OPTIMALISASI KINERJA MIKROKOMPUTER RASPBERRY Pi PADA SMART GREENHOUSE BERBASIS INTERNET OF THINGS (IoT) DENGAN ALGORITMA FORECASTING MOVING AVERAGE

  • Darsono Nababan Program Studi Teknologi Informasi, Universitas Timor
  • Valeriano Fajar Alexandro Nipu Universitas Timor
  • Rizald Rizald Universitas Timor
  • Budiman Baso Universitas Timor
  • Diki Arisandi Universitas Abdurrab

Abstract

Smart Greenhouse merupakan sebuah terminologi konsep pertanian di era revolusi 4.0 yang sedang marak saat ini untuk membangun rumah kaca system cerdas. Kecerdasan yang dapat diimplementasikan adalah pemantauan dan pengendalian secara mudah dengan Mikrokomputernya yaitu Raspberry Pi sebagai running program dan parameternya adalah Suhu Udara, Kelembaban Udara, Sinar UV dan Kelembaban Tanah. Penelitian ini bertujuan untuk mengetahui optimalisasi parameter-parameter tersebut pada smart greenhouse dengan menggunakan metode forecasting moving average sehingga dalam penerapannya melalui pengamatan dan pengendalian ketiga sensor tersebut pada Smart Greenhouse agar dapat digunakan seefektif mungkin. Ketiga parameter tersebut yang dipelajari selama 3 bulan, diambil melalui alat dengan jangkauan waktu dari 08:00-16:00 WITA. Total dataset adalah 500 deret dengan 4 variabel. Peramalan ini menggunakan metode  moving average. Evaluasi yang digunakan adalah MSE dan RMSE dengan hasil sensor suhu dan kelembaban udara (DHT22) sebesar 0,466, sensor uv (GUVA-S112SD) sebesar 56,198, dan sensor kelembaban tanah (Capital Soil Moisture) sebesar 65025,0.

Keywords: IoT, Mikrokomputer, Raspberry Pi, Rumah kaca, Forecasting

References

DAFTAR PUSTAKA

Y. A. Adnantha and W. A. Kusuma, “Implementasi Wireless Sensor Network Untuk Otomatisasi Suhu Ruang Dan Kelembaban Tanah Pada Greenhouse Berbasis Web Server,” J. Online Inform., vol. 3, no. 1, p. 14, 2018, doi: 10.15575/join.v3i1.169.

V.A.R.Barao, R.C.Coata, J.A.Shibli, M.Bertolini, and J.G.S.Souza, Covariance Structure Analysis of Health-Related Indices for the Elderly at Home, Focusing on Subjective Feelings of Health , vol. 33, no. 1. 2022.

U. Ristian, I. Ruslianto, and K. Sari, “Sistem Monitoring Smart Greenhouse pada Lahan Terbatas Berbasis Internet of Things ( IoT ),” vol. 8, no. 1, pp. 87–94, 2022.

N. Nasution, M. Rizal, D. Setiawan, and M. A. Hasan, “IoT Dalam Agrobisnis Studi Kasus : Tanaman Selada Dalam Green House,” It J. Res. Dev., vol. 4, no. 2, pp. 86–93, 2019, doi: 10.25299/itjrd.2020.vol4(2).3357.

J. dedy irawan Emmalia A, “Rangkaian Kontroller,” Jurnall Mnemon., vol. 1, no. 1, pp. 56–60, 2018.

Husdi., “Penggunaan IOT ( Internet Of Things ) Untuk Mengatur Kelembaban Penggunaan IOT ( Internet Of Things ) Untuk Mengatur Kelembaban Husdi , Abd . Rahmat Karim Haba Program Studi Teknik Informatika , Universitas Ichsan Gorontalo Abstract,” no. May, 2019.

F. Haykal, R. R. Hariadi, and K. Ghozali, “Rancang Bangun Sistem Pemantauan dan Forecasting Konsumsi Energi Listrik Menggunakan Internet of Things dan Algoritma Seasonal Time Series,” J. Tek. ITS, vol. 11, no. 2, pp. 103–109, 2022, doi: 10.12962/j23373539.v11i2.86571.

H. Putraga, A. J. Rakhmadi, M. Hidayat, and M. D. Firdaus, “Penentuan Waktu Malam Menggunakan Sky Quality Meter Dengan Pendekatan Moving Average,” ORBITA J. Kajian, Inov. dan Apl. Pendidik. Fis., vol. 8, no. 2, p. 313, 2022, doi: 10.31764/orbita.v8i2.11363.

H. B. Buairi, L. Sucipto, and ..., “Meta-Analisis Tingkat Akurasi Peramalan Menggunakan Metode Wavelet,” Indones. J. …, vol. 1, pp. 1–14, 2022, [Online]. Available: https://unu-ntb.e-journal.id/ije/article/view/151%0Ahttps://unu-ntb.e-journal.id/ije/article/download/151/103

Hernadewita, Y. K. Hadi, M. J. Syaputra, and D. Setiawan, “Peramalan Penjualan Obat Generik Melalui Time Series Forecasting Model Pada Perusahaan Farmasi di Tangerang: Studi Kasus,” J. Ind. Eng. Manag. Res. ( Jiemar), vol. 1, no. 2, pp. 35–49, 2020, [Online]. Available: https://jiemar.org/index.php/jiemar/article/view/38

A. F. Harismawan, A. P. Kharisma, and T. Afirianto, “Analisis Perbandingan Performa Web Service Menggunakan Bahasa Pemrograman Python , Php ,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 1, pp. 237–245, 2017, [Online]. Available: https://j-ptiik.ub.ac.id/index.php/j- ptiik/article/view/781

Published
2023-07-10
How to Cite
[1]
D. Nababan, V. Fajar Alexandro Nipu, R. Rizald, B. Baso, and D. Arisandi, “OPTIMALISASI KINERJA MIKROKOMPUTER RASPBERRY Pi PADA SMART GREENHOUSE BERBASIS INTERNET OF THINGS (IoT) DENGAN ALGORITMA FORECASTING MOVING AVERAGE”, rabit, vol. 8, no. 2, pp. 164-172, Jul. 2023.
Section
Articles
PDF (Bahasa Indonesia)
Abstract views: 341
downloads: 291