Jurnal Locus Penelitian dan Pengabdian
Vol. 4 No. 11 (2025): JURNAL LOCUS: Penelitian dan Pengabdian

Pengembangan Model Cerdas Monitoring Tanaman dan Rekomendasi Pemupukan Presisi Berbasis IoT dan Machine Learning di Kabupaten Cirebon

Sudrajat, Sudrajat (Unknown)
Khoerudin, Muhammad (Unknown)
Toto, Toto (Unknown)
Tarsini, Iin (Unknown)
Hauzaan, Mohamad Hisyam (Unknown)



Article Info

Publish Date
19 Nov 2025

Abstract

Pertanian presisi menuntut kestabilan larutan nutrisi untuk mendukung pertumbuhan optimal hidroponik. Penelitian ini mengembangkan sistem IoT cerdas untuk monitoring dan pengendalian otomatis pH–TDS serta rekomendasi pemupukan cair pada pakcoy (Brassica rapa L.) di Greenhouse Kamarang–Tandang, Cirebon. Penelitian ini bertujuan mengembangkan sistem cerdas berbasis IoT dan Machine Learning (ML) untuk monitoring dan kontrol otomatis parameter nutrisi serta memberikan rekomendasi pemupukan presisi. Metode yang digunakan adalah quasi-eksperimental dengan membandingkan kontrol Manual, Ambang, Fuzzy-only, dan Hybrid Fuzzy-ML. Sistem memadukan sensor pH, TDS/EC, suhu–kelembapan dan ESP32 yang mengendalikan pompa peristaltik (AB-mix, pH-up, pH-down). Kendali fuzzy menerapkan strategi pH-first ? jeda homogenisasi ? TDS dengan micro-dosing bertahap, sementara Machine Learning (Ridge/Random Forest/XGBoost) berfungsi sebagai look-ahead untuk memprediksi drift 30–60 menit ke depan dan menyarankan koreksi kecil di bawah guardrail keselamatan. Telemetri harian (pH, TDS, suhu air/udara, RH, aksi pompa) digunakan untuk evaluasi proses dan pelatihan model walk-forward. Sistem berhasil menjaga pH mendekati target (?6,0) dan TDS dalam rentang 800–1200 ppm dengan osilasi lebih rendah serta respons pascakoreksi lebih halus dibanding operasi manual. Model Ridge menurunkan kesalahan prediksi TDS dari ±127 ppm menjadi ±28 ppm, dan Random Forest memperbaiki kesalahan pH dari ±0,95 menjadi ±0,87 unit, memungkinkan penjadwalan koreksi dini dan kecil. Secara agronomis, stabilitas kimia ini selaras dengan peningkatan konsistensi tinggi dan jumlah daun selama fase vegetatif. Kontribusi utama riset adalah hibridisasi fuzzy–ML yang tetap aman (audit log, rollback), mudah direplikasi ke komoditas lain melalui penyesuaian set-point, parameter kimia, dan retraining model. Temuan ini menegaskan potensi implementasi pertanian presisi berbasis IoT–AI pada skala greenhouse lokal dan menjadi dasar pengembangan uji A/B serta ekspansi ke lahan terbuka yang kompatibel.

Copyrights © 2025






Journal Info

Abbrev

jl

Publisher

Subject

Aerospace Engineering Automotive Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Mathematics

Description

Jurnal Locus: Jurnal Ilmiah Penelitian dan Pengabdian, double-blind and open-access academic journal in the Multidisiplin. This journal is published once a month by CV. Riviera ...