RANCANGAN SENSOR IOT UNTUK MONITORING KELEMBAPAN DAN PH TANAH SECARA REAL-TIME DI LAHAN FAKULTAS PERTANIAN UNIVERSITAS WAHIDIYAH

Abstract

Siti Indra Rukmana. 2026. Rancangan Sensor IoT untuk Monitoring Kelembapan dan pH Tanah secara Real-Time di Lahan Fakultas Pertanian Universitas Wahidiyah.

Kata Kunci: Internet of Things, ESP32-C3, soft sensor, Jaringan Saraf Tiruan, Fast Fourier Transform, K-Fold Cross-Validation, kelembapan tanah, pH tanah.

Tanah merupakan media tumbuh utama dalam pertanian yang kesuburannya ditentukan oleh kelembapan, derajat keasaman (pH), serta unsur hara nitrogen (N), fosfor (P), dan kalium (K). Pemantauan tanah secara manual cenderung subjektif dan tidak konsisten sehingga diperlukan sistem pemantauan otomatis. Penelitian ini bertujuan merancang, menguji, dan memvalidasi sistem soft-sensor berbasis Internet of Things (IoT) untuk menduga parameter tanah secara real-time di lahan Fakultas Pertanian Universitas Wahidiyah. Metode yang digunakan adalah kuantitatif eksperimental terhadap 50 sampel tanah. Sistem dibangun menggunakan empat unit mikrokontroler ESP32-C3 (satu Access Point dan tiga klien) yang terhubung melalui jaringan WiFi lokal, dengan data tersimpan pada basis data MySQL dan ditampilkan melalui dashboard web. Pengukuran dilakukan menggunakan elektroda kustom dua batang stainless steel yang sinyalnya ditransformasikan dengan Fast Fourier Transform (FFT) menjadi 2.048 fitur, kemudian diolah oleh Jaringan Saraf Tiruan (JST) berarsitektur 2048–30–5 dengan algoritma optimasi ADAM dan fungsi aktivasi ReLU. Nilai acuan (ground truth) pH, N, P, dan K diperoleh dari soil test kit, sedangkan kadar air ditentukan secara gravimetri. Hasil penelitian menunjukkan bahwa sistem IoT berhasil dirancang dan diimplementasikan secara utuh dengan seluruh komponen berfungsi dan saling terhubung. Pada tahap pelatihan, model JST mencapai akurasi keseluruhan 98,55% dan akurasi kadar air 93,94% dengan rata-rata MSE 0,0126, namun nilai ini semata mencerminkan kecocokan model terhadap data yang telah dihafalnya. Validasi 5-Fold Cross-Validation pada data baru menghasilkan akurasi generalisasi keseluruhan sebesar 68,58%, membuktikan bahwa model tidak mengalami overfitting yang memanipulasi performa. Akurasi tinggi pada N, P, K, dan pH bersifat trivial karena rendahnya variansi data di lapangan, sehingga kadar air, dengan rentang 6%–40%, menjadi tolok ukur prediksi paling bermakna, dengan akurasi tervalidasi sebesar 46,45%. Dengan demikian, penelitian ini berhasil membuktikan bahwa sistem IoT tidak hanya baik pada aspek perancangan dan implementasi, tetapi juga menunjukkan kemampuan prediktif yang nyata melalui validasi generalisasi, meskipun akurasi pada parameter kadar air masih perlu ditingkatkan pada penelitian selanjutnya.