SISTEM KENDALI MIKROKONTROLER BERBASIS ATMEGA2560 MENGGUNAKAN PENDEKATAN ARTIFICIAL NEURAL NETWORK (ANN) UNTUK BUDIDAYA CABAI MERAH AEROPONIK

Harry Toding Karurung, . (2025) SISTEM KENDALI MIKROKONTROLER BERBASIS ATMEGA2560 MENGGUNAKAN PENDEKATAN ARTIFICIAL NEURAL NETWORK (ANN) UNTUK BUDIDAYA CABAI MERAH AEROPONIK. Sarjana thesis, Institut Sains dan Teknologi Nasional.

[thumbnail of 1. COVER.pdf] Text
1. COVER.pdf

Download (119kB)
[thumbnail of ORISINALITAS.pdf] Text
ORISINALITAS.pdf

Download (148kB)
[thumbnail of 5. ABSTRAK.pdf] Text
5. ABSTRAK.pdf

Download (138kB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf
Restricted to Registered users only

Download (107kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Registered users only

Download (785kB)
[thumbnail of BAB V.pdf] Text
BAB V.pdf
Restricted to Registered users only

Download (717kB)
[thumbnail of Full File Skripsi - Harry Toding Karurung.pdf] Text
Full File Skripsi - Harry Toding Karurung.pdf
Restricted to Repository staff only

Download (4MB)

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem kendali budidaya tanaman cabai merah secara aeroponik berbasis mikrokontroler ATmega2560. Sistem ini mengontrol tiga variabel masukan utama yaitu level air (u₁ ), dosis nutrisi (u₂ ), dan penyiraman akar (u₃ ) untuk menghasilkan tiga variabel keluaran yaitu tinggi cairan (y₁ ), kadar nutrisi (y₂ ), dan kelembapan akar (y₃ ). Seluruh komponen sensor dan aktuator telah terintegrasi dan bekerja secara otomatis serta real-time tanpa intervensi manual. Untuk meningkatkan akurasi pengendalian, diterapkan model Artificial Neural Network (ANN) dalam memodelkan hubungan input-output sistem. Evaluasi terhadap 23 sampel data menunjukkan performa model ANN yang baik, dengan nilai MAE sebesar 2.19, MSE 11.82, dan RMSE 3.44. Analisis statistik per output menunjukkan bahwa sistem mampu mengendalikan y₁ dan y₂ dengan tingkat kesalahan rendah, masing-masing MAE < 1 dan < 0.5, serta RMSE < 1. Namun, pada output y₃ (kelembapan akar), kesalahan relatif tinggi (MAE 4.99 dan RMSE 5.83), mengindikasikan perlunya evaluasi ulang strategi kendali. Secara keseluruhan, sistem yang dikembangkan mampu meningkatkan efisiensi dan akurasi budidaya aeroponik cabai merah, meskipun diperlukan penyempurnaan lebih lanjut untuk parameter kelembapan akar.

Item Type: Thesis (Sarjana)
Additional Information: 1.Fivit Marwita, ST., MT
Subjects: L Education > L Education (General)
T Technology > T Technology (General)
T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Fakultas Teknik (FT) > Teknik Elektro S1
Depositing User: perpusistn
Date Deposited: 22 Sep 2025 04:24
Last Modified: 22 Sep 2025 04:24
URI: https://repo.istn.ac.id/id/eprint/1154

Actions (login required)

View Item
View Item