Penelitian ini dilatarbelakangi oleh pentingnya kualitas air kolam dalam budidaya ikan nila (Oreochromis niloticus), di mana parameter yang tidak sesuai seperti pH di luar rentang optimal, kekeruhan tinggi, atau suhu yang tidak ideal dapat mengakibatkan stres, menurunkan pertumbuhan, meningkatkan risiko penyakit, bahkan menyebabkan kematian massal. Permasalahan di lapangan menunjukkan bahwa sebagian besar petani ikan masih mengandalkan pemantauan manual dan observasi visual yang rentan kesalahan, tidak efisien, dan kurang mampu mendeteksi perubahan kualitas air secara cepat.
Tujuan utama penelitian ini adalah merancang dan membangun prototipe sistem pemantauan kualitas air kolam ikan nila berbasis Internet of Things (IoT) dengan metode Fuzzy Logic Mamdani untuk mengklasifikasikan kondisi air secara real-time. Sistem ini menggunakan mikrokontroler ESP32 yang dihubungkan dengan tiga sensor utama: sensor pH, sensor kekeruhan (turbidity), dan sensor suhu. Data hasil pengukuran dikirimkan secara nirkabel ke database Firebase dan ditampilkan melalui dashboard web yang mudah diakses.
Pada tahap perancangan, setiap parameter dikategorikan menjadi tiga himpunan linguistik: pH (asam, netral, basa), kekeruhan (jernih, agak keruh, keruh), dan suhu (dingin, normal, panas). Aturan fuzzy dirancang untuk menghasilkan keluaran linguistik “Sangat Baik,” “Cukup,” atau “Buruk” berdasarkan kombinasi nilai parameter tersebut. Metode defuzzifikasi yang digunakan adalah centroid untuk menentukan skor akhir kualitas air.
Pengujian dilakukan dalam dua tahap: (1) kalibrasi sensor menggunakan larutan standar dan alat ukur referensi, menghasilkan error rata-rata ±1,0% untuk pH, ±0,3% untuk kekeruhan, dan ±1,5% untuk suhu; dan (2) uji lapangan pada lima kolam ikan milik satu petani (kolam tanah dan terpal) dengan sistem air mengalir. Hasil uji lapangan menunjukkan bahwa sistem mampu mengklasifikasikan kualitas air dengan konsisten dan sesuai kondisi aktual di lapangan. Sistem juga mampu menampilkan data secara real-time dengan delay yang sangat rendah, sehingga memungkinkan pengambilan keputusan yang cepat.
Petani yang menjadi responden menyatakan bahwa sistem ini sangat membantu dalam memantau kualitas air secara praktis dan akurat, sehingga berpotensi besar untuk diterapkan secara lebih luas dalam budidaya ikan nila guna meningkatkan produktivitas dan efisiensi pengelolaan.