Abstrak : Ikan koi merupakan salah satu jenis ikan hias yang memerlukan perawatan intensif, khususnya dalam hal pemberian pakan secara rutin agar tumbuh dengan optimal. Kendala dalam menjaga jadwal pemberian pakan sering dialami oleh pemelihara, terutama yang memiliki mobilitas tinggi. Oleh karena itu, penelitian ini bertujuan merancang dan membangun prototype sistem otomatisasi pemberian pakan ikan koi berbasis Internet of Things (IoT) yang dapat dikontrol melalui aplikasi Blynk pada perangkat mobile. Sistem ini menggunakan mikrokontroler ESP8266 untuk mengatur mekanisme pengeluaran pakan yang dioperasikan dengan motor servo. Dengan sistem otomatis ini, pemberian pakan dapat dilakukan pada waktu yang telah ditentukan secara konsisten, sehingga kesehatan dan pertumbuhan ikan koi dapat terjaga. Prototype ini dirancang menggunakan metode waterfall yang mencakup tahap analisis sistem, perancangan, implementasi, dan pengujian. Hasil pengujian menunjukkan bahwa sistem ini dapat bekerja secara efektif sesuai jadwal yang diatur dari jarak jauh dengan tingkat keberhasilan sistem sebesar 95% dan keterlambatan koneksi pada jaringan rata-rata 1 detik.===================================================Abstract :Koi fish are a type of ornamental fish that require intensive care, particularly in maintaining a regular feeding schedule to support optimal growth. Maintaining a consistent feeding schedule is often a challenge for keepers, especially those with high mobility. Therefore, this research aims to design and build a prototype of an automated koi fish feeding system based on the Internet of Things (IoT) that can be controlled through the Blynk application on mobile devices. The system uses the ESP8266 microcontroller to regulate the feed dispensing mechanism operated by a servo motor. With this automated system, feeding can be performed consistently at predetermined times, ensuring the health and growth of the koi fish. The prototype is designed using the waterfall method, which includes the stages of system analysis, design, implementation, and testing. The test results show that the system can operate effectively according to the remotely set schedule, with a system success rate of 95% and an average network connection delay of 1 second.