil pembacaan ditampilkan pada LCD, disertai alarm buzzer, serta dikirim melalui Telegram Bot untuk pemantauan jarak jauh. Algoritma KNN (K-Nearest Neighbor) diterapkan untuk mengklasifikasikan kualitas air berdasarkan dataset pelatihan ke dalam kategori terlalu rendah, optimal, cukup tinggi, dan berisiko tinggi. Pengujian menunjukkan sistem bekerja stabil dalam mendeteksi nilai TDS serta mampu memberikan klasifikasi kualitas air dengan akurat. Implementasi sistem ini dinilai efektif untuk mendukung manajemen kualitas air bioflok, mempercepat respon terhadap kondisi kritis, dan meminimalkan risiko kerugian pada budidaya ikan nila.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | IoT; TDS; Bioflok; Ikan Nila; KNN; Monitoring |
| Subjects: | Data Processing, Computer Science Data Processing, Computer Science > Auxiliary Techniques Data Processing, Computer Science > Dictionaries and Encyclopedia Computer Science Data Processing, Computer Science > General Publications Data Processing, Computer Science > Computer Science Education |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
| Depositing User: | Eneng Raysa Bunga Rizkya |
| Date Deposited: | 14 Sep 2025 22:49 |
| Last Modified: | 14 Sep 2025 22:49 |
| URI: | https://digilib.uinsgd.ac.id/id/eprint/118272 |
Actions (login required)
 |
View Item |
