Perpustakaan Digital ITB

Metode Hidroponik membantu menaikan produksi sayuran dengan penggunaan air yang sangat efektif namun metode ini masih memiliki kekurangan terhadap perubahan lingkungan atau parameter fisis sehingga produksi tidak maksimal. Untuk meningkatkan produksi pembuatan sistem untuk mengendalikan kadar nutrisi di buat. Sistem tersebut di buatkan model pertumbuhan berdasarkan machine learning dan data di dapat dari sistem Internet of Things (IoT). Terdapat 4 sensor lingkungan yang mengambil data lingkungan berupa suhu lingkungan, kelembaban lingkungan, intensitas cahaya, suhu air dan kandungan Total Dissolved Solids (TDS). Setelah sistem dibuat akan di lakukan eksperimen injeksi nutrisi dengan variasi perbandingan nutrisi A dan B jika nilai PPM Hidroponik kurang dari 1000 dengan kandungan nutrisi sebesar 9 ml : 9 ml : 1 liter dan 4,5 ml : 4,5 ml : 1 liter. Kemudian semua data tersebut dikirimkan ke gateway berupa protokol Long Range (LoRa) dan diubah menjadi protokol Message Queueing Transport Telemetry (MQTT). Data-data tersebut diolah hingga menghasilkan grafik parameter-parameter fisis terhadap waktu dan grafik pertumbuhan terhadap waktu yang keduanya akan dijadikan dataset. Dataset tersebut akan di masukan ke dalam Random Forest dan Gradient Boosting Training untuk mendapatkan model pertumbuhan dari sistem pengendalian nutrisi hidroponik. Model pertumbuhan sistem pengendalian nutrisi hidroponik Random Forest memiliki nilai absolute error dengan nilai 17.5% dan R 2 0.91688. Serta pertumbuhan yang baik bagi tanaman pakcoy adalah injeksi nutrisi A dan B dan air sebesar 4.5ml:4.5ml:1 L.