Penelitian ini bertujuan mengembangkan sistem budidaya Spirulina platensis berbasis Internet of Things (IoT) dan Jaringan Syaraf Tiruan (JST) tipe Multilayer Perceptron (MLP) untuk mendukung pemantauan lingkungan dan pengendalian adaptif pemberian nutrisi. Sistem IoT dibangun menggunakan mikrokontroler ESP32 yang terhubung dengan sensor suhu (DS18B20), pH (SKU SEN0161), intensitas cahaya (BH1750), dan Total Dissolved Solid (TDS) sebagai indikator kejenuhan kultur. JST digunakan untuk mengatur dosis nutrisi berbasis nilai ppm, dengan arsitektur input empat parameter lingkungan dan output berupa volume nutrien.
Eksperimen dilakukan selama 200 hari dalam skala laboratorium pada empat siklus budidaya, dengan evaluasi kuantitatif terhadap kestabilan parameter lingkungan, respon aktuator, pertumbuhan biomassa, dan efektivitas sistem adaptif. Hasil menunjukkan bahwa sistem mampu menjaga suhu (29–32 °C), pH (8–10,5), intensitas cahaya (2000–3800 lux), serta TDS (>4500 ppm) secara stabil, dengan rata-rata kesalahan sensor <0,02%. JST-MLP menunjukkan akurasi inferensi tinggi (MSE = 561,48) dalam menentukan dosis nutrisi secara dinamis, serta efisiensi penggunaan nutrien hingga 39,7% dibandingkan metode konvensional.
Rata-rata pertumbuhan biomassa mencapai 2,28 g/L dalam 30 hari, lebih tinggi dibandingkan metode tanpa otomasi (1,81 g/L). Sistem juga berhasil mengirimkan notifikasi otomatis berbasis Application Programming Interface (API) serta menyediakan dashboard pemantauan real-time. Temuan ini menegaskan bahwa integrasi IoT-JST dapat menciptakan sistem kultur mikroalga yang cerdas, efisien, dan adaptif berbasis data, serta dapat direplikasi untuk pengembangan skala lebih besar di masa depan. |