MONITORING LINGKUNGAN DAN KLASIFIKASI KEBERHASILAN PEMBIBITAN BOUGENVILLE BERBASIS IOT MENGGUNAKAN RANDOM FOREST

Firmansyah, Ilham (2026) MONITORING LINGKUNGAN DAN KLASIFIKASI KEBERHASILAN PEMBIBITAN BOUGENVILLE BERBASIS IOT MENGGUNAKAN RANDOM FOREST. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

	Text (Full text) RAMA_55201_2213020203.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (4MB) | Request a copy
	Text (Similarity) RAMA_55201_2213020203_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (943kB)
	Text (Cover sd BAB 1 + References) RAMA_55201_2213020203_.0707079001_0710018501_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text (BAB 2) RAMA_55201_2213020203_.0707079001_0710018501_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (293kB) | Request a copy
	Text (BAB 3) RAMA_55201_2213020203_.0707079001_0710018501_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (673kB) | Request a copy
	Text (BAB 4) RAMA_55201_2213020203_.0707079001_0710018501_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (896kB) | Request a copy
	Text (BAB 5) RAMA_55201_2213020203_.0707079001_0710018501_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (138kB) | Request a copy
	Text (References) RAMA_55201_2213020203_.0707079001_0710018501_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (136kB)
	Text (Lampiran) RAMA_55201_2213020203_.0707079001_0710018501_07_lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy

Abstract

Pembibitan bougenville merupakan tahapan penting dalam budidaya tanaman yang sangat dipengaruhi oleh kondisi lingkungan, seperti suhu udara, kelembaban udara, intensitas cahaya, kelembaban tanah, dan pH media tanam. Pemantauan yang masih dilakukan secara manual menyebabkan kondisi lingkungan sulit dipantau secara berkelanjutan sehingga berpotensi menurunkan tingkat keberhasilan pembibitan. Penelitian ini bertujuan mengembangkan sistem monitoring lingkungan berbasis Internet of Things (IoT), menerapkan algoritma Random Forest untuk mengklasifikasikan tingkat keberhasilan pembibitan, serta menyajikan hasil monitoring dan klasifikasi melalui website. Penelitian menggunakan metode Research and Development (R&D) dengan model Prototype. Sistem dibangun menggunakan mikrokontroler ESP32 yang terintegrasi dengan sensor DHT22, BH1750, sensor pH tanah, dan sensor kelembaban tanah. Data hasil pembacaan sensor dikirim ke database Supabase, kemudian diproses menggunakan algoritma Random Forest melalui API berbasis Flask dan ditampilkan pada website secara real-time. Hasil penelitian menunjukkan bahwa sistem mampu melakukan monitoring lingkungan, menyimpan data, serta menampilkan hasil klasifikasi pada website dengan baik. Seluruh fungsi sistem berjalan sesuai kebutuhan pengguna. Model Random Forest memperoleh akurasi sebesar 82,21%, sehingga mampu mengklasifikasikan tingkat keberhasilan pembibitan bougenville berdasarkan data lingkungan yang diperoleh.

Actions (login required)

View Item