Implementasi Metode Artificial Neural Network pada Rancangan Kumbung Jamur Tiram dengan Mengatur Suhu Ruangan, Kelembapan Ruangan, dan Kelembapan Tanah.

Abstrak

Indonesia is a country where the majority of the population work as farmers. Over time, agricultural land is decreasing. This encourages people to carry out farming activities in the house which is often referred to as urban farming. Oyster mushroom (Pleurotus ostreatus) is an edible mushroom and has a distinctive taste. The growth process of the Oyster Mushroom plant itself has several factors that must be considered in order to grow optimally. Oyster mushrooms can grow well in the temperature range of 25 – 28ºC and humidity of 70 – 80%. To support these urban farming activities, an oyster mushroom house was made which can regulate the temperature and humidity within the framework and soil moisture in the planting medium. All of these functions are supported by using the Backpropagation feed-forward neural network classification method. The DHT22 sensor is used to take room temperature readings with an average reading error rate of 2.99% and with an average room humidity reading error rate of 2.35% compared to a digital hygrometer thermometer. The YL69 sensor is used to take soil moisture readings. The results of the soil moisture sensor readings have fairly good accuracy compared to digital soil readings. The reading value of each sensor is then entered into the classification program, where this program takes 0.551 seconds to classify after 20 tests.

Abstrak 

Indonesia adalah salah satu negara yang mayoritas penduduknya berprofesi sebagai petani. Seiring berjalannya waktu, lahan pertanian semakin berkurang. Hal ini mendorong orang-orang untuk melakukan kegiatan bercocok tanam didalam rumah yang sering disebut dengan urban farming. Jamur tiram (Pleurotus ostreatus) merupakan salah satu jamur yang dapat dimakan (edible) dan memiliki rasa yang khas. Proses pertumbuhan dari tanaman Jamur Tiram sendiri memiliki beberapa faktor yang harus diperhatikan agar dapat tumbuh secara maksimal. Jamur tiram dapat tumbuh pada kisaran temperatur 25 – 28 ºC dan kelembapan 70 – 80 %. Untuk mendukung kegiatan urban farming tersebut, maka dibuatlah sebuah kumbung jamur tiram yang dapat mengatur suhu dan kelembapan di dalam kerangka dan kelembapan tanah pada media tanam. Seluruh fungsi tersebut didukung dengan menggunakan metode klasifikasi jaringan saraf tiruan Backpropagation feed-forward. Sensor DHT22 digunakan untuk melakukan pembacaan suhu ruangan dengan tingkat rata-rata error pembacaannya sebesar 2,99% dan dengan tingkat rata-rata error pembacaa kelembapan ruangan sebesar 2,35% dibanding dengan thermometer digital hygrometer. Sensor YL69 digunakan untuk melakukan pembacaan kelembapan tanah hasil pembacaan sensor kelembapan tanah memiliki akurasi 5 sama dari 6 kali percobaan. Nilai pembacaan dari masing-masing sensor kemudian masuk ke dalam program klasifikasi, dimana program ini membutuhkan waktu selama 0,551 detik untuk melakukan klasifikasi setelah dilakukan 20 kali pengujian.