ABKO (Alat Berbasis IoT untuk Kontrol dan Optimasi Penyimpanan Buah) bukan sekadar kotak dengan sensor suhu. Ada detektor gas, timbangan otomatis, dua sekat terpisah, dan kipas yang menyala-mati sendiri tergantung kondisi di dalamnya.
Proyek tugas akhir delapan mahasiswa Teknologi Rekayasa Komputer Sekolah Vokasi IPB ini sudah masuk tahap pengujian langsung dan terhubung ke dashboard BuahKita.
Delapan mahasiswa Program Studi Teknologi Rekayasa Komputer, Sekolah Vokasi IPB University, mengembangkan ABKO sejak Februari 2026. Proyek ini berjalan di bawah bimbingan Dodik Aryanto, S.Si., M.Si.
Alat ini berupa kotak penyimpanan dengan dua sekat terpisah untuk apel dan pisang. Masing-masing sekat dilengkapi sensor suhu, sensor gas, dan timbangan digital yang membaca kondisi buah secara real-time, lalu menyalakan kipas otomatis saat kondisinya mulai tidak ideal. Proyek tugas akhir ini ditargetkan selesai pada 26 Juni 2026 dan datanya sudah terhubung ke dashboard publik BuahKita (buahkita.vercel.app).
Buah itu sebenarnya masih “hidup” setelah dipanen. Ia bernapas, mengeluarkan uap air, dan memproduksi gas yang lambat laun mempercepat kerusakannya sendiri. Persoalannya, proses itu jarang dipantau siapa pun sampai buahnya sudah lembek atau berbau busuk. Celah inilah yang coba dijawab tim lewat proyek ini.
Baca Juga: Teknologi Kemasan dalam Penanganan Pascapanen Nangka
Ketua tim proyek ini adalah Muhammad Omar Wylie. Ia bekerja bersama Mohamad Malik Raihan Oli’i, Renaldi Simamora, Bright Son Aritonang, Nabil Kurnia Rozano, Ahmad Faris Al-Aziz, Arya Kusuma Pratama, dan Benediktus Aprilian Abimanyu.
Melihat inovasi ini, Ketua Program Studi Teknologi Rekayasa Komputer Sekolah Vokasi IPB, Dr. Inna Novianty, M.Si., memberikan apresiasi tinggi. Beliau menyampaikan bahwa proyek ABKO ini merupakan contoh konkret bagaimana mahasiswa dapat mengembangkan keterampilan teknis dan analitis mereka untuk menjawab tantangan riil di masyarakat dan industri pangan.
“Proyek ABKO yang dikembangkan oleh Omar dan timnya adalah bukti nyata bahwa mahasiswa kami mampu keluar dari sekadar teori dan masuk ke ranah solusi riil yang solutif. Masalah pembusukan buah pasca-panen mungkin terlihat sederhana, namun penanganan berbasis IoT dan integrasi data ke dashboard publik seperti BuahKita ini menunjukkan kematangan berpikir mereka sebagai calon engineer,” ujar Dr. Inna.
Beliau juga menambahkan bahwa melalui kegiatan ini, mahasiswa terbukti tidak hanya terampil merakit sensor, tetapi juga mampu membaca fenomena biologis buah menjadi data digital yang bermanfaat untuk menekan kerugian peternak atau pedagang buah.
Buah Busuk karena Gas yang Tidak Kelihatan
Soal suhu dan kelembaban, kebanyakan orang sudah paham. Kalau ruangan terlalu panas, buah cepat matang dan lembek. Kalau terlalu lembap, jamur tumbuh. Tapi ada satu faktor yang jarang disadari: gas etilen.
Etilen adalah gas yang diproduksi buah sendiri sebagai hormon pematangan alami. Pisang dan apel termasuk golongan buah klimakterik penghasil etilen yang cukup besar selama proses pematangan. Masalahnya, gas ini menyebar dan memengaruhi buah lain di sekitarnya. Satu sisir pisang yang mulai matang bisa mempercepat pematangan apel di dekatnya, dan sebaliknya.
