SISTEM MONITORING KUMBUNG JAMUR TIRAM OTOMATIS BERBASIS IoT (Internet of Things) MENGGUNAKAN METODE K-NEAREST NEIGHBOUR
Penulis
-
Anderias Eko Wijaya
Universitas Mandiri
https://orcid.org/0000-0002-1173-9017
-
Dicky Iskandar Sobari
Universitas Mandiri
-
Haris Munandar
Universitas Mandiri
https://doi.org/10.47561/a.v16i1.239
This Abstract has been read 223 times
Abstrak
Dalam menghadapi meningkatnya permintaan pasar untuk jamur tiram, pemantauan yang efektif terhadap lingkungan pertumbuhan menjadi krusial. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem monitoring kumbung jamur tiram otomatis berbasis Internet of Things (IoT) menggunakan perangkat keras Wemos D1 R1, sensor suhu DHT22, sensor suhu LM35, dan metode K-Nearest Neighbour (KNN) untuk analisis data. Platform IoT yang digunakan dalam penelitian ini adalah Antares. Sistem ini dirancang untuk memantau suhu dan kelembaban dalam kumbung jamur secara real-time. Sensor DHT22 digunakan untuk mengukur suhu dan kelembaban udara secara bersamaan, sedangkan sensor LM35 mengukur suhu tanah tempat tumbuhnya jamur tiram. Data yang dikumpulkan oleh sensor-sensor ini dikirimkan secara otomatis ke platform Antares melalui Wemos D1 R1 menggunakan koneksi WiFi. Metode K-Nearest Neighbour (KNN) digunakan untuk menganalisis data suhu dan kelembaban yang terkumpul. KNN memberikan kemampuan untuk mengidentifikasi pola dan tren pertumbuhan jamur tiram berdasarkan kondisi lingkungan. Hasil analisis ini memberikan informasi yang berharga bagi petani jamur tiram untuk mengoptimalkan kondisi pertumbuhan dan meningkatkan hasil panen. Dengan implementasi sistem ini, diharapkan dapat meningkatkan efisiensi dan produktivitas dalam budidaya jamur tiram. Sistem monitoring otomatis berbasis IoT ini memberikan solusi yang efektif dan praktis untuk memantau kondisi lingkungan pertumbuhan jamur tiram secara real-time, memberikan peluang bagi petani untuk mengambil tindakan yang cepat dan tepat demi meningkatkan hasil panen mereka.
Keywords: Internet of Things, Jamur Tiram, K-Nearest Neighbour (KNN)
CITATIONS
Unduhan
Referensi
P. Stamets, “Mushroom Cultivation: An Illustrated Guide to Growing Your Own Mushrooms”. Ten Speed Press, 2005.
J. Mata et al., "Influence of Temperature and Substrate on Pleurotus ostreatus and Pleurotus sajor-caju Production," Int. J. Mushroom Sci., vol. 9, no. 1, pp. 1-12, 2008.
K. Dewi and H. Nirwana, "Sistem Monitoring Dan Kontrol Suhu Serta Kelembaban Budidaya Jamur Tiram Berbasis Wireless Sensor Network," presented at Seminar Nasional Hasil Penelitian & Pengabdian Kepada Masyarakat (SNP2M), 2018.
Gunawan, A. W., "Usaha Pembibitan Jamur," Penebar Swadaya, 2000, pp. 112, ISBN 979-489-539-3.
Cahyo Saparindo, Sunarmi, "Usaha 6 Jenis Jamur Skala Rumah Tangga," Penebar Swadaya, Jakarta, 2010.
Soeharjo, Patong, "Sendi-Sendi Pokok Ilmu Usaha Tani," Departemen Ilmu Sosial Ekonomi Fakultas Pertanian, Institut Pertania Bogor, Bogor, 1994.
Jakes Sito. SP., "Analisis Pendapatan Usahatani Budidaya Jamur Tiram Putih Di Kecamatan Keliling Danau Kabupaten Kerinci," Bp3k Kecamatan Depati Vii, Kabupaten Kerinci, 2010.
J. Han, M. Kamber, dan J. Pei,"Data Mining: Concepts and Techniques,"3rd ed., Morgan Kaufmann, Elsevier Inc., San Francisco, CA, doi: 10.1016/B978-0-12-381479-1.00001-0, 2012.
F. A. Hermawati, "Data Mining," ANDI, Yogyakarta, 2013.
C.G. Nugroho, D. Nugroho, dan S.H. Fitriasih, "Sistem Pendukung Keputusan Untuk Pemilihan Metode Kontrasepsi PADA Pasangan Usia Subur Dengan Algoritma K-Nearest Neighbor (K-NN)," J. Ilmiah SINUS, vol. 13, no. 1, pp. 21–30, 2015.
