Perpustakaan Digital ITB

Pertumbuhan jumlah penduduk pada skala global ataupun lokal harus diikuti dengan pemenuhan kebutuhan pangan yang semakin membesar, hal ini sulit dilakukan dikarenakan berkurangnya ketersediaan lahan siap tanam, salah satu sistem pertanian yang dapat digunakan untuk mengatasi masalah ini adalah sistem pertanian hidroponik. Beberapa kelebihan dari sistem pertanian hidroponik dibandingkan sistem pertanian konvensional adalah kemampuan kontrol yang lebih menyeluruh pada seluruh sistem. Sistem pertanian hidroponik juga memiliki beberapa kekurangan diantaranya pertumbuhan tanaman yang relatif cepat sehingga diperlukannya pengawasan setiap saat. Pada penelitian ini akan dilakukan studi pengaruh parameter fisis terhadap pertumbuhan tanaman kangkung, diikuti dengan pembangunan model pertumbuhan tanaman kangkung menggunakan Machine Learning untuk menentukan parameter fisis yang paling mempengaruhi pertumbuhan. Data yang akan digunakan dalam proses machine learning adalah intensitas cahaya, kelembapan, suhu udara, dan konsentrasi larutan sebagai variabel independen, dengan jumlah daun dan panjang batang sebagai variabel dependen. Model yang akan digunakan adalah model regresi linear dan model regresi polinomial, dengan error function berupa ????2 dan Mean Absolute Error (MAE). Pengukuran setiap variabel dilakukan selama satu bulan. Sistem yang dibuat sudah dapat berjalan dengan baik tanpa mengalami masalah. Hasil analisis menunjukan bahwa model yang digunakan untuk memprediksi pertumbuhan memiliki ????2=0.75 dan ????????????=12.69% untuk model linear dan ????2=0.81 dan ????????????=10.01% untuk model polinomial, parameter yang paling mempengaruhi pertumbuhan kangkung secara berurutan adalah, konsentrasi larutan, kelembapan dan suhu udara, dan terakhir intensitas cahaya.