<![CDATA[Abstrak Pada penelitian ini objek yang dipilih adalah sawi, karena sawi memiliki bentuk daun yang beraturan. Sistem yang digunakan pada metode hidroponik ini yaitu sistem wick atau sistem sumbu. Padapenelitian ini akan digunakan segmentasi citra untuk proses pengolahan citra tersebut. Metode yangdigunakan pada segmentasi citra tersebut yaitu thresholding. Pengambilan gambar daun sawi dilakukandari tampak atas dengan menggunakan kamera Arducam dan ESP32 yang akan mengunggah gambarmelalui wi-fi yang sudah dihubungkan antara komputer dan ESP32. Lalu gambar tersebut di proses diMATLAB sebagai software untuk melakukan proses pengolahan citra. Pada pengolahan citra tersebutdigunakan dengan menggunakan metode thresholding. Dari metode pengolahan citra di MATLAB tersebutakan menghasilkan nilai luas area dari objek yang berupa daun sawi tampak atas, nilai luas area tersebutyang merupakan nilai piksel yang akan ditampilkan di platform IoT yaitu thingspeak. Hasil dari penelitianini diharapkan akan membantu mempermudah pemantauan pertumbuhan daun sawi. Dari pengujian 100data dengan membandingkan luas area piksel dari nilai RGB yang sebenarnya dan nilai RGB yang telahditentukan memiliki nilai error yaitu 0,679%. Konversi data dari piksel ke cm2 memiliki error yaitu 0,7%. Kata Kunci : ArduCam, ESP32, Hidroponik, MATLAB, IoT.Abstract In this study the object chosen is mustard greens, because mustard has a regular leaf shape. Thesystem used in this hydroponic method is the wick system or axis system. In this study, image segmentationwill be used for the image processing. The method used in the image segmentation is thresholding. Takingpictures of mustard leaves is from the top view using the Arducam and ESP32 that will upload images viaWi-Fi that have been connected between the computer and ESP32. Then the image is processed in MATLABas a software for image processing. The image processing is used using the thresholding method. From theimage processing method in MATLAB, it will produce a value of the area of the object in the form ofmustard leaves appearing above, the area value which is the pixel value that will be displayed on the IoTplatform is thingspeak. The results of this study are expected to help facilitate monitoring of mustard leafgrowth. From testing 100 data by comparing the pixel area of the actual RGB value and the RGB value thathas been determined has an error value of 0.679%. Data conversion from pixel to cm2 has an error of 0.7%.Keywords : ArduCam, ESP32, Hydroponics, MATLAB, IoT.]]>
Copyrights © 2019
