Detektor pintar kelayakan tanah untuk tanaman pangan menggunakan pendekatan Fuzzy Logic

ABSTRAK

Penelitian ini bertujuan untuk mengoptimalkan kondisi pertumbuhan tanaman apel, tomat, dan buah naga menggunakan logika fuzzy, sekaligus mengintegrasikan prinsip-prinsip Islam yang terdapat dalam Al-Qur'an. Tujuannya adalah untuk mengembangkan sistem cerdas yang dapat menjaga kondisi suhu dan kelembaban optimal, sehingga meningkatkan hasil panen dan kualitas tanaman. Kondisi ideal untuk tanaman apel (suhu: 16-27°C, kelembaban: 75-85%), tomat (suhu: 24-28°C, kelembaban: 60-80%), dan buah naga (suhu: 20-35°C, kelembaban: 70-90%) ditetapkan berdasarkan penelitian sebelumnya. Penelitian menilai akurasi sistem Internet of Things (IoT) dalam memberikan prediksi yang tepat terkait kelayakan tanah, dengan fokus pada variabel lingkungan utama seperti kelembaban tanah dan suhu. Penelitian ini dilakukan dengan menggunakan perangkat keras yang terdiri dari Arduino untuk pengendalian dan ESP8266 untuk komunikasi serial, serta sensor DHT11 untuk mengukur suhu dan kelembaban udara, dan soil moisture sensor V.2 untuk mengukur kelembaban tanah. Data yang digunakan mencakup hasil pengujian lapangan dan simulasi dengan 10 iterasi untuk memvalidasi sistem. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan berhasil mencapai tingkat akurasi sebesar 93.3% dalam memprediksi kelayakan tanah untuk tanaman pangan. Akurasi ini dihitung berdasarkan perbandingan antara prediksi sistem dengan data aktual lapangan, menunjukkan kemampuan sistem dalam memberikan informasi yang relevan dan akurat untuk mendukung keputusan pertanian berbasis teknologi.

ABSTRACT

This research aims to optimize the growth conditions of apple, tomato, and dragon fruit using Fuzzy Logic, integrating principles from the Quran. The goal is to develop an intelligent system capable of maintaining optimal temperature and humidity conditions, thereby enhancing crop yield and quality. Ideal conditions for apple (temperature: 16-27°C, humidity: 75-85%), tomato (temperature: 24-28°C, humidity: 60-80%), and dragon fruit (temperature: 20-35°C, humidity: 70-90%) are based on prior research. The study evaluates the accuracy of the Internet of Things (IoT) system in providing precise predictions regarding soil suitability, focusing on key environmental variables such as soil moisture and temperature. The research is conducted using hardware consisting of Arduino for control, ESP8266 for serial communication, DHT11 sensors for air temperature and humidity measurement, and Soil Moisture Sensor V.2 for soil moisture measurement. Data includes field testing results and simulations with 10 iterations to validate the system. Results indicate that the developed system achieved an accuracy rate of 93.3% in predicting soil suitability for food crops. This accuracy is calculated based on comparisons between system predictions and actual field data, demonstrating the system's capability to provide relevant and accurate information to support technology-based agricultural decisions.

مستخلص البحث

يهدف هذا البحث إلى تحسين ظروف نمو نباتات التفاح والطماطم وفاكهة التنين باستخدام المنطق الضبابي ، وكذلك دمج المبادئ الإسلامية الواردة في القرآن. الهدف هو تطوير نظام ذكي يمكنه الحفاظ على ظروف درجة الحرارة والرطوبة المثلى ، وبالتالي تحسين غلة المحاصيل وجودة المحاصيل. تم إنشاء الظروف المثالية لمحاصيل التفاح (درجة الحرارة: 16-27 درجة مئوية ، الرطوبة: 75-85٪) ، الطماطم (درجة الحرارة: 24-28 درجة مئوية ، الرطوبة: 60-80٪) ، وفاكهة التنين (درجة الحرارة: 20-35 درجة مئوية ، الرطوبة: 70-90٪) بناء على الأبحاث السابقة. تقيم الدراسة دقة أنظمة إنترنت الأشياء (IoT) في توفير تنبؤات دقيقة فيما يتعلق بجدوى التربة ، مع التركيز على المتغيرات البيئية الرئيسية مثل رطوبة التربة ودرجة الحرارة. تم إجراء هذا البحث باستخدام أجهزة تتكون من Arduino للتحكم و ESP8266 للاتصال التسلسلي ، بالإضافة إلى مستشعر DHT11 لقياس درجة حرارة الهواء والرطوبة ، ومستشعر رطوبة التربة V.2 لقياس رطوبة التربة. تتضمن البيانات المستخدمة نتائج الاختبارات الميدانية والمحاكاة مع 10 تكرارات للتحقق من صحة النظام. أظهرت النتائج أن النظام المطور قد حقق مستوى دقة بنسبة 93.3٪ في التنبؤ بجدوى التربة للمحاصيل الغذائية. يتم حساب هذه الدقة بناء على المقارنة بين تنبؤات النظام والبيانات الميدانية الفعلية ، مما يدل على قدرة النظام على توفير معلومات ذات صلة ودقيقة لدعم القرارات الزراعية القائمة على التكنولوجيا.