Analisis Kinerja Mikrokomputer Raspberry Pi Pada Smart Greenhouse Berbasis Internet Of Things (IoT) Menggunakan Algoritma Naive Baye

IF 2.4 Q3 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS International Journal of Information and Learning Technology Pub Date : 2023-09-22 DOI:10.32938/jitu.v3i2.5231

Philipus Asten

{"title":"Analisis Kinerja Mikrokomputer Raspberry Pi Pada Smart Greenhouse Berbasis Internet Of Things (IoT) Menggunakan Algoritma Naive Baye","authors":"Philipus Asten","doi":"10.32938/jitu.v3i2.5231","DOIUrl":null,"url":null,"abstract":"Smart Greenhouse adalah sistem yang menggunakan teknologi Internet of Things (IoT) untuk mengontrol dan memantau lingkungan pertumbuhan tanaman secara otomatis. Dalam melakukan analisis kinerja mikrokomputer Raspberry Pi dalam Smart Greenhouse berbasis IoT, dengan menerapkan algoritma Naive Bayes untuk menganalisis data dan membuat keputusan berdasarkan kondisi lingkungan tanaman. Hasil analisis terhadap mikrokomputer Raspberry Pi pada Smart Greenhouse menggunakan algoritma Naive Bayes dapat digunakan untuk memprediksi variabel lingkungan, seperti suhu dan kelembapan, sesuai data yang diperoleh dengan total data set adalah 500 baris menggunakan 4 variabel dengan mempunyai nilai evaluasi terhadap suhu udara dengan MSE (0.25) dan RMSE (0.50), kelembapan udara dengan MSE (0.07) dan RMSE (0.27), kelembapan tanah dengan MSE (0.00) dan RMSE (0.00) dan UV dengan nilai MSE (0.94) dan RMSE(0.97)  Smart Greenhouse adalah sistem yang menggunakan teknologi Internet of Things (IoT) untuk mengontrol dan memantau lingkungan pertumbuhan tanaman secara otomatis. Dalam melakukan analisis kinerja mikrokomputer Raspberry Pi dalam Smart Greenhouse berbasis IoT, dengan menerapkan algoritma Naive Bayes untuk menganalisis data dan membuat keputusan berdasarkan kondisi lingkungan tanaman. Hasil analisis terhadap mikrokomputer Raspberry Pi pada Smart Greenhouse menggunakan algoritma Naive Bayes dapat digunakan untuk memprediksi variabel lingkungan, seperti suhu dan kelembapan, sesuai data yang diperoleh dengan total data set adalah 500 baris menggunakan 4 variabel dengan mempunyai nilai evaluasi terhadap suhu udara dengan MSE (0.25) dan RMSE (0.50), kelembapan udara dengan MSE (0.07) dan RMSE (0.27), kelembapan tanah dengan MSE (0.00) dan RMSE (0.00) dan UV dengan nilai MSE (0.94) dan RMSE(0.97)","PeriodicalId":51872,"journal":{"name":"International Journal of Information and Learning Technology","volume":"10 1","pages":"0"},"PeriodicalIF":2.4000,"publicationDate":"2023-09-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"International Journal of Information and Learning Technology","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.32938/jitu.v3i2.5231","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q3","JCRName":"COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS","Score":null,"Total":0}

引用次数: 0

Abstract

Smart Greenhouse adalah sistem yang menggunakan teknologi Internet of Things (IoT) untuk mengontrol dan memantau lingkungan pertumbuhan tanaman secara otomatis. Dalam melakukan analisis kinerja mikrokomputer Raspberry Pi dalam Smart Greenhouse berbasis IoT, dengan menerapkan algoritma Naive Bayes untuk menganalisis data dan membuat keputusan berdasarkan kondisi lingkungan tanaman. Hasil analisis terhadap mikrokomputer Raspberry Pi pada Smart Greenhouse menggunakan algoritma Naive Bayes dapat digunakan untuk memprediksi variabel lingkungan, seperti suhu dan kelembapan, sesuai data yang diperoleh dengan total data set adalah 500 baris menggunakan 4 variabel dengan mempunyai nilai evaluasi terhadap suhu udara dengan MSE (0.25) dan RMSE (0.50), kelembapan udara dengan MSE (0.07) dan RMSE (0.27), kelembapan tanah dengan MSE (0.00) dan RMSE (0.00) dan UV dengan nilai MSE (0.94) dan RMSE(0.97) Smart Greenhouse adalah sistem yang menggunakan teknologi Internet of Things (IoT) untuk mengontrol dan memantau lingkungan pertumbuhan tanaman secara otomatis. Dalam melakukan analisis kinerja mikrokomputer Raspberry Pi dalam Smart Greenhouse berbasis IoT, dengan menerapkan algoritma Naive Bayes untuk menganalisis data dan membuat keputusan berdasarkan kondisi lingkungan tanaman. Hasil analisis terhadap mikrokomputer Raspberry Pi pada Smart Greenhouse menggunakan algoritma Naive Bayes dapat digunakan untuk memprediksi variabel lingkungan, seperti suhu dan kelembapan, sesuai data yang diperoleh dengan total data set adalah 500 baris menggunakan 4 variabel dengan mempunyai nilai evaluasi terhadap suhu udara dengan MSE (0.25) dan RMSE (0.50), kelembapan udara dengan MSE (0.07) dan RMSE (0.27), kelembapan tanah dengan MSE (0.00) dan RMSE (0.00) dan UV dengan nilai MSE (0.94) dan RMSE(0.97)

查看原文

微信好友朋友圈 QQ好友复制链接

本刊更多论文

树莓Pi对智能温室的微计算机性能分析(很多)使用的是天真的Baye算法

智能温室是一种利用互联网技术自动控制和监测植物生长环境的系统。在智能温室(Smart Greenhouse)对树莓微计算机性能的分析中，采用天真的贝斯算法分析数据，并根据作物环境条件做出决定。分析结果对圆周率微型计算机的智能温室使用天真贝叶斯算法可以用于预测环境变量,如温度和湿度,根据获得的数据总量数据集是500行用4个变量对温度有价值评估与MSE(0.25)和RMSE(0 - 50),空气湿度MSE(0。07)和RMSE第27 (0 - 9)带有MSE(0.00)、RMSE(0.00)和RMSE(0.94)和RMSE(0.97)的紫外线。& # x0D;智能温室是一种利用互联网技术自动控制和监测植物生长环境的系统。在智能温室(Smart Greenhouse)对树莓微计算机性能的分析中，采用天真的贝斯算法分析数据，并根据作物环境条件做出决定。分析结果对圆周率微型计算机的智能温室使用天真贝叶斯算法可以用于预测环境变量,如温度和湿度,根据获得的数据总量数据集是500行用4个变量对温度有价值评估与MSE(0.25)和RMSE(0 - 50),空气湿度MSE(0。07)和RMSE第27 (0 - 9)带有MSE(0.00)、RMSE(0.00)和RMSE(0.94)和RMSE(0.97)的紫外线。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文去求助

来源期刊

International Journal of Information and Learning Technology COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS-

CiteScore

6.10

自引率

3.30%

发文量

期刊介绍： International Journal of Information and Learning Technology (IJILT) provides a forum for the sharing of the latest theories, applications, and services related to planning, developing, managing, using, and evaluating information technologies in administrative, academic, and library computing, as well as other educational technologies. Submissions can include research: -Illustrating and critiquing educational technologies -New uses of technology in education -Issue-or results-focused case studies detailing examples of technology applications in higher education -In-depth analyses of the latest theories, applications and services in the field The journal provides wide-ranging and independent coverage of the management, use and integration of information resources and learning technologies.