RANCANG BANGUN SISTEM AKUISISI DATA BERAT SAYURAN MENGGUNAKAN SENSOR LOAD CELL BERBASIS RASPBERRY PI CM4

Rahmady, Reval Dino Try (2026) RANCANG BANGUN SISTEM AKUISISI DATA BERAT SAYURAN MENGGUNAKAN SENSOR LOAD CELL BERBASIS RASPBERRY PI CM4. Diploma thesis, Politeknik Negeri Sriwijaya.

Preview	Text (Cover) COVER.pdf - Published Version Download (1MB) | Preview
Preview	Text (Abstrak) ABSTRAK.pdf - Published Version Download (260kB) | Preview
	Text (BAB I Pendahuluan) BAB I.pdf - Published Version Restricted to Repository staff only Download (312kB) | Request a copy
	Text (BAB II Tinjauan Pustaka) BAB II.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB III Rancang Bangun) BAB III.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB IV Hasil dan Pembahasan) BAB IV.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB V Penutup) BAB V.pdf - Published Version Restricted to Repository staff only Download (246kB) | Request a copy
	Text (Daftar Pustaka) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (218kB) | Request a copy
	Text (Lampiran) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (16MB) | Request a copy

Abstract

Penelitian ini merancang dan membangun perangkat keras sistem akuisisi data berat sayuran berbasis Raspberry Pi CM4, menggunakan sensor Load cell tipe strain gauge berkapasitas 180 kg, modul ADC HX711 24-bit, LCD 16x2, dan push button. Pengujian dilakukan melalui kalibrasi serta variasi dan pengulangan beban referensi 1-30 kg untuk menilai akurasi, presisi, dan stabilitas pembacaan. Setelah dikalibrasi dengan faktor kalibrasi 24,1850, instrumen mencapai akurasi 99,50%-99,98%, dengan nilai Relative Standard Deviation (RSD) konsisten di bawah 1% pada uji pengulangan maupun stabilitas, serta drift pembacaan terjaga dalam pita +/-0,02 kg. Data penimbangan otomatis terkirim secara real-time ke Google Sheets melalui workflow n8n disertai layanan chatbot WhatsApp berbasis kecerdasan buatan untuk pemantauan jarak jauh. Sistem terbukti akurat, presisi, dan stabil, sehingga layak digunakan sebagai instrumen digitalisasi penimbangan komoditas sayuran di pasar tradisional.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Akuisisi Data, Load Cell, HX711, Raspberry Pi CM4, Internet of Things
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Electronic Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	28 Jul 2026 02:23
Last Modified:	28 Jul 2026 02:23
URI:	http://eprints.polsri.ac.id/id/eprint/23795

Actions (login required)

View Item