Data dari Badan Pangan dan Pertanian Dunia (FAO) yang dikutip dalam laporan proyek ini menyebut sekitar 40 sampai 50 persen produk hortikultura rusak di sepanjang rantai pascapanen, terutama di negara berkembang. Di Indonesia, keterbatasan infrastruktur penyimpanan jadi salah satu sebab utamanya.
Baca Juga: Membudidaya Tanaman Hortikultura
Penelitian-penelitian sebelumnya, seperti yang dilakukan Patil dkk. (2021) dengan sensor MQ135 dan DHT11 pada Arduino, sudah pernah mendeteksi lonjakan gas organik saat pisang, mangga, dan pepaya mulai membusuk. Islam dkk. (2025) juga mengembangkan sistem hidung elektronik (electronic nose) berbasis sensor seri MQ untuk merekam perubahan gas organik volatil pada pisang selama tiga hari pengamatan.
Namun, menurut tinjauan tim ABKO, kebanyakan riset semacam ini baru sebatas memantau suhu dan kelembaban. Riset terdahulu belum mengintegrasikan kendali gas secara aktif lewat exhaust fan, apalagi memantau berat buah secara langsung. Celah itulah yang coba diisi oleh ABKO.
Isi Kotak: Tiga Sensor, Empat Kipas, Satu Otak
Pusat kendali sistem ini adalah ESP32, mikrokontroler dengan Wi-Fi dan Bluetooth bawaan yang memproses semua data sensor dan mengatur aktuator. Di setiap sekat—satu untuk apel dan satu untuk pisang—dipasang tiga jenis sensor yang bekerja serentak.
Sensor DHT22 membaca suhu dan kelembaban, dengan rentang ukur -40°C sampai 80°C dan kelembaban 0-100% RH. Ketika suhu di salah satu sekat melewati 31°C, ESP32 langsung memberi sinyal ke relay untuk menyalakan kipas intake, memasukkan udara segar sampai suhu turun kembali ke level aman.
Sensor MQ135 mendeteksi gas-gas seperti CO₂, amonia, benzena, dan senyawa organik volatil lain yang muncul dari proses respirasi buah. Sensor ini bukan alat ukur etilen yang spesifik dan terkalibrasi dalam satuan ppm standar.
Dalam laporan proyek, tim secara terbuka menyebutnya sebagai indikator gas organik volatil secara umum. Ambang batasnya ditentukan secara empiris lewat pengujian langsung, bukan dari standar baku internasional. Begitu pembacaan MQ135 melewati ambang itu, kipas exhaust otomatis menyala untuk membuang gas yang terakumulasi.
Sensor ketiga jarang ditemukan di proyek sejenis: load cell yang dihubungkan ke modul HX711. Dua unit dipasang, masing-masing menimbang berat buah di sekatnya secara terus-menerus. Buah yang bernapas dan menguapkan air akan kehilangan berat sedikit demi sedikit.
Dengan data ini, grafik penyusutan berat bisa dilihat di dashboard tanpa harus membuka kotak dan mengganggu kondisi di dalamnya. Pada sesi pengujian terbaru, pembacaan load cell di kedua sekat belum stabil karena tim masih dalam proses kalibrasi ulang supaya nilainya akurat.
Empat relay 5V menjadi saklar yang mengatur empat kipas: dua untuk intake dan dua untuk exhaust (sepasang per sekat). Daya keseluruhan sistem berasal dari adaptor 12V 2A. Tegangan 12V langsung dipakai untuk kipas, sementara modul step-down menurunkannya jadi 5V untuk ESP32, relay, MQ135, dan HX711.
Pemisahan jalur ini bukan tanpa alasan. HX711 sangat sensitif terhadap fluktuasi arus. Jika kipas menyala dalam satu jalur daya yang sama, pembacaan beratnya bisa melenceng.
