Rancang Buat Dan Implementasi Sistem Irigasi Tetes Cerdas Berbasis Machine Learning Dan IoT Untuk Efisiensi Pengolahan Pada Pertanian Modern = Design And Implementation Of A Smart Drip Irrigation System Based On Machine Learning And IoT For Processing Efficiency In Modern Agriculture


PABIBAN, GELORA ASANG (2026) Rancang Buat Dan Implementasi Sistem Irigasi Tetes Cerdas Berbasis Machine Learning Dan IoT Untuk Efisiensi Pengolahan Pada Pertanian Modern = Design And Implementation Of A Smart Drip Irrigation System Based On Machine Learning And IoT For Processing Efficiency In Modern Agriculture. Skripsi thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
H021211053-Cover.png

Download (82kB) | Preview
[thumbnail of Bab1-2] Text (Bab1-2)
H021211053-1-2(FILEminimizer).pdf

Download (363kB)
[thumbnail of Dapus] Text (Dapus)
H021211053-dp(FILEminimizer).pdf

Download (146kB)
[thumbnail of Full Text] Text (Full Text)
H021211053-fullll(FILEminimizer).pdf
Restricted to Repository staff only until 12 June 2027.

Download (1MB)

Abstract (Abstrak)

Pendahuluan. Sektor pertanian memiliki peran strategis dalam mendukung ketahanan pangan nasional, namun masih menghadapi berbagai tantangan, khususnya keterbatasan ketersediaan air irigasi dan rendahnya efisiensi sistem penyiraman konvensional. Permasalahan tersebut semakin diperparah oleh perubahan iklim dan berkurangnya luas lahan pertanian, sehingga diperlukan penerapan teknologi yang mampu meningkatkan produktivitas secara berkelanjutan. Tujuan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem irigasi tetes cerdas berbasis Internet of Things (IoT) dan machine learning (ML) guna meningkatkan efisiensi pengelolaan air pada pertanian modern. Metode. Sistem yang dikembangkan memanfaatkan sensor kelembapan tanah YL-69 dan sensor suhu lingkungan DHT22 sebagai variabel masukan model ML, serta sensor ultrasonik JSN-SR04 untuk memantau ketinggian air pada tandon. Algoritma ML yang digunakan adalah Random Forest, yang dilatih menggunakan data sekunder untuk memperoleh pola awal kebutuhan penyiraman tanaman. Selanjutnya, sistem diimplementasikan secara langsung pada lapangan dan data dari sensor dikirimkan secara real-time melalui platform IoT dan dilakukan prediksi ML. Seluruh sistem dikendalikan oleh mikrokontroler ESP32 yang memiliki konektivitas Wi-Fi bawaan. Hasil. Hasil pengujian menunjukkan bahwa model ML mencapai nilai accuracy, sensitivity, specificity, precision, dan F1-score masing-masing sebesar 1,00. Sistem mampu menentukan keputusan pengoperasian pompa irigasi dengan tingkat akurasi 100% serta mengatur waktu penyiraman secara otomatis dan adaptif sesuai kondisi lingkungan. Selain itu, sistem juga berhasil menjaga ketersediaan air pada tandon berdasarkan nilai ambang batas yang telah ditentukan. Kesimpulan. Dengan demikian, sistem irigasi berbasis IoT dan ML yang dikembangkan berhasil dibuat dan berpotensi meningkatkan efisiensi penggunaan air, mengurangi intervensi manual, dan mendukung penerapan pertanian modern yang berkelanjutan.

Keyword : Irigasi tetes; IoT; ML; Random Forest; pertanian modern.

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Drip irrigation; IoT; ML; Random Forest; modern agriculture.
Subjects: Q Science > QC Physics
Divisions (Program Studi): Fakultas Matematika dan Ilmu Peng. Alam > Fisika
Depositing User: Rasman
Date Deposited: 04 Mar 2026 01:09
Last Modified: 04 Mar 2026 01:09
URI: http://repository.unhas.ac.id:443/id/eprint/54315

Actions (login required)

View Item
View Item