| dc.description.abstract | Perkembangan florikultura di Indonesia mengalami pertumbuhan pesat,
diperkaya oleh keindahan dan keunikannya pada setiap bagian tanaman, tergantung
pada jenisnya. Aspek estetika ini tidak hanya memikat secara visual, tetapi juga
mendukung nilai ekonomi yang tinggi. Dalam konteks ini, teknologi informasi
memainkan peran penting dalam mendukung proses pemuliaan tanaman untuk
mencapai karakteristik yang diinginkan. Peperomia obtusifolia "Green Gold"
menjadi perhatian dalam penelitian ini, dengan ragam corak daun yang dimilikinya.
Daun, sebagai organ utama dalam persepsi cahaya dan konversi energi matahari,
mengandung zat hijau bernama klorofil. Klorofil menjadi kritis karena mengandung
berbagai unsur hara makro dan mikro yang esensial bagi tanaman. Penelitian ini
memiliki tujuan ganda, yakni mengidentifikasi hubungan antara klorofil dan unsur
penyusunnya guna mendukung pertumbuhan dan estetika Peperomia obtusifolia
"Green Gold", serta mengeksplorasi hubungan antara klorofil meter dan sensor
RGB dan RGN. Selanjutnya, penelitian ini berusaha memodelkan uji kandungan
klorofil dengan sensor RGN dan RGB melalui identifikasi unsur hara makro dan
nilai klorofil daun menggunakan 27 sampel daun dari daun kedua setiap tanaman,
penelitian mencakup analisis nilai klorofil dengan klorofil meter dan pemotretan
daun untuk analisis lebih lanjut. Data kemudian diolah menggunakan perangkat
lunak Rstudio, dan akurasi pemodelan nilai klorofil dievaluasi dengan algoritma
machine learning random forest. Hasil penelitian menunjukkan bahwa nilai unsur
hara N, P, K, Ca, Mg, Na, dan S pada daun memengaruhi kandungan klorofil, dan
nilai klorofil dapat dihitung lebih akurat dengan menggunakan lensa RGN. Karena
dilengkapi dengan lensa infrared. Temuan ini memberikan kontribusi penting
dalam pemahaman dan pengembangan lebih lanjut terkait pemuliaan dan perawatan
tanaman florikultura, memanfaatkan teknologi modern untuk meningkatkan akurasi
dan efisiensi dalam evaluasi klorofil. | id |