Kenapa Harus Dua Sekat yang Terpisah?
Pemisahan sekat bukan cuma soal kapasitas. Tim menyebut alasannya sebagai upaya meminimalkan pengaruh gas etilen antarbuah. Jika apel dan pisang disimpan dalam satu ruangan tanpa ventilasi yang cukup, gas etilen bisa terakumulasi cepat dan memicu pembusukan mutual antara keduanya.
Dengan sekat terpisah, masing-masing kompartemen punya sensor sendiri, kipas sendiri, dan logika kendalinya sendiri. Kalau suhu di sekat apel naik di atas 31°C, hanya kipas intake apel yang menyala. Sekat pisang tidak terganggu, begitu pula sebaliknya.
Begitu juga untuk gas: ambang batas dan respons exhaust dihitung berdasarkan kondisi di sekatnya masing-masing, bukan rata-rata dari dua sekat sekaligus.
“Sebenarnya simpel aja, biar gas dari satu buah nggak nular ke buah lain, terus tiap sekat bisa diatur sendiri-sendiri sesuai kondisinya. Awalnya juga sempat kepikiran bikin lebih dari dua sekat, tapi takutnya malah membebani ESP32-nya, makanya diputuskan dua sekat aja,” kata Muhammad Omar Wylie, ketua tim pengembang ABKO.
Dari Sensor sampai ke Layar Dashboard
Siklusnya dimulai begitu adaptor 12V dinyalakan. ESP32 melakukan inisialisasi: koneksi Wi-Fi, sensor DHT22, MQ135, modul HX711, dan relay semua dicek satu per satu sebelum proses monitoring berjalan.
Setelah itu, sistem masuk ke loop utama yang berjalan terus-menerus. ESP32 membaca suhu, kelembaban, kadar gas, serta berat buah dari kedua sekat. Semua data ini dibandingkan dengan nilai ambang batas yang sudah ditentukan di dalam program.
Kalau suhu sekat apel melebihi 31°C, relay mengaktifkan kipas intake apel. Begitu suhu turun kembali ke bawah batas, kipas mati sendiri. Mekanisme yang sama berlaku untuk sekat pisang dan untuk gas. Begitu MQ135 di sekat mana pun membaca nilai di atas ambang batas, kipas exhaust di sekat itu menyala sampai kadar gasnya turun lagi.
Setelah semua keputusan ini diambil, ESP32 mengumpulkan seluruh data sensor dan status kipas ke dalam format JSON. Data tersebut dikirimkan ke server lewat jaringan Wi-Fi menggunakan protokol HTTP.
Di sisi server, data ini disimpan dan langsung ditampilkan di dashboard monitoring secara real-time. Siklus ini berulang terus selama sistem menyala, tanpa perlu ada yang menekan tombol apa pun.
Di Balik Layar: Arduino IDE dan Bahasa C++
Perangkat lunaknya ditulis dengan Arduino IDE memakai bahasa C++. Beberapa library yang dipakai antara lain WiFi.h untuk koneksi jaringan, HTTPClient.h untuk kirim data ke server, ArduinoJson.h untuk membentuk data JSON, DHT.h untuk membaca sensor DHT22, dan HX711.h untuk load cell.
Begitu sistem menyala, ESP32 menjalankan inisialisasi semua sensor, relay, dan koneksi Wi-Fi sekali di awal. Setelah itu, fungsi loop() berjalan tanpa henti untuk membaca data dan mengambil keputusan berdasarkan ambang batas suhu dan gas yang sudah ditentukan.
Dashboard: Memantau Tanpa Membuka Kotak
Di dashboard monitoring berbasis web, ada dua panel terpisah: Kompartimen Apel dan Kompartimen Pisang. Masing-masing menampilkan suhu, kelembaban, kadar gas MQ135, dan berat secara real-time. Tampilan ini juga dilengkapi status kondisi (Segar, Matang, Mentah, Terlalu Matang, atau Busuk) dan tombol kendali kipas yang bisa diatur secara otomatis atau manual.
