Bawang merah merupakan salah satu komoditas yang rentan terhadap penyakit busuk umbi akibat curah air berlebih, sehingga membutuhkan manajemen irigasi yang presisi. Untuk mengatasi permasalahan ini, dikembangkan prototype sistem pemantauan dan irigasi otomatis berbasis Internet of Things yang terintegrasi algoritma Machine Learning. Sistem memantau parameter kelembaban tanah, suhu, dan ketinggian air secara real-time menuju cloud database. Pengambilan keputusan irigasi dikendalikan oleh algoritma Long Short-Term Memory yang telah dilatih menggunakan lebih dari 90.000 data historis sensor. Proses pelatihan model berhasil mencapai konvergensi optimal pada iterasi ke 20, menghasilkan tingkat akurasi tinggi tanpa indikasi overfitting. Hasil mengujian menunjukkan sistem berjalan sangan responsive dan stabil. Kinerja komunikasi jaringan Internet of Things mencatatkan rata - rata delay sebesar 1,26 detik dengan packet loss 0,536%. Proses inferensi model Long Short-Term Memory untuk memprediksi kebutuhan air dan mengendalikan aktuator pompa hanya membutuhkan waktu komputasi 0,194 detik dengan margin error sebesar 2,02%. Secara keseluruhan, sistem kontrol close loop ini tervalidasi mampu mengambil keputusan irigasi otomatis dan mencegah risiko genangan air secara proaktif.