Optimasi Nutrisi Melon Berbasis Internet of Things dan Machine Learning pada Greenhouse
DOI:
https://doi.org/10.52072/jutekinf.v14i1.1983Kata Kunci:
Internet of Things, Machine Learning, Melon, Nutrient Optimization, Random ForestAbstrak
Melon (Cucumis melo L.) is a horticultural commodity with high economic value; however, its production stability still faces several constraints, particularly in nutrient management. This study aimed to develop a nutrient optimization system based on the Internet of Things (IoT) and machine learning to determine precise nutrient dosage for melon cultivation. The research employed the Research and Development (RnD) method by designing a system using an ESP32 microcontroller integrated with pH, Total Dissolved Solids (TDS), and microclimate sensors in a greenhouse environment. The Random Forest algorithm was applied to analyze data and accurately predict plant nutrient requirements. System testing was conducted in the BRMP SDLP greenhouse through the integration of hardware and a website platform for remote monitoring and control. The results showed that the system was capable of providing precise nutrient dosage predictions during both vegetative and generative growth phases of melon plants. The developed machine learning model achieved an accuracy level of 90%, while sensor calibration results ranged from 85–90% accuracy. The developed system supports more efficient melon cultivation through real-time nutrient monitoring and control.
Unduhan
Referensi
Al Ghifary, H. T., Maruf, M. S., Royyan, A. M., & Gunawan, G. (2025). Optimalisasi Budidaya Melon Hidroponik melalui Smart Farming Sistem NFT Berbasis IoT untuk Peningkatan Produktivitas dan Pemberdayaan Mitra di Osaka99 Agro Farm, Pati Utara, Jawa Tengah. Jurnal Abdi Masyarakat Indonesia, 5(5), 2319-2332. https://doi.org/10.54082/jamsi.2096.
Apriliana, Widodo, S., & Saputra, H. (2025). IJIRSE: Indonesian Journal of Informatic Research and Software Engineering Design and Construction of IoT-Based Hydroponic Plant Monitoring Tool Utilizing Liquid Fertilizer from Waste. 5(2), 118-129.
Apriliani, N., Fanani, M. Z., & Mulyaningsih, Y. (2025). Budidaya dan Analisis Usaha Melon (Cucumis melo L.) Secara Hidroponik di PT. LSU, Desa Cipayung Datar, Megamendung Bogor. Jurnal Karimah Tauhid, 4(2), 1106-1128.
Apriyani, M. E., Ismail, A., & Widya Andini, A. (2025). Sistem Monitoring Budidaya Melon Melalui Greenhouse Berbasis Internet of Things. Jurnal Teknologi Informasi Dan Ilmu Komputer, 12(1), 187-194. https://doi.org/10.25126/jtiik.2025129164.
Austria, A. C., Fabros, J. S., Sumilang, K. R., Bernardino, J., & Doctor, A. (2023). Development of IoT Smart Greenhouse System for Hydroponic Gardens. International Journal of Computing Sciences Research, 7, 2111-2136. https://doi.org/10.25147/ijcsr.2017.001.1.149.
Awliya, N., Nurrachman, & Ernawati, N. M. L. (2022). Pengaruh Pemberian Pupuk P dan K dengan Dosis yang Berbeda terhadap Pertumbuhan dan Kualitas Buah Melon (Cucumis melo L.). Jurnal Ilmiah Mahasiswa Agrokomplek, 1(1), 45-56.
Ayu Firnanda, P., Shofwatillah, L., Rahma, F., Fauzi, F., Studi Statistika, P., Muhammadiyah Semarang, U., Kedungmundu No, J., Tembalang, K., & Tengah, J. (2025). Analisis Perbandingan Decision Tree dan Random Forest dalam Klasifikasi Penjualan Produk pada Supermarket. Emerging Statistics and Data Science Journal, 3(1).
Eni Dwi Wardihani, Eka Ulia Sari, Helmy, Ari Sriyanto Nugroho, Yusnan Badruzzaman, Arif Nursyahid, Thomas Agung Setyawan, & Media Fitri Isma Nugraha. (2024). Pemantauan dan Pengendalian Parameter Greenhouse Berbasis IoT dengan Protokol MQTT. Jurnal Nasional Teknik Elektro Dan Teknologi Informasi, 13(1), 38-43. https://doi.org/10.22146/jnteti.v13i1.8564
Fawaiqur, A., Malik, M., & Mansyur, S. (2024.). Prototype Sistem Monitoring Smart Greenhouse Berbasis Internet of Things (IoT) pada Tanaman Selada. Jurnal Teknik Industri Manajemen dan Manufaktur Jurnal Teknik Industri Universitas Proklamasi 45, 1(1), 25-38.
