IoT dari Kampus untuk Tambak: Inovasi Tim PENS Sumenep Bangun Sistem Peringatan Dini Kualitas Air Udang Vaname

Tim PENS (pens.ac.id)

INDOZONE.ID - Inovasi kali ini datang dari, tim Politeknik Elektronika Negeri Surabaya (PENS) Kampus Sumenep. Inovasi nyata lewat produk early warning system berbasis Internet of Things (IoT) yang funsinya untuk memantau kualitas air tambak udang Vaname secara real time.

Ini adalah proyek kelas dan hasil riset terapan dalam program pengabdian kepada masyarakat yang dibiayai Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi.

Baca juga: Bersama Diskominfo Kendari, FISIP UHO Dorong Inovasi Pelayanan Publik

Dari Laboratorium ke Tambak

Proyek dipimpin dosen Nirwana Haidar Hari bersama dua kolega dan lima mahasiswa lintas angkatan.

Tim merancang perangkat keras berisi rangkaian sensor terkalibrasi utama pada parameter terkritikal, dissolved oxygen (DO) serta modul komunikasi Message Queuing Telemetry Transport (MQTT) yang hemat daya.

Data dikirim ke server dan divisualkan pada aplikasi ponsel, sehingga kondisi air terpantau setiap saat. Log data disimpan untuk analisis tren sehingga tindakan korektif (aerasi, sirkulasi, atau penambahan air) dapat dilakukan berbasis bukti, bukan sekadar intuisi.

Sistem ini diuji di Tambak Udang Jaring Emas, Desa Grujugan, Kabupaten Sumenep. Pada fase uji coba, tingkat fungsi yang tercapai dilaporkan sekitar 70 persen, namun dampak praktis sudah terasa.

Penurunan kasus kematian udang yang kerap terjadi pada malam hari ketika DO turun mendadak. Dengan notifikasi dini, petambak memiliki waktu untuk menghidupkan kincir atau mengatur suplai air sebelum kondisi kritis.

Spesifikasi, Biaya, dan Rencana Peningkatan

Pengembangan prototipe memakan waktu sekitar delapan bulan. Per unit, biaya material dan perakitan saat ini berada di kisaran Rp5–6 juta, masih kompetitif untuk ukuran perangkat pemantauan kontinu.

Tim menyiapkan roadmap peningkatan integrasi panel surya agar alat lebih mandiri energi, penambahan parameter (pH, suhu, salinitas), serta algoritma prediksi berbasis pembelajaran mesin dari historis data untuk mengantisipasi anomali.

Pada sisi perangkat lunak, aplikasi pendamping dikembangkan dengan antarmuka sederhana menampilkan indikator status hijau-kuning-merah, grafik waktu nyata, dan riwayat per tanggal.

Fitur multi kolam disiapkan supaya satu akun dapat mengelola beberapa petak tambak sekaligus. Semua ini ditopang arsitektur backend yang ringan agar tetap stabil di wilayah dengan kualitas internet yang naik turun.

Pelatihan Secara Langsung 

Riset ini disertai pelatihan langsung kepada petambak mengenai pemasangan sensor, perawatan perangkat, interpretasi grafik, serta langkah korektif standar.

Tim juga menyusun modul ringkas agar operator tambak dapat mengoperasikan sistem tanpa latar belakang teknis rumit.