Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN: 2548-964X

Vol. 6, No. 10, Oktober 2022, hlm. 4662-4671 http://j-ptiik.ub.ac.id

Sistem Kendali Parameter Suhu dan Nutrisi pada Aeroponik menggunakan

Metode Regresi Linier
Andi Dwi Angga Prastya1, Hurriyatul Fitriyah2, Sabriansyah Rizqika Akbar3

Program Studi Teknik Komputer, Fakultas Ilmu Komputer, Universitas Brawijaya

Email: 1andidwianggaprastya@gmail.com, 2hfitriyah@ub.ac.id.id, 3sabrian@ub.ac.id

Abstrak
Aeroponik merupakan metode tanam tanpa menggunakan tanah melainkan mengguanakan air nutrisi
yang disemprotkan ke udara selama 24 jam. Untuk membuat tanaman dapat tumbuh subur dengan
mengurangi penggunaan air maka ada 2 faktor penting yang perlu diperhatikan yaitu suhu dan ppm.
Untuk melakukan pegontrolan menggunakan Arduino Uno, untuk sistem pembacaan suhu
menggunakan DS18B20 dan untuk pembacaan kadar ppm menggunakan sensor TDS dengan
mengguanakan metode regresi linier untuk memproleh prediksi durasi output menyala. Output yang
digunakan yaitu kipas12v, pompa air12v dan 5v, dan nozzle misting. Hasil untuk suhu dengan setpoint
pada ruang tanam 300C, mendapatkan persamaan regresinya y = 9259,9x – 161904 dengan R Square
atau r2 = 0,9162, untuk nilai RMSE sebesar 11.413 dan nilai MAPE 7,8%. Dan untuk kadar PPM dengan
setpoint 1170 PPM, mendapatkan persamaan regresinya y = -1,3298x + 1608 dengan R Square atau r2
= 0,9792, untuk nilai RMSE sebesar 54 dan nilai MAPE 8,9%. Lalu untuk nilai komputasi persamaan
regresi linier sederhana memiliki hasil sebesar 1159ms atau sekitar 1,156 detik.
Kata kunci: sistem kendali, aeroponik, kadar PPM, suhu ruang tanam, regresi linier sederhana, arduino uno,
sensor suhu DS18B20, sensor TDS
Abstract
Aeroponics is a method of growing without using soil but using nutrient water that is sprayed into the
air for 24 hours.. To make plants thrive by reducing water use, there are 2 important factors that need
to be considered, namely temperature and ppm. To control using Arduino Uno, for temperature reading
system using DS18B20 and for reading ppm levels using a TDS sensor using linear regression method
to obtain a prediction of the duration of the output on. The outputs used are 12v fans, 12v and 5v water
pumps, and misting nozzles. The results for the temperature with a setpoint in the 300C planting room,
get the regression equation y = 9259.9x - 161904 with R Square or r2 = 0.9162, for the RMSE value of
11.413 and the MAPE value of 7.8%. And for the PPM level with a set point of 1170 PPM, the regression
equation is y = -1.3298x + 1608 with R Square or r2 = 0.9792, for the RMSE value of 54 and the MAPE
value of 8.9%.. Then for the computational value of the simple linear regression equation, the result is
1159ms or about 1.156 seconds.
Keywords: control system, aeroponics, PPM levels, growing room temperature, simple linear regression, arduino
uno, DS18B20 temperature sensor, TDS sensor

adalah bawang merah (Allium cepa).

1. PENDAHULUAN
Aeroponik merupakan metode penanaman
tanaman di udara, dengan menggunakannya
metode ini maka akan meningkatkan tingkat
efisien dan penggunaan air, unsur hara dan juga
penggunaan lahan (Asniati, Asniati., Hasiri, Ery
M ., & Yanti, Rizki. 2019 Metode aeroponik ini
dapat digunakan sangat tepat digunakan untuk
menanam tanaman umbi-umbian. Salah satunya
Suhu dan nutrisi yang diberikan kepada
tanaman bawang merah yang menggunakan
metode penanaman aeroponik sangatlah
berperan sangat penting. Maka dari itu saat
menggunakan metode ini memerlukan
pengecekan suhu ruang tanam jangan sampai
melebihi 320 atau dibawah 250. Sama juga
dengan menjaga tingkat kepekatan nutrisi yang
akan diberikan kepada bawang merah.
Kepekatan nutrisi akan selalu berubah setiap

