Implementasi Real-Time Monitoring pada Kandang Koloni Ayam Petelur Menggunakan Web Dashboard, Sensor Threshold Analysis dan Telegram Alert
DOI:
https://doi.org/10.31004/anthor.v5i4.995Keywords:
Internet of Things, Kandang Koloni, Ayam Petelur, Monitoring Lingkungan, Telegram Alert, Web DashboardAbstract
Produktivitas ayam petelur pada sistem kandang koloni dipengaruhi oleh kestabilan kondisi lingkungan mikro yang berperan penting terhadap kesehatan ternak dan kualitas produksi telur. Pemantauan lingkungan yang masih dilakukan secara manual sering kali menyebabkan keterlambatan dalam mendeteksi perubahan kondisi kandang sehingga berpotensi menurunkan produktivitas. Penelitian ini bertujuan mengembangkan dan mengimplementasikan sistem pemantauan lingkungan kandang ayam petelur secara real-time berbasis Internet of Things (IoT) sebagai pendukung manajemen kandang yang modern dan berkelanjutan. Penelitian menggunakan metode Research and Development (R&D) dengan pendekatan prototyping. Sistem dibangun menggunakan mikrokontroler ESP32 yang terintegrasi dengan sensor DHT22 (suhu dan kelembapan), MQ-137 (amonia/NH₃), MQ-4 (metana/CH₄), LDR (intensitas cahaya), dan MAX4466 (tingkat kebisingan). Data dianalisis menggunakan algoritma sensor threshold analysis untuk mengklasifikasikan kondisi lingkungan menjadi normal, waspada, dan bahaya, kemudian dikirim melalui jaringan Wi-Fi ke web dashboard. Apabila nilai sensor melampaui ambang batas, sistem secara otomatis mengirimkan notifikasi peringatan dini melalui Telegram. Pengujian dilakukan pada kandang ayam petelur sistem koloni milik Kelompok Tani Maju Sejahtera di Desa Oelomin, Kabupaten Kupang. Hasil penelitian menunjukkan sistem beroperasi secara andal dengan rata-rata latency transmisi data sekitar 3 detik pada web dashboard dan 5–8 detik pada notifikasi Telegram. Seluruh sensor bekerja stabil dan responsif dengan tingkat keberhasilan pengiriman notifikasi mencapai 100%. Sistem yang dikembangkan efektif mendukung pemantauan lingkungan kandang secara real-time, meningkatkan kecepatan respons terhadap perubahan kondisi lingkungan, serta berpotensi meningkatkan produktivitas, kesejahteraan ayam petelur, dan efisiensi manajemen kandang.
References
Ananda, F. (2020). Kandang unggas berbasis IoT dengan Telegram. Jurnal ELKOM, 2(2), 115–123.
Aosong Electronics. (2020). DHT22 datasheet.
Aspari, R., et al. (2024). Sistem monitoring kandang ayam broiler berbasis IoT. Journal of Computer Science and IT, 1(4), 351–358.
Campo, J. L., et al. (2005). Noise stress in poultry. Poultry Science, 84(8), 1213–1221.
Campo, J. L., Gil, M. G., & Dávila, S. G. (2005). Effects of noise on laying hens. Poultry Science, 84(4), 586–591.
Donham, K. J. (2000). Health effects of ammonia. Applied Occupational and Environmental Hygiene, 15(7), 567–574.
EPA. (2019). Methane emissions from livestock.
Espressif Systems. (2020). ESP32 technical reference manual.
FAO. (2018). Good practices for biosecurity in the poultry sector. Food and Agriculture Organization of the United Nations.
FAO. (2019). Eggs and egg products in human nutrition.
Gubbi, J., et al. (2013). Internet of Things vision. Future Generation Computer Systems, 29(7), 1645–1660.
Hanwei Electronics. (2019). MQ-137 gas sensor datasheet.
Kementerian Pertanian Republik Indonesia. (2023). Kebijakan ketahanan pangan nasional.
Lewis, P. D., & Morris, T. R. (2006). Poultry lighting. World's Poultry Science Journal, 62(3), 357–373.
Lin, H., et al. (2006). Heat stress and poultry production. Poultry Science, 85(3), 437–444.
Maier, A., Sharp, A., & Vagapov, Y. (2017). ESP32 for IoT applications. ITA Conference, 143–148.
Miles, D. M., Branton, S. L., & Lott, B. D. (2004). Atmospheric ammonia is detrimental to the performance of modern commercial broilers. Poultry Science, 83(10), 1650–1654.
Miles, D. M., et al. (2011). Ammonia effects in poultry houses. Journal of Applied Poultry Research, 20(3), 350–357.
National Research Council. (1994). Nutrient requirements of poultry (9th rev. ed.). National Academy Press.
Ni, J. Q., & Heber, A. J. (2008). Environmental management in confined animal feeding operations. Transactions of the ASABE, 51(5), 1723–1732.
Nimmermark, S. (2004). Ammonia, dust and bacteria in welfare-oriented systems for laying hens. Annals of Agricultural and Environmental Medicine, 11(1), 69–74.
Ningrum, N. K., et al. (2023). Sistem monitoring kandang ayam berbasis IoT. Jurnal Elektronika dan Komputer, 16(2), 278–285.
Rose, K., Eldridge, S., & Chapin, L. (2015). The Internet of Things: An overview. Internet Society.
Saputra, J. S., & Siswanto, S. (2021). Monitoring kandang ayam berbasis IoT. Prosisko, 8(1), 66–72.
Simbolon, H., Simanjuntak, E. D., & Panggabean, J. (2022). Implementasi IoT dalam pemantauan ayam petelur. Jurnal Teknovasi, 9(2), 89–104.
Susanto, A., et al. (2020). Environmental control in poultry farming. International Journal of Smart Agriculture, 4(2), 55–63.
Wolfert, S., et al. (2017). Big data in smart farming. Agricultural Systems, 153, 69–80.
Yahav, S. (2009). Alleviating heat stress in domestic fowl: Different strategies. World's Poultry Science Journal, 65(4), 719–732. https://doi.org/10.1017/S0043933909000510
Yahav, S. (2018). Heat stress in poultry. World's Poultry Science Journal, 74(2), 273–284.
Zhang, Y., et al. (2019). IoT-based smart farming systems. Sensors, 19(5), 1234.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Vicky G.L.R. Pono, Frans Manggi, Marsianus Mario Fredirikus Hanmina, Lodia Semaya Amnifu, Sulche I Nafi, Gerson Y. I. Sakan
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
