Abstract

In general, farmers water plants when the conditions are met, such as dry soil, no rain, and cold temperatures. One of the efficient ways to control it is to use an artificial neural network-based automatic plant watering system. The purpose of this study was to determine the success of artificial neural networks as decision-makers to water plants automatically. The stages of designing an automatic watering system based on an artificial neural network were to build software including artificial neural network modeling and Arduino microcontroller programming, automatically watering tools, evaluating tool performance, and testing tools in real-time. The test results show that the artificial neural network-based automatic plant watering system can water plants according to the given input pattern. The artificial neural network structure obtained is three neurons in the input layer, eight neurons in the hidden layer, and one neuron in the output layer. The artificial neural network-based automatic plant watering system succeeded in automatically watering two areas of land that the success rate is a 100%.Keyword— Automatic Watering, Microcontroller, ANN, Annual Crops.

Highlights

  • Abstrak — Pada umumnya para petani menyiram tanaman semusim ketika kondisi tertentu terpenuhi, yaitu tanah kering, tidak ada hujan, dan suhu dingin di sekitar lahan

  • The purpose of this study was to determine the success of artificial neural networks as decision-makers to water plants

  • The stages of designing an automatic watering system based on an artificial neural network were to build software including artificial neural network modeling

Read more

Summary

PENDAHULUAN

Untuk memenuhi kesesuaian kebutuhan air bagi tanaman, petani melakukan proses penyiraman. Penyiraman pada siang hari atau saat suhu panas dapat menyebabkan akar tanaman bergerak menuju permukaan tanah dan akan sulit untuk menyerap unsur hara. Sebelum melakukan penyiraman harus memperhatikan tiga kondisi yaitu: menyiram hanya saat tanah kering, saat suhu lingkungan sekitar lahan dingin dan tidak hujan. Untuk memudahkan petani dalam perawatan tanaman semusim khususnya proses penyiraman, maka alat yang tepat untuk diterapkan adalah alat penyiram otomatis. JST berperan mengenali dan mengklasifikasi pola-pola kondisi tanah yang dibentuk oleh sensor sehingga menghasilkan keluaran sesuai dengan target yang telah dilatihkan sebelumnya. Salah satu jenis JST yang banyak digunakan dan handal dalam mengenali pola adalah multilayer perceptron (MLP) dengan algoritma pembelajaran Lavenberg Marquardt digunakan sebagai perbaikan bobotnya. Tujuan dari penelitian ini adalah untuk mengetahui kinerja JST sebagai pengambil keputusan yang diimplementasikan dalam sistem penyiraman otomatis tanaman semusim

Jaringan Saraf Tiruan Multilayer Perceptron
10. Menghitung MSE
Proses Pembelajaran JST menggunakan software Matlab
Sensor Kelembaban Tanah
Sensor Suhu dan Kelembaban (DHT11)
Modul Relay 5 VDC 1 pin
Multiplexer 16 Pin ke 1 Pin
LCD 16x2 Modul I2C
Adaptor 5 VDC
Waktu dan Tempat Penelitian
Tahap Pemodelan JST
Hasil Pembuatan Kode Program Adapun bagian-bagian kode program alat yaitu
Hasil Pengamatan dan Analisa Data
Implementasi Alat V
34.2 Tidak Menyiram
KESIMPULAN
Full Text
Published version (Free)

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call