Pengembangan Soil Station pada Felova Sebagai Pemantau Kualitas Tanah di Rumah Jahe BSIP-TROA

Abstract

Felova merupakan sistem irigasi otomatis yang dilengkapi dengan teknologi Internet of Things (IoT) yang dibuat oleh tim mahasiswa peneliti Sekolah Vokasi IPB di BSIP-TROA. Alat ini masih terdapat batasan sehingga dilakukan pengembangan terhadap Felova yang salah satu pengembangannya adalah membuat Soil Station yang digunakan untuk memantau kelembapan tanah dan suhu tanah. Pemantauan kelembapan tanah pada sensor pertama Soil Station memiliki nilai akurasi pembacaan terhadap alat pembanding sebesar 95,13% dan pada sensor kedua sebesar 95,96%. Pemantauan suhu tanah pada sensor pertama Soil Station memiliki nilai akurasi pembacaan terhadap alat pembanding sebesar 93,80% dan pada sensor kedua sebesar 94,17%. Data yang didapatkan oleh Soil Station dapat dipantau secara realtime melalui website Felova yang nantinya bisa diolah lebih lanjut menggunakan model regresi linier berganda. Pengolahan data ini bertujuan untuk mengetahui pengaruh kelembapan tanah dan suhu tanah terhadap pertumbuhan tanaman jahe. Hasil analisis regresi yang didapatkan menghasilkan nilai koefisien determinasi sebesar 41,1%.

Felova is an automatic irrigation system equipped with Internet of Things (IoT) technology created by a team of IPB Vocational School research students at BSIP-TROA. This tool still has limitations so the development of Felova is carried out, one of which is to make a Soil Station which is used to monitor soil moisture and soil temperature. Soil moisture monitoring on the first Soil Station sensor has a reading accuracy value against the comparison tool is 95,13% and on the second sensor is 95,96%. Soil temperature monitoring on the first Soil Station sensor has a reading accuracy value against the comparison tool is 93,80% and on the second sensor is 94,17%. The data obtained by the Soil Station can be monitored in real time through the Felova website which can later be processed further using multiple linear regression models. This data processing aims to determine the effect of soil moisture and soil temperature on ginger plant growth. The results of the regression obtained resulted in a coefficient of determination of 41,1%.