SISTEM OTOMASI PENGENDALIAN NUTRISI HIDROPONIK BERBASIS IOT DENGAN ALGORITMA K-NEAREST NEIGHBORS

Lili Wulandari, Muhammad Fakhriza

Abstract


Penelitian ini mengembangkan sistem otomasi nutrisi hidroponik berbasis Internet of Things (IoT) dengan penerapan algoritma K-Nearest Neighbors (KNN) untuk mengklasifikasikan kondisi nutrisi berdasarkan nilai Electrical Conductivity (EC) dan suhu. Data pelatihan dibagi ke dalam tiga kelas, yaitu low, optimal, dan high, kemudian diproses menggunakan perhitungan jarak Euclidean. Sensor TDS dan sensor suhu terintegrasi dengan platform IoT untuk pemantauan dan pengendalian jarak jauh. Hasil pengujian menunjukkan sensor TDS memiliki rata-rata error sebesar 0,22%, sedangkan sensor suhu menghasilkan error sebesar 0,40%. Pengujian algoritma KNN pada sepuluh skenario menunjukkan tingkat akurasi sebesar 90% dalam mengklasifikasikan kondisi nutrisi. Implementasi ini membuktikan bahwa integrasi IoT dan KNN mampu meningkatkan ketepatan dan efisiensi pengelolaan nutrisi hidroponik secara real-time.

Full Text:

PDF

References


Abdullah, A., & Jena, A. (2021). Pengaruh Pemberian Pupuk Organik Cair Terhadap Pertumbuhan Tanaman Selada (Lactuca Sativa L) Secara Hidroponik. 3(1), 21–27.

Agus, Hermala, I., Hendrasto, N., & Daulay, S. (2022). Sistem Pintar IoT Berbasis Arduino dan Android untuk Pengontrolan Kondisi pH dan TDS pada Pengairan Hidroponik Smart IoT System of Arduino and Android Based for pH and TDS in Hydrophonic Irrigation. 6(1), 101–108.

Ariyo Banjardana, Titi Andriani, Paris Ali Topan, N. A. (2024). Prototipe Sistem Monitoring Dan Kontrol Ph Serta Nutrisi Tanaman Hidroponik Berbasis Iot Untuk Pertanian. 455–464.

Bimanta, G. A., Prisca, C., Larasati, T., & Pradana, I. M. (2022). Sistem Pengendali Suhu Ruangan berbasis IoT Pada Gudang dengan Metode KNN. 4(1), 9–16.

Dzi, M., Hasin, W., Sukoco, D., & Munadhif, I. (2024). Penerapan Neural Network sebagai Klasifikasi Kualitas Air Hasil Filtrasi Reverse Osmosis. 11(September), 668–679.

Erlangga, F., Nur, A., Utami, L., & Khadijah, S. (2024). Pengembangan Prototype Smart Sistem Penyiraman Dan Pemupukan Tanaman Secara Otomatis Dengan Sistem Monitoring Berbasis IoT. 16, 1–6.

Fatori, M. M. F. (2022). Aplikasi IoT Pada Sistem Kontrol dan Monitoring Tanaman Hidroponik. 2(2), 350–356.

Hafizhiadi Rizki Cahyaputra, R. R. (2024). Klasifikasi tingkat kematangan buah paprika menggunakan metode k-nearest neighbor berdasarkan warna rgb melalui aplikasi matlab. 9(1), 242–249.

Leonard, B. P., Azzizah, E., & Sugiartini, E. (2021). Uji Efektivitas Budidaya Sistem Hidroponik dan Akuaponik pada Tiga Varietas Bawang Merah ( Allium ascalonicum L .) Hydroponics and Aqua ponics System Cultivation Effectiveness Test on Three Varieties of Shallots ( Allium ascalonicum L .). 12(200), 204–210.

Made, I. G., Dipayasa, A., Aurelius, R., Diaz, N., Ayu, I. G., & Upadani, W. (2025). Smart Hidroponik Dengan IoT Menggunakan KNN Untuk Monitoring Nutrisi Tanaman Bayam. 2(1), 157–162.

Maysandra, A., & Ikhsan, M. (2025). Sistem Irigasi Otomatis Budidaya Anggrek Menggunakan Metode Fuzzy K-Nearest Neighbor ( FK-NN ) Berbasis Internet of Things. 2021. https://doi.org/10.33364/algoritma/v.22-1.2335

Priatno, E. A., & Muniroh, N. (2022). Penerapan Algoritma K-Nn Pada Machine Learning Untuk Klasifikasi Kualitas Air Budidaya Akuaponik Berbasis IoT. 4(2), 73–86.

Rahmawati, Y. F., Wirman, S. P., & Fitrya, N. (2025). Sistem Pengontrol Nutrisi Otomatis Tanaman Hidroponik Berbasis IoT IoT-based Hydroponic Plant Automatic Nutrient Control System. 11(2), 262–273.

Romagusta, I. G., & Sonalitha, E. (2024). Prediksi Kematangan Tomat Menggunakan Sensor Warna dengan Metode KNN.

Wiranti, D. yu. (2021). Implementasi Sistem Pengukuran Ph Dan Suhu Pada Tanaman Aquaponik Berbasis Internet Of Things Menggunakan K-Nearest Neighbour.




DOI: http://dx.doi.org/10.36723/juri.v17i2.805

Refbacks

  • There are currently no refbacks.


Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional.

 

 

 

 

 

View My Stats