SISTEM CERDAS BERBASIS IOT-MACHINE LEARNING UNTUK REKOMENDASI ADAPTIF TANAMAN DAN PEMUPUKAN MENGGUNAKAN DATA TANAH DAN MIKROIKLIM

Ramadhan, Anas Haetami Putra (2026) SISTEM CERDAS BERBASIS IOT-MACHINE LEARNING UNTUK REKOMENDASI ADAPTIF TANAMAN DAN PEMUPUKAN MENGGUNAKAN DATA TANAH DAN MIKROIKLIM. Diploma thesis, Politeknik Negeri Sriwijaya.

	Text (COVER) COVER.pdf - Published Version Download (2MB)
	Text (ABSTRAK) ABSTRAK.pdf - Published Version Download (261kB)
	Text (BAB I PENDAHULUAN) BAB I.pdf - Published Version Restricted to Repository staff only Download (317kB) | Request a copy
	Text (BAB II TINJAUAN PUSTAKA) BAB II.pdf - Published Version Restricted to Repository staff only Download (467kB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) BAB III.pdf - Published Version Restricted to Repository staff only Download (780kB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) BAB IV.pdf - Published Version Restricted to Repository staff only Download (893kB) | Request a copy
	Text (BAB V PENUTUP) BAB V.pdf - Published Version Restricted to Repository staff only Download (184kB) | Request a copy
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (188kB) | Request a copy
	Text (LAMPIRAN) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (10MB) | Request a copy

Abstract

Pengelolaan pertanian di Indonesia menghadapi tantangan dalam efisiensi pemupukan dan pemilihan tanaman yang sesuai kondisi lahan. Petani umumnya masih menggunakan metode konvensional tanpa mempertimbangkan variasi kondisi tanah dan faktor lingkungan secara aktual, sehingga menyebabkan pemborosan biaya, penurunan kualitas lahan, dan pencemaran lingkungan. Penelitian ini mengembangkan sistem cerdas berbasis IoT dan machine learning untuk rekomendasi adaptif tanaman dan pemupukan menggunakan data tanah dan mikroiklim. Data diperoleh secara real-time dari sensor tanah 8 in 1 yang mengukur parameter pH, kelembapan, suhu, konduktivitas (EC), nitrogen (N), fosfor (P), dan kalium (K), serta data BMKG yang mengukur parameter mikroiklim. Data tersebut diproses melalui tahap preprocessing mencakup data cleaning, penanganan missing value, integrasi data, pelabelan NPK ke dalam kategori rendah, sedang, dan tinggi, serta pembagian data dengan rasio 80:20. Algoritma Extra Trees (Extremely Randomized Trees) digunakan sebagai model klasifikasi utama karena memiliki variansi rendah, efisiensi komputasi tinggi, dan kemampuan generalisasi yang baik terhadap data tanah yang kompleks dan heterogen. Model dievaluasi menggunakan metrik akurasi dan confusion matrix. Output sistem berupa prediksi kondisi NPK, rekomendasi tanaman yang adaptif terhadap kondisi lahan, rekomendasi jenis pupuk (Urea, SP-36, KCl), serta perhitungan dosis dalam satuan kg/ha. Sistem ini diharapkan memberikan solusi pertanian presisi yang efisien, akurat, dan berkelanjutan bagi petani Indonesia.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Extra Trees, Rekomendasi Tanaman, Rekomendasi Pemupukan, Sensor Tanah, Mikroiklim
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Telecommunication Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	08 Oct 2026 09:17
Last Modified:	08 Oct 2026 09:17
URI:	http://eprints.polsri.ac.id/id/eprint/27211

Actions (login required)

View Item