IMPLEMENTASI METODE FUZZY SUGENO DALAM MONITORING SUHU, KELEMBABAN DAN PENYIRAMAN OTOMATIS PADA TANAMAN JAGUNG MENGGUNAKAN LORA BERBASIS INTERNET OF THINGS

ANUGRAH, TIO and Indrianto, Indrianto and Susanti, Meilia Nur Indah (2021) IMPLEMENTASI METODE FUZZY SUGENO DALAM MONITORING SUHU, KELEMBABAN DAN PENYIRAMAN OTOMATIS PADA TANAMAN JAGUNG MENGGUNAKAN LORA BERBASIS INTERNET OF THINGS. Diploma thesis, ITPLN.

[thumbnail of 201731143_Tio Anugrah_Revisi_Skripsi_Tio Anugrah.pdf] Text
201731143_Tio Anugrah_Revisi_Skripsi_Tio Anugrah.pdf
Restricted to Registered users only

Download (5MB)

Abstract

Seperti yang terlihat pada penggunaannya di masyarakat, Kemajuan teknologi telah berkembang begitu pesat. Salah satunya, dengan menerapkan internet untuk memonitoring peralatan yang dikenal sebagai IoT (Internet of Things). Hal ini dapat dimanfaatkan dalam memonitoring suhu, kelembaban dan penyiraman pada tanaman jagung. Dalam penelitian ini yang akan diuji adalah suhu pada tanaman jagung menggunakan sensor ds18b20, kelembaban tanah dengan sensor YL-69 dan otomatisasi penyiraman menggunakan pompa dengan menggunakan metode fuzzy sugeno. Output data pada sensor-sensor ini data dikirim melaui LoRa menggunakan sinyal frekuensi 433MHz dan akan ditampilkan dalam web. Hasil pengujian alat monitoring suhu, kelembaban dan penyiraman pada tanaman jagung memperoleh hasil pengukuran dengan akurasi 85.72%.

Technological advancements have a quickly progressed, as seen by their utilization in society. One of these is using the internet to monitor equipment, which is known as IoT (Internet of Things). It can be used to monitoring of corn crop temperature, humidity, and watering. In this study, The temperature of corn fields will be measured with a ds18b20 sensor, soil moisture will be measured with a YL-69 sensor, and watering automation will be tested with pumps and the fuzzy sugeno method. The output data from these sensors is communicated via LoRa utilizing a 433MHz frequency signal and displayed on the web. Testing of temperature, humidity and watering equipment on corn plants revealed measurement data with an accuracy of 85.72%.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Fuzzy Sugeno, Internet of Things, LoRa, Monitoring Fuzzy Sugeno, Internet of Things, LoRa, Monitoring
Subjects: Skripsi
Bidang Keilmuan > Teknik Informatika
Divisions: Fakultas Telematika Energi > S1 Teknik Informatika
Depositing User: Nurul Hidayati
Date Deposited: 03 Oct 2025 04:50
Last Modified: 03 Oct 2025 04:50
URI: https://repository.itpln.ac.id/id/eprint/1729

Actions (login required)

View Item
View Item