Electronic Theses and Dissertation

Monitoring nutrisi tanah pada perkebunan kelapa sawit umumnya masih dilakukan secara manual, sehingga proses pemantauan cenderung memakan waktu, kurang efisien, dan berpotensi menghasilkan data yang kurang akurat. Akibatnya, suatu sistem monitoring yang efektif dan efisien yang pemanfaatkan teknologi Internet of Things (IoT) untuk memantau status tanah secara real-time diperlukan. Penelitian ini bertujuan untuk merancang dan membangun sistem monitoring nutrisi tanah berbasis Internet of Things (IoT) pada perkebunan kelapa sawit menggunakan Soil Comprehensive Sensor tipe RS485. Parameter yang dipantau meliputi kandungan Nitrogen (N), Fosfor (P), Kalium (K), pH tanah, dan konduktivitas listrik (EC). Sistem ini menggunakan mikrokontroler ESP32, modul MAX13485 RS485 to TTL sebagai antarmuka komunikasi sensor, serta aplikasi Arduino Cloud sebagai platform pengiriman, penyimpanan, dan visualisasi data secara real-time melalui jaringan internet. Metode kalibrasi sensor dilakukan menggunakan regresi linear, sedangkan validasi data dilakukan dengan membandingkan hasil pembacaan sensor terhadap data uji laboratorium menggunakan metode Mean Absolute Percentage Error (MAPE). Hasil pengujian menunjukkan bahwa sistem monitoring yang dirancang memiliki tingkat akurasi yang baik, dengan akurasi berkisar antara 83% hingga 94% untuk seluruh parameter. Nilai akurasi tertinggi diperoleh pada parameter pH sebesar 94,03%, diikuti EC sebesar 86,28%, Kalium sebesar 85,30%, Fosfor sebesar 84,66%, dan Nitrogen sebesar 83,33%. Selain itu, rata-rata delay pengiriman data dari perangkat ke platform Arduino Cloud berada pada rentang 5–7 detik, dengan kinerja sistem paling optimal pada interval pengiriman data setiap 2–5 menit. Berdasarkan hasil tersebut, dengan menggunakan aplikasi Arduino Cloud, rancang bangun sistem pemantauan nutrisi tanah perkebunan kelapa sawit berbasis IoT telah diselesaikan dengan baik. Dengan bantuan dashboard aplikasi, sistem ini dapat memantau kondisi nutrisi tanah secara real-time.

Soil nutrient monitoring in oil palm plantations is generally still carried out manually, making the monitoring process time-consuming, inefficient, and prone to producing inaccurate data. Consequently, an effective and efficient monitoring system that utilizes Internet of Things (IoT) technology to monitor soil conditions in real-time is needed. This study aims to design and develop an IoT-based soil nutrient monitoring system for oil palm plantations using a Soil Comprehensive Sensor of the RS485 type. The parameters monitored include Nitrogen (N), Phosphorus (P), Potassium (K), soil pH, and Electrical Conductivity (EC). The system employs an ESP32 microcontroller, a MAX13485 RS485-to-TTL module as the sensor communication interface, and the Arduino Cloud application as the platform for data transmission, storage, and real-time visualization over the internet. Sensor calibration was performed using linear regression, while data validation was conducted by comparing sensor readings against laboratory test data using the Mean Absolute Percentage Error (MAPE) method. The test results indicate that the designed monitoring system achieves a good level of accuracy, ranging from 83% to 94% across all parameters. The highest accuracy was obtained for the pH parameter at 94.03%, followed by EC at 86.28%, Potassium at 85.30%, Phosphorus at 84.66%, and Nitrogen at 83.33%. Furthermore, the average data transmission delay from the device to the Arduino Cloud platform ranged between 5 to 7 seconds, with the most optimal system performance achieved at a data transmission interval of every 2 to 5 minutes. Based on these results, the IoT-based soil nutrient monitoring system for oil palm plantations has been successfully completed using the Arduino Cloud application. With the aid of the application dashboard, this system is capable of monitoring soil nutrient conditions in real-time.