Sistem Monitoring Kualitas Air pada Budidaya Ikan Mujaer Berbasis IoT Menggunakan Decision Tree
DOI:
https://doi.org/10.52436/1.jpti.2160Keywords:
decision tree, ESP32, Firebase, Internet of Things, kualitas air, MujairAbstract
Kualitas air merupakan faktor penting dalam budidaya ikan mujaer karena perubahan pH, suhu, TDS, dan turbidity dapat memengaruhi kesehatan serta tingkat kelangsungan hidup ikan. Pada kolam ikan Desa Gripit, pemantauan kualitas air sebelumnya masih dilakukan secara manual sehingga pengelola berpotensi terlambat menentukan waktu pengelolaan air. Penelitian ini bertujuan membangun sistem monitoring kualitas air berbasis Internet of Things menggunakan ESP32, sensor pH, sensor suhu DS18B20, sensor TDS, sensor turbidity, Firebase, dan aplikasi monitoring. Sistem menerapkan algoritma decision tree untuk mengklasifikasikan kondisi air menjadi “Kondisi Air Normal” dan “Air Harus Dikuras”. Aturan keputusan menetapkan kondisi normal pada pH 4–11, suhu 20–27°C, TDS ? 42024 ppm, dan turbidity ? 4 NTU; pelanggaran satu ambang menghasilkan status “Air Harus Dikuras”. Pengujian sensor dilakukan menggunakan MAE dan akurasi relatif, sedangkan pengujian perangkat lunak dilakukan menggunakan metode black-box testing. Hasil pengujian menunjukkan akurasi relatif sensor pH sebesar 98,59%, sensor suhu 99,01%, sensor TDS 96,55%, dan sensor turbidity 93,88%. Selama implementasi pada 20 Januari 2026 sampai 20 Maret 2026, sistem mencatat 1418 data, terdiri dari 1414 data “Kondisi Air Normal” dan 4 data “Air Harus Dikuras”. Perubahan status dipicu oleh nilai turbidity yang melewati ambang batas 4 NTU, dengan nilai tertinggi 4,92 NTU. Estimasi mortalitas ikan menurun dari rata-rata 39,16% sebelum pemasangan alat menjadi 21,76% setelah alat diterapkan, sedangkan berat panen meningkat dari rata-rata 507 kg menjadi 652 kg. Hasil penelitian menunjukkan bahwa sistem dapat membantu pemantauan kualitas air dan mendukung pengambilan keputusan pengelolaan air secara lebih terukur.
Downloads
References
Z. Tumwesigye, W. Tumwesigye, F. Opio, C. Kemigabo, and B. Mujuni, “The Effect of Water Quality on Aquaculture Productivity in Ibanda District, Uganda,” Aquaculture Journal, vol. 2, no. 1, pp. 23–36, 2022, doi: 10.3390/aquacj2010003.
Y. Zhou et al., “Reduced Hypoxia Tolerance and Altered Gill Morphology at Elevated Temperatures May Limit the Survival of Tilapia (GIFT, Oreochromis niloticus) under Global Warming,” Fishes, vol. 7, no. 5, Oct. 2022, doi: 10.3390/fishes7050216.
M. A. B. Siddique, B. Mahalder, M. M. Haque, and S. K. S. Ahammad, “Impact of climatic and water quality parameters on Tilapia (Oreochromis niloticus) broodfish growth: Integrating ARIMA and ARIMAX for precise modeling and forecasting,” PLoS One, vol. 20, no. 3 March, Mar. 2025, doi: 10.1371/journal.pone.0313846.
M. Flores-Iwasaki, G. A. Guadalupe, M. Pachas-Caycho, S. Chapa-Gonza, R. C. Mori-Zabarburú, and J. C. Guerrero-Abad, “Internet of Things (IoT) Sensors for Water Quality Monitoring in Aquaculture Systems: A Systematic Review and Bibliometric Analysis,” Mar. 01, 2025, Multidisciplinary Digital Publishing Institute (MDPI). doi: 10.3390/agriengineering7030078.
L. Rosnita, M. Ikhwani, H. A. K. Aidilof, Salamah, W. Hamsi, and H. Y. Rangkuti, “Water Quality Monitoring and Control System for Tilapia Cultivation Based on Internet of Things,” International Journal of Engineering, Science and Information Technology, vol. 4, no. 4, pp. 38–43, 2024, doi: 10.52088/ijesty.v4i4.566.
P. Erawati, D. Prasti, and T. B. Kriswinarso, “Internet of Things (IoT)-Based Water Quality Monitoring System Design for Tilapia Fish Farming Ponds,” Brilliance: Research of Artificial Intelligence, vol. 5, no. 2, pp. 860–869, Sep. 2025, doi: 10.47709/brilliance.v5i2.6927.
A. Pramana, E. Rizki Dalimunthe, and S. Styawati, “Teknologi Pemberian Nutrisi Ikan Lele dan Tanaman Kangkung pada Sistem Aquaponik Menggunakan Teknologi IoT,” Jurnal Pendidikan dan Teknologi Indonesia, vol. 5, no. 3, pp. 813–829, Mar. 2025, doi: 10.52436/1.jpti.708.
M. Syaipul Anwar, P. Aplikasi, M. S. Anwar, and U. Latifa, “PERANCANGAN APLIKASI MONITORING KUALITAS AIR PADA BUDIDAYA IKAN NILA BERBASIS IOT MENGGUNAKAN ANDROID STUDIO,” Jurnal POLEKTRO: Jurnal Power Elektronik, vol. 11, no. 2, p. 2022, 2022.
E. Wasito, T. Prahara, A. Nursyahid, S. K. Anggraeni, and G. Miftah Delaili Muntaha, “Implementation Of IoT In Nila Fish Cultivation With Bioflock System,” 2024. [Online]. Available: http://smartbioflok.com,
S. E. Putri and V. Arinal, “Pengembangan Sistem Monitoring Kualitas Air dan Kendali Pakan Otomatis untuk Budidaya Ikan Berbasis Internet of Things,” 2025. [Online]. Available: https://journal.stmiki.ac.id
C. H. Chen, Y. C. Wu, J. X. Zhang, and Y. H. Chen, “IoT-Based Fish Farm Water Quality Monitoring System,” Sensors, vol. 22, no. 17, Sep. 2022, doi: 10.3390/s22176700.
S. Kanwal et al., “An Optimal Internet of Things-Driven Intelligent Decision-Making System for Real-Time Fishpond Water Quality Monitoring and Species Survival,” Sensors, vol. 24, no. 23, Dec. 2024, doi: 10.3390/s24237842.
A. S. Saud, S. Shakya, and B. Neupane, “Analysis of Depth of Entropy and GINI Index Based Decision Trees for Predicting Diabetes,” Indian Journal of Computer Science, vol. 6, no. 6, p. 19, Jan. 2021, doi: 10.17010/ijcs/2021/v6/i6/167641.
R. P. Shete, A. M. Bongale, and D. Dharrao, “IoT-enabled effective real-time water quality monitoring method for aquaculture,” MethodsX, vol. 13, Dec. 2024, doi: 10.1016/j.mex.2024.102906.
S. Bagi et al., “Perancangan Aplikasi Mobile Berbasis Flutter untuk Pemantauan Data Sensor IoT,” JSAI: Journal Scientific and Applied Informatics, vol. 8, no. 1, 2025, doi: 10.36085.
