SISTEM PENGENDALIAN NUTRISI PADA HIDROPONIK NUTRIENT FILM TECNIQUE (NFT) DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) = Nutrition Control System in Nutrient Film Technique (NFT) Hydroponics With Convolutional Neural Network (CNN) Method

FITRIANI. Sistem Pengendalian Nutrisi Pada Hidroponik Nutrient Film Tecnique (NFT) Dengan Metode Convolutional Neural Network (CNN). (dibimbing oleh Zahir Zainuddin dan Syafaruddin).
Kebutuhan nutrisi dan Potensi Hidrogen (pH) tanaman hidroponik harus dipertahankan, sistem pengendalian nutrisi dapat memudahkan pengendalian dan pemantauan nutrisi agar tetap sesuai dengan kebutuhan tanaman. Pada penelitian ini dibuat sistem kontrol otomatis nutrisi dan pH pada model hidroponik Nutrient Film Technique (NFT). Proses sistem kendalinya menggunakan mikrokontroler dengan metode Convolutional Neural Network (CNN). Secara keseluruhan sistem dapat melakukan proses pengendalian nutrisi secara otomatis tanpa menggunakan laptop. Sistem berjalan sepenuhnya didalam mikrokontroler. Sistem kendali menggunakan metode CNN dengan input parameter pH, nutrisi dan waktu serta output durasi pH up, pH down, nutrisi, dan pompa air untuk mencapai nilai target yang ditetapkan. Hasil penelitian yang telah dilakukan menunjukkan bahwa pengujian sensor pH mempunyai tingkat akurasi sebesar 99,04% dan sensor Total Dissolved Solid (TDS) memiliki tingkat akurasi sebesar 98,90%.

Kata kunci: Hidroponik NFT, Nutrisi, pH, Convolutional Neural Network