Fakultas Ilmu Komputer

Universitas Brawijaya 4662
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4663

usia tanaman bertambah, 300-400 ppm jika penelitian ini menggunakan sensor suhu dengan
tanaman pindah tanam ke system aeroponic, jenis ds18b20, yang nantinya berfungsi untuk
700-900 ppm jika usia bawang merah sudah di menyalakan dan mematikan kipas sesuai nilai
minggu kedua, 1000-1200 ppm jika usia bawang waktu prediksi regresi linier yang sudah didapat.
merah sudah di minggu ketiga, dan 1200-1300 Jadi sistem ini akan sepenuhnya berjalan
ppm jika usia bawang merah sudah di minggu otomatis dari saat tanaman sudah melakukan
keenam sampai masa panen, untuk optimal semai hingga panen. Untuk menampilkan input
tingkat ppm bisa diatur 1000-1200 ppm (Iqbal, dari sensor dan perangkat pendukung akan
Muhammad. 2020). Jika 2 faktor itu terjaga ditampilkan dengan LCD 20x4, output yang
dengan baik dan diperiksa selalu maka tanaman ditampilkan adalah waktu, suhu, keterangan on
akan terus subur hingga masa panen dan jika off pompa dan kipas, kadar ppm ,dan juga
tidak diperhatikan maka akan menghambat masa volume air nutrisi.
pertumbuhan bawang merah (Simbolan,
Shamora D., Ernita., dan Nur, M. 2018). 2. METODE PENELITIAN
Metode Regresi Linier digunakan dalam 2.1. Peranccangan Sistem
melakukan pembuatan perancangan sistem ini
dikarenakan metode ini mengkaji seberapa besar
hubungan sebab akibat antara variabel faktor
penyebab (X) dengan variabel akibatnya. Pada
prinsipnya faktor penyebab dapat diwakili oleh
lambangkan X atau sebagai variabel bebas
(independen), sedangkan variabel akibatnya
dapat dilambangkan oleh Y atau sebagai variabel
terikat (dependen) (Kho, Dickson. 2020).
Regresi linier adalah cara yang sangat baik untuk
menghitung prediksi nilai masa depan atau nilai
yang akan datang. Selain itu regresi linier sendiri Gambar 1. Blok Diagram Sistem
mudah untuk diimplementasikan kepada sistem Gambar 1 merupakan blok diagram dari
pada penelitian ini. sistem yang akan dibuat, sesuai dengan gambar
Sistem Kendali suhu dan nutrisi ini dibuat diatas sistem akan dimulai dengan pengambilan
merupakan alat yang dapat dibongkar dan juga inputan dari 1 module dan 3 sensor yaitu module
pasang agar dapat memudahkan apabila ingin RTC DS3231, sensor DS18B20, sensor
memindahkan media tanamnya. Sistem ini juga ultrasonic, dan sensor tds, kemudian akan di
dilengkapi dengan power supply sebagai sumber proses dalam Arduino akan melakukan
dayanya. Dan untuk melengkapi sistem ini juga klarifikasi input dengan metode regresi linier
dibutuhkan Arduino sebagai mikrokontroler sederhana. Hasil dari inputan dan proses yang
sebagai tempat pemrosesan data. lalu akan ditampilkan pada lcd 20x4 dan akan
Untuk mengatur penjadwalan pengecekan menjadi perintah on/off dari relay berdasarkan
tingkat ppm juga dibutuhkan perangkat hasil prediksi durasi output dari persamaan
pendukung yaitu RTC DS3231 yang dimana regresi linier.
perangkat ini akan berfungsi sebagai jam digital
yang nantinya bisa mengetahui pewaktuan
secara realtime dengan format berupa jam dan
menghitung hari penanaman bawang merah
yang dimana nantinya akan di hubungan dengan
sensor TDS untuk mengatur tingkat ppm sesuai
nilai ppm yang optimal yaitu 1000-1200, inputan
yang diperoleh dari sensor TDS akan menjadi
kendali untuk mengendalikan pompa pada Gambar 2. Skematik Sistem
penampungan nutrisi A dan B yang akan
Pada gambar 2 terdapatskematik sistem
menyala sesuai nilai prediksi regresi linier yang
yang merupakan rancangan perangkat keras.
sudah didapat.
Terdapat 6 komponen yang terhubung langsung.
Sistem ini juga menggunakan sensor
ultrasonik untuk mengukur kapasitas air nutrisi.
Untuk mengukur suhu di ruang tanam pada

