Optimasi Tingkat Hidup Udang Crystal Red Dengan Menerapkan Metode Fuzzy Logic Berbasis Iot

Abstract

Abstrak Banyak orang yang telah mencoba untuk membudidayakan Crystal Red Shrimp, tetapi banyak yang mengalami kegagalan akibat dari kematian masal udang. Hal tersebut seringkali terjadi karena buruknya kualitas air budidaya dan rendahnya kemampuan adaptasi lingkungan dari udang tersebut. Sangat penting untuk melakukan pengembangan sebuah sistem untuk mengatasi permasalahan tersebut, khususnya pada pemantauan dan pengendalian kualitas air. Penelitian ini membuat sebuah sistem pemantauan dan pengendalian otomatis kualitas air menggunakan Fuzzy Inference System berbasis Internet of Things. Sistem ini menggunakan beberapa sensor antara lain suhu ruangan, suhu air, Dissolved Oxygen, dan turbidity. Sensor-sensor tersebut terhubung pada Raspberry pi 3 yang telah ditanam sebuah sistem menggunakan Fuzzy Inference System untuk mengontrol aktuator secara otomatis. Sistem real-time monitoring dapat diakses melalui Thingspeak dan juga MQTT. Dari hasil penelitian didapatkan nilai akurasi dari Real-time monitoring sebesar 97,93%. Untuk prosentase keberhasilan dari sistem berdasarkan tingkat hidup adalah 90% Sedangkan pertumbuhan Crystal Red Shrimp selama 3 minggu dengan nilai rata-rata 2,191 atau 0,191cm lebih optimal daripada yang melalui proses budidaya konvensional.

Kata kunci : Akuarium, Internet of Things, Monitoring, Sensor, Otomasi.

Abstract A lot of people have been tried to cultivate Crystal Red Shrimp, but many have failed due to mass shrimp deaths. It usually happens because of the poor quality of water cultivation and low environmental adaptability of the shrimp. It is very important to develop a system to solve the problem, especially on the monitoring and controlling of air quality. This research introduces air quality monitoring and control system using Fuzzy Inference System based on Internet of Things. This system uses several sensors such as temperature, water temperature, dissolved oxygen, and turbidity. The sensors are connected to Raspberry pi 3 which has been implanted in a system using Fuzzy Inference System to automatically control the actuator. The real-time monitoring system can be accessed via Halpeak and also MQTT. From the research results obtained the accuracy of Real-time monitoring of 97.93%. To achieve 90% Growth of Red Crystals for 3 weeks with an average value of 2.191 or 0.1,91 cm more optimal compared with conventional processes.

Keywords: Aquarium, Internet of Things, Monitoring, Sensor, Automation.