Sistem Asistensi Pertanian pada Greenhouse Berbasis Analisis Data
Abstrak
Perubahan iklim dan keterbatasan sumber daya air menjadi tantangan dalam budidaya tanaman di greenhouse. Penelitian ini bertujuan mengembangkan sistem asistensi pertanian berbasis Internet of Things (IoT) dan algoritma Random Forest untuk memberikan rekomendasi penyiraman tanaman secara real-time. Data sensor seperti suhu tanah, kelembapan tanah, dan konduktivitas tanah dikumpulkan dan diolah menggunakan metode CRISP-DM untuk membangun model klasifikasi kebutuhan penyiraman. Evaluasi model dilakukan dengan metrik akurasi, precision, recall, dan F1-score, serta visualisasi melalui confusion matrix. Hasil penelitian menunjukkan bahwa model Random Forest mampu mencapai akurasi sebesar 86% dan F1-score untuk kelas “siram” sebesar 0,92. Sistem ini juga diimplementasikan dalam bentuk aplikasi web yang dapat menampilkan prediksi penyiraman dan panduan budidaya berdasarkan fase pertumbuhan. Sistem diharapkan mampu meningkatkan efisiensi penggunaan air, mendukung pengambilan keputusan berbasis data, dan menjadi langkah awal menuju penerapan pertanian presisi skala kecil dan menengah.