Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Smart Techno (Smart Technology, Informatic and Technopreneurship)
Fatimah, Aisya
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Predicting Crop Water Requirements Using IoT Sensor Data for Deep Learning Saluky, Saluky; Fatimah, Aisya
Smart Techno (Smart Technology, Informatics and Technopreneurship) Vol. 7 No. 2 (2025)
Publisher : Primakara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59356/smart-techno.v7i02.151

Abstract

Optimasi irigasi merupakan faktor krusial dalam meningkatkan produktivitas pertanian dan efisiensi penggunaan sumber daya air. Penelitian ini mengusulkan pendekatan berbasis deep learning untuk memprediksi kebutuhan air tanaman menggunakan data dari sensor IoT. Sistem ini mengumpulkan parameter lingkungan secara real-time, seperti kelembaban tanah, suhu, kelembaban udara, dan radiasi matahari, yang kemudian diproses menggunakan model deep learning untuk menghasilkan rekomendasi irigasi yang akurat. Model dilatih dan dievaluasi menggunakan data historis sensor guna memastikan keandalan dalam berbagai kondisi iklim. Metode yang diusulkan bertujuan untuk meminimalkan pemborosan air sekaligus menjaga kadar kelembaban tanah yang optimal, sehingga meningkatkan kesehatan tanaman dan hasil panen. Hasil eksperimen menunjukkan bahwa model deep learning memiliki akurasi prediksi yang lebih baik dibandingkan dengan sistem irigasi berbasis ambang batas konvensional. Penelitian ini berkontribusi pada pengembangan pertanian cerdas dengan mengintegrasikan teknologi IoT dan kecerdasan buatan untuk pertanian presisi.
Co-Authors Saluky