Claim Missing Document
Check
Articles

Found 1 Documents
Search

Implementasi Metode Gaussian Naive Bayes dan Rule-Based System Pada Sistem Penyiraman Otomatis Tanaman Tomat Berbasis IoT Berdasarkan Kelembapan Tanah dan Suhu Udara Eli; Noviyanti P
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.1249

Abstract

Penyiraman tanaman tomat yang masih dilakukan secara manual sering menimbulkan permasalahan berupa ketidaktepatan waktu penyiraman dan penggunaan air yang kurang efisien. Kondisi tersebut dapat menyebabkan kelembapan tanah tidak berada pada tingkat optimal sehingga berdampak terhadap pertumbuhan dan produktivitas tanaman. Penelitian ini bertujuan untuk merancang dan membangun sistem penyiraman tanaman tomat otomatis berbasis Internet of Things (IoT) dengan mengintegrasikan metode Gaussian Naive Bayes dan Rule-Based System. Sistem menggunakan sensor kelembapan tanah dan sensor suhu udara sebagai parameter utama dalam menentukan kebutuhan penyiraman tanaman. Data yang diperoleh dari sensor diproses menggunakan metode Gaussian Naive Bayes untuk mengklasifikasikan kondisi penyiraman ke dalam kategori Siram dan Tidak Siram. Selanjutnya, hasil klasifikasi dipadukan dengan Rule-Based System untuk menghasilkan keputusan akhir dalam mengaktifkan atau menonaktifkan pompa air secara otomatis. Sistem dikendalikan menggunakan NodeMCU ESP8266 yang terhubung dengan aplikasi Blynk sehingga memungkinkan proses monitoring dilakukan secara real-time melalui jaringan internet. Hasil yang diharapkan dari penelitian ini adalah terciptanya sistem penyiraman otomatis yang mampu menjaga kelembapan tanah pada rentang ideal 60%–80%, meningkatkan efisiensi penggunaan air, serta membantu petani dalam melakukan pemantauan kondisi tanaman secara lebih efektif. Dengan penerapan Gaussian Naive Bayes dan Rule-Based System, sistem diharapkan mampu menghasilkan keputusan penyiraman yang lebih akurat dan adaptif terhadap kondisi lingkungan tanaman tomat.