Sistem Kontrol Pemberian Nutrisi untuk Tanaman Hidroponik Bayam Berbasis IoT dan Visi Komputer = Nutrition Control System for Hydroponic Amaranth Plants Based on IoT and Computer Vision

Bayam merupakan tanaman yang dapat dikembangbiakkan secara hidroponik yang sesuai dengan SDG (Sustainment Development Goals), khususnya pada poin ke-2. Namun, sistem hidroponik memerlukan ketelitian pada keadaan sistemnya, khususnya pada nutrisi dan tingkat keasamannya. Oleh karena itu, sebuah sistem perlu dibangun untuk memonitoring tingkat nutrisi dan keasamannnya.
Untuk memonitoring hal tersebut, maka digunakan sensor TDS (total dissolved solid), sensor PH (power of hydrogen), dan sensor DHT22. Data dari sensor tersebut pun dikirim ke Raspberry Pi, dimana sebuah algoritma visi komputer pun memprediksi tingkat pertumbuhan tanamannya. Sistem pun akan menyesuaikan tingkat nutrisi tanaman sesuai dengan tingkat pertumbuhan tanamannya. Pada akhirnya, hasil pembacaan sensor pun akan ditampilkan pada aplikasi berbasis desktop dan website.
Hasil proses pelatihan model visi komputer dengan algoritma K-Nearest Neighbor pun mencapai tingkat akurasi, precision, recall, dan F1-score sebesar 90,91%, 90,91%, 90,91%, dan 90,91% untuk dataset bayam putih dengan nilai K sebesar 7, 91,35%, 92,82%, 91,35%, dan 91,38% untuk dataset bayam batik dengan nilai K sebesar 2, dan 82,86%, 81,95%, 82,86%, dan 81,91% untuk dataset bayam merah dengan nilai K 12. Selain itu, dibentuk model yang mendeteksi tingkat nutrisi tanaman, dimana akurasi, precision, recall, dan F1-score-nya mencapai 83,33%, 83,34%, 83,33%, dan 83,28% dengan nilai K sebesar 11. Sistem ini pun menggunakan listrik sebesar 0.004 KWH selama 5 menit dan menggunakan resource pada Raspberry Pi sekitar 21,01% untuk CPU dan 4,4% untuk RAM.

Keywords : Internet of Things (IoT), Hidroponik, Visi Komputer, Machine Learning