Claim Missing Document
Check
Articles

Found 35 Documents
Search

Implementation of Internet of Things-based Water Monitoring System in Vertical System based Crab Farming Kusuma, Purba Daru; Widyantara, Helmy; Hariyanto, Muhammad Dwi; Putra, Seno Adi; Osmond, Andrew Brian
Jurnal Abdimas Vol. 29 No. 1 (2025): June 2025
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/abdimas.v29i1.26934

Abstract

Crab is one of protein resource with high economic value. The vertical system is a crab farming method that provides several advantages including increasing space utility, minimizing crab mortality that is affected by cannibalism, and improving precision farming. As a continuation of 2024 research under the strategic collaboration (Katalis) scheme, a community service project has been conducted by implementing the Internet of Things (IoT) based water monitoring system to support precision farming in vertical system-based crab farming. Surabaya crab supermarket has become the partner in this community service. The objective of this activity is to implement this prototype in the real crab farming environment to investigate its effectiveness. This activity also gives experience for students at Telkom University that are involved in this project of implementing the developed precision farming system in the real environment despite the laboratories scale environment. Moreover, this project is also important to give insight from the crab farmer regarding the real problems that occur in crab farming. In the future, the system can be expanded by adding more features including the machine learning method to give predictions regarding the water quality and the growth of the crabs.
Monitoring dan Klasifikasi Kualitas Penyaringan Air Pada Budidaya Ikan Nila Menggunakan Internet of Things dan Fuzzy Logic Ma'ruf Firmansyah, Muhammad; Faricha, Anifatul; Widyantara, Helmy
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Budidaya ikan nila merupakan salah satu sektor perikanan air tawar yang memiliki prospek ekonomi tinggi di Indonesia. Keberhasilan budidaya sangat dipengaruhi oleh kualitas air yang digunakan, khususnya pada parmeter suhu, pH, dan kadar amonia. Kualitas air yang tidak sesuai dapat menyebabkan stres, penurunan produktivitas, bahkan kematian pada ikan. Penelitian ini bertujuan untuk merancang sistem monitoring dan klasifikasi kualitas air pada kolam ikan nila secara otomatis menggunakan teknologi Internet of Things (IoT) dan metodelogika fuzzy mamdani. Sistem ini memanfaatkan sensor suhu DS18B20, sensor pH, dan sensor TGS2602 untuk mengukur kadar amonia. Data dari sensor dikirim secara nirkabel menggunakan NodeMCU ESP8266 dan ditampilkan pada aplikasi smartphone berbasis kodular. Selanjutnya, logika fuzzy mamdani digunakan untuk mengklasifikasikan kualitas air menjadi tiga kategori: baik, sedang, dan buruk. Output dari klasifikasi digunakan untuk mengendalikan aktuator berupa motor servo sebagai respon terhadap kondisi air. Hasil pengujian menunjukkan bahwa sistem dapat memantau kualitas air secara real-time, memberikan klasifikasi yang sesuai, dan membantu menjaga kolam budidaya tetap optimal. Dengan sistem ini, pembudidaya dapat meminimalisir risiko gagal panen akibat penurunan kualitas air. Kata kunci : Budidaya ikan nila, kualitas air, monitoring, Fuzzy mamdani, Internet of Things.
Optimasi Manajemen Daya di WSN: Pemanenan Energi Surya dan Angin Dengan Coverage Awareness Aufa Ulinuha, Panji; Yanuar Hariyawan, Mohammad; Widyantara, Helmy
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak — Perkembangan teknologi Wireless Sensor Network (WSN) memberikan potensi besar dalam mendukung pertanian cerdas melalui pemantauan lingkungan secara real-time. Namun, keterbatasan sumber daya energi, khususnya pada node sensor yang umumnya bergantung pada baterai, menjadi tantangan utama dalam implementasi WSN jangka panjang. