Sistem Paranet Otomatis Berbasis Suhu dan Cahaya dengan Perintah Suara untuk Pengaturan Lingkungan di Greenhouse

Abstract

Greenhouse memerlukan pengelolaan intensitas cahaya dan suhu yang optimal untuk mendukung pertumbuhan tanaman. Sistem paranet manual yang umum digunakan memiliki kelemahan dalam efisiensi dan akurasi pengoperasian. Penelitian ini bertujuan mengembangkan sistem paranet otomatis berbasis Internet of Things (IoT) yang terintegrasi dengan perintah suara melalui Google Assistant dan aplikasi Blynk. Sistem menggunakan sensor DHT22 untuk mengukur suhu dan sensor BH1750 untuk intensitas cahaya. Mikrokontroler ESP32 memproses data dan mengatur motor DC melalui modul relay 2 channel. Metode yang digunakan meliputi perancangan perangkat keras dan lunak, implementasi sistem, serta pengujian akurasi dan waktu respons. Hasil menunjukkan bahwa sistem mampu beroperasi secara otomatis dan manual dengan tingkat keberhasilan 100% dalam setiap pengujian. Waktu respons perintah manual melalui Blynk rata-rata 0,57 detik, sedangkan melalui perintah suara sekitar 2,66 detik. Temuan ini membuktikan bahwa sistem dapat meningkatkan efisiensi, fleksibilitas, dan kenyamanan dalam pengelolaan greenhouse secara real-time.

Greenhouses require optimal control of light and temperature to support plant growth. Conventional manual paranet systems are limited in efficiency and accuracy. This research aims to develop an automatic paranet system based on the Internet of Things (IoT), integrated with voice commands via Google Assistant and the Blynk application. The system employs a DHT22 sensor to measure temperature and a BH1750 sensor for light intensity. An ESP32 microcontroller processes the data and controls a DC motor via a two-channel relay module. The method includes hardware and software design, system implementation, and testing of accuracy and response time. Results show that the system can operate both automatically and manually with a 100% success rate in all tests. The average response time via Blynk is 0.57 seconds, while via voice command it is around 2.66 seconds. These findings demonstrate that the system enhances efficiency, flexibility, and convenience for real-time greenhouse management.