Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Aulady, Fadhli
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Sistem Klasifikasi Kualitas Air dalam Akuakultur Budidaya Ikan Lele dengan Algoritma PCA dan KNN Aulady, Fadhli; Syauqy, Dahnial; Putri, Rekyan Regasari Mardi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 7 (2023): Juli 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Akuakultur merupakan salah satu metode budidaya organisme air seperti ikan, tanaman air, dan lain lain untuk memenuhi kebutuhan pangan manusia. Meskipun akuakultur sangat menjanjikan dan memiliki banyak manfaat, sistem ini membutuhkan pengelolaan kualitas air yang efektif. Untuk menjaga agar kualitas air kolam ikan tetap baik tentunya diperlukan pengecekan beberapa parameter air secara rutin oleh pembudidaya. Sehingga, dapat dikembangkan sistem klasifikasi kualitas air pada sistem akuakultur yang dapat dimonitoring kapan saja dan dimana saja. Dalam melakukan klasifikasi, sistem ini menggunakan metode KNN. Namun, KNN memiliki keterbatasan, seperti kebutuhan memori dan kompleksitas waktu. Dari permasalahan tersebut maka dibuatlah sebuah sistem klasifikasi menggunakan menggunakan mikrokontroler ESP-32, sensor DS18b20, sensor pH-4502C, sensor TDS, dan sensor Turbidity dengan menggunakan algoritma KNN dan PCA. Penelitian ini bertujuan untuk membuat sistem monitoring kualitas air serta mengetahui dampak penggunaan PCA dalam mengatasi kekurangan KNN. Pengujian penelitian dilakukan dengan menguji akurasi KNN serta membandingkan penggunaan memori dan kecepatan komputasi KNN dengan menggunakan metode PCA dan tanpa menggunakan metode PCA. Hasil yang diperoleh dari pengujian ialah akurasi klasifikasi PCA+KNN sebesar 80%, memori yang digunakan 240 bytes lebih hemat saat menggunakan PCA, dan komputasi lebih cepat dengan rata-rata waktu 17.2 μs dengan menggunakan PCA.
Design of Water Monitoring System in Aquaponics Based on Arduino Nano and Raspberry Pi Prasetya, Nyoman Wira; Imansyah Harahap, Arya Rizky; Aulady, Fadhli; Wulandari, Inayah
MATICS: Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) Vol 15, No 1 (2023): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/mat.v15i1.23005

Abstract

The aquaponic system is an agricultural technology that can provide a lot of results in a limited space by recirculating water and nutrients from the symbiosis created between fish farming and hydroponic plant cultivation. To maximize the nutritional needs of water that will be supplied to plants and maintain good water conditions for fish life, it is necessary to check several parameters that can be measured in water periodically in fishponds in an aquaponic system so that farmers can provide appropriate actions in managing the system. aquaponic farming. Based on this background, a system was designed using the Internet of Things concept that can monitor water conditions in aquaponic fishponds, store water parameter data in a database, then data can be monitored via the Website. The system is designed using the Arduino Nano microcontroller board as a data processor which is equipped with the ESP8266-07 wifi module which is connected via a WiFi Local Area Network (LAN) network and connected to the Raspberry Pi 3 Model B as a gateway to the database using the MQ Telemetry Transport Protocol (MQTT). The water parameters that are measured in the designed system are: water temperature, water turbidity, dissolved solids, dissolved oxygen, and water acidity (pH). The results of the designed system show that this system can run as expected so that it can facilitate monitoring of water in aquaponic farming systems
Co-Authors Dahnial Syauqy Imansyah Harahap, Arya Rizky Prasetya, Nyoman Wira Rekyan Regasari Mardi Putri, Rekyan Regasari Mardi Wulandari, Inayah