Electronic Theses and Dissertation

Abstrak-Matahari merupakan sumber energi utama yang mepengaruhi berbagai aspek kehidupan di bumi, seperti pertumbuhan tanaman, fotosintesis, pengaturan iklim, dan optimalisasi energi terbarukan. Penelitian ini bertujuan mengembangkan sistem berbasis Internet of Things (IoT) untuk mengukur durasi penyinaran matahari secara otomatis dan efisien. Sistem ini menggunakan tiga modul Wemos D1 Mini dengan sensor LDR untuk mengukur intensitas cahaya, yang kemudian dikonversi ke satuan lux. Data dikirim melalui protokol ESP-NOW ke ESP32, yang berfungsi sebagai pengolahan data. Dengan fuzzy logic mamdani, intensitas cahaya diklasifikasikan ke dalam tiga kategori: rendah, sedang, dan tinggi. Hasil pengukuran direkam secara real-time dalam Google Sheets untuk mempermudah pemantauan. Metode yang digunakan adalah prototyping, dengan pengembangan sistem secara bertahap untuk mencapai hasil optimal. Pengujian dilakukan selama beberapa hari dengan membandingkan hasil sistem terhadap data dari BMKG dan lux meter. Hasil menunjukkan bahwa sistem mampu mengukur durasi penyinaran dengan galat relatif 1,3–33,06% dibandingkan BMKG dan 0,92–27,25% dibandingkan lux meter. Akurasi lebih tinggi dicapai pada intensitas cahaya tinggi dibandingkan rendah. Penelitian ini berkontribusi pada pengembangan teknologi IoT untuk mendukung sektor pertanian dan energi terbarukan dengan data yang lebih akurat dan efisien.
Kata kunci: Internet of Things (IoT), penyinaran matahari, fuzzy logic mamdani, intensitas cahaya.

The Sun is the primary energy source influencing various aspects of life on Earth, such as plant growth, photosynthesis, climate regulation, and the optimization of renewable energy. This research aims to develop an Internet of Things (IoT)-based sistem to measure sunlight duration automatically and efficiently. The sistem utilizes three Wemos D1 Mini modules equipped with LDR sensors to measure light intensity, which is then converted into lux values. Data is transmitted via the ESP-NOW protocol to an ESP32, which serves as the central data processing unit. Using Mamdani fuzzy logic, light intensity is classified into three categories: low, medium, and high. Measurement results are stored in real-time on Google Sheets to facilitate monitoring. The method employed is prototyping, with sistem development conducted in stages to achieve optimal outcomes. Testing was conducted over several days, comparing the sistem’s results with data from BMKG and an Android lux meter . The results showed that the sistem could measure sunlight duration with a relative error ranging from 1.3–33.06% compared to BMKG and 0.92–27.25% compared to the lux meter. Higher accuracy was achieved for high light intensity compared to low intensity. This research contributes to IoT technology development, supporting the agriculture and renewable energy sectors with more accurate and efficient data. Keywords: Internet of Things (IoT), sunlight duration, Mamdani fuzzy logic, light intensity.