Ageng, Bombong Ageng (2026) RANCANG BANGUN SMART FEEDER SYSTEM IKAN LELE BERBASIS INTERNET OF THINGS MENGGUNAKAN ESP32 DENGAN KONTROL WAKTU DAN MASSA PAKAN. Undergraduate thesis, Universitas Diponegoro.

	Text Laporan Tugas Akhir_Bombong Ageng.pdf - Published Version Restricted to Repository staff only Download (32MB) | Request a copy
	Text cover.pdf - Published Version Download (24MB)
	Text bab 1.pdf - Published Version Download (495kB)
	Text bab 2.pdf - Published Version Download (979kB)
	Text bab 3.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text bab 4.pdf - Published Version Download (979kB)
	Text bab 5.pdf - Published Version Download (944kB)
	Text bab 6.pdf - Published Version Download (485kB)
	Text dafpus.pdf - Published Version Download (310kB)
	Text lampiran.pdf - Published Version Restricted to Repository staff only Download (6MB) | Request a copy

Abstract

Pemberian pakan merupakan salah satu faktor utama yang memengaruhi
pertumbuhan ikan lele dan efisiensi biaya budidaya. Proses pemberian pakan yang
masih dilakukan secara manual berpotensi menimbulkan ketidaktepatan waktu,
ketidaksesuaian jumlah pakan, serta meningkatkan kebutuhan tenaga kerja.
Penelitian ini bertujuan untuk merancang dan membangun Smart Feeder System
ikan lele berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32
yang mampu melakukan pemberian pakan secara otomatis berdasarkan jadwal dan
massa pakan yang ditentukan, serta menyediakan fitur monitoring dan pencatatan
data secara real-time melalui Telegram Bot dan Google Spreadsheet. Sistem yang
dikembangkan terdiri dari ESP32 sebagai pengendali utama, sensor load cell
dengan modul HX711 untuk pengukuran massa pakan, RTC DS3231 sebagai
pengatur waktu, motor servo sebagai mekanisme katup penakaran, motor DC 775
sebagai pelontar pakan, LCD, keypad, Telegram Bot, dan Google Spreadsheet.
Pengujian dilakukan pada lima variasi setpoint massa pakan, yaitu 100 gram, 200
gram, 300 gram, 400 gram, dan 500 gram. Setiap setpoint menggunakan parameter
kalibrasi yang berbeda dan dilakukan sebanyak lima kali pengulangan. Hasil
pengujian menunjukkan bahwa rata-rata error sensor load cell berada pada rentang
1,06% hingga 2,54%, sedangkan rata-rata error penakaran berada pada rentang
1,66% hingga 3,45%. Pada pengujian otomatisasi penjadwalan selama tiga hari
dengan target massa 200 gram, sistem berhasil menjalankan seluruh jadwal
pemberian pakan yang telah ditetapkan dengan rata-rata error penakaran sebesar
3,24%. Sistem juga berhasil mengirimkan data pemberian pakan ke Telegram Bot
dan Google Spreadsheet secara real-time. Berdasarkan hasil tersebut, Smart Feeder
System yang dikembangkan telah mampu menjalankan fungsi pengukuran massa
pakan, penakaran otomatis, pemberian pakan terjadwal, serta monitoring berbasis
IoT dengan tingkat akurasi yang baik pada lingkungan pengujian.
Kata kunci: Smart Feeder, IoT, ESP32, Load Cell, Pakan Ikan Lele, Telegram Bot.

Actions (login required)

View Item