Fakultas Ilmu Komputer, Universitas Brawijaya

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Gambar 3. Flowchart untuk penjadwalan
Pada gambar 3 merupakan flowchart untuk
sistem penjadwalan, sistem ini akan berjalan
terlebih dahulu sebelum menjalankan sistem
selanjutnya seperti sistem untuk membaca suhu
ruang tanam dan untuk membaca kadar ppm.
Pertama dimulai data waktu yang diambil
dengan format jam:menit:detik. Jika data waktu
belum sampai setpoint yang telah di berikan
(12:00:00) maka sistem akan berjalan ke
konektor 1 yaitu ke sistem suhu ruang tanam
yang ada pada gambar 4, apabila saudah
mencapai setpoint (12:00:00) maka sistem akan
berjalan ke konektor 2 yaitu sistem kadar ppm
yang ada pada gambar 5.
Gambar 4. Flowchart untuk suhu ruang tanam
Fakultas Ilmu Komputer, Universitas Brawijaya
4664
Pada gambar 4 merupakan flowchart untuk
sistem kendali suhu ruang tanam. Sistem ini
akan dimulai dengan inputan suhu dari sensor
suhu DS12B20, lalu data yang saudah di
dapatkan akan di kategorikan sebagai variabel x
yang nantinya akan di proses pada persamaan
regresi linier, dan akan mendapatkan data berupa
variabel y yang dimana merupakan durasi
nyalanya output berupa pompa nozzle misting
dan juga kipas yang sudah di sambungan ke
perangkat relay yang dimana akan berjalan
dengan satuan milidetik. Setelah durasi selesai
dan pembacaan sensor suhu belum menyentuh
setpoint yang sudah ditetapkan, maka sistem
akan otomatis menjadikan suhu yang belum
menyetuh setpoint menjadi variabel x yang baru
dan akan masuk kembali ke perhitungan
persamaan regresi linier Kembali untuk
memprediksi variabel y. Jika setelah durasi
selesai, pembacaan sensor suhu sudah mencapai
setpoint atau kurang dari setpoint maka output
pompa nozzle misting dan kipas akan mati dan
program selesai..
Gambar 5. Flowchart untuk kadar ppm
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4665

Pada gambar 5 merupakan flowchart untuk

sistem kendali kadar ppm. Sistem ini akan
dimulai dengan inputan kapasitas air nutrisi oleh
sensor ultrasonic, lalu data akan di proses untuk
menyalakan atau mematikan pompa air. Jika
kapasitas air tidak meyentuh setpoint atau lebih
kecil dari setpoint maka akan menyalakan
pompa air. Pompa air akan menyala jika sensor
ultrasonik mendeteksi bahawa kapasitas air
sudah mencapai setpoint atau melebihi setpoint.
Lalu selanjutnya sistem akan mulai Gambar 6. Implementasi Kotak Hitam Tampak
mengambil inputan ppm dari sensorTDS, lalu Dalam
data yang sudah di dapatkan akan di kategorikan
sebagai variabel x yang nantinya akan di proses
pada persamaan regresi linier, dan akan
mendapatkan data berupa variabel y yang
dimana merupakan durasi nyalanya output
berupa pompa kadar A, pompa kadar B, dan
pompa pengaduk yang sudah di sambungan ke
perangkat relay yang dimana akan berjalan
dengan satuan milidetik.
Setelah durasi selesai dan pembacaan sensor
TDS belum menyentuh setpoint yang sudah
ditetapkan, maka sistem akan otomatis Gambar 7. Implementasi Kotak Hitam Tampak Luar
menjadikan ppm dari sensor TDS yang belum
menyetuh setpoint menjadi variabel x yang baru Untuk bagian yang kedua adalah ruang
dan akan masuk kembali ke perhitungan tanam, di bagian ini ada beberapa komponen dan
persamaan regresi linier kembali untuk juga alat pendukung yang disusun yaitu kipas
memprediksi variabel y. Jika setelah durasi 12v, Nozzle Misting, dan yang terakhir tempat
selesai, pembacaan sensor TDS sudah mencapai tanaman. Untuk peletakan komponen secara
setpoint atau kurang dari setpoint maka output signifikan pada kotak hitam dapat dilihat pada
berupa pompa kadar A, pompa kadar B, dan gambar 8 dan 9.
pompa pengaduk akan mati dan program
selesai..
2.2 Implementasi Sistem
2.2.1 Implementasi Perangkat Keras Ke Sistem
Dalam pemasangan komponen pada
penelitian ini di bagi menjadi 3 bagian utama
yang saling terhubung. Untuk bagian yang
pertama adalah kotak hitam, di bagian ini ada
beberapa komponen yang disusun yaitu Arduino
UNO, RTC DS3231, Step Down, LCD 20x4,
Kipas 12v, Power Supply, dan yang terakhir
Gambar 8. Implementasi Ruang Tanam Tampak
Sensor Suhu dengan jenis DS18B20. Sensor
Dalam
suhu nantinya akan di salurkan dari bawah kotak
hitam yang nantinya akan di gunakan untuk
mendeteksi suhu ruang pada bagian kedua yaitu
pada bagian media tanam yang dapat dilihat pada
gambar 8. Untuk peletakan komponen secara
signifikan pada kotak hitam dapat dilihat pada
gambar 6 dan 7.

