https://journal.irpi.or.id/index.php/malcom/issue/feed 2026-03-26T00:00:00+00:00 Mustakim mustakim@irpi.or.id Open Journal Systems <p><strong>MALCOM: Indonesian Journal of Machine Learning and Computer Science</strong> is a scientific journal published by the Institut Riset dan Publikasi Indonesia (IRPI) in collaboration with several Universities throughout Riau and Indonesia. MALCOM will be published 4 (four) times a year, January, April, July and October, each edition containing more than 20 articles articles (Start at Vol. 3 No. 2 October 2023). Articles may be written in Indonesian or English. articles are original research results with a maximum plagiarism of 15%. Articles submitted to MALCOM will be reviewed by at least 2 (two) reviewers. Papers must be submitted via the Open Journal System (OJS) in .doc or .docx format. The entire process until MALCOM is published will be free of charge. MALCOM is registered in National Library with Number International Standard Serial Number (ISSN) Printed: <a href="https://issn.brin.go.id/terbit/detail/20210528410989325" target="_blank" rel="noopener">2797-2313</a> and Online <a href="https://issn.brin.go.id/terbit/detail/1615088206" target="_blank" rel="noopener">2775-8575</a>. </p> https://journal.irpi.or.id/index.php/malcom/article/view/2582 2026-02-13T10:29:55+00:00 Fera Darmayanti fera_darmayanti@teknokrat.ac.id S. Samsugi s.samsugi@teknokrat.ac.id

<p>Sistem aquaponik merupakan metode budidaya yang menggabungkan perikanan dan pertanian dalam satu ekosistem, sehingga memerlukan monitoring parameter lingkungan secara optimal dan akurat. Permasalahan dalam sistem ini adalah kurangnya pemantauan kondisi volume air dan intensitas cahaya secara langsung, yang menimbulkan dampak pada pertumbuhan dan kesehatan ikan. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem <em>smart aquaponics </em>berbasis <em>Internet of Things </em>yang dapat memonitor level air dan intensitas cahaya melalui <em>dashboard web</em>. Sistem ini memanfaatkan sensor ultrasonik HC-SR04 sebagai pengukur level air dan sensor cahaya BH1750 sebagai pendeteksi intensitas cahaya. Hasil pengujian menunjukkan bahwa sensor ultrasonik memiliki error rate 0,70%, nilai MAE 0,54, dan standar deviasi 0,21, sedangkan sensor cahaya BH1750 memiliki error rate 0,35%, nilai MAE 0,35 lux, dan standar deviasi 0,12 lux. Rata-rata cahaya yang terukur sebesar 216,1 lux dengan kategori cukup terang untuk keperluan monitoring. Berdasarkan hasil pengujian tersebut, sistem mampu melakukan monitoring parameter lingkungan aquaponik secara akurat, stabil, dan real-time sehingga dapat mendukung pengelolaan sistem aquaponik serta menjadi solusi monitoring lingkungan aquaponik berbasis IoT dan menjadi dasar pengembangan sistem lebih lanjut.</p>

2026-03-26T00:00:00+00:00 Copyright (c) 2026 Fera Darmayanti, S. Samsugi