SISTEM IDENTIFIKASI WARNA TANAH MUNSELL MENGGUNAKAN SENSOR WARNA TCS3200 DAN KELEMBABAN YL-69
DOI:
https://doi.org/10.46984/sebatik.v27i1.2249Keywords:
API, HCV, IoT, Munsell, RGB, WarnaAbstract
Tanah merupakan salah satu sumber daya yang penting bagi kehidupan di Bumi. Tanah menyediakan air, udara serta nutrisi yang dibutuhkan oleh Bumi. Berdasarkan sudut pandang penggunaan lahan untuk kebutuhan pertanian dan produksi biomassa, sumber daya lahan dapat menghasilkan makanan, pakan, pakaian, tempat tinggal dan bio energi yang dapat mendukung keberlangsungan kehidupan Manusia. Tanah memiliki banyak bentuk dan memiliki fitur sendiri yang menentukan kekuatan dan kelemahan dalam pemanfaatan yang berbeda. Salah satu sifat yang paling sering digunakan oleh para peneliti untuk menggambarkan dan mengklasifikasikan tanah berdasarkan warna. Pengklasifikasian jenis tanah yang biasa digunakan yaitu bagan warna tanah Munsell dengan 238 warna standar berbentuk chip persegi panjang. Namun, proses pencocokan sampel dengan chip warna bergantung pada keterampilan pengamatan subjektif dari pengguna. Saat era modern ini, kemajuan teknologi berkembang semakin pesat. Salah satunya (IoT) dapat digunakan sebagai media pendukung. Penelitian ini bertujuan untuk mengkonversi nilai warna RGB tanah menjadi nilai HCV Munsell, hasil konversi nilai tersebut. Perancangan sistem ini dengan mengambil nilai warna RGB pada tanah yang dikirimkan melalui Application Programming Interface (API), di dalam API melakukan konversi nilai RGB ke nilai HVC Munsell, lalu hasil tersebut ditampilkan pada layar LCD 20x4. Pemilihan LCD 20x4 sebagai output agar memudahkan pengguna agar tidak perlu repot membawa gawai saat menggunakannya langsung di lapangan. Uji coba pada penelitian menggunakan tiga jenis tanah yang berbeda dengan percobaan sepuluh kali pada jenis tanah masing-masing.
References
Fahlevi, M. R., & Gunawan, H. (2021). Perancangan Sistem Pendeteksi Banjir Berbasis Internet of Things. It (Informatic Technique) Journal, 8(1), 23–29.
Fitriyah, H., & Wihandika, R. C. (2021). Dasar-Dasar Pengolahan Citra Digital. Universitas Brawijaya Press.
Maulana, Q., Prihatini, E., Husni, N. L., Anisah, M., & others. (2020). Perancangan Kendali Sistem Navigasi Smart Trash Robot Berbasis Artificial Intelligence. Jurnal Rekayasa Elektro Sriwijaya, 1(2), 71–82.
Milotta, F. L. M., Tanasi, D., Stanco, F., Pasquale, S., Stella, G., & Gueli, A. M. (2018). Automatic Color Classification Via Munsell System for Archaeology. Color Research & Application, 43(6), 929–938.
Mubarroq, R., & Hendriyawan A, M. S. (2019). Rancang Bangun Sistem Kendali Otomatis Silo Dengan Metode Sortasi Berdasarkan Jenis Kemasan Produk Menggunakan HMI-PLC. University of Technology Yogyakarta.
Mukrin, M., Yusran, Y., & Toknok, B. (2019). Populasi Fungi dan Bakteri Tanah pada Lahan Agroforestri dan Kebun Campuran di Ngata Katuvua Dongi-Dongi Kecamatan Palolo Kabupaten Sigi Sulawesi Tengah. ForestSains, 16(2), 77–84.
Nurul Hidayati Lusita Dewi, N. H. L. D. (2019). Prototype Smart Home dengan Modul NodeMCU ESP8266 berbasis Internet of Things (IoT). UNIVERSITAS ISLAM MAJAPAHIT MOJOKERTO.
