<![CDATA[Budidaya ikan nila di Indonesia mengalami pertumbuhan pesat yang memperlihatkan kebutuhan mendesak akan pemantauan kualitas air kolam. Metode pemantauan manual saat ini tidak efisien dan rentan terhadap kesalahan pengukuran, berpotensi merugikan kondisi ikan dan hasil panen. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem otomatis yang menggunakan sensor suhu, pH, dan kekeruhan dan didukung oleh algoritma Random Forest. Studi kasus dilakukan pada kolam ikan nila di laboratorium Fakultas Perikanan dan Ilmu Kelautan Universitas Brawijaya, dengan kolaborasi bersama petani ikan. Prototipe berhasil mengintegrasikan sensor DS18B20, PH-4502C, dan SEN-0189 dalam desain fisik berukuran 21.5 x 14.5 x 8.5 cm. Algoritma Random Forest mencapai akurasi 94.44%. Hasil ini mengindikasikan keandalan dan efisiensi model dalam memberikan rekomendasi kualitas air, dengan confusion matrix menegaskan sebagian besar klasifikasi benar, menandai keandalan model dalam memberikan prediksi yang akurat. Keseluruhan, sistem ini berhasil mendukung pengambilan keputusan petani ikan dengan konsistensi dan keandalan tinggi.]]>
Copyrights © 2024
