Siregar, Rahmi Alya (2025) PENERAPAN PREDICTIVE MAINTENANCE PADA PENYIRAMAN OTOMATIS BERBASIS ESP32. Undergraduate thesis, Universitas Diponegoro.

	Text Laporan Tugas Akhir Rahmi Alya Siregar.pdf - Published Version Restricted to Repository staff only Download (3MB) | Request a copy
	Text COVER RAHMI ALYA.pdf - Published Version Download (794kB)
	Text BAB I_RAHMI ALYA.pdf - Published Version Download (241kB)
	Text BAB II_RAHMI ALYA.pdf - Published Version Download (723kB)
	Text BAB III_RAHMI ALYA.pdf - Published Version Restricted to Repository staff only Download (569kB) | Request a copy
	Text BAB IV_RAHMI ALYA.pdf - Published Version Download (1MB)
	Text BAB V_RAHMI ALYA.pdf - Published Version Download (563kB)
	Text DAFTAR PUSTAKA_RAHMI ALYA.pdf - Published Version Download (269kB)
	Text lampiran_RAHMI ALYA.pdf - Published Version Restricted to Repository staff only Download (340kB) | Request a copy

Abstract

Pertanian modern membutuhkan sistem irigasi yang efisien dalam penggunaan air sekaligus mampu menjaga kelembapan tanah pada kondisi optimal. Penyiraman konvensional yang masih banyak digunakan seringkali tidak efektif karena dilakukan berdasarkan jadwal tetap atau pengamatan manual tanpa mempertimbangkan kondisi lingkungan yang sesungguhnya. Penelitian ini bertujuan merancang dan mengimplementasikan sistem penyiraman otomatis berbasis ESP32 dengan menerapkan metode Moving Average sebagai pendekatan prediktif untuk memantau dan memperkirakan kelembapan tanah. Sistem ini memanfaatkan sensor kelembapan tanah sebagai parameter utama prediksi, dengan dukungan sensor suhu dan kelembapan udara (DHT22), sensor intensitas cahaya (BH1750), serta modul waktu nyata (RTC DS3231) untuk monitoring lingkungan. Data sensor dikirim dan ditampilkan melalui Blynk IoT platform secara real-time, serta disimpan ke ThingSpeak cloud. Mekanisme kerja sistem adalah menyiram tanaman secara otomatis ketika hasil prediksi Moving Average menunjukkan nilai kelembapan ≤ 43%, sehingga tanah tidak mencapai kondisi kering kritis. Hasil pengujian menunjukkan bahwa metode Moving Average mampu memberikan nilai prediksi yang mendekati hasil aktual, dengan rata-rata error sebesar 2,24%. Sistem juga terbukti dapat menjaga kelembapan tanah stabil dalam kisaran 40–70%, yang merupakan kondisi optimal bagi pertumbuhan tanaman. Dengan demikian, sistem penyiraman otomatis berbasis ESP32 ini dinilai efektif dalam mengoptimalkan penggunaan air, menjaga kelembapan tanah, serta mendukung penerapan konsep smart agriculture yang lebih efisien dan berkelanjutan.

Actions (login required)

View Item