Pangestu, A. D., Ardianto, F., & Alfaresi, B. (2019). Sistem Monitoring Beban Listrik Berbasis Arduino Nodemcu Esp8266. Jurnal Ampere, 4(1), 187–197.
Priandana, K., Sukarman, S., & others. (2014). Mobile munsell soil color chart berbasis android menggunakan histogram ruang citra HVC dengan klasifikasi KNN. Jurnal Ilmu Komputer dan AgroInformatika, 3(2), 245421.
Putri, A. R. (2018). Model Otomatisasi Alat Penyiram Berbasis Microcontroller Arduino Uno Dan Sensor Kelembaban Tanah Yl-69 Pada Tanaman Bayam (Amaranthus Tricolor L.). Universitas Brawijaya.
Rahmayuni, E., Ismiani, S., Muslimah, D. H., Wilujeng, E. D. I., & Riizqulloh, M. N. (2018). Karakterisasi dan Viabilitas Inokulasi Bakteri Pelarut P dalam Bahan Pembawa Kompos dan Zeolit. Jurnal Agrosains dan Teknologi, 3(1), 31–38.
Retnoningsih, E., & Pramudita, R. (2020). Mengenal Machine Learning Dengan Teknik Supervised dan Unsupervised Learning Menggunakan Python. Bina Insani Ict Journal, 7(2), 156–165.
Riski, M. D. (2019). Rancang Alat Lampu Otomatis Di Cargo Compartment Pesawat Berbasis Arduino Menggunakan Push Button Switch Sebagai Pembelajaran Di Politeknik Penerbangan Surabaya. Prosiding SNITP (Seminar Nasional Inovasi Teknologi Penerbangan), 3(2).
Robbani, I. H., Trisnawati, E., Noviyanti, R., Rivaldi, A., Cahyani, F. P., & Utaminingrum, F. (2016). Aplikasi Mobile Scotect: Aplikasi Deteksi Warna Tanah dengan Teknologi Citra Digital pada Android. Jurnal Teknologi Informasi dan Ilmu Komputer, 3(1), 19–26.
Rudi, R., & Avianto, D. (2019). Implementasi Ekstraksi Ciri Histogram dan K-Nearest Neighbor untuk Klasifikasi Jenis Tanah di Kota Banjar, Jawa Barat. Jurnal Buana Informatika, 10(2), 85–98.
Rudiono, R. (2019). Klasifikasi Jenis Tanah Berbasis Website Menggunakan Ekstraksi Ciri Histogram dan Algoritma K-Nearest Neighbor (KNN). University of Technology Yogyakarta.
Sari, M. I., Handayani, R., Siregar, S., & Isnu, B. (2018). Pemilah Benda Berdasarkan Warna Menggunakan Sensor Warna TCS3200. TELKA-Jurnal Telekomunikasi, Elektronika, Komputasi dan Kontrol, 4(2), 85–90.
Steven, S., & Christianto, K. (2021). Aplikasi AturKost Berbasis Web Untuk Pengelola dan Penghuni Kost (Studi Kasus: Kost Jura). JBASE-Journal of Business and Audit Information Systems, 4(2).
Swedia, E. R., & Cahyanti, M. (2010). Algoritma Transformasi Ruang Warna. Depok Univ. Gunadarma.
Swedia ER, Fitriani RR, Cahyanti M, Ernastuti, & Septian MRD. (2022). Feed Forward Neural Network untuk Prediksi Data mplementasi dengan Python dan Flask API pada Sistem Operasi Windows (Vol. 978-623-351-612–9). PT. Nas Media Indonesia.
Utomo, I. M., & others. (2016). Ilmu Tanah Dasar-Dasar dan Pengelolaan. Kencana.
Widharma, I. G. S. (2017). Perancangan Simulasi Sistem Pendaftaran Kursus Berbasis Web dengan Metode SDLC. Matrix: Jurnal Manajemen Teknologi dan Informatika, 7(2), 38–41.
Downloads
Published
How to Cite
Issue
Section
License
Authors retain all their rights to the published works, such as (but not limited to) the following rights; Copyright and other proprietary rights relating to the article, such as patent rights, The right to use the substance of the article in own future works, including lectures and books, The right to reproduce the article for own purposes, The right to self-archive the article
