Abidin, Muhammad Zainal (2025) Prototipe Penerapan Metode Deep Learning Untuk Prediksi Suhu Dan Kelembaban Pada Gudang Tembakau Berbasis Internet Of Things. Undergraduate thesis, Politeknik Negeri Jember.
![[img]](https://sipora.polije.ac.id/style/images/fileicons/text.png) |
Text (Abstract)
abstrac sipora.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (11kB) |
|
Text (Bab 1 Pendahuluan)
pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (20kB) |
|
Text (Daftar Pustaka)
daftar pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (77kB) |
|
Text (Laporan Lengkap)
Draft Revisi Muhammad Zainal Abidin.pdf - Submitted Version Restricted to Registered users only Download (3MB) | Request a copy |
Abstract
Kualitas tembakau sangat dipengaruhi oleh kondisi lingkungan selama penyimpanan, terutama suhu dan kelembapan. Fluktuasi kedua parameter ini dapat menyebabkan penurunan mutu tembakau, yang berdampak pada nilai jual dan kelayakan ekspor. Penelitian ini bertujuan untuk mengembangkan prototipe sistem prediksi suhu dan kelembapan di gudang tembakau menggunakan metode Deep Learning dengan arsitektur Long Short-Term Memory (LSTM), yang terintegrasi melalui teknologi Internet of Things (IoT). Sistem ini terdiri dari sensor DHT22, mikrokontroler ESP8266, serta aplikasi berbasis Laravel dan Flask. Data suhu dan kelembapan dikumpulkan secara real-time dan diproses oleh model LSTM untuk menghasilkan prediksi lima menit ke depan. Hasil pelatihan model menunjukkan performa terbaik pada epoch ke-40 dengan akurasi prediksi suhu mencapai 99,69% dan kelembapan sebesar 98,56%. Sistem ini mampu menampilkan data aktual dan prediksi melalui dashboard interaktif. Pengujian terhadap sensor dan model menunjukkan bahwa sistem memiliki tingkat akurasi yang tinggi dan dapat diandalkan dalam membantu pengelola gudang menjaga kualitas tembakau secara proaktif. Dengan demikian, prototipe ini berpotensi menjadi solusi preventif untuk pengendalian lingkungan penyimpanan tembakau secara cerdas.
| Item Type: | Thesis (Undergraduate) | ||||||
|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||
| Uncontrolled Keywords: | Deep Learning, LSTM, Internet of Things, Prediksi Suhu, Prediksi Kelembapan, Tembakau | ||||||
| Subjects: | 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 457 - Teknik Komputer 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 458 - Teknik Informatika 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 459 - Ilmu Komputer 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 461 - Sistem Informasi 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 462 - Teknologi Informasi |
||||||
| Divisions: | Jurusan Teknologi Informasi > Prodi D4 Teknik Informatika > Tugas Akhir | ||||||
| Depositing User: | Muhammad Zainal Abidin | ||||||
| Date Deposited: | 23 Jun 2025 02:31 | ||||||
| Last Modified: | 23 Jun 2025 02:32 | ||||||
| URI: | https://sipora.polije.ac.id/id/eprint/42224 |
Actions (login required)
 |
View Item |
