Sistem Monitoring Limbah Akuakultur dan Pengendalian Air Berbasis IoT dan Cloud

Abstract

Penelitian ini membahas perancangan dan implementasi sistem monitoring limbah akuakultur serta pengendalian air berbasis Internet of Things (IoT) dan cloud computing menggunakan Firebase. Sistem dirancang untuk memantau parameter kualitas air—meliputi ketinggian, kekeruhan, dan suhu—secara real-time melalui aplikasi Android yang terhubung dengan Firebase Realtime Database. Data sensor dikirim dan disimpan di cloud, kemudian diolah menggunakan metode Long Short-Term Memory (LSTM) untuk memprediksi tren perubahan parameter kualitas air dalam jangka pendek, yaitu hingga satu jam ke depan. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan tahapan perancangan, implementasi, dan pengujian sistem. Hasil pengujian menunjukkan bahwa sistem mampu menampilkan data sensor secara real-time dan memberikan notifikasi otomatis ketika parameter melampaui ambang batas. Model LSTM menghasilkan akurasi prediksi tinggi dengan nilai Mean Squared Error (MSE) yang rendah. Sistem ini meningkatkan efisiensi pengelolaan limbah, menjaga stabilitas kualitas air, dan mendukung pengambilan keputusan berbasis data historis untuk budidaya ikan berkelanjutan.