http://repository.ipb.ac.id/handle/123456789/151265 2026-09-02T16:22:44Z http://repository.ipb.ac.id/handle/123456789/179844 Optimalisasi Alat Pencacah Daun Kering OtomatisMenggunakan Sensor Load Cell SUKMA, STIVAN HARI Perkembangan teknologi Internet of Things (IoT) memberikan peluang besar dalam meningkatkan efisiensi dan keandalan mesin pertanian, termasuk mesin pencacah daun yang berfungsi mengolah limbah organik menjadi kompos maupun pakan ternak. Pengolahan limbah daun kering diperlukan untuk mencegah pencemaran lingkungan terutama pada daerah pepohonan yang diakibatkan oleh daun kering yang telah gugur dari pohon dan berakibat banyaknya tempat penampungan limbah yang tersumbat. Alat pencacah daun kering otomatis berbasis sensor load cell adalah inovasi teknologi yang dirancang untuk mempermudah proses pencacahan daun kering secara efisien dan terukur. Alat ini mengintegrasikan teknologi sensor dengan mekanisme pencacahan, sehingga dapat bekerja secara otomatis berdasarkan berat daun yang dimasukkan, dengan menggunakan sensor Load Cell berbasis Internet of Things (IoT) dan mikrokontroler oleh ESP32 untuk mengontrol serta mendata daun kering yang dimasukkan.kedalam alat pencacah, alat ini mampu menyesuaikan parameter operasional (seperti berat daun kering dan waktu pencacahan) secara otomatis berdasarkan berat daun atau kondisi lainnya, sehingga menghasilkan performa yang lebih optimal.; The development of Internet of Things (IoT) technology has created significant opportunities to improve the efficiency and reliability of agricultural machinery, including leaf shredding machines used to process organic waste into compost and livestock feed. Processing dry leaf waste is essential to prevent environmental pollution, particularly in areas with dense vegetation, where fallen leaves often accumulate and clog waste disposal systems and drainage channels. The automatic dry leaf shredding machine based on a load cell sensor is a technological innovation designed to facilitate the dry leaf shredding process in an efficient and measurable manner. This system integrates sensor technology with a shredding mechanism, enabling the machine to operate automatically based on the weight of the inserted dry leaves. By utilizing a Load Cell sensor, Internet of Things (IoT) technology, and an ESP32 microcontroller to control the system and record the weight of the dry leaves fed into the shredder, the machine can automatically adjust operational parameters, such as the dry leaf weight and shredding duration, according to the measured load or other operating conditions, thereby achieving more optimal performance. 2026-01-01T00:00:00Z http://repository.ipb.ac.id/handle/123456789/179826 Implementasi Sistem Alarm Kebakaran pada Ruangan Berbasis IoT Menggunakan ESP32 dan Aplikasi Blynk. Putra, Akhtarsyah Pambudi Berbagai penyebab kebakaran di Indonesia dapat menimbulkan dampak signifikan pada berbagai lingkungan, terutama di lingkungan kerja seperti bengkel. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem alarm kebakaran berbasis Internet of Things (IoT) di Bengkel Akastra Toyota. Sistem ini menggunakan sensor MQ-2 untuk mendeteksi karbon monoksida (CO), sensor DHT11 untuk mendeteksi suhu, dan sensor flame untuk mendeteksi cahaya inframerah dari api; seluruh sensor dikendalikan oleh mikrokontroler ESP32. Data hasil pengukuran dikirimkan secara real-time ke platform IoT melalui koneksi internet dan divisualisasikan pada dashboard dan aplikasi Blynk. Hasil penelitian menunjukkan bahwa berdasarkan perbandingan dengan alat referensi, sensor MQ-2 dan sensor DHT11 menunjukkan akurasi rata-rata masing-masing sebesar 9,07 PPM dan 38,79 °C. Analisis deskriptif digunakan untuk menyajikan rata-rata selisih, persentase error, dan akurasi hasil pembacaan sensor sehingga dapat memastikan sistem bekerja secara optimal dalam sistem alarm kebakaran. 2026-01-01T00:00:00Z http://repository.ipb.ac.id/handle/123456789/179578 Sistem Pelacakan Posisi Petugas Kebersihan Menggunakan ESP32 dan BLE Manik, Jackysteven Yosebush Pemantauan lokasi petugas kebersihan di dalam gedung merupakan salah satu upaya meningkatkan efektivitas pengelolaan fasilitas, namun sistem Indoor Positioning System (IPS) berbasis Bluetooth Low Energy (BLE) dan ESP32 yang ada masih menghadapi kendala seperti kalibrasi RSSI yang dilakukan secara manual, pencatatan data yang terus-menerus sehingga membebani basis data, serta pertumbuhan data historis yang menyebabkan pembengkakan ruang penyimpanan. Penelitian ini bertujuan mengembangkan sistem pelacakan posisi petugas kebersihan berbasis ESP32 dan BLE dengan menambahkan fitur kalibrasi RSSI