View/Open

Author
RENDY, PEBRYAN HUTAGALUNG

Date Published
28 Sep 2026

Advisor
Christio Revano Mege, M.T.,
Ferizandi Qauzar Gani, S.T., M.T.,

Subject
Teknik Fisika

Publisher

Budidaya ikan nila memerlukan pemantauan kadar oksigen terlarut (DO) secara optimal karena berpengaruh langsung terhadap pertumbuhan dan produktivitas ikan. Pengukuran DO secara langsung memerlukan sensor dengan biaya relatif tinggi serta kalibrasi dan perawatan berkala, sehingga DO diestimasi berdasarkan parameter yang lebih mudah dan ekonomis untuk diukur. Penelitian ini merancang dan membangun sistem monitoring DO berbasis IoT (Internet of Things) serta mengembangkan model ANN (Artificial Neural Network) dengan arsitektur GRNN (Generalized Regression Neural Network) untuk mengestimasi kadar DO menggunakan parameter masukan pH, TDS, dan suhu pada kolam budidaya ikan nila. Sistem dibangun menggunakan mikrokontroler ESP32 yang terintegrasi dengan Firebase Realtime Database dan divisualisasikan melalui MIT App Inventor. Optimasi hyperparameter menggunakan RandomizedSearchCV dengan skema 250 iterasi dan 5-fold cross validation menghasilkan parameter terbaik berupa kernel RBF, \sigma = 0,01, dan calibration = None. Model ANN: Arsitektur GRNN menghasilkan R^2 = 0,98 dan MAPE = 1,74% pada data pelatihan, serta R^2 = 0,96 dan MAPE = 2,57 persen pada data pengujian. Pada pengujian langsung di lapangan, model menghasilkan RMSE = 0,38 mg/L dan MAPE = 5,81 persen. Pengujian sensor menunjukkan akurasi sensor pH sebesar 99,52 persen, sensor TDS sebesar 94,58 persen, dan sensor suhu sebesar 98,94 persen, sedangkan pengujian komunikasi data menunjukkan packet loss sebesar 0 persen dengan delay time rata-rata sebesar 302,50 ms. Hasil penelitian menunjukkan bahwa sistem dan model yang dikembangkan layak digunakan untuk pemantauan kualitas air kolam budidaya ikan nila secara real-time.

URI
https://repository.itera.ac.id/depan/submission/SB2610070016

Keyword
Oksigen Terlarut Internet of Things Artificial Neural Network Generalized Regression Neural Network