Pada sesi pengujian terbaru, suhu sekat apel tercatat di kisaran 29-30°C dan sekat pisang sedikit lebih tinggi di kisaran 34-35°C, dengan kelembaban di kedua sekat berada pada rentang 58-60%.
Namun, pembacaan kadar gas dan berat di sesi ini belum stabil. Gas di sekat apel sempat menyentuh nilai jenuh sensor, dan berat di kedua sekat masih terbaca mendekati nol. Tim mengaitkan hal ini dengan posisi load cell yang belum dikalibrasi ulang setelah pemindahan kotak, bukan karena kegagalan sensor MQ135 atau HX711 itu sendiri.
Begitu nilai gas melewati ambang batas, sistem otomatis menampilkan peringatan di panel Insights & Rekomendasi Otomatis dan mengaktifkan exhaust fan, sesuai logika threshold yang sudah dirancang sejak awal. Dashboard juga menampilkan grafik historis suhu-kelembaban dan kadar gas dari waktu ke waktu, lengkap dengan log pembaruan data terakhir.
AI Insight: Lapisan Tambahan, Bukan Bagian dari Kendali ABKO
Di atas data sensor mentah, ada modul AI Insight yang menggunakan model Random Forest dan Regression untuk memprediksi kondisi buah dalam lima kategori: Segar, Matang, Mentah, Terlalu Matang, dan Busuk. Masing-masing kategori dilengkapi dengan persentase probabilitas, estimasi sisa umur simpan dalam hari, serta skor confidence.
Penting dicatat: dalam ruang lingkup proyek ABKO sendiri, sistem perangkat kerasnya tidak mencakup kemampuan prediksi atau kecerdasan buatan. Fungsi ABKO murni untuk monitoring dan kontrol otomatis berbasis ambang batas.
Modul AI Insight ini adalah fitur tambahan dari platform BuahKita yang berjalan di atas data sensor ABKO, bukan bagian dari mekanisme kendali kipas itu sendiri. Kipas intake dan exhaust tetap menyala-mati berdasarkan logika threshold suhu dan gas, terlepas dari apa pun yang diprediksi oleh model AI.
Yang Sengaja Tidak Dikerjakan
Tim menetapkan batasan yang jelas sejak awal, dan ini tertulis di laporan mereka apa adanya:
- Sistem hanya diuji pada dua jenis buah, yaitu apel dan pisang.
- Pengendalian suhu dilakukan lewat sirkulasi udara menggunakan kipas, bukan pendinginan aktif semacam kompresor atau modul Peltier. Jadi, ABKO ini sifatnya adalah sistem ventilasi, bukan sistem pendingin.
- MQ135 dipakai sebagai indikator gas organik secara umum, bukan pengukur etilen yang terkalibrasi dalam ppm standar. Nilai ambang batasnya ditentukan dari pengujian langsung di lapangan, lalu didokumentasikan sebagai batas operasional yang sifatnya relatif.
- Tidak ada kecerdasan buatan dalam sistem kendalinya; semua keputusan murni berbasis ambang batas.
- Platform monitoringnya juga masih terbatas pada koneksi lokal atau Wi-Fi, tanpa layanan cloud berbayar.
Target yang Dipasang Sejak Awal
Dalam Project Charter proyek ini, tim menetapkan tiga indikator keberhasilan:
- Data suhu dan kelembaban harus berhasil tampil di website monitoring dengan target 100 persen.
- Kendali otomatis kipas intake dan exhaust harus berjalan sesuai ambang batas dengan target keberhasilan minimal 95 persen.
- Data sensor harus terkirim dan tampil secara real-time dengan delay di bawah 5 detik.
Hasil Pengujian: Sensor Jalan, Kipas Merespons, Kalibrasi Lanjut
Pengujian dilakukan dengan menempatkan apel dan pisang di sekat masing-masing, lalu mengamati respons sensor dan aktuator selama sistem berjalan.
