![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
SodaPDF-watermarked-Yudisium-33217004_Heri Andrianto - heri andrianto (1).pdf
PUBLIC Dessy Rondang Monaomi
Perkembangan teknologi Internet of Things (IoT) telah memberikan manfaat bagi
organisasi pertanian dalam mengelola proses bisnis pertanian seperti pemantauan,
pengendalian, logistik dan prediksi. Perkembangan teknologi IoT berpotensi
menciptakan layanan-layanan teknologi informasi (TI) baru di bidang pertanian
yang dapat memenuhi kebutuhan dan tuntutan bisnis pertanian. Salah satu faktor
yang mempengaruhi hasil panen yaitu kondisi defisiensi unsur hara pada tanaman.
Pemupukan merupakan langkah penting untuk meningkatkan unsur hara tanah
dan memperbaiki kondisi pertumbuhan tanaman. Namun, pemupukan pada
tanaman seringkali dilakukan hanya berdasarkan kebiasaan, tanpa adanya
informasi yang jelas mengenai jumlah unsur hara yang dibutuhkan oleh tanaman.
Oleh karena itu, diperlukan suatu perangkat dan layanan TI yang dapat
mengetahui kondisi defisiensi unsur hara dan kebutuhan unsur hara pada tanaman.
Klorofil meter adalah perangkat yang digunakan untuk mengetahui kondisi
defisiensi dan kebutuhan unsur hara khususnya Nitrogen (N). Namun, klorofil
meter yang ada di pasaran saat ini memiliki penyimpanan data yang terbatas.
Selain itu, klorofil meter tidak memiliki fasilitas pengiriman data ke platform
sistem komputasi layanan, sehingga data hasil pengukuran indeks klorofil tidak
dapat dipantau dan dianalisis lebih lanjut untuk memberikan layanan rekomendasi
pemupukan. Tujuan pada penelitian ini yaitu mengembangkan smart farming IoT
platform yang mencakup perangkat klorofil meter berbasis IoT, sistem
pengindraan jarak jauh dan perangkat lunak smart farming IoT platform berbasis
SOA yang dapat digunakan untuk memantau kondisi defisiensi unsur hara dan
memberikan rekomendasi pemupukan pada tanaman berdasarkan nilai indeks
klorofil dan Normalized Difference Vegetation Index (NDVI).
Pada penelitian ini, klorofil meter berbasis IoT telah dikembangkan dan telah
berfungsi dengan baik yaitu mampu mengukur kandungan klorofil tanaman,
mendapatkan posisi pengukuran, menyimpan data dalam modul memori, dan
mengirimkan data ke perangkat lunak smart farming IoT platform. Kinerja
klorofil meter berbasis IoT telah dibandingkan dengan kinerja klorofil meter
komersial (SPAD-502) pada pengukuran indeks klorofil daun tanaman (Maniltoa
grandiflora dan Oryza sativa), dengan koefisien determinasi (R2
) 0,9631
(Maniltoa grandiflora) dan 0,7171 (Oryza sativa), hal ini menunjukkan korelasi
yang signifikan. Sistem penginderaan jarak jauh juga telah dikembangkan
menggunakan kamera multispectral Mapir Survey3 RGN yang dipasang pada DJI
Mavic 2 Pro. Perhitungan nilai NDVI menggunakan algoritma NDVI yang telah dimodifikasi. Nilai NDVI telah dibandingkan dengan nilai SPAD-502. Hasil
pengujian menunjukkan koefisien determinasi (R2
) antara nilai NDVI dengan nilai
SPAD-502 adalah 0,81 (Oryza sativa), hal ini menunjukkan korelasi yang
signifikan.
Perangkat lunak smart farming IoT platform telah dikembangkan berdasarkan
model referensi platform sistem komputasi layanan yang didukung dengan
menggunakan service computing system engineering (SCSE) framework sebagai
engineering methodology. Hasil perancangan perangkat lunak smart farming IoT
platform telah memenuhi empat prinsip SOA yaitu coupling factor sebesar
0,00645 yang menunjukkan kondisi kopling longgar antar layanan, cohesion
factor sebesar 0,538 yang menunjukkan hubungan yang kuat antar layanan,
complexity factor sebesar 0,012 yang menunjukkan tingkat kompleksitas yang
rendah dan reusability factor sebesar 5,167 yang menunjukkan bahwa layanan-
layanan dapat digunakan kembali cukup baik. Kinerja smart farming IoT platform
telah diuji menggunakan perangkat lunak Jmeter. Hasil pengujian kinerja smart
farming IoT platform menunjukkan nilai reliability (0,9999), availability (0,9997),
integrity (0,9990), maintainability (0,9629) dan safety (0,9090). Nilai
dependability yang diukur dari kelima variabel menunjukkan nilai 0,97 yang
merupakan tingkat kepercayaan sistem yang sangat baik untuk tidak gagal dalam
memberikan layanan kepada pengguna dalam kondisi operasional normal dengan
kemungkinan kegagalan yang masih dapat ditoleransi.
Keluaran utama dari penelitian ini adalah perangkat klorofil meter berbasis IoT,
algoritma untuk memberikan rekomendasi pemupukan berdasarkan nilai
kandungan klorofil, algoritma NDVI yang dimodifikasi, algoritma untuk
memberikan rekomendasi pemupukan berdasarkan nilai NDVI, dan perangkat
lunak smart farming IoT platform berbasis SOA untuk layanan pemantauan
defisiensi nutrisi dan rekomendasi pemupukan pada tanaman. Kontribusi utama
penelitian ini yaitu meningkatkan pengetahuan mengenai pengembangan smart
farming IoT platform menggunakan pendekatan rekayasa sistem dan SCSE
framework, metode evaluasi hasil perancangan smart farming IoT platform
menggunakan empat prinsip SOA, metode evaluasi kinerja smart farming IoT
platform dengan menggunakan dependability, dan algoritma untuk memberikan
rekomendasi pemupukan pada tanaman berdasarkan indeks klorofil dan nilai
NDVI menggunakan regresi linier dan K-Means clustering yang dikorelasikan
dengan bagan warna daun (BWD).