SKRIPSI DIGITAL
Integrasi Artificial Intelligence dan Wireless Sensor Network Berbasis Web-Android untuk Deteksi Kabut serta Kendali Mikro-Iklim pada Greenhouse Anggrek = Integration of Artificial Intelligence and Wireless Sensor Network Based on Web-Android for Fog Detection and Micro-Climate Control in Orchid Greenhouse
Amanda Sabrina Syaharani, Muhammad Adie Bagaskara, dan Aini Nurul Apreliza, "Integrasi Artificial Intelligence dan Wireless Sensor Network Berbasis Web-Android untuk Deteksi Kabut serta Kendali Mikro-Iklim pada Greenhouse Anggrek", Tugas Akhir Sarjana Terapan Teknik Telekomunikasi Jurusan Teknik Elektro Politeknik Negeri Semarang, di bawah bimbingan Dr. Eni Dwi Wardihani, S.T., M.T. dan Helmy, S.T., M.Eng., Juni 2026, 177 halaman.
Budidaya anggrek di dataran tinggi Medini, Kabupaten Kendal, menghadapi tantangan berupa masuknya kabut ke dalam greenhouse yang menyebabkan lonjakan kelembapan dan memicu pertumbuhan jamur patogen Botrytis cinerea, sehingga merusak kualitas bunga dan menimbulkan kerugian ekonomi. Pemantauan yang masih dilakukan secara manual menyebabkan deteksi kabut sering terlambat dan aktivasi aktuator mitigasi tidak tepat waktu. Penelitian ini merancang sistem integrasi Artificial Intelligence (AI) dan Wireless Sensor Network (WSN) berbasis Web-Android menggunakan algoritma CNN berbasis MobileNetV2 pada Raspberry Pi dengan arsitektur Hybrid Edge-Cloud, serta gateway ESP32 untuk kendali aktuator drumfan dan dehumidifier secara otomatis. Model CNN mencapai akurasi 95,42% pada data uji, 83,81% pada implementasi di Raspberry Pi, dan 100% pada validasi riil melalui pemantauan visual pada sistem monitoring. Pengujian QoS node kamera selama 14 hari menunjukkan rata-rata delay 15,68 detik (Kamera-1) dan 19,22 detik (Kamera-2), dengan rata-rata data loss 0,55% (Kamera-1) dan 1,10% (Kamera-2). Platform Web dan Android berhasil divalidasi melalui Black Box Testing dengan rata-rata load time Web 1.420–2.316 ms dan Android 1.046–1.495 ms, serta memperoleh skor kelayakan 4,21/5 (84,2%, Sangat Layak) dari pengelola.
Kata Kunci: Deteksi Kabut, Greenhouse Anggrek, CNN, MobileNetV2, IoT, Raspberry Pi, WSN, Hybrid Edge-Cloud.
Tidak tersedia versi lain