Article Per Year (5 Year)
p-Index From 2021 - 2026
2.064
P-Index
This Author published in this journals
All Journal Majamecha Distilat: Jurnal Teknologi Separasi Jurnal Pengabdian kepada Masyarakat Nusantara Jurnal Teknosains Kodepena (Kodepena Journal of Technoscience) Jurnal Teknosains Kodepena (Kodepena Journal of Technoscience) Journal Of Human And Education (JAHE) Jurnal Riset Fisika Indonesia Petrogas : Journal of Energy and Technology
Sahara, Ain
Unknown Affiliation
Humanities Astronomy Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Immunology & microbiology Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mechanical Engineering Physics Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Tani Terkini: Sistem Monitoring dan Kontrol Pertanian Pintar Berbasis IoT Menggunakan ESP32 Darmiyati, Iin; Saputra, M Abdy; Maulana, Andi; Aribowo, George Nathaniel Putra; Sahara, Ain; Oktafiani, Fitri
JURNAL TEKNOSAINS KODEPENA Vol. 6 No. 2 (2026): Jurnal Teknosains Kodepena Volume 6 Nomor 2 Januari 2026
Publisher : Kodepena (Komunitas Dosen Penulis dan Peneliti Indonesia)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54423/jtk.v6i2.113

Abstract

This study presents the design and implementation of an Internet of Things (IoT)–based monitoring and control system using an ESP32 microcontroller. The system is developed to monitor environmental conditions through a DHT22 sensor for air temperature and humidity measurement, as well as a pH sensor to determine the acidity level of the medium. Sensor data are transmitted to a web-based application and displayed in real time in the form of numerical values and graphical representations to facilitate user observation. In addition to monitoring functions, the system incorporates relay-based control to operate a fan and an aerator in both manual and automatic modes. System testing was conducted to evaluate the performance of sensor data acquisition and the execution of control commands. The test results indicate that the system is able to reliably read sensor data and perform control operations as intended. This system is expected to serve as a learning platform for understanding basic IoT implementation and simple control systems in agricultural applications.
Peramalan Kelembaban Tanah Berbasis IoT Menggunakan Pendekatan Machine Learning dan Deep Learning Darmiyati, Iin; Oktafiani, Fitri; Sahara, Ain; Yanti, Dawi; Maulana, Ranjiv; Hamsir, Hamsir; Nurjannah, Nurjannah
PETROGAS: Journal of Energy and Technology Vol 8, No 1 (2026): MARCH
Publisher : Sekolah Tinggi Teknologi MIGAS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58267/petrogas.v8i1.212

Abstract

Kelembaban tanah merupakan parameter penting yang mempengaruhi produktivitas tanaman serta efisiensi penggunaan air dalam sistem pertanian dan perkebunan. Pengelolaan irigasi konvensional umumnya menggunakan nilai ambang batas tetap sehingga tidak mampu memprediksi perubahan kondisi kelembaban tanah di masa mendatang. Penelitian ini mengembangkan sistem peramalan kelembaban tanah berbasis Internet of Things (IoT) dengan pendekatan machine learning dan deep learning. Sensor dihubungkan dengan mikrokontroler ESP32 yang mengirimkan data secara real time ke penyimpanan cloud. Dataset yang diperoleh terdiri dari ribuan entri dan diolah menggunakan Python melalui proses pembersihan data, normalisasi serta pelatihan model. Beberapa model prediksi yang digunakan meliputi Linear Regression, Random Forest Regression, Support Vector Regression (SVR), dan Long Short-Term Memory (LSTM). Dataset dibagi menjadi data pelatihan dan data pengujian dengan rasio 80:20. Evaluasi kinerja model dilakukan menggunakan Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan koefisien determinasi (R²). Hasil penelitian menunjukkan bahwa model LSTM memberikan performa prediksi terbaik karena mampu menangkap pola temporal pada data deret waktu sensor IoT. Sistem ini berpotensi mendukung pengembangan irigasi cerdas untuk meningkatkan efisiensi penggunaan air dan pengelolaan perkebunan yang berkelanjutan.Kata kunci: Kelembaban tanah; Internet of Things; Machine Learning; Deep Learning; Pertanian presisi.
Sistem Smart Garden dalam Ruang Berbasis Arduino UNO Microcontroller ATMega 328 Sahara, Ain; Saputra, Riza Hadi; Oktafiani, Fitri
PETROGAS: Journal of Energy and Technology Vol 1, No 1 (2019): March
Publisher : Sekolah Tinggi Teknologi MIGAS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58267/petrogas.v1i1.1

Abstract

Proses pengembangan tanaman tidaklah semudah yang dibayangkan. Banyak faktor-faktor yang mempengaruhi dalam proses pengembangan tanaman tersebut, misalnya faktor suhu, kelembaban tanah, kebutuhan akan penyinaran atau intensitas cahaya yang digunakan, dan faktor-faktor lainnya.Dalam menghadapi hal tersebut para ilmuwan banyak yang mengembangkan sistem teknologi pertanian yang lebih modern. Banyak penemuan - penemuan baru yang di perkenalkan oleh para ilmuwan-ilmuwan yang ada. Salah satu dari teknologi yang digunakan adalah teknologi elektronika.Salah satu dari inofasi teknologi pertanian dalam bidang elektronika adalah sistem penyiraman otomatis berbasis kelembaban tanah atau dapat disebut sebagai sistem Smart Garden. Sistem ini menggunakan taraf kelembaban tanah, jika tanah tersebut kekurangan kelembaban maka alat ini akan otomatis menyiram tanaman, dan jika kelembaban sudah sesuai alat ini akan otomatis menutup.Sistem smart garden tanaman rempah dalam ruangan merupakan salah satu cara yang dapat digunakan untuk mengatasi hal tersebut dengan merancang alat untuk membantu dan mempermudah pekerjaan manusia yang sebelumnya hanya menerka atau mengira-ngira keadaan tanah atau kebutuhan air pada tanaman, maka dengan menggunakan sistem smart garden ini akan membantu menentukan nilaikelembapan  tanah yang lebih akurat dan efisien. Perancangan sistem smart garden dapat disesuai dengan keinginan.Sistem smart garden yang dibuat berbasis arduino microcontroller atmega 328 yang memiliki komponen DHT 22, kelembaban RTC, LCD, module relay board, keypad, dan pompa untuk mendukung kerja dari sistem tersebut.
Co-Authors A.M. Miftahul Huda Ahmad Rosidi, Ahmad Andi Maulana, Andi Aribowo, George Nathaniel Putra Ariyani, Debora Darmiyati, Iin Derbika, Rangga Dewi, Ana Fitri Oktafiani Hamsir Hamsir Manik, Nijusiho Maulana, Ranjiv Megawati, Eka Muhammad Iqbal N. Nurjanah Nurjanah Nurjannah Nurjannah Paindan, Esterina Natalia Pratama, Gusti Arya Purnomo, Ferdi Bagus Rachmasari Pramita Wardhani Randanan, Eltimeyansi Crisye Rezha, Muhammad Risna Risna, Risna Rohima Sera Afifah Ryka, Hamriani Saputra, M Abdy Saputra, Muhammad Reza Saputra, Riza Hadi Septiawan, Bima Surya Saputra, Surya Vegatama, Meita Rezki Widyaningrum, Yekti Wijaya, Sigit Kusuma Yanti, Dawi Yuniarti Yuniarti