CD ../DEPLOYMENT_LOGS
MOD_001 // SC-MANURI.exe DEPLOYED // 2025

PROJECT_IDENTIFICATION

SC-MANURI

> Sistem Cerdas Manajemen Nutrisi // Hydroponic ML-IoT Integration

Integrasi Internet of Things (IoT) dan model prediktif machine learning untuk manajemen nutrisi dinamis pada budidaya pakcoy hidroponik. Sistem ini dirancang untuk membantu pelaku budidaya menjaga konsistensi kualitas nutrisi secara realtime dan terdokumentasi.

IoT Native ML Dashboard HTTP Python
EXEC_SUMMARY

SC-MANURI menggabungkan sensor lingkungan, modul IoT, dan backend untuk mengumpulkan data pH, EC, suhu, dan parameter lain secara berkala. Data kemudian diproses oleh model machine learning untuk memberikan rekomendasi penyesuaian nutrisi yang lebih presisi serta histori yang mudah ditelusuri.

TECHNICAL_DOCUMENTATION
01.

Arsitektur sistem berbasis IoT dengan node sensor yang mengirim data melalui protokol HTTP ke server Laravel.

02.

Dashboard web responsif untuk melihat tren parameter nutrisi, log peristiwa, dan rekomendasi tindakan.

BUILD_TIMELINE

PHASE_01

RESEARCH_&_DESIGN

Pemodelan kebutuhan sistem, pemilihan sensor, studi literatur nutrisi hidroponik, dan desain arsitektur.

PHASE_02

HARDWARE_&_BACKEND

Perakitan node IoT, koneksi ke server, perancangan database, dan pengembangan.

PHASE_03

DASHBOARD_&_ML

Pengembangan antarmuka dashboard, integrasi model machine learning, dan penyesuaian berdasarkan uji coba lapangan.

PRODUCT_IDENTITY
Logo Produk SC-Manuri
BENCHMARK_RESULTS
✓

Konsistensi kualitas larutan nutrisi meningkat selama budidaya.

✓

Histori lengkap perubahan nutrisi + konteks kondisi lingkungan.

✓

Remote monitoring via dashboard web terintegrasi.

✓

Dasar pengembangan sistem otomasi nutrisi lanjutan.

OPERATOR_ROLE

Perancangan arsitektur sistem, pengembangan backend Laravel & API, integrasi IoT, serta desain dan implementasi dashboard monitoring.

VISUAL_DOCS // DOCUMENTATION_CAROUSEL AUTO_SLIDE • 5s