Fakultas Ilmu Komputer, Universitas Brawijaya

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Gambar 9. Implementasi Ruang Tanam Tampak
Luar
Untuk bagian yang terakhir adalah
penampungan nutrisi, di bagian ini ada beberapa
komponen yang disusun yaitu pompa 12v, 4
pompa 5v, sensor TDS, dan sensor ultrasonik
yang dimana komponen ini akan terpasangan di
dalam bagian penampungan nutrisi ini yang
dapat dilihat pada gambar 10 dan 11. Untuk
komponen yang terakhir adalah relay 4 Channel
12v yang akan dipasang di luar bagian
penampungan nurisi yang dapat dilihat pada
gambar 12.
Gambar 10. Implementasi Penampungan Nutrisi
Bagian Atas
Gambar 11. Implementasi Penampungan Nutrisi
Bagian Bawah
Fakultas Ilmu Komputer, Universitas Brawijaya
4666
Gambar 12. Implementasi Bagian Lainnya
Ketiga bagian sebelunya akan digabungan,
jika ketiga bagian sudah di gabungan bisa
dengan mudah di lepaskan jika tidak di gunakan
hal ini juga dapat mempermudah pemakaian jika
ingin di pindahkan ke tempat lain. Susunan
bagian saat digabungan dari paling bawah yaitu
penambungan air lalu diatasnya bagian media
tanam sebagai penempatan objek tanaman
bawang merah lalu yang terakhir diatasnya
media tanam di pasang kotak hitam. Berikut
merupakan tampilan saat ketiga bagian di
gabungkan dapat dilihat pada gambar 13.
Gambar 13. Implementasi Pengabungan Semua
bagian
2.2.2 Implementasi Metode Regresi Linier
Implementasi metode regresi linier
sederhana untuk suhu ruang tanam dan kadar
PPM ini dilakukan untuk pengambilan beberapa
sampel data yang nantinya data akan di hitung
pada Microsoft excel untuk mendapatkan sebuah
persamaan regresi linier. Data variabel X
(variabel independent) merupakan data nilai
yang diperoleh dari inputan dari sensor suhu
DS18B20 dan sensor TDS yang nantinya akan
berguna untuk menentukan lama durasi output
yang menyala sesuai denga setpoint atau data
variabel Y (variabel dependent). Setpoint untuk
suhu ruang tanam yaitu 300C dan setpoint untuk
kadar PPM yaitu 1170.
Model persamaan regresi linier sederhana
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4667

terbaik adalah model yang mempunyai nilai eror R e g r e si L inie r U ntuk Suhu R uang T anam
terkecil. Sehingga rumus matematisnya adalah
sebagai berikut: 200000

Durasi (milidetik)
(∑ 𝑌𝑖 )(∑ 𝑋𝑖2 ) − (∑ 𝑋𝑖 )(∑ 𝑋𝑖 𝑌𝑖 ) (1) 150000
𝑎=
𝑛 ∑ 𝑋𝑖2 − (∑𝑋𝑖 )2 100000
y = 9259,9x - 161904
50000
𝑛(∑ 𝑋𝑖 𝑌𝑖 ) − (∑ 𝑋𝑖 )(∑ 𝑌𝑖 ) (2) R² = 0,9162
𝑏= 0
𝑛 ∑ 𝑋𝑖2 − (∑𝑋𝑖 )2
30 32 34 36
yang mana 𝑛 = jumlah data Suhu (0C )

