Claim Missing Document
Check
Articles

Found 2 Documents
Search

Sistem Monitoring Kondisi Dan Deteksi Kematangan Buah Pepino (Solanum Muricatum) Berbasis Internet Of Things David Yonatan
Jurnal Sosial Teknologi Vol. 3 No. 10 (2023): Jurnal Sosial dan Teknologi
Publisher : CV. Green Publisher Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59188/jurnalsostech.v3i10.953

Abstract

Penelitian ini membahas tentang sistem yang terdiri dari dua proses inti, yaitu pemantauan kelembaban tanah dan pengecekan kematangan buah Pepino. Pengujian kalibrasi alat, termasuk sensor kelembaban tanah YL-69 dan sensor warna TCS3200, dilakukan untuk memastikan keakuratan pengambilan data. Hasil pengujian sensor kelembaban menunjukkan bahwa sistem memiliki error rata-rata sekitar 1,37%. Pengujian sensor warna membantu menentukan batas atas dan bawah nilai RGB yang digunakan dalam pengecekan kematangan buah. Sistem ini diintegrasikan dengan berbagai komponen elektronik, termasuk Arduino Uno sebagai mikrokontroller, NodeMCU ESP8266 untuk koneksi ke internet, dan pompa air untuk penyaluran air ke tanaman. Data dari sensor kelembaban tanah dan sensor warna dikumpulkan dan ditampilkan melalui sebuah laman web yang dapat diakses oleh petani melalui laptop atau smartphone. Hasil dari penelitian ini menyediakan solusi bagi petani Pepino di Desa Sepakuan untuk memantau dan mengelola kondisi tanaman mereka secara efisien. Sistem ini juga memiliki potensi untuk meningkatkan hasil panen dan kualitas buah Pepino dengan pengecekan kematangan yang lebih tepat
SISTEM MONITORING KONDISI DAN DETEKSI KEMATANGAN BUAH PEPINO (SOLANUM MURICATUM) BERBASIS INTERNET OF THINGS David Yonatan
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i1.3665

Abstract

Abstrak. Penelitian ini membahas tentang sistem yang terdiri dari dua proses inti, yaitu pemantauan kelembaban tanah dan pengecekan kematangan buah Pepino. Pengujian kalibrasi alat, termasuk sensor kelembaban tanah YL-69 dan sensor warna TCS3200, dilakukan untuk memastikan keakuratan pengambilan data. Hasil pengujian sensor kelembaban menunjukkan bahwa sistem memiliki error rata-rata sekitar 1,37%. Pengujian sensor warna membantu menentukan batas atas dan bawah nilai RGB yang digunakan dalam pengecekan kematangan buah. Sistem ini diintegrasikan dengan berbagai komponen elektronik, termasuk Arduino Uno sebagai mikrokontroller, NodeMCU ESP8266 untuk koneksi ke internet, dan pompa air untuk penyaluran air ke tanaman. Data dari sensor kelembaban tanah dan sensor warna dikumpulkan dan ditampilkan melalui sebuah laman web yang dapat diakses oleh petani melalui laptop atau smartphone. Hasil dari penelitian ini menyediakan solusi bagi petani Pepino di Desa Sepakuan untuk memantau dan mengelola kondisi tanaman mereka secara efisien. Sistem ini juga memiliki potensi untuk meningkatkan hasil panen dan kualitas buah Pepino dengan pengecekan kematangan yang lebih tepat. Abstract. This research discusses a system composed of two main processes: soil moisture monitoring and ripeness checking of Pepino fruits. Calibration tests of the equipment, including the YL-69 soil moisture sensor and the TCS3200 color sensor, were conducted to ensure data accuracy. The results of the soil moisture sensor tests indicate an average error of approximately 1.37%. Color sensor testing helped establish the upper and lower limits of RGB values used in fruit ripeness checking. This system is integrated with various electronic components, including an Arduino Uno as the microcontroller, NodeMCU ESP8266 for internet connectivity, and a water pump for plant irrigation. Data from the soil moisture sensor and color sensor are collected and displayed through a web page accessible to farmers via a laptop or smartphone. The results of this research provide a solution for Pepino farmers in Sepakuan Village to efficiently monitor and manage their plant conditions. This system also has the potential to improve crop yields and the quality of Pepino fruits through more accurate ripeness checking.