SISTEM KLASIFIKASI KUALITAS AIR AQUARIUM IKAN HIAS MENGGUNAKAN ALGORITMA LIGHTGBM BERBASIS IOT DAN OTOMATISASI PEMBERIAN PROBIOTIK EM4

Qolbu, Mutiara (2026) SISTEM KLASIFIKASI KUALITAS AIR AQUARIUM IKAN HIAS MENGGUNAKAN ALGORITMA LIGHTGBM BERBASIS IOT DAN OTOMATISASI PEMBERIAN PROBIOTIK EM4. Diploma thesis, Politeknik Negeri Sriwijaya.

	Text (COVER) COVER.pdf - Published Version Download (894kB)
	Text (ABSTRAK) ABSTRAK.pdf - Published Version Download (217kB)
	Text (BAB I PENDAHULUAN) BAB I.pdf - Published Version Restricted to Repository staff only Download (267kB) | Request a copy
	Text (BAB II TINJAUAN PUSTAKA) BAB II.pdf - Published Version Restricted to Repository staff only Download (701kB) | Request a copy
	Text (BAB III METODOLOGI) 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 (201kB) | Request a copy
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (190kB) | Request a copy
	Text (LAMPIRAN) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (6MB) | Request a copy

Abstract

Fluktuasi parameter kualitas air seperti suhu, pH, amonia, dan Total Dissolved Solids (TDS) sering kali memicu stres hingga kematian pada ikan hias. Untuk mengatasi permasalahan tersebut, penelitian ini merancang sistem pemantauan kualitas air berbasis Internet of Things (IoT) yang dilengkapi dengan algoritma LightGBM serta sistem penakar probiotik EM4 otomatis. Parameter air dipantau secara real-time dan diklasifikasikan oleh model machine learning menjadi tiga kondisi, yaitu BAIK, WASPADA, dan BURUK. Informasi ini ditampilkan pada website monitoring sekaligus mengirimkan notifikasi peringatan dini via WhatsApp jika kualitas air menurun. Saat sistem mendeteksi status WASPADA, aktuator akan langsung menuangkan cairan probiotik EM4 sesuai takaran untuk menetralisir polutan. Berdasarkan hasil pengujian, sistem ini menunjukkan performa yang sangat andal dengan akurasi pembacaan seluruh sensor di atas 95% dan tingkat akurasi klasifikasi LightGBM mencapai 99,30%. Selain itu, proses pengiriman data menggunakan protokol MQTT berjalan lancar dengan tingkat keberhasilan 100% (packet loss 0%). Integrasi teknologi ini diharapkan mampu menjaga stabilitas ekosistem akuarium dan meminimalisir kerugian ekonomi bagi pelaku usaha ikan hias.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Kualitas Air, IoT, LightGBM, Machine Learning, EM4, Monitoring System
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Telecommunication Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	04 Sep 2026 02:42
Last Modified:	04 Sep 2026 02:42
URI:	http://eprints.polsri.ac.id/id/eprint/26176

Actions (login required)

View Item