digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Beny Agustirandi
PUBLIC Yati Rochayati

Pertanian cerdas merupakan suatu sistem yang mengintegrasikan teknologi informasi, inovasi digital, dan analisis data untuk meningkatkan efisiensi, produktivitas, dan keberlanjutan dalam produksi pangan. Teknologi yang diterapkan dalam pertanian cerdas meliputi penggunaan sensor, perangkat lunak, kecerdasan buatan, dan memanfaatkan tools Internet of Things (IoT) untuk mengoptimalkan berbagai aspek pertanian. Peranan pertanian tidak hanya terbatas pada produksi pangan, tetapi juga mempengaruhi aspek ekonomi, sosial, dan lingkungan. Salah satu tantangan utama bidang pertanian yaitu musim kemarau berkepanjangan yang dapat menyebabkan peningkatan evaporasi, kekeringan tanah, dan kekurangan air pada tanaman. Untuk mengatasi hal tersebut diperlukan teknik irigasi yang tepat untuk memenuhi kebetuhan air tanaman pada musim kemarau. Metode irigasi konvensional sering kali menghasilkan penyiraman yang berlebihan atau tidak memadai, yang mengakibatkan pemborosan air dan energi serta menurunkan hasil pertanian. Oleh sebab itu penelitian ini dilakukan untuk meningkatkan efisiensi dan keberlanjutan penggunaan air sambil meningkatkan hasil panen. Penelitian ini memanfaatkan teknologi manajemen irigasi berbasis IoT untuk melakukan kontrol dan monitoring kebutuhan air, selain itu teknik irigasi yang digunakan pada penelitian ini yaitu teknik irigasi drip. Strategi yang dilakukan pada penelitian ini yaitu memberikan treatment berupa variasi jumlah air pada beberapa lahan pertanian, selanjutnya hasil pertanian diamati akibat dari perbedaan jumlah air yang diterima oleh tanaman. Hasil yang diperoleh dari penelitian ini yaitu penggunaan teknik irigasi drip mampu menghemat air hingga 88%, serta mampu meningkatkan hasil produktivitas ubi cilembu mencapai 13,54 ton/ha atau sebanding dengan 45,14%. Selanjutnya penelitian ini menerapkan model machine learning untuk dapat melakukan prediksi hasil panen dan waktu yang tepat untuk melakukan panen. Model machine learning terbaik yang diperoleh dari penelitian ini yaitu model Random Forest dengan R2 0,976 dan MAE 1,037.