Monitoring Kelembaban Tanah Cabai Katokkon Toraja Berbasis Regresi Linear

Martina Pineng; Adewidar Marano Pata’dungan; Amal Payung Tasik; Lantana Dioren Rumpa

doi:10.15575/telka.v11n1.86-96

Monitoring Kelembaban Tanah Cabai Katokkon Toraja Berbasis Regresi Linear

Martina Pineng, Adewidar Marano Pata’dungan, Amal Payung Tasik, Lantana Dioren Rumpa

Sari

Pertumbuhan dan produktivitas tanaman cabai Katokkon sangat dipengaruhi oleh kondisi lingkungan, terutama kelembaban tanah. Kelembaban yang terlalu tinggi atau rendah dapat menyebabkan pertumbuhan yang terhambat bahkan kematian pada tanaman. Oleh karena itu, penting untuk melakukan pemantauan kelembaban tanah dengan keakurasian yang baik. Tujuan penelitian ini adalah untuk menilai akurasi pengukuran kelembaban tanah menggunakan alat yang telah dirancang, serta mengembangkan sistem pemantauan kelembaban tanah pada lahan cabai Katokkon berbasis Internet of Things (IoT). Teknologi IoT memberikan cara yang praktis bagi pengguna, termasuk petani, untuk memantau kondisi lahan mereka secara jarak jauh tanpa harus hadir langsung, sehingga dapat menghemat waktu secara signifikan. Jenis metode dalam penelitian ini adalah metode pendekatan kuantitatif. Data yang dikumpulkan terdiri dari pembacaan kelembaban tanah yang diambil menggunakan sensor dan soil tester. Data yang diperoleh kemudian dikelompokkan berdasarkan variabel tertentu, dilanjutkan dengan pengujian dan pengukuran kesalahan menggunakan pemodelan regresi linear. Hasil pengukuran kelembaban tanah dengan alat rancangan menunjukkan tingkat akurasi yang sangat tinggi, yaitu 98,85%, dengan margin error sebesar 1,162. Tingkat akurasi yang tinggi ini menunjukkan bahwa alat yang dikembangkan layak digunakan untuk mengukur kelembaban tanah pada berbagai kondisi, khususnya untuk tanaman cabai Katokkon. Dengan alat ini, petani dapat lebih mudah memantau dan mengelola kelembaban tanah, yang diharapkan dapat meningkatkan pertumbuhan dan produktivitas tanaman cabai Katokkon.

The growth and productivity of Katokkon chili plants are greatly influenced by environmental conditions, especially soil moisture. Excessively high or low moisture can hinder growth and even cause plant death. Therefore, it is important to monitor soil moisture with high accuracy. The aim of this study is to assess the accuracy of soil moisture measurements using a specially designed tool and to develop an Internet of Things (IoT)-based soil moisture monitoring system for Katokkon chili fields. IoT technology offers a practical way for users, including farmers, to remotely monitor their land conditions without the need for direct presence, thus saving significant time. The research method used in this study is a quantitative approach. The data collected consists of soil moisture readings taken using a sensor and a soil tester. The data obtained is then grouped based on certain variables, followed by error testing and measurement using linear regression modeling. The results of soil moisture measurements with the designed tool show a very high accuracy rate of 98.85%, with a margin of error of 1.162. This high accuracy indicates that the developed tool is suitable for measuring soil moisture under various conditions, particularly for Katokkon chili plants. With this tool, farmers can more easily monitor and manage soil moisture, which is expected to improve the growth and productivity of Katokkon chili plants.

Kata Kunci

Arduino; IoT; regresi linear

Teks Lengkap:

PDF

Dilihat:

Sari 12 kali

PDF 3 kali

Referensi

BPS, “Tana Toraja Dalam Angka Tahun 2023,” 2023, [Online]. Available: https://tatorkab.bps.go.id/publikasi.html.

Aylee Christine Alamsyah Sheyoputri, “Opportunities and Challenges for Katokkon Chili (Capsicum chinense. Jacq) Agribusiness as a Highland Endemic Crop: Lessons Learned from Indonesia,” J. Econ. Financ. Account. Stud., vol. 6, no. 4, pp. 37–45, 2024, doi: 10.32996/jefas.2024.6.4.5.

