Image of Pengembangan Smart Aquaculture Dashboard Berbasis Berbasis IoT dengan Analisis FCR, Prediksi Kualitas Air, dan Notifikasi Risiko untuk Peternak Lele
Penanda Bagikan

Text

Pengembangan Smart Aquaculture Dashboard Berbasis Berbasis IoT dengan Analisis FCR, Prediksi Kualitas Air, dan Notifikasi Risiko untuk Peternak Lele

Budidaya ikan lele merupakan salah satu sektor akuakultur yang berkembang pesat, namun keberhasilannya sangat bergantung pada kualitas air dan efisiensi pemberian pakan yang sulit dipantau secara manual sepanjang waktu. Penelitian ini mengembangkan Smart Aquaculture Dashboard, yaitu dashboard web berbasis Internet of Things (IoT) yang menjadi pusat pemantauan dan pengendalian bagi peternak lele. Dashboard dirancang menggunakan pendekatan User-Centered Design (UCD) sehingga menghadirkan antarmuka yang sederhana dan informatif, mencakup visualisasi kualitas air secara real-time, perhitungan Feed Conversion Ratio (FCR) otomatis, prediksi kondisi kolam, serta notifikasi risiko dalam satu tampilan terpadu. Dashboard menyediakan dua mode operasi, yaitu mode Live yang menampilkan data langsung dari perangkat ESP32 melalui protokol MQTT, dan mode Manual yang tetap memungkinkan peternak memantau kondisi kolam serta menghitung kebutuhan pakan meskipun perangkat belum terhubung. Data sensor disimpan pada basis data time-series InfluxDB dan divisualisasikan melalui dashboard web responsif berbasis Node.js/PHP yang dapat diakses melalui peramban pada perangkat mobile maupun desktop. Hasil pengujian menunjukkan bahwa seluruh fitur dashboard, mulai dari konektivitas MQTT, tampilan antarmuka, hingga fitur pakan otomatis, berjalan sesuai rancangan, dengan latency kontrol rata-rata 1,2 detik dan interval pembaruan status 3,1 detik tanpa terjadi disconnect selama pengujian, serta hasil pengujian penerimaan pengguna (UAT) menunjukkan tingkat kepuasan yang tinggi terhadap kemudahan penggunaan dashboard. Dengan demikian, Smart Aquaculture Dashboard terbukti menjadi solusi pemantauan dan pengelolaan kolam budidaya lele yang lebih efisien, informatif, dan mudah digunakan dibandingkan metode manual

Kata kunci: IoT, water quality, catfish farming, MQTT, FCR

Ketersediaan
#
R.Tugas_Akhir (Rak V-7.0156) TA-2260156.1
TA-2260156.1
Tersedia
#
Google Drive CD-2260156.1
CD-2260156.1
Tersedia namun tidak untuk dipinjamkan - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
TA-2260156.1
Penerbit
Bandung : Polman.,
Deskripsi Fisik
109 hal. ; 27,5 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
D4 Prodi Teknologi Rekayasa Informatika Industri
Subjek
-
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar
Anda harus masuk sebelum memberikan komentar