Pertanian merupakan salah satu sektor terpenting yang ada di Indonesia, pengaruhnya sangat besar untuk kesejahteraan masyarakat karena sebagian besar berprofesi sebagai petani. Irigasi menjadi salah satu aspek penting dalam sistem pertanian. Namun, irigasi menghadapi beberapa permasalahan seperti cuaca ekstrem yang tidak menentu dan kualitas air yang buruk, sistem irigasi yang masih menggunakan cara konvensional atau manual, juga pemantauan irigasi yang tidak efisien. Permasalahan ini dapat menyebabkan kerugian bahkan gagal panen. Penelitian ini bertujuan untuk mengembangkan sistem irigasi yang berfokus pada prediksi kondisi irigasi berdasarkan kualitas air dengan memanfaatkan teknologi IoT dan machine learning serta komunikasi Wifi. Algoritma pembelajaran yang digunakan yaitu Support Vector Machine (SVM) untuk menganalisa kualitas air dan algoritma Regresi Linear Berganda untuk prediksi irigasi. Hasil pengujian menunjukkan bahwa model SVM memiliki kinerja sangat baik dengan nilai akurasi mencapai 98%. Model ini berhasil mengidentifikasi kelas dengan efektif, terutama untuk Kelas 1 dan Kelas 2 yang masing-masing memiliki recall sempurna (1.00), meskipun precision kelas 3 sedikit lebih rendah (0.93). Sementara itu, model Regresi Linear Berganda menunjukkan nilai R-squared sebesar 0.933, yang berarti model ini dapat menjelaskan 93% variasi status air dan dapat memberikan prediksi yang akurat dengan nilai MSE rendah (0.062). Proses pemantauan dapat dilakukan jarak jauh karena sistem diintegrasikan dengan aplikasi yang dapat diakses melalui smartphone.