IMPLEMENTASI SISTEM MONITORING DAN PENGENDALIAN PARAMETER LINGKUNGAN PADA GREENHOUSE BERBASIS MIKROKONTROLER MENGGUNAKAN INTERNET OF THINGS DENGAN METODE ARTIFICIAL NEURON NETWORK

SATRIA HERLANGGA SUBAKTI, . (2026) IMPLEMENTASI SISTEM MONITORING DAN PENGENDALIAN PARAMETER LINGKUNGAN PADA GREENHOUSE BERBASIS MIKROKONTROLER MENGGUNAKAN INTERNET OF THINGS DENGAN METODE ARTIFICIAL NEURON NETWORK. Sarjana thesis, UNIVERSITAS NEGRI JAKARTA.

	Text HALAMAN COVER.pdf Download (993kB)
	Text BAB I.pdf Download (264kB)
	Text BAB II.pdf Restricted to Registered users only Download (602kB)
	Text BAB III.pdf Restricted to Registered users only Download (535kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Restricted to Registered users only Download (252kB)
	Text REFRENSI.pdf Download (214kB)
	Text DAFTAR LAMPIRAN.pdf Restricted to Registered users only Download (567kB)

Abstract

Pertumbuhan tanaman bayam sangat dipengaruhi oleh parameter lingkungan seperti suhu udara, kelembapan tanah, dan tingkat keasaman (pH) tanah. Pemantauan yang masih dilakukan secara manual menyebabkan pengelolaan greenhouse menjadi kurang efektif karena perubahan kondisi lingkungan tidak dapat diketahui secara cepat dan berkelanjutan. Penelitian ini bertujuan untuk mengimplementasikan sistem monitoring dan pengendalian parameter lingkungan pada greenhouse berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32 dengan metode Artificial Neural Network (ANN). Sistem dirancang menggunakan sensor BME680 untuk mengukur suhu dan kelembapan udara, sensor FC-28 untuk mengukur kelembapan tanah, serta sensor pH untuk mengukur tingkat keasaman tanah. Data yang diperoleh dari sensor dikirimkan secara real-time ke Firebase dan ditampilkan pada aplikasi Android yang dikembangkan menggunakan Kodular. Hasil penelitian menunjukkan bahwa sistem mampu melakukan pemantauan kondisi lingkungan greenhouse secara real-time serta memberikan informasi yang diperlukan untuk mendukung pertumbuhan tanaman bayam. Metode Artificial Neural Network (ANN) digunakan untuk menganalisis data lingkungan yang diperoleh dari sensor sehingga dapat membantu menentukan kondisi lingkungan yang optimal. Integrasi teknologi IoT dan ANN menghasilkan sistem yang lebih efektif dalam memantau dan mengelola parameter lingkungan greenhouse, meningkatkan efisiensi pengelolaan tanaman, serta mendukung pengambilan keputusan berbasis data. Sistem ini diharapkan dapat menjadi solusi inovatif untuk meningkatkan produktivitas budidaya bayam dalam lingkungan greenhouse. Kata Kunci: Greenhouse, Internet of Things, ESP32, Artificial Neural Network, Monitoring Lingkungan, Bayam. ***** Spinach growth is highly influenced by environmental parameters such as air temperature, soil moisture, and soil pH. Conventional monitoring methods make greenhouse management less effective because environmental changes cannot be detected continuously and in real-time. This study aims to implement an Internet of Things (IoT)-based environmental monitoring and control system using an ESP32 microcontroller and an Artificial Neural Network (ANN) method. The system employs a BME680 sensor to measure air temperature and humidity, an FC-28 sensor to measure soil moisture, and a pH sensor to measure soil acidity. Sensor data are transmitted in real-time to Firebase and displayed through an Android application developed using Kodular. The results show that the proposed system is capable of monitoring greenhouse environmental conditions in real-time and providing information required to support spinach growth. The Artificial Neural Network (ANN) method is utilized to analyze environmental data obtained from sensors and assist in determining optimal growing conditions. The integration of IoT technology and ANN improves the effectiveness of greenhouse monitoring and management, enhances cultivation efficiency, and supports data-driven decision making. This system is expected to become an innovative solution for increasing spinach productivity in greenhouse cultivation. Keywords: Greenhouse, Internet of Things, ESP32, Artificial Neural Network, Environmental Monitoring, Spinach.

Item Type:	Thesis (Sarjana)
Additional Information:	1). Nur Hanifah Yuninda, S.T., M.T. ; 2). Churnia Sari, S.T., M.Т.
Subjects:	Teknologi dan Ilmu Terapan > Teknik Elektronika Teknologi dan Ilmu Terapan > Teknik Komputer
Divisions:	FT > D IV Teknologi Rekayasa Otomasi
Depositing User:	24-Satria Herlangga Subakti .
Date Deposited:	09 Sep 2026 04:32
Last Modified:	09 Sep 2026 04:32
URI:	http://repository.unj.ac.id/id/eprint/69536

Actions (login required)

View Item