Philipus Asten
Teknologi Informasi

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Kinerja Mikrokomputer Raspberry Pi Pada Smart Greenhouse Berbasis Internet Of Things (IoT) Menggunakan Algoritma Naive Baye Philipus Asten; Risald Risald
Journal of Information and Technology Vol. 3 No. 2 (2023): Journal of Information and Technology Unimor (JITU)
Publisher : Department of Information Technology, Universitas Timor, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32938/jitu.v3i2.5231

Abstract

Smart Greenhouse adalah sistem yang menggunakan teknologi Internet of Things (IoT) untuk mengontrol dan memantau lingkungan pertumbuhan tanaman secara otomatis. Dalam melakukan analisis kinerja mikrokomputer Raspberry Pi dalam Smart Greenhouse berbasis IoT, dengan menerapkan algoritma Naive Bayes untuk menganalisis data dan membuat keputusan berdasarkan kondisi lingkungan tanaman. Hasil analisis terhadap mikrokomputer Raspberry Pi pada Smart Greenhouse menggunakan algoritma Naive Bayes dapat digunakan untuk memprediksi variabel lingkungan, seperti suhu dan kelembapan, sesuai data yang diperoleh dengan total data set adalah 500 baris menggunakan 4 variabel dengan mempunyai nilai evaluasi terhadap suhu udara dengan MSE (0.25) dan RMSE (0.50), kelembapan udara dengan MSE (0.07) dan RMSE (0.27), kelembapan tanah dengan MSE (0.00) dan RMSE (0.00) dan UV dengan nilai MSE (0.94) dan RMSE(0.97) Smart Greenhouse adalah sistem yang menggunakan teknologi Internet of Things (IoT) untuk mengontrol dan memantau lingkungan pertumbuhan tanaman secara otomatis. Dalam melakukan analisis kinerja mikrokomputer Raspberry Pi dalam Smart Greenhouse berbasis IoT, dengan menerapkan algoritma Naive Bayes untuk menganalisis data dan membuat keputusan berdasarkan kondisi lingkungan tanaman. Hasil analisis terhadap mikrokomputer Raspberry Pi pada Smart Greenhouse menggunakan algoritma Naive Bayes dapat digunakan untuk memprediksi variabel lingkungan, seperti suhu dan kelembapan, sesuai data yang diperoleh dengan total data set adalah 500 baris menggunakan 4 variabel dengan mempunyai nilai evaluasi terhadap suhu udara dengan MSE (0.25) dan RMSE (0.50), kelembapan udara dengan MSE (0.07) dan RMSE (0.27), kelembapan tanah dengan MSE (0.00) dan RMSE (0.00) dan UV dengan nilai MSE (0.94) dan RMSE(0.97)