Keterangan Gambar 14. Grafik Regersi Linier Untuk Suhu

Ŷ = Variabel Terikat atau Dependen Ruang Tanam

a = Konstanta Dari tabel 1 akan didapatkan sebuah

b = Koefisiensi Regresi persamaan regresi linier sederhana, grafik
regresi linier dan nilai R Square untuk dapat
X = Variabel Bebas atau Independent menentukan seberapa baik garis regresi sesuai
Data yang didapatkan dari suhu ruang tanam dengan data aktualnya. Dan didapatkan
sebanyak 32 data yang akan dibagi menjadi 24 persamaan regresi linier sederhananya adalah y
data latih dan 9 data uji secara acak. 24 data latih = 9259,9x – 161904 dan R Square atau r2 =
akan digunakan untuk mencari sebuah 0,9162. Dan mendapatkan sebuah grafik regresi
persamaan regresi linier sederhana yang akan linier pada gambar 14.
berguna untuk di ujikan kepada 9 data testing
yang implementasikan kepada sistem. Data yang didapatkan dari kadar PPM
sebanyak 26 data yang akan dibagi menjadi 18
Tabel 1. 24 Data Latih Untuk Menentukan data latih dan 8 data uji secara acak. 18 data latih
Persamaan Regresi Linier akan digunakan untuk mencari sebuah
Suhu Pada persamaan regresi linier sederhana yang akan
Durasi
No Sensor DS18B20 berguna untuk di ujikan kepada 8 data testing
(MiliDetik)
(oC) yang implementasikan kepada sistem.
1 35,38 161000
2 35,13 158000 Tabel 2. 18 Data Latih Untuk Menentukan
3 34,75 157000 Persamaan Regresi Linier
4 34,38 155000 PPM Pada
5 33,81 152000 Durasi
No Sensor TDS
6 33,44 150000 (MiliDetik)
(PPM)
7 33,19 149000 1 219 1300
8 32,94 147000 2 254 1250
9 32,69 145000 4 317 1150
10 32,5 143000 5 350 1100
11 32,25 141000 7 436 1000
12 32,13 140000 8 484 950
13 31,94 138000 10 570 850
14 31,81 136000 11 700 800
15 31,69 134000 13 763 700
16 31,5 132000 14 791 650
17 31,44 130000 16 828 550
18 31,31 128000 17 838 500
19 31,25 127000 19 894 400
20 31,12 125000 20 945 350
21 31 121000 22 1020 250
22 30,94 119000 23 1030 200
23 30,87 117000 25 1090 100
24 30,81 116000 26 1100 50

Fakultas Ilmu Komputer, Universitas Brawijaya

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4668

R e g r e si L inie r U ntuk K adar P P M

Pengukuran pada sensor suhu TDS
1500
menggunakan metode secara langsung dengan
membandingan pengukurannya dengan nilai
data yang didapatkan dari sensor suhu TDS
Durasi (milidetik)

