Author : Lily Ananta Saputri   , Aries Pratiarso, M. Zen Samsono Hadi
ABSTRAK

Pertanian modern memerlukan dukungan teknologi untuk meningkatkan efisiensi dan akurasi dalam pengambilan keputusan, khususnya dalam menentukan jenis tanaman yang sesuai dengan kondisi kesuburan tanah. Penelitian ini merancang dan mengimplementasikan perangkat cerdas berbasis Support Vector Classification (SVC) yang telah dituning menggunakan GridSearchCV, guna merekomendasikan jenis tanaman berdasarkan data parameter tanah. Perangkat menggunakan sensor tanah 7-in-1 dan modul GPS untuk mengukur enam parameter utama, yaitu nitrogen (N), fosfor (P), kalium (K), suhu, kelembapan, pH, serta lokasi. Data yang diperoleh dikirim ke Raspberry Pi untuk diproses menggunakan model klasifikasi SVC. Hasil prediksi kemudian disimpan dan ditampilkan dalam bentuk peta melalui sistem website GIS secara real-time. Berdasarkan hasil pengujian, metode SVC dengan enam parameter menghasilkan akurasi tertinggi sebesar 94,7%.

[DOWNLOAD ABSTRACT]