Real Time Analisys Berbasis Internet Of Things Untuk Prediksi Iklim Lahan Pertanian

Authors

  • Husdi Husdi Universitas Ichsan Gorontalo
  • Yulianty Lasena Universitas ichsan Gorontalo

Keywords:

Internet Of Things, Data Mining, Prediksi, Regresi linear Sederhana, Inovasi Pertanian

Abstract

Sektor pertanian merupakan salah satu sektor utama sebagai penghasil pangan. Pertanian menjadi sangat penting karena mempunyai kontribusi dalam pencapaian tujuan pembangunan perekonomian nasional karena Indonesia merupakan negara agraris yang sebagian besar masyarakat Indonesia adalah petani. Masaalah yang diangkat dalam penelitian ini adalah bahwa  sebagian besar usaha pertanian di indonesia masih di kelola secara konvensional dan belum memanfaatkan perkembangan teknologi dalam peningkatan hasil. Inovasi teknologi pada sektor pertanian perlu ditingkatkan salah satunya dengan memanfaatkan perkembangan teknologi Data Mining. Pentingnya memprediksi iklim lahan pertanian karena Perubahan iklim tidak hanya menyebabkan kegagalan panen, tetapi juga merusak sumber daya lahan pertanian, meningkatkan luas areal dan intensitas tanaman yang mengalami kekeringan, meningkatkan kelembaban perkembangan hama dan penyakit tanaman Pada Penelitian ini algoritma yang digunakan untuk prediksi adalah algoritma Regresi Linear Sederhana. Dari hasil uji coba terhadap Prototype yang dibangun dan hasil aplikasi yang dirancang didapatkan hasil Sensor Bme820 dan Soil Moisture Fc28 dapat berkomunikasi dengan baik dan NodeMCU  Esp8266 sehingga hasil pembacaan Sensor dapat ditampilkan pada Aplikasi Website yang direkayasa dan juga memungkinkan untuk melakukan kontrol terhadap alat penyiraman tanaman melalui aplikasi Website yang direkayasa. Dan dari data yang dihasilkan berfungsi sebagai dataset untuk melakukan prediksi terhadap kondisi iklim lahan pertanian pada hari berikutnya

Author Biographies

Husdi Husdi, Universitas Ichsan Gorontalo

Dosen di Universitas Ichsan Gorontalo, Fakultas Ilmu Komputer mengajar untuk matakuliah-mata kuliah pemrograman dasar dan lanjut

Yulianty Lasena, Universitas ichsan Gorontalo

-

References

I. M. D. S. Ni Putu Sukanteri, Pande Komang Suparyana, I Made Suryana, “AGRISOCIONOMICS TEKNOLOGI PERTANIAN TERPADU BERBASIS FILOSOFI TRI HITA KARANA DALAM USAHATANI MENUJU PERTANIAN ORGANIK (Integrated Agriculture Technology Based on Tri Hita Karana Philoshopy toward Organic Agriculture),†pp. 97–106.

W. Budiharto, “Inovasi Digital di Industri Smart Farming : Konsep dan Implementasi,†Prosiding, no. September, pp. 978–979, 2019.

A. Tahir and D. Masnur, “Implementasi Internet Of Things Pada Sistim Pemantauan dan Kendali Suhu Ruang Server,†vol. 04, pp. 78–84, 2017.

S. Mujahid, B. Irawan, and C. Setianingsih, “PERANCANGAN PROTOTIPE SISTEM PERINGATAN DINI TANAH LONGSOR BERBASIS INTERNET OF THINGS Prototype Design of Warning System For Landslide Based On Internet Of Things,†vol. 7, no. 1, pp. 1651–1657, 2020.

P. S. Informatika and D. Pratama, “Naskah publikasi perancangan sistem keamanan pintu rumah menggunakan konsep internet of things berbasis android,†2020.

A. E. Eryantono, M. N. Fauzi, and M. Fathurrohman, “Sistem Monitoring Temperatur Tuang Logam dan Penggunaan Energi Berbasis IoT di MIDC ( Metal Pouring Temperature and Energy Usage Monitoring System with IoT in MIDC ),†vol. 9, no. 2, pp. 123–131, 2020.

A. T. Oktoverano Lengkong, “Prototipe iot dan pertanian cerdas: memantau tanaman buah dan sayuran musiman,†pp. 415–422.

H. Husdi and R. K. Haba, “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.

Y. Hilman, S. Suciantini, and R. Rosliani, “ADAPTASI TANAMAN HORTIKULTURA TERHADAP PERUBAHAN IKLIMPADA LAHAN KERING Adaptation of Horticultural Crops to Climate Change in the Upland,†J. Penelit. dan Pengemb. Pertan., vol. 38, no. 1, p. 55, 2019.

A. A. Suryanto, “Penerapan Metode Mean Absolute Error (Mea) Dalam Algoritma Regresi Linear Untuk Prediksi Produksi Padi,†Saintekbu, vol. 11, no. 1, pp. 78–83, 2019.

2019 Oktaviani et al, “JURNAL RESTI (Rekayasa Sistem dan Teknologi Informasi) Analisis Pola Prediksi Data Time Series menggunakan Support Vector Regression, Multilayer Perceptron, dan Regresi Linear Sederhana,†vol. 1, no. 10, pp. 282–287, 2019.

N. Razzaaq, N. Azhiim, and M. D. Atmadja, “IMPLEMENTASI SISTEM MONITORING HVAC RUANG SERVER MENGGUNAKAN RASPBERRY PI BERBASIS WEB ( Studi kasus pada PT . Rahajasa Media Internet Surabaya ),†pp. 86–92, 2019.

B. Kurniawan and A. Lomi, “MEMONITOR ENERGI LISTRIK BERBASIS INTERNET OF THINGS ( IoT ),†pp. 1–8, 2020.

W. G. Shun, W. M. W. Muda, W. H. W. Hassan, and A. Z. Annuar, “Wireless Sensor Network for Temperature and Humidity Monitoring Systems Based on NodeMCU ESP8266,†Commun. Comput. Inf. Sci., vol. 1132 CCIS, no. January, pp. 262–273, 2020.

A. S. Pambudi, S. Andryana, and A. Gunaryati, “Rancang Bangun Penyiraman Tanaman Pintar Menggunakan Smartphone dan Mikrokontroler Arduino Berbasis Internet of Thing,†vol. 4, no. April, pp. 250–256, 2020.

F. Ginting, E. Buulolo, and E. R. Siagian, “Implementasi Algoritma Regresi Linear Sederhana Dalam Memprediksi Besaran Pendapatan Daerah (Studi Kasus: Dinas Pendapatan Kab. Deli Serdang),†KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 3, no. 1, pp. 274–279, 2019.

Downloads

Published

2020-07-20

Issue

Vol. 4 No. 3 (2020): Juli 2020

Section

Articles

License

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License

Authors who publish with this journal agree to the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (Refer to The Effect of Open Access).