Budi daya nilam (Pogostemon cablin) di Desa Lemoro, Kecamatan Tojo, Kabupaten Tojo Una-Una masih mengandalkan penyiraman manual yang menyulitkan petani karena kondisi lahan berbukit. Prototipe Internet of Things (IoT) berbasis sensor Real Time Clock (RTC) dan sensor kelembapan tanah pada NodeMCU ESP32 sebelumnya terbukti mampu melakukan penyiraman otomatis terjadwal, namun belum mempertimbangkan konteks spasial kesesuaian lahan pada area perkebunan berbukit. Penelitian ini bertujuan mengembangkan sistem terintegrasi yang menggabungkan data ambang batas kelembapan tanah berskala mikro dari prototipe IoT dengan klasifikasi kemiringan lereng berskala makro hasil analisis spasial, untuk menghasilkan rekomendasi zonasi kesesuaian lahan nilam. Penelitian menggunakan pendekatan Research and Development (R&D) melalui Simulasi Laboratorium Terkontrol. Data kelembapan tanah, curah hujan, dan penyiraman diperoleh dari pengujian prototipe IoT menggunakan metode black-box testing, sedangkan data kemiringan lereng diperoleh dari National Digital Elevation Model (DEMNAS) yang diolah dengan Sistem Informasi Geografis (SIG). Kedua data tersebut diintegrasikan melalui sistem pakar berbasis aturan (matriks keputusan IF-THEN) untuk mengklasifikasikan zona kesesuaian lahan. Hasil pengujian menunjukkan tingkat keberhasilan fungsional prototipe IoT sebesar 84% (sensor RTC 100%, sensor kelembapan tanah 80%, sensor air hujan 75%). Analisis kemiringan lereng berbasis DEMNAS pada wilayah Desa Lemoro (1.132,22 ha) mengidentifikasi lima kelas lereng: datar <8% (13,78%), landai 8-15% (19,54%), miring 15-30% (36,01%), curam 30-45% (19,26%), dan sangat curam >45% (11,42%). Integrasi kedua data menghasilkan sepuluh zona kesesuaian lahan dengan rekomendasi agronomis spesifik untuk setiap zona. Integrasi kelembapan tanah berbasis IoT dengan klasifikasi lereng berbasis SIG menghasilkan rekomendasi spasial yang lebih kontekstual dibandingkan prototipe IoT tunggal. Dengan 36,01% wilayah berada pada kelas miring, kondisi optimal budi daya nilam tersedia pada sebagian besar area asalkan kelembapan tanah dipantau secara aktif melalui sistem IoT. Validasi lapangan pada seluruh kelas lereng menjadi prioritas penelitian lanjutan.