Ruang tumbuh tanaman (Plant growth chamber) merupakan ruang yang terisolasi
dari lingkungan sekitar dengan iklim mikro di dalamnya dapat dikendalikan
sehingga pertumbuhan tanaman dapat dimonitor dan dikontrol. Di dalam ruang
tumbuh cerdas, parameter suhu, kelembapan dan intensitas cahaya dapat dikontrol
pada rentang optimal bagi pertumbuhan tanaman. Penggunaan growth chamber
sendiri bisa diaplikasikan dengan berbagai macam kemungkinan, diantaranya
adalah percobaan penumbuhan penyakit untuk mencari kualitas bibit terbaik dari
buah cabai merah besar (capsicum annuum L.), terdapat berbagai macam penyakit
yang dapat dijangkit oleh sebuah tanaman, terutama pada buah cabai merah besar,
pada kasus ini buah akan dijangkitkan dengan penaykit Antraknose. Pertumbuhan
penyakit pada buah tersebut akan sangat membutuhkan ruangan tertutup yang
dapat dimonitor dan dikontrol, terlebih lagi, untuk mendapatkan hasil yang lebih
presisi, penggunaan machine learning untuk deteksi objek sangat dibutuhkan
untuk mempermudah peneliti mendapatkan hasil yang lebih presisi seiring waktu.
Oleh karena itu, pembuatan model machine learning yang dapat di gunakan
didalam chamber bersamaan dengan kamera yang dapat digerakkan untuk
mempermudah memonitor buah yang berada didalam chamber. Dari kebutuhan
yang tersebut, telah dihasilkan sebuah model dengan menggunakan YOLO versi 8
seri L dengan nilai hasil pelatihan model yang mencapai target keberhasilan
membaca (mAP) 67.4%, dan telah dikaitkan pada kamera yang terpasang dalam
ruang tumbuh. Kamera pada ruang tumbuh juga dapat digerakkan dengan axis x
dan y sesuai dengan perintah pengguna, dan dapat mengambil foto dengan
sentuhan tombol. Sistem juga melakukan pemindaian dan kontrol parameter iklim
mikro secara berkala, menampilkan visual kondisi pertumbuhan tanaman di
dalamnya, dan dapat diakses oleh onsite user, maupun remote user melalui
gateway, cloud server, dan website.