melalui antarmuka web, pemantauan sinyal dan deteksi anomali/interferensi secara otomatis, manajemen pendaftaran perangkat, visualisasi dwelling time melalui heatmap durasi, serta Auto-Data Pruning untuk menjaga efisiensi penyimpanan basis data. Sistem dikembangkan menggunakan ESP32 sebagai pemindai sinyal BLE, Flask sebagai backend, React Vite sebagai frontend, dan PostgreSQL sebagai basis data, dengan estimasi posisi dihitung melalui metode trilaterasi berbasis RSSI. Pengujian fungsionalitas dilakukan melalui Black Box Testing dengan pendekatan Equivalence Partitioning serta evaluasi akurasi posisi menggunakan Mean Absolute Error (MAE). Hasil pengujian menunjukkan sistem kalibrasi berbasis web, deteksi anomali sinyal, manajemen perangkat, dan visualisasi dwelling time berfungsi sesuai rancangan, dengan MAE estimasi posisi sebesar 0,98 meter, sedangkan mekanisme Auto-Data Pruning masih memerlukan perbaikan lebih lanjut.; Monitoring the locations of cleaning staff inside buildings is one way to improve the effectiveness of facility management; however, existing Indoor Positioning Systems (IPS) based on Bluetooth Low Energy (BLE) and ESP32 still face challenges such as manual RSSI calibration, continuous data logging that burdens the database, and the accumulation of historical data that leads to excessive storage space usage. This research aims to develop an ESP32- and BLE-based cleaning staff positioning tracking system by adding features such as RSSI calibration via a web interface, automatic signal monitoring and anomaly/interference detection, device registration management, dwelling time visualization through duration heatmaps, and Auto-Data Pruning to maintain database storage efficiency. The system was developed using ESP32 as the BLE signal scanner, Flask as the backend, React Vite as the frontend, and PostgreSQL as the database, with position estimates calculated using an RSSI-based trilateration method. Testing was conducted via Black Box Testing using the Equivalence Partitioning approach, and position accuracy was evaluated using Mean Absolute Error (MAE). Test results show that the web-based calibration system, signal anomaly detection, device management, and dwelling time visualization functions as designed, with a position estimation MAE of 0.98 meters, while the Auto-Data Pruning mechanism still requires improvement. 2026-01-01T00:00:00Z http://repository.ipb.ac.id/handle/123456789/179576 Rancang Bangun Sistem Off-Grid Pemberi Pakan dan Pemantauan Kualitas Air Kolam Ikan Berbasis ESP32 dan LoRa Point-to-Point Abdulloh, Muhammad Akbar Budi daya ikan memerlukan pemberian pakan yang teratur dan pemantauan kualitas air, terutama pada lokasi dengan keterbatasan listrik dan internet. Penelitian ini bertujuan merancang sistem off-grid untuk pemberian pakan otomatis serta pemantauan suhu, pH, dan sisa pakan berbasis ESP32 dengan komunikasi LoRa point-to-point. Sistem terdiri atas unit transmitter bertenaga baterai dengan mode deep sleep dan RTC serta unit receiver untuk menampilkan data dan memberikan peringatan. Kinerja sistem dievaluasi melalui pengujian penjadwalan, ketahanan baterai, kualitas komunikasi LoRa, serta pengujian akurasi sensor menggunakan metode pengukuran Mean Absolute Error (MAE). Hasil pengujian menunjukkan nilai MAE suhu sebesar 0,258 °C dan pH sebesar 0,022 unit. Mekanisme pemberi pakan menghasilkan sekitar 0,6 g per siklus gerakan servo. Sistem mampu beroperasi sekitar 27–28 hari menggunakan baterai LiPo 5.000 mAh. Komunikasi tanpa kehilangan paket tercapai hingga 207,3 m, sedangkan pada jarak 504,1 m diperoleh packet loss sebesar 23,3%; Fish farming requires regular feeding and water quality monitoring, particularly at sites with limited electricity and internet access. This study aimed to develop an off-grid system for automatic feeding and monitoring of temperature, pH, and remaining feed using ESP32 and point-to-point LoRa communication. The system consisted of a battery-powered transmitter using a deep sleep mode and RTC scheduling, as well as a receiver for displaying data and providing alerts. System performance was evaluated through scheduling tests, battery endurance tests, LoRa communication tests, and sensor accuracy testing using the Mean Absolute Error (MAE) measurement method. The results showed MAEs of 0.258 °C for temperature and 0.022 pH units for pH. The feeding mechanism delivered approximately 0.6 g per servo movement cycle. The system operated for approximately 27–28 days using a 5,000 mAh LiPo battery. Zero packet loss was achieved up to 207.3 m, while a packet loss of 23.3% was observed at 504.1 m. 2026-01-01T00:00:00Z