1000
dengan TDS Meter Digital. Pengukuran ini
500
dilakukan agar menghasilkan kebenaran data
y = -1,3298x + 1608
R² = 0,9792 yang dihasilkan dari alat rancangan.
0
Tabel 3. Pengukuran Sensor TDS
0 500 1000 1500
PPM PPM
Gambar 15. Grafik Regersi Linier Untuk Kadar TDS Meter Ralat
No
PPM Sensor TDS Digital (%)
(TDS-3)
Dari tabel 2 akan didapatkan sebuah 1 137 154 12,4%
persamaan regresi linier sederhana, grafik 2 236 260 10,2%
regresi linier dan nilai R Square untuk dapat 3 353 423 19,8%
menentukan seberapa baik garis regresi sesuai 4 428 450 5,1%
dengan data aktualnya. Dan didapatkan 5 488 461 5,5%
persamaan regresi linier sederhananya adalah y 6 586 619 5,6%
= -1,3298x + 1608 dan R Square atau r2 = 7 903 970 7,4%
0,9792. Dan mendapatkan sebuah grafik regresi 8 1033 1120 8,4%
linier pada gambar 15. 9 1229 1200 2,4%
Rata-Rata Error 6,8%
3. PENGUJIAN
Pengukuran pada sensor suhu TDS
3.1. Pengujian Sensor dilakukan sebanyak 9 kali sehingga dapat
diperoleh data perbandingan dari sensor suhu
Pengukuran pada sensor suhu DS18B20
TDS dengan Pengukuran pada sensor suhu
menggunakan metode secara langsung dengan
DS18B20 dilakukan sebanyak 9 kali sehingga
membandingan pengukurannya dengan nilai
dapat diperoleh data perbandingan dari sensor
data yang didapatkan dari sensor suhu DS18B20
suhu TDS dengan TDS Meter dan besar rata-rata
dengan termometer suhu digital. Pengukuran ini
erornya yaitu 1,2%. dan besar rata-rata erornya
dilakukan agar menghasilkan kebenaran data
yaitu 6,8%.
yang dihasilkan dari alat rancangan.
3.2. Pengujian Akurasi Regresi Linier
Tabel 4. Pengukuran Sensor Suhu DS18B20
Suhu (0C)
Ralat Pengujian ini dilakukan untuk melihat
No Sensor Suhu Termometer
(%) sebara bagus sistem yang telah dibuat. Untuk
DS18B20 Suhu Digital
melihat perhitungkan akurasi pada penelitian ini
1 31,37 32,1 2,3%
menggunakan metode MAPE.
2 32 32,4 1,3%
3 32,44 32,7 0,8% Pengujian yang pertama adalah pengujian
4 32,81 33 0,6% terhadap data uji untuk suhu ruang tanam ini
5 33,44 33,7 0,8% dilakukan setelah mendapatkan sebuah
6 33,75 34 0,7% persamaan regresi linier sederhana dari 23 data
7 34,13 34,4 0,8% latih, lalu akan di uji coba ke dalam 9 data uji
8 34,81 35,3 1,4% untuk mengetahui perbedaan durasi yang
9 34,31 35,6 3,8% seharusnya dengan hasil durasi prediksi yang
Rata-Rata Error 1,2% didapatkan dari persamaan sebelumnya.
Pengukuran pada sensor suhu DS18B20
dilakukan sebanyak 9 kali sehingga dapat
diperoleh data perbandingan dari sensor suhu
DS18B20 dengan termometer suhu dan besar
rata-rata erornya yaitu 1,2%.

Fakultas Ilmu Komputer, Universitas Brawijaya

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4669

Tabel 5. 9 Buah Data Uji Untuk Uji Coba sebelumnya

Persamaan Regresi Yang Telah Didapatkan dan
Menentukan MAPE Tabel 6. 8 Buah Data Uji Untuk Uji Coba
Durasi Persamaan Regresi Yang Telah Didapatkan dan
Durasi (|At-
Prediksi |At- Menentukan MAPE
No Suhu (milidetik) Ft|/At)
(milidetik) Ft| Durasi
Durasi (|At-
At Ft Prediksi |At-
No Suhu (milidetik) Ft|/At)
(milidetik) Ft|
2 35,13 158.000 172.881 14.881 0,094 At Ft
5 33,81 152.000 160.302 8.302 0,055 3 296 1.200 1.214 14 0,011

8 32,94 147.000 152.011 5.011 0,034 6 392 1.050 1.087 37 0,035

11 32,25 141.000 145.435 4.435 0,031 9 527 900 907 7 0,007

14 31,81 136.000 141.242 5.242 0,039 12 728 750 640 110 0,146
17 31,44 130.000 137.716 7.716 0,059 15 819 600 519 81 0,135
20 31,12 125.000 134.666 9.666 0,077 18 882 450 435 15 0,033

23 30,87 117.000 132.284 15.284 0,131 21 957 300 335 35 0,116

26 30,69 110.000 130.569 20.569 0,187 24 1070 150 185 35 0,233

Jumlah 0,707 Jumlah 0,707
MAPE 7,857
MAPE 7,857

Perbandingan Durasi Aktual Dengan Durasi

Perbandingan Durasi Aktual Dengan Durasi
Predikasi
Predikasi
200000
1400
150000 1200
Durasi (milidetik)

