<![CDATA[Tahun 2045 sekitar 70% populasi Indonesia akan tinggal di area perkotaan, sehingga isu ketersediaan lahan pertanian dan pangan menjadi semakin krusial. Tahun 2021, Kota Surabaya menunjukkan 81% lahan pertanian adalah lahan non-sawah. Untuk menghadapi dampak urbanisasi dan memastikan keberlanjutan pasokan pangan diperlukan solusi potensial dengan urban atau urban farming. Salah satu implementasi urban farming di Surabaya adalah rooftop Telkom University Surabaya, yang dilengkapi sensor pemantau kondisi tanah secara real-time. Namun sensor ini belum diproses sistematis untuk menentukan jenis tanaman yang sesuai untuk ditanam. Penelitian ini bertujuan untuk mengelompokkan data kondisi tanah menggunakan metode kmeans clustering yang berdasarkan kesamaan karakteristik. Data yang digunakan mencakup tujuh variabel kondisi tanah, yaitu nitrogen, fosfor, kalium, pH, suhu, konduktivitas, dan kelembaban. Klasterisasi dilakukan pada data rata-rata harian selama 74 hari pengukuran. Evaluasi model dilakukan menggunakan dua metode utama: Elbow method dan Silhouette Score. Hasil evaluasi menunjukkan terdapat enam cluster optimal. Penurunan nilai WCSS (Within-Cluster Sum of Squares) tidak signifikan setelah enam cluster, sementara nilai silhouette score menurun setelah titik enam cluster. Setiap cluster yang terbentuk menunjukkan kondisi tanah yang serupa, yaitu suhu tinggi dan kelembaban rendah, dengan pH yang agak masam. Selain itu, terdapat variasi kandungan nitrogen, fosfor, kalium, dan konduktivitas antar cluster. Cluster dengan jumlah data terbanyak adalah C2, yang terdiri dari 23 data, sementara cluster dengan jumlah data paling sedikit adalah C4, yang hanya memiliki satu data. Hasil penelitian memberikan wawasan tentang kondisi tanah urban farming dan menawarkan rekomendasi tanaman untuk kebutuhan pangan di lingkungan perkotaan.]]>
Copyrights © 2025
