SKRIPSI DIGITAL
Implementasi Algoritma Ensemble Regresi Machine Learning Untuk Mengendalikan Kadar pH Dan Nutrisi Pada Tanaman Hidroponik Daun = Implementation Of Ensemble Regression Algorithm Of Machine Learning To Control pH And Nutrition Levels In Hydroponic Leaf Plants
Sistem hidroponik menghadapi tantangan dalam pengendalian pH dan nutrisi karena fluktuasi akibat perubahan suhu, laju aliran nutrisi, dan kontaminasi eksternal. Ketidakstabilan ini dapat menyebabkan defisiensi unsur hara, pertumbuhan terhambat, bahkan kematian tanaman. Tugas akhir ini bertujuan mengimplementasikan algoritma ensemble machine learning yang mampu menyesuaikan variasi ukuran tandon air dan menguji rancang bangun pengendalian dibandingkan dengan perangkat pengendalian sebelumnya. Metode penelitian menggunakan pendekatan agile dengan tahapan observasi, perancangan sistem, perancangan machine learning, pembuatan sistem, dan pengujian. Sistem dikembangkan menggunakan platform ESP32 sebagai mikrokontroler utama untuk mengolah data sensor, menjalankan model prediksi, dan mengendalikan aktuator pompa
nutrisi secara otomatis. Hasil pengujian menunjukkan menggunakan metode stacking dengan menggabungkan random forest, dan decission tree meningkatkan akurasi base model multiple linear regression sebesar 1,49% dan penggabungan linear regression dengan random forest sebesar 0,66%. Pengujian selama 1 bulan pada rentang volume tandon 59 - 95 liter memperlihatkan
peningkatan akurasi pH dari 97,46% dengan tingkat presisi 94,92% menjadi 99,23% dengan tingkat presisi 99,19%. Peningkatan akurasi TDS dari 91,55% dengan tingkat presisi 91,55% menjadi 98,9% dibandingkan perangkat pengendalian sebelumnya dengan presisi sebesar 98,54%. Kontribusi penelitian ini adalah pengembangan sistem pengendalian terpisah dari perangkat pemantauan yang lebih stabil dan penerapan ensemble machine learning.
Tidak tersedia versi lain