Limbah kolam ikan lele merupakan salah satu limbah yang dapat dimanfaatkan untuk
tanaman. Namun terdapat zat yang terkandung dalam limbah kolam ikan lele yang tidak sesuai
dengan kebutuhan lingkungan yaitu kadar amonia yang tinggi dan konsentrasi oksigen terlarut
yang rendah. Kadar amonia rendah dan konsentrasi oksigen terlarut tinggi dapat menjaga
organisme pada lingkungan tetap terjaga. Penelitian sebelumnya yang dilakukan oleh Subagyo
& Ulli Kadaria menggunakan Moving Bed BioFilm Reactor (MBBR) untuk menurunkan
ammonia dan penelitian oleh Ulfah Farahdiba dkk menggunakan MBBR untuk menaikkan
konsentrasi oksigen terlarut. Mengacu berdasarkan hasil dari kedua penelitian yang dilakukan
oleh peneliti sebelumnya, penelitian yang dilakukan saat ini menggunakan sistem filtrasi
menggunakan moving bed kaldnes dan pemberian Effective Microorganism-4 (EM4) pada
limbah kolam ikan lele. Sistem filtrasi yang digunakan adalah moving bed kaldnes dengan
memanfaatkan kaldnes k1, dan aerator. Pada limbah kolam ikan lele akan diisi kaldnes k1
sebanyak 20%. Aerator akan dihubungkan dengan air stone yang kemudian air stone tersebut
dimasukkan pada wadah limbah kolam ikan lele. Air stone akan mengeluarkan gelembung
udara pada limbah kolam ikan lele yang mengakibatkan pergerakan kaldnes k1 pada wadah.
Mengacu pada penelitian sebelumnya, dengan adanya gerakan tersebut kadar amonia dapat
menurun dan konsentrasi oksigen terlarut dapat meningkat. Kekuatan aerator dapat diatur
dengan menggunakan metode fuzzy logic. Apabila kadar amonia menjadi 0,02 mg/L dan
konsentrasi oksigen adalah 4 mg/L maka kecepatan aerator akan menurun. EM4 diberikan guna
menurunkan kadar amonia. Untuk pemberikan EM4, penulis memanfaatkan pompa wiper yang
akan menyala selama 2 detik ketika kadar amonia tinggi. Dengan memanfaatkan IoT, kadar
amonia dan konsentrasi oksigen terlarut dapat diketahui dengan menggunakan sensor amonia
dan sensor oksigen terlarut. Sistem pada penelitian ini menggunakan fuzzy mamdani pada
aerator dan aturan if-else pada wiper menggunakan EM4. Akurasi sistem adalah 98.92% dengan
galat error 1.08%. Data dari sensor MQ135 dan sensor oksigen terlarut diunggah ke firebase,
sehingga dapat dilakukan pemantauan secara online kadar amonia, konsentrasi terlarut oksigen,
status aerator, dan status wiper.
Kata Kunci: IoT, Moving Bed Filter, Kaldnes, Sistem Monitoring