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi sistem hybrid energy harvesting berbasis energi surya dan angin, yang diintegrasikan dengan pendekatan coverage-awareness guna meningkatkan efisiensi energi dan cakupan jaringan pada lingkungan pertanian. Metodologi yang digunakan mencakup studi literatur, perancangan sistem energi terbarukan hibrida, pengujian komprehensif terhadap performa pemanenan dan penyimpanan energi, manajemen daya, cakupan jaringan, serta komunikasi antar node sensor. Sistem diuji dalam berbagai kondisi lingkungan untuk mengalisis efisiensi konversi energi, distribusi daya, dan ketahanan jaringan terhadap fluktuasi sumber daya, sedangkan turbin angin berfungsi sebagai sumber energi tambahan. Penerapan mode deep sleep pada ESP32 terbukti mampu mengurangi konsumsi daya secara signifikan, dari kisaran 600 mW menjadi sekitar 44 mW. Selain itu, pendekatan coverage-awareness berhasil menjaga cakupan area pemantauan secara optimal, dengan komunikasi antar node yang stabil hingga jarak 8 meter. Evaluasi sistem menunjukkan bahwa kombinasi manajemen daya efisien dan pemanfaatan energi terbarukan secara simultan mampu memperpanjang lifetime jaringan sensor serta mendukung keberlanjutan operasional WSN di sektor pertanian. Penelitian ini diharapkan dapat menjadi acuan dalam pengembangan WSN hemat energi yang andal, adaptif, dan ramah lingkungan. Kata Kunci - Coverage-Awareness, Hybrid Energy Harvesting, Manajemen Daya, Wireless Sensor Network (WSN).
Perancangan dan Optimasi Sistem Hybrid Energy Harvesting untuk Wireless Sensor Network Pada Smart Agriculture Sukma Ardihantoko, Irdani; Yanuar Hariyawan, Mohammad; Widyantara, Helmy
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak — Perkembangan teknologi yang pesat telah mengubah berbagai sektor kehidupan, termasuk pertanian di Indonesia. Implementasi energi terbarukan seperti panel surya menjadi fokus utama untuk mengatasi masalah energi dan mendukung smart agriculture. Namun, keterbatasan energi pada node sensor menjadi tantangan utama dalam implementasi Wireless Sensor Network (WSN) jangka panjang di lingkungan pertanian. Penelitian ini bertujuan untuk merancang sistem pemanenan energi hibrida yang menggabungkan energi surya dan angin untuk mengatasi keterbatasan energi pada WSN. Tujuan utama adalah menganalisis performa sistem energi hibrida pada WSN. Solusi yang diusulkan meliputi perancangan dan optimasi sistem hybrid energy harvesting menggunakan turbin angin dan panel surya untuk implementasi WSN di lingkungan pertanian. Penelitian ini mengembangkan sistem kontrol relay berbasis mikrokontroler untuk mengatur pemanenan energi hibrida dari panel surya dan turbin angin untuk aplikasi pertanian cerdas. Perancangan dari sistem tersebut sudah bekerja secara optimal dan mampu mengatur pemanenan energi hibrida dengan tepat. Kata Kunci - Coverage-Awareness, Hybrid Energy Harvesting, Manajemen Daya, Wireless Sensor Network (WSN).
Klasifikasi Kualitas Melon Inthanon Berbasis Analisis Tekstur dan Warna Menggunakan GLCM dan SVM Andi Divangga Pratama , Moch.; Wali Satria Bahari Johan, Ahmad; Widyantara, Helmy
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak — Proses grading melon secara manual seringkali tidak konsisten, memakan waktu lama, dan meningkatkan biaya tenaga kerja, sehingga mengurangi efisiensi pascapanen. Penelitian ini bertujuan mengembangkan sistem grading otomatis untuk mengklasifikasikan kualitas melon Inthanon berbasis analisis tekstur dan warna. Analisis tekstur menggunakan Gray Level Co-occurrence Matrix (GLCM) untuk mengekstrak tujuh fitur utama, sedangkan analisis warna menggunakan ruang warna CIELab (a* dan b* channel) dengan tambahan parameter Hue dan Chroma. Dataset terdiri dari 300 citra melon dengan akuisisi gambar dilakukan dalam perlakuan terkendali. Dataset Melon Inthanon kualitas buruk dan baik di augmentasi sebanyak 14 sudut untuk data training model augmentasi. Proses klasifikasi dilakukan dalam dua tahap menggunakan Support Vector Machine (SVM), yaitu untuk klasifikasi jenis melon (Net/Non-Net) kemudian kualitas melon (Baik/Buruk). Fitur warna dan tekstur terbukti akurat dan efisien dalam mengklasifikan kualitas Melon Inthanon dengan hasil akurasi pada model klasifikasi jenis melon tanpa augmentasi sebesar 100%, model klasifikasi kualitas inthanon tanpa augmentasi sebesar 95%, dan model augmentasi mendapatkan akurasi lebih rendah dari model tanpa augmentasi yaitu sebesar 87.5%. Temuan ini menunjukkan efektivitas metode yang diusulkan dan mengotomatisasikan klasifikasi kualitas Melon Inthanon. Kata kunci— CIELab, GLCM, Grading Otomatis, Melon Inthanon, SVM