1000
Durasi (milidetik)

100000 800
50000 600
400
0 200
30 31 32 33 34 35 36 0
Suhu (0C) 0 500 1000 1500
PPM

Durasi Aktual (milidetik)

Durasi Aktual (milidetik)
Durasi Prediksi (milidetik)
Durasi Prediksi (milidetik)
Gambar 16. Grafik Perbandingan Durasi Aktual
dengan Durasi Prediksi Untuk Suhu Gambar 17. Grafik Perbandingan Durasi Aktual
dengan Durasi Prediksi Untuk Kadar PPM
Pada tabel 5 terdapat 9 buah data uji yang
akan digunakan untuk mencoba mencari nilai Pada tabel 6 terdapat 8 buah data uji yang
MAPE dengan menggunakan nilai persamaan akan digunakan untuk mencoba mencari nilai
regresi. Nilai MAPE yang didapatkan dari tabel MAPE dengan menggunakan nilai persamaan
6.4 adalah sebesar7,857 atau 7,8%. Nilai MAPE regresi. Nilai MAPE yang didapatkan dari tabel
7,8% jika dilihat pada tabel 5 yang berarti nilai 6.6 adalah sebesar 8,996 atau 8,9%. Nilai MAPE
MAPE 7,8% memiliki kemampuan model 8,9% jika dilihat pada tabel 6 yang berarti nilai
prediksi di sistem ini adalah sangat baik. MAPE 8,9% memiliki kemampuan model
prediksi di sistem ini adalah sangat baik.
Pengujian yang kedua adalah Pengujian
terhadap data uji untuk kadar PPM ini dilakukan 3.3. Pengujian Alat terhadapa Pertumbuhan
setelah mendapatkan sebuah persamaan regresi Bawang Merah
linier sederhana dari 18 data latih, lalu akan di
uji coba ke dalam 8 data uji untuk mengetahui Untuk mengetahui perbedaan pertumbuhan
perbedaan durasi yang seharusnya dengan hasil bawang merah yang di tanam dengan
durasi prediksi yang didapatkan dari persamaan menggunakan sistem untuk mempertahankan
PPM dan suhu ruang tanam, maka tanaman akan

Fakultas Ilmu Komputer, Universitas Brawijaya

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4670

dilihat dan dibandingkan pertumbuhannya

selama 1 minggu atau 7 hari. Untuk jumlah
tanaman yang di uji coba ada 12 buah tanaman
bawang merah.

Gambar 22. Hasil Tanam Bawang Merah

Aeroponik Hari Ke-5

Gambar 18. Hasil Tanam Bawang Merah

Aeroponik Hari Ke-1

Gambar 23. Hasil Tanam Bawang Merah

Aeroponik Hari Ke-6

Gambar 19. Hasil Tanam Bawang Merah

Aeroponik Hari Ke-2

Gambar 24. Hasil Tanam Bawang Merah

Aeroponik Hari Ke-7

Pertumbuhan Bawang Merah Aeroponik

30
Gambar 20. Hasil Tanam Bawang Merah
Rata-Rata Tingii (cm)

Aeroponik Hari Ke-3 20

10

0
1 2 3 4 5 6 7
Hari

Gambar 25. Grafik Rata-Rata Pertumbuhan 11

Bawang Merah Aeroponik
Gambar 21. Hasil Tanam Bawang Merah
Tumbuhan bawang merah melakukan
Aeroponik Hari Ke-4
pertumbuhan yang cukup baik dengan
menggunakan sistem pada penelitian ini dengan
perbedaan pertumbuhan 17,7 cm dari hari ke-1
deengan panjang 3,8 cm dengan hari yang ke-7
dengan panjang 21,5 cm. Ini membuktikan saat
sistem dapat bekerja dengan baik untuk menjaga
suhu dan kadar PPM agar tetap terjaga.

