Peneliti dari Institut Teknologi Bandung (ITB) Menyusun IoT untuk Meningkatkan Efisiensi Pertanian Hidroponik

Dipublikasikan oleh Muhammad Ilham Maulana

05 Maret 2024, 10.17

Sumber: freepik

Salah satu dampak dari peningkatan populasi manusia di Bumi adalah meningkatnya kebutuhan akan pangan. Tantangannya adalah transformasi lahan pertanian menjadi lahan pemukiman untuk manusia. Salah satu solusi yang dapat diadopsi adalah teknologi hidroponik, yang dapat digunakan bahkan di lahan kecil. Produksi pangan dapat ditingkatkan melalui penerapan teknologi hidroponik. Oleh karena itu, tim peneliti yang terdiri dari Dr. Maman Budiman (KK Instrumentasi dan Komputasi Fisika, FMIPA ITB), Dr. Nina Siti Aminah (KK Instrumentasi dan Komputasi Fisika, FMIPA ITB), dan Ant. Ardath Kristi, S.T. (Universitas Sains Indonesia), bersama dengan dua mahasiswa mereka, Efraim Partogi dan Prianka Anggara, melakukan penelitian untuk merancang prototipe sistem instrumentasi pertanian berbasis Internet of Things (IoT) menggunakan teknologi hidroponik.

Sistem ini memantau parameter fisik untuk mengendalikan dan menentukan pengaruh proses produksi. Selanjutnya, tim peneliti menggunakan machine learning (ML) untuk memprediksi hasil produksi tanaman hidroponik yang diuji. Program ML yang digunakan meliputi algoritma regresi hutan acak, regresi linier, dan regresi polinomial. Tanaman yang diteliti adalah pak choi (Brassica rapa subsp. Chinensis) dan Ipomoea akuatik menggunakan teknologi hidroponik film nutrisi (NFT). Penelitian ini dilakukan di fasilitas budidaya hidroponik "Blessing Farm" di Kabupaten Bandung Barat, Provinsi Jawa Barat. Pemantauan parameter fisik pertumbuhan tanaman hidroponik memerlukan sistem pengukuran yang terdiri dari sensor dan komponen. Semua sensor terhubung ke mikrokontroler, dengan setiap mikrokontroler dilengkapi modul WLAN untuk menghubungkan sensor ke server. Data yang terkumpul diproses dan disimpan dalam database, kemudian dibagi menjadi data pelatihan dan data pengujian.

Model prediktif dibuat dengan menggunakan data pelatihan dan diuji kinerjanya dengan menggunakan data pengujian. Jika kinerja tidak memenuhi kriteria yang diinginkan, atau jika data tambahan tersedia, pelatihan diulang hingga model mencapai kinerja yang diinginkan. Variabel terikat yang diduga meliputi luas, jumlah daun, dan tinggi tanaman, sedangkan variabel bebas yang diamati meliputi suhu udara, kelembaban udara, intensitas cahaya, dan total padatan terlarut (TDS).

Koefisien determinasi tertinggi dalam memprediksi hasil produksi tanaman bok choy diperoleh dengan menggunakan program algoritma regresi hutan acak sebesar 0,933. Selain itu, pengumpulan data juga dilakukan terkait variabel bebas produksi bok choy dan water choy, yaitu TDS dan intensitas cahaya, yang memiliki pengaruh paling signifikan terhadap pertumbuhan tanaman. Ini berfungsi sebagai variabel kontrol. Sistem kendali TDS dikembangkan dari hasil beberapa model dengan menerapkan program regresi hutan acak, memungkinkan produksi daun tumbuh optimal dalam berbagai kondisi cuaca.


Disadur dari: https://www.itb.ac.id/news/read/58732/home/peneliti-itb-kembangkan-iot-untuk-optimalisasi-pertanian-hidroponik