Al Farizi, Ragil (2026) ANALISIS KOMPARATIF PERTUMBUHAN TANAMAN PADA SISTEM AEROPONIK DAN SISTEM KONVENSIONAL MENGGUNAKAN SISTEM MONITORING TERINTEGRASI BERBASIS SENSOR DAN COMPUTER VISION DENGAN PENDEKATAN KECERDASAN BUATAN. Diploma thesis, Politeknik Negeri Sriwijaya.
|
Text (COVER)
Cover.pdf - Published Version Download (591kB) | Preview |
|
|
Text (ABSTRAK)
Abstrak.pdf - Published Version Download (187kB) | Preview |
|
|
Text (BAB I PENDAHULUAN)
BAB I.pdf - Published Version Restricted to Repository staff only Download (237kB) | Request a copy |
||
|
Text (BAB II TINJAUAN PUSTAKA)
BAB II.pdf - Published Version Restricted to Repository staff only Download (459kB) | Request a copy |
||
|
Text (BAB III METODOLOGI PENELITIAN)
BAB III.pdf - Published Version Restricted to Repository staff only Download (458kB) | Request a copy |
||
|
Text (BAB IV PEMBAHASAN)
BAB IV.pdf - Published Version Restricted to Repository staff only Download (978kB) | Request a copy |
||
|
Text (BAB V PENUTUP)
BAB V.pdf - Published Version Restricted to Repository staff only Download (170kB) | Request a copy |
||
|
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (179kB) | Request a copy |
||
|
Text (LAMPIRAN)
Lampiran.pdf - Published Version Restricted to Repository staff only Download (932kB) | Request a copy |
Abstract
Tujuan dari penelitian ini adalah untuk melihat bagaimana pertumbuhan tanaman stroberi (Fragaria × ananassa) dilakukan pada sistem aeroponik dan sistem konvensional dengan menggunakan sistem monitoring terintegrasi berbasis sensor, computer vision, dan kecerdasan buatan. Untuk memastikan kondisi lingkungan tetap optimal, sistem aeroponik dilengkapi dengan sensor. Hasil penelitian menunjukkan bahwa pertumbuhan tanaman stroberi pada sistem konvensional memiliki tinggi tanaman yang lebih baik daripada sistem aeroponik. Hal ini mengindikasikan bahwa sistem aeroponik dipengaruhi oleh proses adaptasi, pengaturan lingkungan dan lama pengamatan. Di sisi lain, model YOLOv10 digunakan untuk mengestimasi umur tanaman dan metode Quadratic Regression, Random Forest, serta Multi-Layer Perceptron (MLP) digunakan untuk memprediksi tinggi tanaman. Dengan nilai precision dan recall mendekati 1,00, mAP@50 sebesar 0,99, dan mAP@50–95 sebesar 0,87, hasil pelatihan YOLOv10 menunjukkan kinerja yang sangat baik. Hasil evaluasi model prediksi menunjukkan bahwa Quadratic Regression memberikan performa terbaik pada sistem aeroponik dengan nilai R2 0,971366 dan sistem konvensional dengan nilai R2 0,997846, sedangkan Random Forest memiliki nilai R2 sebesar 0,945181 dan sistem konvensional dengan nilai R2 0,975002, masing-masing. MLP memberikan performa terendah dengan nilai R2 0,454714 dan 0,247551. Hasil penelitian menunjukkan bahwa sistem monitoring berbasis sensor, visi komputer, dan AI dapat secara efektif mendukung analisis pertumbuhan tanaman.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Aeroponik, Sistem Konvensional, Pertumbuhan Tanaman, YOLOv10, Internet of Things, Kecerdasan Buatan |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
| Divisions: | Electronic Engineering > Undergraduate Theses |
| Depositing User: | Pustaka Teknik Elektro |
| Date Deposited: | 05 Aug 2026 16:09 |
| Last Modified: | 05 Aug 2026 16:09 |
| URI: | http://eprints.polsri.ac.id/id/eprint/24356 |
Actions (login required)
![]() |
View Item |
