Claim Missing Document
Check
Articles

Found 1 Documents
Search

Pengembangan Sistem Irigasi Tetes Cerdas Berbasis IoT dan Fuzzy Logic dengan Web Interface untuk Aplikasi Pertanian Cabai di Ruang Terbuka Saeful Bahri; Raya Putra Samsara
RESISTOR (Elektronika Kendali Telekomunikasi Tenaga Listrik Komputer) Vol. 8 No. 2 (2025): RESISTOR (Elektronika Kendali Telekomunikasi Tenaga Listrik Komputer)
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/resistor.8.2.137-144

Abstract

Penelitian ini mengembangkan sistem irigasi tetes cerdas berbasis Internet of Things (IoT) dan logika fuzzy untuk pertanian cabai di lahan terbuka. Sistem ini dirancang untuk mengatasi permasalahan penyiraman manual yang tidak memperhitungkan kondisi aktual lingkungan seperti suhu, kelembaban tanah, dan pH tanah, yang dapat berdampak pada efisiensi penggunaan air serta kesehatan tanaman. Perancangan sistem menggunakan mikrokontroler ESP32 yang terhubung dengan sensor DHT22, sensor kelembaban tanah, dan sensor pH tanah. Data dari sensor diolah menggunakan metode fuzzy Mamdani untuk menentukan durasi penyiraman secara adaptif, dengan hasil dikendalikan melalui antarmuka web responsif yang memungkinkan pengguna untuk monitoring dan pengendalian dari jarak jauh. Penelitian ini menggunakan pendekatan metodologi waterfall mulai dari perencanaan hingga pengujian sistem. Hasil pengujian menunjukkan bahwa sistem mampu merespons perubahan suhu, kelembaban dan pH tanah secara real-time dan menentukan durasi penyiraman yang sesuai. Selain itu, integrasi antarmuka web mempermudah pengguna dalam mengakses informasi lingkungan serta melakukan kontrol penyiraman secara fleksibel tanpa bergantung pada aplikasi tertentu. Sistem ini memberikan solusi praktis untuk mendukung pertanian presisi serta meningkatkan produktivitas dan efisiensi penggunaan air, terutama pada lahan pertanian cabai di lingkungan yang terbuka dan dinamis. Penggunaan logika fuzzy terbukti memberikan pendekatan yang fleksibel, efisien, dan lebih ringan dibanding metode berbasis machine learning lainnya.