Text

Implementasi Sistem Pendukung Keputusan Untuk Nutrisi Tanaman Hidroponik Menggunakan Algoritma Random Forest

---

Perkembangan teknologi informasi telah membawa dampak signifikan di berbagai sektor, termasuk pertanian modern seperti hidroponik. Hidroponik menawarkan efisiensi lahan, kontrol lingkungan yang lebih baik, dan produktivitas tinggi, namun praktik di lapangan menunjukkan bahwa banyak petani masih kesulitan mengelola nutrisi secara tepat. Kesalahan dalam pengaturan pH, Part Per Million (PPM), maupun ketinggian air seringkali menyebabkan gangguan pertumbuhan tanaman hingga berujung pada gagal panen. Untuk menjawab permasalahan tersebut, penelitian ini mengusulkan sistem pendukung keputusan berbasis algoritma Random Forest. Penelitian difokuskan pada tanaman selada, bayam, dan pakcoy dengan parameter input berupa jenis tanaman, pH, PPM, ketinggian air, gejala, dan umur tanaman. Algoritma Random Forest dipilih karena kemampuannya dalam menangani data kompleks serta menghasilkan prediksi yang akurat dan stabil. Sistem ini dirancang untuk mengklasifikasikan kondisi tanaman menjadi tiga kategori, yaitu berlebih, kurang, dan sehat, serta memberikan rekomendasi otomatis yang dapat langsung diterapkan oleh petani. Berdasarkan hasil pengujian menggunakan confusion matrix, model memperoleh nilai akurasi 100%, dengan precision, recall, dan F1-score masing-masing sebesar 1.0 untuk setiap kelas (berlebih, kurang, dan sehat). Hal ini menunjukkan bahwa model
mampu melakukan klasifikasi kondisi nutrisi tanaman secara sempurna tanpa kesalahan prediksi. Dengan demikian, integrasi algoritma Random Forest dalam sistem monitoring nutrisi hidroponik terbukti efektif dalam meningkatkan akurasi pengambilan keputusan serta membantu petani dalam mengoptimalkan proses budidaya.

---

Ketersediaan

S250326

SKR-2025 WAR i

Perpustakaan Universitas Handayani Makassar

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

SKR-2025 WAR i

Penerbit

Universitas Handayani Makassar : Universitas Handayani Makassar., 2025

Deskripsi Fisik

iv + 129 hlm; 29 x 21 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

SKR-2025 WAR i

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

Ed. 1, Cet. 1

Subjek

Sistem Pendukung Keputusan
Machine Learning
Hidroponik
Nutrisi Tanaman
Random Forest

Info Detail Spesifik

Skripsi Teknik Informatika

Pernyataan Tanggungjawab

Wardatunnisa

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus login sebelum memberikan komentar