Journal of Artificial Intelligence and Digital Business
Vol. 5 No. 2 (2026): Mei-Juli

Sistem Monitoring Kualitas Air Kolam Lele Berbasis Internet of Things

Jenny Sari Tarigan (Politeknik Negeri Medan)
Djames Siahaan (Politeknik Negeri Medan)



Article Info

Publish Date
07 Jul 2026

Abstract

Budidaya ikan lele merupakan salah satu sektor perikanan air tawar yang memiliki nilai ekonomi tinggi dan berkontribusi terhadap ketahanan pangan nasional. Namun, produktivitas budidaya masih menghadapi kendala berupa tingginya tingkat mortalitas ikan yang berdasarkan data Badan Pusat Statistik dapat mencapai 60%. Kondisi tersebut umumnya disebabkan oleh menurunnya kualitas air kolam akibat fluktuasi parameter lingkungan, seperti suhu dan derajat keasaman (pH), yang tidak terpantau secara berkelanjutan sehingga menghambat pengambilan keputusan secara cepat oleh peternak. Penelitian ini bertujuan merancang, membangun, dan mengimplementasikan sistem monitoring kualitas air kolam berbasis Internet of Things (IoT) dengan arsitektur komunikasi Device-to-Cloud sebagai solusi preventif dalam mendukung pengelolaan budidaya ikan lele secara lebih efektif dan efisien. Pengembangan sistem mengacu pada model Prototype Pressman yang meliputi tahapan komunikasi kebutuhan pengguna, perencanaan, pemodelan, konstruksi prototipe, serta pengujian dan evaluasi secara iteratif hingga diperoleh sistem yang sesuai dengan kebutuhan pengguna. Sistem memanfaatkan sensor DS18B20 untuk mengukur suhu air dan sensor pH untuk memantau tingkat keasaman, sedangkan data hasil pengukuran dikirimkan secara real-time ke platform berbasis cloud dan ditampilkan pada perangkat bergerak sehingga dapat diakses kapan saja dan di mana saja oleh peternak. Hasil pengujian lapangan selama sepuluh hari menunjukkan bahwa sistem mampu beroperasi secara stabil dengan kemampuan menampilkan data monitoring secara real-time. Hasil validasi instrumen menunjukkan bahwa sensor suhu DS18B20 memiliki tingkat akurasi sebesar 99,88% dengan nilai galat 0,12%, sedangkan sensor pH mencapai tingkat akurasi rata-rata 99,71% dengan nilai galat 0,14%. Tingginya tingkat akurasi kedua sensor menunjukkan bahwa sistem memiliki keandalan yang sangat baik dalam memantau perubahan kualitas air kolam. Dengan demikian, sistem monitoring berbasis IoT yang dikembangkan dinilai layak diterapkan sebagai perangkat pendukung pengambilan keputusan dalam pengelolaan budidaya ikan lele, sehingga berpotensi mengurangi tingkat mortalitas, meningkatkan produktivitas budidaya, serta mendorong penerapan teknologi digital pada sektor akuakultur.

Copyrights © 2026






Journal Info

Abbrev

RIGGS

Publisher

Subject

Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

Description

Journal of Artificial Intelligence and Digital Business (RIGGS) is published by the Department of Digital Business, Universitas Pahlawan Tuanku Tambusai in helping academics, researchers, and practitioners to disseminate their research results. RIGGS is a blind peer-reviewed journal dedicated to ...