Fakultas Ilmu Komputer, Universitas Brawijaya

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
HASIL PERBANDINGAN KAPASITAS AIR
SAAT MENGGUNAKAN SITEM
Dengan Sistem Hemat
Hemat
35% Dengan
Sistem
65%
Gambar 26. Diagram Perbandingan Kapasitas Air
Dengan Menggunakan Sistem
Pada gambar 26 merupakan grafik dari hasil
air yang dibutuhkan saat menggunakan sistem.
Saat tidak menggunakan sistem, alat penanaman
akan dinyalakan selama 24 jam sesuai petunjuk
penggunaan metode tanam aeroponik. Tentunya
ini akan menyebabakan pemborosan air nutriri
yang diperlukan. Saat tidak menggunakan sistem
air yang diperlukan setiap harinya adalah 3,4
liter, berbeda dengan saat menggunakan sistem
yang hanya memerlukan air setiap harinya
dengan jumlah 2,2 liter. Dengan adanya sistem
pada penelitian ini akan dapat menghemat air
sebesar 1,2 liter atau 35% dari tanpa
menggunakan sistem.
4. KESIMPULAN DAN SARAN
Dari berbagai pengujian yang telah
dilakukan sebelumnya maka dapat disimpulkan
bahwa sistem yang telah dibuat dengan tujuan
menghemat air dan dapat menstabilkan masa
pertumbuhan tanaman bawang merah berjalan
dengan baik. Sistem berjalan selama 7 hari atau
1 minggu yang di nyalakan dari pukul 09:00
sampai 18:00 WIB. Dengan menggunakan
sistem ini untuk melakukan penanaman
aeroponik dapat mengemat air dengan jumlah
sampai 35% per harinya dan juga tidak
mepengerauhi masa pertumbuhan tanaman
bahkan masa penanaman dapat lebih baik lagi.
Pada penelitian ini dapat membutikan dengan
adanya sistem penjadwalan, sistem pengukur
suhu, dan sistem untuk mengukur kadar PPM
dapat mengemat air dan mempengaruhi masa
pertumbuhan tanaman bawang merah. Selain itu
ada factor lain yang perlu diperhatikan selalin
menjaga suhu dan juga kadar ppm yaitu adalah
pH nutrisi dan juga kelembapan udara. Dan
untuk penelitian selanjutnya, sebaiknya
membuat sistem untuk menaikan suhu ruang
tanam aeroponik dikarenakan terkadang suhu
ruang tanam berada pada suhu di bawah 250C.
Fakultas Ilmu Komputer, Universitas Brawijaya
4671
5. DAFTAR PUSTAKA
Asniati, Asniati., Hasiri, Ery M ., & Yanti, Rizki.
(2019). Sistem control Otomatis
Penyiraman Tanaman Dengan Metode
Budidaya Tanaman Aeroponik
Menggunakan Mikrokontroller
ATMEGA 2560, 8(1), 38 - 44.
Azman, M. (2019). Analisa Perbandingan Nilai
Akurasi Moving Average dan Exponential
Smoothing untuk Sistem.
Dickson, Kho. (2022). Analisis Regresi Linear
Sederhana (Simple Linear Regression).
Diakses pada 3 Januari 2022.
Ellia, N., Mohamad, R., Achmad, R. (2017).
Rancang Bangun Termometer Digital
Berbasis Sensor DS18B20 Untuk
Penyandang Tunanetra.
Endra, Robby Y., Cucus, Ahmad., & S, M
Aditya. (2020). Perancangan Aplikasi
Berbasis Web Pada System Aeroponik
untuk Monitoring Nutrisi Menggunakan
Framework CodeIgniter, 11(1), 10 - 16.
Sariayu, Martha V., Priyatman, Hendro., &
Sanjaya, Bomo W. (2019). Pengendali
Ssuhu dan Kelembaban Pada Tanaman
Selada (Lactuca sativa L) Dengan Sistem
Aeroponik Berbasis Arduino Uno R3.
Diakses pada 29 Juli 2021.
Simbolan, Shamora D., Ernita., & Nur, M.
(2018). PENGARUH KEPEKATAN
NUTRISI DAN BERBAGAI MEDIA
TANAM PADA PERTUMBUHAN SERTA
PRODUKSI BAWANG MERAH (Allium
ascalonicum L) DENGAN HIDROPONIK
NFT, 34(2), 175 - 184.
Iqbal, Muhammad. (2020). Cara Menanam
Bawang Merah Hidroponik & Pot Untuk
Pemula. Dikases pada 25 Desember 2020.
Sulaiman, W. (2004). Analisis Regresi
Menggunakan SPSS : Contoh kasus dan
pemecahannya. Yogyakarta: Andi.
Wazri, Hadiatul. (2019). Panduan Budidaya
Bawang Merah. Diakses pada 23 Juni
2022.