Penerapan Machine Learning untuk Mengendalikan Parameter Budidaya Tanaman Hidroponik Berbasis Edge dan Cloud Computing - Abstrak dan Hasil

Aug 5, 2026

Unggah oleh Aria

Hidroponik sebagai urban farming menyediakan sayuran segar dengan keunggulan utama seperti tidak memerlukan lahan luas, bebas pestisida, tanaman lebih steril, serta relatif tidak mudah terkena penyakit karena tidak menggunakan tanah. Parameter kunci budidaya meliputi keasaman larutan (pH) dan kepekatan nutrisi yang dinyatakan melalui Total Dissolved Solids (TDS) dalam satuan ppm, karena keduanya memengaruhi penyerapan unsur hara. Studi ini menerapkan machine learning dengan regresi linear berganda, memanfaatkan edge computing untuk pemrosesan data real-time di sensor dan cloud computing untuk penyimpanan serta komputasi besar. Hasil pengendalian menunjukkan akurasi tinggi pada persamaan regresi untuk TDS dan pH pada tandon 60 liter maupun 100 liter.

BahasaIndonesian

KategoriPenelitian & Laporan

FormatPDF

Halaman10

Waktu Membaca15 mnt

AksesGratis untuk diunduh

Daftar Isi

Pendahuluan

Latar belakang kebutuhan pangan dan hidroponik

NFT dan peran TDS serta pH

Integrasi IoT untuk pemantauan jarak jauh

PENERAPAN MACHINE LEARNING UNTUK MENGENDALIKAN PARAMETER BUDIDAYA TANAMAN HIDROPONIK BERBASIS EDGE DAN CLOUD COMPUTING Helmy*1, Arif Nursyahid2, Thomas Agung Setyawan3 1,2,3Politeknik Negeri Semarang, Semarang [Email:](Email:1helmy@polines.ac.id)[1](Email:1helmy@polines.ac.id)[helmy@polines.ac.id](Email:1helmy@polines.ac.id), [2](2arif.nursyahid@polines.ac.id)[arif.nursyahid@polines.ac.id](2arif.nursyahid@polines.ac.id), [3](3thomas@polines.ac.id)[thomas@polines.ac.id](3thomas@polines.ac.id) *Penulis Korespondensi (Naskah masuk: 23 Januari 2024, diterima untuk diterbitkan: 09 Agustus 2024) Abstrak Hidroponik sebagai metode urban farming mampu memenuhi kebutuhan sayuran segar di Indonesia. Budidayatanaman hidroponik memiliki banyak keunggulan, antara lain tidak memerlukan lahan luas, bebas pestisida, tanaman lebih steril, dan tidak mudah terkena penyakit karena tidak menggunakan tanah. Keasaman larutan (pH) adalah parameter penting dalam budidaya hidroponik, karena mempengaruhi kemampuan tanaman menyerapunsur hara. Selain pH, kepekatan larutan nutrisi yang dinyatakan dalam Total Dissolved Solids (TDS) dengansatuan ppm juga perlu dikendalikan karena menyuplai nutrisi yang dibutuhkan tanaman. Dalam penelitian ini, pengendalian pH dan TDS menggunakan machine learning dengan metode regresi linear berganda serta teknologi edge computing dan cloud computing. Edge computing memungkinkan pemrosesan data real-time di perangkat sensor hidroponik, sedangkan cloud computing menyediakan kapasitas penyimpanan dan pemrosesan besar. Kombinasi kedua teknologi ini memungkinkan sistem pengendalian yang efisien, scalable, dan dapat diakses dari mana saja oleh petani. Berdasarkan hasil pengendalian via cloud, persamaan regresi untuk pengendalian TDS mampu bekerja dengan baik dengan akurasi 98,73% pada tandon 60 liter dan 95,95% pada tandon 100 liter. Selain itu, persamaan regresi untuk pengendalian pH juga bekerja dengan baik dengan akurasi 99,28% pada tandon 60 liter dan 99,69% pada tandon 100 liter. Kata kunci: smart agriculture, hidroponik, edge, cloud, machine learning APPLICATION OF MACHINE LEARNING TO CONTROL HYDROPONIC PLANT CULTIVATION PARAMETERS BASED ON EDGE AND CLOUD COMPUTING Abstract Hydroponics, as an urban farming method, can meet the demand for fresh vegetables in Indonesia. Hydroponic plant cultivation has many advantages, including not requiring large land areas, being pesticide-free, producing more sterile plants, and being less susceptible to disease since it does not use soil. The acidity of the solution (pH) is a crucial parameter in hydroponic cultivation because it affects the plant's ability to absorb nutrients. Besides pH, the concentration of the nutrient solution, expressed in Total Dissolved Solids (TDS) in ppm, also needs to be controlled as it supplies the nutrients required by plants. In this study, the control of pHand TDS utilizes machine learning with a multiple linear regression method and edge computing and cloud computing technologies. Edge computing allows real-time data processing at the hydroponic system's sensor devices, while cloud computing provides large storage and processing capacities. The combination of these technologies enables an efficient, scalable control system accessible to farmers from anywhere. Based on cloud control results, the regression equations for TDS control were found to be adequate and perform well with an accuracy of 98. 73% for a 60-liter tank and 95.95% for a 100-liter tank. Additionally, the regression equations for pH control were also adequate and performed well with an accuracy of 99.28% for a 60-liter tank and 99.69% for a 100-liter tank. Keywords: smart agriculture, hydroponic, edge, cloud, machine learning 1. PENDAHULUAN Permintaan pangan di Indonesia, terutama untukkomoditas sayuran, terus mengalami peningkatan setiap tahun seiring dengan pertumbuhan penduduk, peningkatan ekonomi, dan daya beli masyarakat yang semakin tinggi. (Jamhari dkk.

Pertanyaan Umum

Mengapa pH dan TDS penting dalam budidaya tanaman hidroponik?

pH memengaruhi kemampuan tanaman menyerap unsur hara. TDS yang dinyatakan dalam ppm juga perlu dikendalikan karena menjadi ukuran kepekatan nutrisi yang disuplai ke tanaman.

Bagaimana edge computing dan cloud computing digunakan dalam sistem pengendalian?

Edge computing memproses data real-time di perangkat sensor hidroponik, sedangkan cloud computing menyediakan penyimpanan dan kapasitas pemrosesan besar. Kombinasinya membuat sistem efisien, scalable, dan dapat diakses dari mana saja oleh petani.

Seberapa akurat persamaan regresi untuk pengendalian TDS dan pH?

Berdasarkan hasil cloud, pengendalian TDS mencapai akurasi 98,73% pada tandon 60 liter dan 95,95% pada tandon 100 liter. Untuk pH, akurasi masing-masing 99,28% pada tandon 60 liter dan 99,69% pada tandon 100 liter.

Aug 5, 2026

Unggah oleh Aria