Sistem Prediksi Waktu Pengeringan Biji Kopi pada Greenhouse Berbasis IoT menggunakan Metode ANFIS

Amanda, Fadhila (2025) Sistem Prediksi Waktu Pengeringan Biji Kopi pada Greenhouse Berbasis IoT menggunakan Metode ANFIS. S1 thesis, Universitas Andalas.

	Text (Cover dan Abstrak) Cover dan Abstrak_Fadhila Amanda.pdf - Published Version Download (760kB)
	Text (BAB 1) BAB1_Fadhila Amanda.pdf - Published Version Download (656kB)
	Text (BAB 5) BAB5_Fadhila Amanda.pdf - Published Version Download (632kB)
	Text (Daftar Pustaka) Daftar Pustaka_Fadhila Amanda.pdf - Published Version Download (666kB)
	Text (Tugas Akhir Full Text) Tugas Akhir Full_Fadhila Amanda_2110952031.pdf - Published Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Pengeringan merupakan tahap kritis dalam proses pascapanen biji kopi yang sangat memengaruhi mutu produk akhir. Metode pengeringan tradisional masih banyak digunakan oleh petani di Indonesia, namun memiliki keterbatasan dalam kestabilan suhu, kelembaban, serta pemantauan kadar air secara real-time. Penelitian ini bertujuan untuk merancang dan membangun sistem prediksi waktu pengeringan biji kopi pada greenhouse berbasis Internet of Things (IoT) menggunakan metode Adaptive Neuro-Fuzzy Inference System (ANFIS), serta dilengkapi dengan sistem kontrol dan monitoring suhu, kelembaban, dan berat biji kopi secara real-time. Sistem dirancang menggunakan mikrokontroler ESP32 sebagai pusat kendali, sensor DHT22 untuk memantau suhu dan kelembaban udara, serta empat sensor load cell untuk mengukur berat biji kopi. Pengendalian suhu dan kelembaban dilakukan secara otomatis melalui exhaust fan yang diatur berdasarkan data sensor, sedangkan hasil pengukuran ditampilkan secara lokal melalui LCD dan secara daring melalui platform IoT ThingSpeak. Hasil pengujian menunjukkan bahwa seluruh sensor memiliki tingkat akurasi yang tinggi, dengan rata-rata error 0,57%–0,56% pada sensor load cell dan 0,61% (suhu) serta 3,24% (kelembaban) pada sensor DHT22. Sistem kontrol on/off bekerja efektif menjaga suhu ruang pengeringan dalam rentang 40–50°C dan kelembaban di bawah 70%, sedangkan sistem monitoring dapat menampilkan data suhu, kelembaban, dan berat biji kopi secara real-time dengan komunikasi data yang stabil. Model ANFIS mampu memprediksi sisa waktu pengeringan dengan tingkat akurasi tinggi, ditunjukkan oleh nilai RMSE sebesar 0,736 jam, MAE sebesar 0,412 jam, dan MAPE sebesar 1,87%. Dengan demikian, sistem ini terbukti efektif dalam meningkatkan efisiensi proses pengeringan, akurasi prediksi waktu pengeringan, serta mutu hasil biji kopi secara keseluruhan.

Actions (login required)

View Item