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

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).