INTEGRASI CITRA DIGITAL DAN TEKNOLOGI IOT PADA SISTEM AQUAPONIC

Irawan, Riyo (2025) INTEGRASI CITRA DIGITAL DAN TEKNOLOGI IOT PADA SISTEM AQUAPONIC. Diploma thesis, Politeknik Negeri Sriwijaya.

	Text (Cover) Cover.pdf - Published Version Download (651kB)
	Text (Abstrak) Abstrak.pdf - Published Version Download (195kB)
	Text (Bab I) BAB I.pdf - Published Version Restricted to Repository staff only Download (332kB) | Request a copy
	Text (Bab II) BAB II.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (Bab III) BAB III.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (Bab IV) BAB IV.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy
	Text (Bab V) BAB V.pdf - Published Version Restricted to Repository staff only Download (236kB) | Request a copy
	Text (Daftar Pustaka) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (236kB) | Request a copy
	Text (Lampiran) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Penelitian ini mengusulkan integrasi teknologi citra digital dan Internet of Things (IoT) pada sistem aquaponik guna meningkatkan efektivitas pemantauan serta deteksi ukuran ikan secara otomatis. Sistem aquaponik yang digunakan menggabungkan budidaya ikan nila merah dan hidroponik dalam sirkulasi tertutup. Pemrosesan citra digital dilakukan dengan model deep learning berbasis YOLO, yaitu YOLOv5, YOLOv8, YOLOv11, serta model hybrid YOLOv8-Faster R-CNN. Hasil evaluasi menunjukkan bahwa masing-masing model memiliki keunggulan tersendiri: YOLOv5 unggul dalam recall, YOLOv11 terbaik dalam mAP50 dan F1- score, sementara model hybrid menawarkan keseimbangan performa meskipun memerlukan waktu pelatihan lebih lama. Teknologi IoT digunakan untuk memantau parameter lingkungan secara real-time yang terhubung ke cloud. Hasilnya menunjukkan bahwa sistem ini efektif untuk otomatisasi pemantauan dan deteksi ikan dalam budidaya akuaponik.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Aquaponik, Citra Digital, IoT, YOLO, Faster R-CNN, Deep Learning, Deteksi Objek
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Electronic Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	13 Aug 2025 06:12
Last Modified:	13 Aug 2025 06:12
URI:	http://eprints.polsri.ac.id/id/eprint/18275

Actions (login required)

View Item