Sistem Monitoring Irigasi dan Prediksi Debit Air Berbasis IoT Dan Support Vector Machine (SVM)

Abstract

Menurut data BPS yang dirilis pada Oktober 2023 mengenai data pertanian, jika dilihat dari luasan lahan pertanian, luas panen padi pada 2023 diperkirakan sekitar 10,20 juta hectare mengalami penurunan sebanyak 255,79 ribu hektare atau 2,45 persen dibandingkan luas panen padi di 2022 yang sebesar 10,45 juta hektare. Dengan penurunan luasan lahan panen padi tersebut perlu dipikirkan berbagai cara untuk lebih meningkatkan hasil pertanian dan mencegah terjadinya kesenjangan yang tinggi antara tingkat kebutuhan dan tingkat pemenuhan bahan makanan. Salah satu cara yang dapat dilakukan adalah mengoptimalkan lahan pertanian yang tersedia dengan panca usaha tani dan pengairan yang optimal, sehingga diperlukan jaringan irigasi beserta bangunan irigasi dalam keadaan baik. Penelitian ini memanfaatkan teknologi IoT untuk monitoring debit serta memprediksinya menggunakan metode Supervised learning-Support Vector Machine (SVM). Metode penelitian yang akan dilakukan meliputi : Analisis Kebutuhan, perancangan, implementasi, pengujian dan pemeliharaan. Hasil dari penelitian ini adalah telah berhasil Merancang dan membangun sistem monitoring debit air pada irigasi pertanian berbasis platform Internet of Things menggunakan sensor water flow, sensor ultrasonic HCSR04 dan sensor suhu ds18b20, dilengkapi dengan aplikasi monitoring berbasis android untuk memonitor dan mengambil data history debit air. Aplikasi prediksi debit air pada irigasi pertanian juga telah diimplementasikan menggunakan support vector machine terutama menggunakan linier regression dan diperoleh hasil prediksi debit air dengan kondisi saat pemantauan berada pada kisaran 1500 liter/menit atau 25 liter per detik.