<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="18609">
<titleInfo>
<title>SKEMA TESIS :</title>
<subTitle>IMPLEMENTASI PEMODELAN FISIKA DAN ANALITIK DATA IOT UNTUK OPTIMASI PERTUMBUHAN TANAMAN BERBUNGA</subTitle>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>XAXVIER, FRANCISCO - 247110016</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>Dr. Bambang P.D.P, S.E., Ak., S.Kom., MMSI</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">Yogyakarta</placeTerm></place>
<publisher>UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)</publisher>
<dateIssued>2026</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text Skripsi</form>
<extent>013 MTI 2026</extent>
</physicalDescription>
<note>Perubahan iklim global dan fluktuasi  mikroklimat pada lingkungan     tropis
berdampak signifikan terhadap keberhasilan fase pembungaan tanaman hias. Penelitian ini 
mengembangkan sistem Internet of Things (IoT) berbasis sensor fisika untuk memantau dan 
mengoptimalkan pertumbuhan tanaman berbunga melalui pendekatan pemodelan fisika dan analitik data. 
Sistem ini mengintegrasikan sensor suhu, kelembapan tanah, intensitas cahaya, konduktivitas listrik 
(EC), pH, dan karbon dioksida (CO₂), dengan arsitektur analitik berbasis hybrid model (fisika + 
machine learning). Pemodelan fisika mencakup analisis keseimbangan energi dan tekanan uap (VPD), 
sementara model data-driven digunakan untuk memprediksi laju pertumbuhan dan probabilitas 
pembungaan. Hasil eksperimen menunjukkan korelasi positif antara VPD (0,8–1,2 kPa), kelembapan 
60–70%, dan peluang pembungaan di atas 70%. Nilai akurasi model prediksi mencapai R² = 0,95, RMSE = 
0,41, dan MAE = 0,29, menunjukkan bahwa kombinasi model fisika dan analitik IoT mampu meningkatkan 
efisiensi pengendalian lingkungan hingga 18,7% dibandingkan kontrol manual.</note>
<subject authority=""><topic>DATA ANALITIK</topic></subject>
<subject authority=""><topic>SENSOR LINGKUNGAN</topic></subject>
<subject authority=""><topic>PERTUMBUHAN TANAMAN</topic></subject>
<subject authority=""><topic>PEMODELAN FISIKA</topic></subject>
<subject authority=""><topic>INTERNET of THINGS (IoT)</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia</physicalLocation>
<shelfLocator>013 XAV I R.1</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">XAV0013MTI2026</numerationAndChronology>
<sublocation>RAK REFERENSI TESIS MTI</sublocation>
<shelfLocator>013 XAV I R.1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<recordInfo>
<recordIdentifier>18609</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2026-10-21 11:29:41</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2026-10-21 11:29:41</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>