R. Sjahril, M. Riadi, I. Ridwan, Kasmiati, I. Suryani, and A. R. Trisnawaty, “Kinship of katokkon chili (Capsicum chinense Jacq.) in Tana Toraja and North Toraja Regencies,” IOP Conf. Ser. Earth Environ. Sci., vol. 486, no. 1, 2020, doi: 10.1088/1755-1315/486/1/012101.

Kaimuddin et al., “Growth and production of indigenous Katokkon chilies of Toraja (Capsicum chinense jacq) in various organic Tithonia compost compositions,” IOP Conf. Ser. Earth Environ. Sci., vol. 870, no. 1, 2021, doi: 10.1088/1755-1315/870/1/012045.

A. Ghofur, “Expert Sistem Mendeteksi Hama Pada Tanaman Cabai Menggunakan Metode Certainty Factor,” NJCA (Nusantara J. Comput. Its Appl., vol. 4, no. 2, p. 127, 2019, doi: 10.36564/njca.v4i2.165.

I. Amansyah, J. Indra, E. Nurlaelasari, and A. R. Juwita, “Prediksi Penjualan Kendaraan Menggunakan Regresi Linear : Studi Kasus pada Industri Otomotif di Indonesia,” vol. 4, pp. 1199–1216, 2024, [Online]. Available: https://j-innovative.org/index.php/Innovative%0APrediksi.

D. Maulud and A. M. Abdulazeez, “A Review on Linear Regression Comprehensive in Machine Learning,” J. Appl. Sci. Technol. Trends, vol. 1, no. 2, pp. 140–147, 2020, doi: 10.38094/jastt1457.

J. Y. Khan, “Introduction to IoT Systems,” Internet of Things (IoT), no. January, pp. 1–24, 2019, doi: 10.1201/9780429399084-1.

K. Gulati, R. S. Kumar Boddu, D. Kapila, S. L. Bangare, N. Chandnani, and G. Saravanan, “A review paper on wireless sensor network techniques in Internet of Things (IoT),” Mater. Today Proc., vol. 51, no. xxxx, pp. 161–165, 2021, doi: 10.1016/j.matpr.2021.05.067.

S. Chaudhary, K. Gupta, R. Johari, A. Bhatnagar, and R. Bhatia, “‘CRAIoT: Concept, Review and Application(s) of IoT,’ 2019 4th International Conference on Internet of Things: Smart Innovation and Usages (IoT-SIU),” 2019 4th Int. Conf. Internet Things Smart Innov. Usages, pp. 1–4, 2019.

H. Muthukrishnan, A. Jeevanantham, B. Sunita, S. Najeerabanu, and V. Yasuvanth, “Performance Analysis of Wi-Fi and LoRa Technology and its Implementation in Farm Monitoring System,” IOP Conf. Ser. Mater. Sci. Eng., vol. 1055, no. 1, p. 012051, 2021, doi: 10.1088/1757-899x/1055/1/012051.

M. S. Farooq, S. Riaz, A. Abid, K. Abid, and M. A. Naeem, “A Survey on the Role of IoT in Agriculture for the Implementation of Smart Farming,” IEEE Access, vol. 7, pp. 156237–156271, 2019, doi: 10.1109/ACCESS.2019.2949703.

A. K. Singh, K. Verma, and M. Raj, “IoT based Smart Agriculture System,” 2021 5th Int. Conf. Inf. Syst. Comput. Networks, ISCON 2021, pp. 2018–2021, 2021, doi: 10.1109/ISCON52037.2021.9702478.

Feny Rita Fiantika et all, Metodologi Penelitian Kualitatif. In Metodologi Penelitian Kualitatif, no. Maret. 2022.

D. S. Charismana, H. Retnawati, and H. N. S. Dhewantoro, “Motivasi Belajar Dan Prestasi Belajar Pada Mata Pelajaran Ppkn Di Indonesia: Kajian Analisis Meta,” Bhineka Tunggal Ika Kaji. Teor. dan Prakt. Pendidik. PKn, vol. 9, no. 2, pp. 99–113, 2022, doi: 10.36706/jbti.v9i2.18333.

S. G. Kwak and S. H. Park, “Normality Test in Clinical Research,” J. Rheum. Dis., vol. 26, no. 1, pp. 5–11, 2019, doi: 10.4078/jrd.2019.26.1.5.

DOI: https://doi.org/10.15575/telka.v11n1.86-96