Publisher

IRPIIRPI

Journal MALCOM: Indonesian Journal of Machine Learning and Computer ScienceMALCOM: Indonesian Journal of Machine Learning and Computer Science Abstract

Budidaya padi secara hidroponik dapat menjadi solusi bagi ketahanan pangan perkotaan. Pemeliharaan tanaman hidroponik lebih mudah karena lingkungan budidaya yang bersih, media tanam steril, perlindungan dari hujan, serta ancaman hama dan penyakit yang minim, sehingga menghasilkan tanaman yang lebih sehat dan produktivitas yang lebih tinggi. Padi, yang termasuk dalam genus Oryza L, tumbuh di wilayah tropis dan subtropis. Pertumbuhan dan produktivitas padi dipengaruhi oleh pH tanah, tingkat air, kelembapan udara, dan intensitas cahaya. Pada sistem hidroponik, faktor suhu, kelembapan, dan pemberian nutrisi menjadi indikator penting keberhasilan penerapan budidaya hidroponik. Dengan mengumpulkan kebutuhan lingkungan optimal bagi tanaman, penelitian ini menggunakan metode Prototyping. Perangkat Smart Hydroponic Rice Farming memanfaatkan sensor kelembapan tanah, sensor kelembapan udara, sensor intensitas cahaya, sensor ketinggian air, serta Wemos sebagai pengendali dan komunikator pusat, dan Wi‑Fi untuk unggah data. Perangkat ini menghasilkan data waktu nyata mengenai kelembapan tanah, kelembapan udara, pH tanah, level air dalam pipa hidroponik, dan intensitas cahaya. Penelitian ini bertujuan membangun purwarupa perangkat pertanian hidroponik padi cerdas berbasis IoT yang dapat diterapkan pada instalasi budidaya padi.

Conclusion

Pada penelitian yang telah dilakukan, peneliti berhasil membangun purwarupa sistem alat system pertanian hidroponik padi cerdas berbasis IoT yang dapat mengamati keadaan lingkungan secara terpadu dan realtime sehingga memudahkan petani dalam mengendalikan lingkungan didalam Greenhouse.Purwarupa telah berhasil dibangun dan dapat mengamatai keadaan lingkungan sekitar alat dengan baik, berdasarkan beberapa kali percobaan pembacaan data yang sesuai dengan keadaan lingkungan sebenarnya, terdapat beberapa perbedaan pembacaan alat dan sensor, namun tidak memiliki pengaruh yang signifikan dalam pembacaan lingkungan.

Future Research

Penelitian lanjutan dapat meneliti kinerja jangka panjang dan keandalan sistem hidroponik berbasis IoT ketika diterapkan pada berbagai kondisi iklim perkotaan, dengan melakukan pemantauan selama satu tahun penuh untuk mengidentifikasi variasi performa sensor, stabilitas jaringan, serta dampak perubahan musiman terhadap kualitas hasil panen dan efisiensi penggunaan sumber daya. Selanjutnya, dapat dikaji integrasi analitik prediktif berbasis pembelajaran mesin yang memanfaatkan data real‑time dari sensor untuk mengoptimalkan pemberian nutrisi, kadar air, dan pencahayaan secara adaptif, sehingga meningkatkan efisiensi produksi padi sekaligus mengurangi konsumsi energi dan air secara signifikan. Selain itu, penting dilakukan analisis kelayakan ekonomi dan tingkat penerimaan pengguna di kalangan petani perkotaan kecil, mencakup studi biaya investasi, operasional, return on investment, serta faktor sosial‑kultural yang memengaruhi adopsi teknologi ini, termasuk persepsi kemudahan penggunaan dan kepercayaan terhadap data digital. Penelitian-penelitian tersebut akan memperkuat pemahaman tentang skalabilitas, keberlanjutan, dan kontribusi sistem hidroponik IoT terhadap ketahanan pangan di lingkungan urban, sekaligus memberikan rekomendasi kebijakan bagi pemerintah dan lembaga pendukung untuk memperluas implementasi pada skala komunitas.

References

1. Sistem Pertanian Hidroponik Padi Cerdas Berbasis Internet of Things pada Lahan Perkotaan Guna Menambah... doi.org/10.57152/malcom.v4i1.973Sistem Pertanian Hidroponik Padi Cerdas Berbasis Internet of Things pada Lahan Perkotaan Guna Menambah doi 10 57152 malcom v4i1 973
2. SISTEM HIDROPONIK BERBASIS INTERNET of THINGS (IoT) | Nandika | SIGMA TEKNIKA. sistem hidroponik internet... doi.org/10.33373/sigmateknika.v4i1.3253SISTEM HIDROPONIK BERBASIS INTERNET of THINGS IoT Nandika SIGMA TEKNIKA sistem hidroponik internet doi 10 33373 sigmateknika v4i1 3253
3. Monitoring System of Rice Plant Growth Using Microcontroller Sensor - IOPscience. monitoring system rice... iopscience.iop.org/article/10.1088/1742-6596/1235/1/012116Monitoring System of Rice Plant Growth Using Microcontroller Sensor IOPscience monitoring system rice iopscience iop article 10 1088 1742 6596 1235 1 012116

Subjects

1. #layanan publik#layanan publik
2. #convolutional neural network#convolutional neural network

Metadata

File size	490.55 KB
Pages	12
Short Link	https://juris.id/p-hu
Lookup Links	Google ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard
DMCA	Report