Kondisi lingkungan kandang ayam, terkhusus suhu dan Kelembaban udara, ialah
faktor sentral sangat jadi keberpengaruhan kesehatan serta produktivitasnya ayam.
Ketidaksesuaian suhu dan Kelembaban bisa sebabkan stres termal yang
berdampak pada penurunan produktivitas serta meningkatnya risiko penyakit.
Pengawasan lingkungan kandang tetap dilaksanakan manual dikatakan kurang
efektif dikarenakan tidak bisa respons perubahan kondisinya cepat. Karenanya,
studi bermaksud guna merancang serta mengkaji efektivitas sistem monitoring
serta pengendalian suhu serta Kelembaban kandang ayam berbasis IoT yang
dilengkapi dengan fitur kecerdasan buatan mempergunakan ANN. Sistem
dikembangkan mempergunakan mikrokontroler ESP32 DevKit V1 jadi
pengendali utama, sensor DHT22 guna mengukur suhu serta Kelembaban,
aktuator berupa kipas serta lampu pemanas yang dikendalikan via relay dan modul
AC dimmer. Data temuan pembacaan sensor dikirimkan real-time ke platform
Blynk Cloud untuk ditampilkan pada aplikasi smartphone dan
dipergunakansebagai media notifikasi. Model ANN diimplementasikan
mempergunakan TensorFlow Lite untuk melaksanakan prediksi tren perubahan
suhu sebagai dasar pemberian peringatan dini dan pengendalian otomatis secara
proaktif. Temuan pengujian memperlihatkan sistem bisa pantau suhu serta
Kelembaban kandang real-time beserta tingkatan konsistensi data yang tinggi
monitoring lokal dan jarak jauh. Sistem berhasil merespons keadaan panas dan
dingin dengan mengaktifkan aktuator secara otomatis sesuai set point yang
ditentukan, serta berikan notifikasi real-time via aplikasi Blynk. Kemudian,
implementasi ANN bisa menghasilkan prediksi suhu yang valid dan
dipergunakansebagai pendukung pengambilan keputusan pengendalian.
Kemudian, sistem terbukti efektif guna menjaga stabilitas lingkungan kandang
ayam, tingkatkan keefisiensian pengelolaan, serta mendukung penerapan konsep
smart farming berbasis IoT dan kecerdasan buatan.