Hemal, M. M., Saha, S., & Nur, K. (2025). An IoT and Machine Learning-driven Advanced Greenhouse Farming System for Precision Agriculture. International Journal of Computing and Digital Systems, 18(1). https://doi.org/10.12785/ijcds/1571107236.
Ikhsan, A. R., & Aini, N. (2023). Pengaruh Penambahan Kalium dan Konsentrasi Giberelin terhadap Pertumbuhan dan Hasil Melon (Cucumis melo L.) Sistem Hidroponik. Produksi Tanaman, 11(4), 258264. https://doi.org/10.21776/ub.protan.2023.011.04.06.
Kurniawan R., R., Siddik Hasibuan, M., & Pohan, R. S. (2023). Sistem Otomatis dan Monitoring pada Tanaman Melon Hidroponik Berbasis Iot Menggunakan Mikrokontroler dengan Logika Fuzzy Sugeno. Walisongo Journal of Information Technology, 5(2), 155-165. https://doi.org/10.21580/wjit.2023.5.2.17602.
Putra, V. H. C., Al-Husaini, M., Wahyu, A. P., & Raharja, A. R. (2024). Perancangan Sistem Monitoring Cerdas Berbasis Internet of Things (IoT) dengan Algoritma Random Forest Regression untuk Deteksi Ketinggian pada Tanaman Tomat Cherry. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 5(1), 10-25. https://doi.org/10.57152/malcom.v5i1.1612.
Rusdi, B. M., & Supradi, Z. A. I. (2023). Rancang Bangun Alat Monitoring pH, Suhu dan Zat Terlarut pada Air Akuarium Ikan Mas Koki Berbasis IoT dengan Nodemcu ESP32. Jurnal Inovasi Fisika Indonesia, 12(3), 77-86.
Ridha, R., Ula, M., & Yunizar, Z. (2025). Monitoring dan Pengendalian Sistem Hidroponik Deep Flow Technique (DFT) pada Tanaman Melon Menggunakan Metode Rule Based Berbasis Internet of Things. Jurnal Ilmiah Global Education, 6(3), 1784-1791. https://doi.org/10.55681/jige.v6i3.4158
Syahputri, C. N., & Hasibuan, M. S. (2024). Optimasi Klasifikasi Decision Tree dengan Tekinik Pruning untuk Mengurangi Overfitting. Jurnal Sistem Informasi, 11(2), 87-96. https://doi.org/10.30656/jsii.v11i2.9161.
Tjut Adek, R., Ula, M., & Tambarta Kembaren, E. (2024). Fuzzy Mamdani Smart Control for Optimizing Melon Growth in Nutrient Film Technique (NFT) Hydroponic Greenhouse. In Original Research Paper International Journal of Intelligent Systems and Applications in Engineering IJISAE, 12(4), 3136-3144.
Umar, U., Al Farouq, A., Widyantara, H., Ramadhana, A., & Putra, K. (2024). Rancang Bangun Sistem Kontrol dan Monitoring pH, Suhu dan TDS pada Sistem akuaponik Berbasis Internet of Things (IoT). Jurnal Teknologi Terapan, 10(1).
Vivianti, N., & Pratiwi, M., Sari, F. (2024). Penerapan Metode Fuzzy Time Series Lee dalam Peramalan Penjualan Berbasis Web (Studi Kasus: Isan Ponsel Dumai). Jurnal Teknologi Komputer dan Informasi, 12(2), 114-132.
Wijayanto, D., Silmina, E. P., Firdonsyah, A., & Aditiya, A. A. (2024). Prototype IoT untuk Pemantauan Nutrisi dan pH pada Hidroponik Menggunakan ESP32 di Kebun Hidroponik Vefar Yogyakarta. Jurnal Teknologi Informasi, 15(2), 100-106. https://doi.org/10.52972/hoaq.vol15no2.p100-106.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Jurnal Teknologi Komputer dan Informasi
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
Seluruh artikel dalam Jurnal Teknologi Komputer dan Informasi dilisensikan di bawah lisensi Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0). Pengguna diperbolehkan untuk berbagi, menyalin, dan menyebarkan ulang materi dalam media atau format apa pun dengan ketentuan mencantumkan kredit, tidak digunakan untuk tujuan komersial, dan tidak melakukan modifikasi terhadap karya.