N.I. Raymundus, W. Laksito, YS, dan S. Siswanti, "Sistem Pendukung Keputusan Untuk Menentukan Status Prestasi Siswa Menggunakan Metode K-Nearest Neighbor," J. Ilmiah SINUS, vol. 11, no. 2, pp. 53–66, 2013.
K. Schenatto, E. Godoy De Souza, C. L. Bazzi, A. Gavioli, N. Miguel, and H. Martins,"Normalization of Data for Delineating Management Zones,"Computers and Electronics in Agriculture, vol. 143, pp. 238–248, Nov. 2017.doi: 10.1016/j.compag.2017.10.017.
M. Akhil, B. L. Deekshatulu, dan P. Chandra, "Classification of Heart Disease Using K-Nearest Neighbor and Genetic Algorithm," in Procedia Technology, vol. 10, pp. 85–94, Elsevier B.V., September 27-28, 2013.
J. Hocke dan T. Martinetz, "Feature Weighting by Maximum Distance Minimization,"in International Conference on Artificial Neural Networks , pp. 420–425, Bulgaria, September 10-13, 2013.
in International Conference on Artificial Neural Networks, pp. 420–425, Bulgaria, September 10-13, 2013.
Y. Song, J. Liang, J. Lu, dan X. Zhao,"An Efficient Instance Selection Algorithm for K Nearest Neighbor Regression," Neurocomputing, Elsevier B.V., doi: 10.1016/j.neucom.2017.04.018. Neurocomputing, Elsevier B.V., doi: 10.1016/j.neucom.2017.04.018.
N. Ke,"Region Based Segmentation of Social Images Using Soft KNN Algorithm," in Procedia Computer Science, vol. 125, pp. 93–98, Elsevier B.V., December 7-8, 2018, doi: 10.1016/j.procs.2017.12.014.
in Procedia Computer Science, vol. 125, pp. 93–98, Elsevier B.V., December 7-8, 2018, doi: 10.1016/j.procs.2017.12.014.
L. Jiao, Q. Pan, dan X. Feng, "Multi-Hypothesis Nearest-Neighbor Classifier Based on Class-Conditional Weighted Distance Metric," Neurocomputing , vol. 151, Part 3, Elsevier, pp. 1468–1476, doi: 10.1016/j.neucom.2014.10.039.
T.K. Neo dan D. Ventura,"A Direct Boosting Algorithm for the K-Nearest Neighbor Classifier via Local Warping of the Distance Metric,"Pattern Recognition Letters, vol. 33, no. 1, Elsevier B.V., pp. 92–102, doi: 10.1016/j.patrec.2011.09.028.
M. Zolghadri, E. Parvinnia, dan R. John,"A Method of Learning Weighted Similarity Function to Improve the Performance of Nearest Neighbor," Information Sciences, vol. 179, no. 17, Elsevier Inc., pp. 2964–2973, doi: 10.1016/j.ins.2009.04.012.
A. Jain, K. Nandakumar, dan A. Ross,"Score Normalization in Multimodal Biometric Systems," Pattern Recognition, vol. 38, pp. 2270–2285, doi: 10.1016/j.patcog.2005.01.012.
N.M. Nawi, W.H. Atomi, dan M.Z. Rehman,"The Effect of Data Pre-Processing on Optimized Training of Artificial Neural Networks,"in Procedia Technology, vol. 11, pp. 32–39, Elsevier B.V., June 24-25, 2013, doi: 10.1016/j.protcy.2013.12.159.
G. Yunlong dan L. Yixiao,"An Improved Feature-Weight Method Based on K-NN,"in Proceedings of the 35th Chinese Control Conference, pp. 6950–6956, Chengdu, July 27-29, 2016.
A. Shabani, K.A. Ali Reza, dan A.A. Kamgar-haghighi,Scientia Horticulturae, vol. 216, Elsevier B.V., pp. 103–110, doi: 10.1016/j.scienta.2016.12.032.
L. Jiang, Z. Cai, D. Wang, dan S. Jiang,"Survey of Improving K-Nearest-Neighbor for Classification,"in Proceedings - Fourth International Conference on Fuzzy Systems and Knowledge Discovery, FSKD 2007, vol. 1, pp. 679–683, Haikou, Aug 24-27, 2007, doi: 10.1109/FSKD.2007.552.
S. Mustafa, W. I. Simpen, "Perancangan Aplikasi Prediksi Kelulusan Tepat Waktu Bagi Mahasiswa Baru Dengan Teknik Data Mining (Studi Kasus: Data Akademik Mahasiswa STMIK Dipanegara Makassar)," Teknik Informatika STMIK Dipanegara, Makasar, 2014.
