KLASIFIKASI PENENTUAN KECOCOKAN JENIS TANAMAN PADA LAHAN BERBASIS IOT MENGGUNAKAN NEURAL NETWORK

Abstract

Dalam bertani atau bercocok tanam, salah satu faktor keberhasilannya bergantung pada kondisi tanah suatu lahan dan iklim daerah tertentu serta kesesuaian jenis tanaman yang akan ditanam pada lahan. Masing-masing tanaman memiliki kondisi ideal kebutuhan lahan yang berbeda-beda. Beberapa parameter penentunya yaitu berdasarkan kadar pH tanah, tingkat kelembapan tanah, dan ketinggian dataran daerahnya. Pada penelitian ini dibuat alat penentu kecocokan jenis tanaman dengan kondisi lahan yang ada berbasis Internet of Things yang dapat mengirim data-data dari hasil pembacaan sensor pH tanah, sensor kelembapan tanah, dan BMP280 sebagai pengukur ketinggian dataran yang diolah oleh mikrokontroler dan dikirim kepada smartphone secara real-time berkelanjutan. Hasilnya, terdapat error sebesar 21,66% pada sistem Neural Network yang disebabkan oleh pengelompokan input dan output ganda pada dataset. Dikarenakan keterbatasan library Neurona, dataset jumlah tanaman yang digunakan adalah 5 tanaman. Apabila menggunakan lebih dari 5 jenis tanaman, maka error yang ditimbulkan pada proses learning semakin besar.