Rancang Bangun Sistem Monitoring untuk Mencegah Penyakit Layu Fusarium pada Tanaman Allium ascalonicum L. Berbasis IoT Menggunakan Fuzzy Logic

Nathaniel, Kevin (2023) Rancang Bangun Sistem Monitoring untuk Mencegah Penyakit Layu Fusarium pada Tanaman Allium ascalonicum L. Berbasis IoT Menggunakan Fuzzy Logic. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05311940000032-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (6MB) | Request a copy

Abstract

Perkembangan teknologi dan pertumbuhan populasi manusia mendorong inovasi di bidang agrikultur, yang sangat penting dalam pemenuhan kebutuhan pangan manusia. Indonesia, sebagai negara ke-4 terbesar dalam produksi rempah, menghadapi ancaman hama dan penyakit pada tanaman, termasuk bawang merah yang kaya akan asam glutamat. Layu fusarium adalah penyakit utama pada tanaman bawang merah yang disebabkan oleh jamur Fusarium oxysporum. Di Indonesia, beberapa sentra produksi bawang merah mengalami kerugian hingga 50% akibat layu fusarium. Oleh karena itu, pemerintah perlu memperhatikan masalah ini untuk mencegah kerugian dalam produksi bawang merah. Infeksi ini ditandai dengan pertumbuhan jamur pada akar tanaman, menyebabkan layu dan kematian tanaman. Faktor lingkungan seperti pH tanah rendah (4,5-5,5), suhu lingkungan (26,8-28,3°C), dan kelembapan (70-80%) mempengaruhi pertumbuhan jamur fusarium. Untuk mengatasi masalah ini, dilakukan pengawasan kondisi lingkungan dan pengaturan pH tanah agar tidak mendukung pertumbuhan jamur fusarium. Metode fuzzy logic Takagi-Sugeno digunakan dalam penelitian ini untuk memberikan peringatan kepada pengguna tentang kondisi lingkungan yang berpotensi untuk pertumbuhan jamur. Kondisi lingkungan diukur menggunakan pH meter, soil humidity sensor, dan air humidity sensor yang dipasang di ladang. Data dari perangkat-perangkat ini dikirim ke ESP32 master melalui protokol ESP-now, kemudian diteruskan ke Raspberry Pi menggunakan MQTT untuk diolah dan ditampilkan pada dashboard. Data yang diterima digunakan untuk menghasilkan keputusan fuzzy yang memberikan peringatan kepada pengguna. Sistem ini juga dapat mengirimkan perintah ke ESP-Slave Output untuk mengeluarkan cairan. Alat ini juga dilengkapi dengan fitur pendukung, termasuk sistem otomatisasi peringatan dan penyeimbang pH. Dalam uji coba, sistem berhasil memberikan peringatan fuzzy berdasarkan data dummy, dan fitur-fitur lainnya seperti database, sistem otomatisasi peringatan, dan penyeimbang pH berfungsi dengan baik dan memberikan hasil yang diharapkan. Sensor-sensor yang digunakan dalam alat ini memiliki akurasi tinggi, mencapai 97,43% untuk sensor temperatur BME280, 97,64% untuk sensor kelembapan udara BME280, 96,85% untuk sensor kelembapan tanah, 96,62% untuk sensor pH tanah 1, dan 97,27% untuk sensor pH tanah 2, dengan akurasi ratarata sebesar 97,07%. Alat ini memiliki potensi untuk mengurangi penyakit layu fusarium pada tanaman bawang merah dan dapat dikembangkan lebih lanjut untuk digunakan dengan tanaman lainnya. Selain itu, penggunaan alat ini lebih efisien dan ekonomis dibandingkan dengan pemantauan harian oleh tenaga manusia yang mahal.
=================================================================================================================================
Advancements in technology and human population growth have driven innovations in the field of agriculture, which is crucial for fulfilling human food needs. Indonesia, as the fourth largest producer of spices, faces threats from pests and diseases in crops, including shallots, which are rich in glutamic acid. Fusarium wilt is a major disease affecting shallot plants caused by the fungus Fusarium oxysporum. In Indonesia, several shallot production centers experience losses of up to 50% due to fusarium wilt. Therefore, the government needs to address this issue to prevent losses in shallot production. This infection is characterized by fungal growth on the plant's roots, leading to wilting and death. Environmental factors such as low soil pH (4.5-5.5), ambient temperature (26.8-28.3°C), and humidity (70-80%) influence the growth of the fusarium fungus. To address this problem, environmental monitoring and soil pH regulation are conducted to hinder the growth of the fusarium fungus. The Takagi-Sugeno fuzzy logic method is employed in this research to provide users with warnings about environmental conditions that may promote fungal growth. Environmental conditions are measured using a pH meter, soil humidity sensor, and air humidity sensor installed in the field. Data from these devices are sent to the ESP32 master through the ESP-now protocol, then forwarded to the Raspberry Pi using MQTT for processing and display on the dashboard. The received data is used to generate fuzzy decisions that offer warnings to the users. The system can also send commands to the ESP-Slave Output to dispense fluid. The tool is also equipped with supporting features, including an automated warning system and pH stabilizer. During testing, the system successfully provided fuzzy warnings based on dummy data, and other features such as the database, automated warning system, and pH stabilizer worked well and provided the expected results. The sensors used in this tool have high accuracy, reaching 97.43% for the BME280 temperature sensor, 97.64% for the BME280 air humidity sensor, 96.85% for the soil humidity sensor, 96.62% for soil pH sensor 1, and 97.27% for soil pH sensor 2, with an average accuracy of 97.07%. This tool has the potential to reduce fusarium wilt disease in shallot plants and can be further developed for use with other crops. Moreover, its use is more efficient and economical compared to daily monitoring by expensive human labor.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Fuzzy Logic, Layu Fusarium, Fuzzy Logic, Fusarium Wilt, IoT
Subjects:	T Technology > T Technology (General) T Technology > T Technology (General) > T58.8 Productivity. Efficiency
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information Technology > 59201-(S1) Undergraduate Thesis
Depositing User:	Kevin Nathaniel
Date Deposited:	19 Oct 2023 07:03
Last Modified:	19 Oct 2023 07:03
URI:	http://repository.its.ac.id/id/eprint/101646

Actions (login required)

View Item