Hasilnya, DHT22 berhasil membaca suhu dan kelembaban di kedua sekat secara konsisten. Sensor MQ135 juga merespons perubahan kadar gas sesuai logika yang diprogramkan, termasuk memicu peringatan otomatis dan mengaktifkan exhaust fan ketika nilainya melonjak.
Namun, load cell di kedua sekat masih dalam proses penyesuaian. Pada sesi pengujian terbaru, pembacaan beratnya belum mencerminkan kondisi nyata buah yang disimpan, sehingga grafik penyusutan massa untuk sementara belum bisa dipakai sebagai acuan. Tim menyebut ini sebagai pekerjaan rumah lanjutan menjelang penyelesaian proyek pada akhir Juni.
Untuk kendali otomatis kipas, pengujian menunjukkan bahwa begitu suhu atau kadar gas melewati ambang batas, relay merespons sesuai logika program: fan intake menyala saat suhu tinggi, exhaust fan menyala saat gas terdeteksi berlebih, dan keduanya mati otomatis begitu nilainya kembali normal.
Apa yang Masih Bisa Dikembangkan?
Di bagian akhir laporan, tim cukup terbuka soal hal-hal yang masih bisa diperbaiki. Mereka menyarankan penggunaan sensor gas yang lebih spesifik terhadap etilen untuk meningkatkan akurasi, karena MQ135 yang dipakai sekarang masih bersifat indikator umum.
Mereka juga menyarankan penambahan pendinginan aktif seperti Peltier atau refrigerasi supaya suhu bisa dijaga lebih presisi, bukan cuma mengandalkan sirkulasi udara.
Saran lain mencakup:
- Pengujian dengan periode lebih panjang dan jenis buah yang lebih banyak.
- Pengembangan platform berbasis cloud agar data bisa diakses dari mana saja.
- Fitur notifikasi otomatis lewat aplikasi atau pesan instan jika ada kondisi yang melewati batas aman.
- Penerapan machine learning pada sistem kendali jangka panjang untuk memprediksi tingkat kematangan dan potensi pembusukan berdasarkan pola data historis.
Sebelum semua itu diwujudkan, ada satu pekerjaan yang lebih mendesak: kalibrasi ulang load cell di kedua sekat agar data berat buah benar-benar bisa dipakai sebagai indikator penyusutan massa, sesuai dengan tujuan awal sistem ini dirancang.
Penutup
Dengan sensor suhu dan gas yang sudah berjalan stabil, ABKO menunjukkan bahwa pemantauan kondisi buah pascapanen bisa dilakukan tanpa harus membuka kotak penyimpanan. Tim masih melanjutkan kalibrasi load cell sebagai pekerjaan rumah terakhir sebelum proyek ini rampung pada akhir Juni 2026.
Ke depan, sinkronisasi antara perangkat keras yang responsif dan pelaporan digital yang informatif diharapkan bisa menjadi standar baru dalam teknologi penyimpanan pangan skala kecil yang cerdas dan efisien. Langkah ini sekaligus membuka jalan bagi riset serupa di kampus lain untuk mengembangkan sistem yang lebih murah dan mudah diakses oleh petani maupun pelaku Usaha Mikro, Kecil, dan Menengah pangan.
Ringkasan Proyek
Penulis: Renaldi Simamora (Kelompok 2 IoT – TRK 60 – ABKO)
Mahasiswa Program Studi Teknologi Rekayasa Komputer, Institut Pertanian Bogor University
Dosen Pengampu: Dodik Ariyanto, S.T.P., M.Si.
Editor: Nilam Indahsari
Editor Bahasa: Rahmat Al Kafi
⚡ Baca Lebih Cepat Artikel MMI di Ponsel Anda!
Ikuti Channel WhatsApp
Media Mahasiswa Indonesia (MMI):
KLIK DI SINI
