Electronic Theses and Dissertation

Irigasi tetes merupakan salah satu alternatif dalam pertanian presisi yang sering digunakan untuk pemberian air dan pupuk tanaman. Pada penelitian ini dilakukan perancangan irigasi tetes berbasis Arduino dan optimasi penanaman dalam upaya memaksimalkan peran irigasi tetes secara eksperimental. Perancangan purwarupa irigasi dilakukan dengan pendekatan technology readiness level (TRT) dengan fokus proof of concept (PoC) dalam perancangan irigasi tetes yang dapat
dikombinasikan dengan pendekatan eksperimental lainnya. Adapun pendeketan eksperimental pada penelitian ini menggunakan pendekatan design on experiment (DOE) dalam upaya merancang proses optimasi yang berlandaskan proses statistik. Adapun metode yang dipilih adalah metode response surface dengan desain Box- Behken untuk memodelkan kombinasi variabel perlakuan, berupa air, pupuk organik, dan pupuk NPK untuk mendapatkan variabel respon paling optimum berapa panjang radikula-hipokotil. Hasil dari penelitian ini menunjukkan bahwa perancangan irigasi tetes secara proof of concept (PoC) dapat melaksanakan pemberian air dan pupuk sesuai dengan kombinasi yang dihasilkan oleh desain Box-Behken. Berdasarkan jumlah variabel tersebut, desain Box-Behken menghasilkan 15 sampel dengan perlakuan rendah (-1), netral (0), dan tinggi (1) dari jangkauan dosis variabel perlakuan. Pengujian statistik menggunakan tingkat signifikansi alpha 0,05. Penyebaran residual telah memenuhi uji normalitas dengan nilai p-value 0,2805 pada uji Shapiro-Wilk dan 0,4552 pada uji Anderson-Darling. Penyebaran residual juga memenuhi asumsi homoskedastisitas melalui grafik residual by predicted plot. Uji lack of fit model regresi menunjukkan kesesuaian dengan data observasi dengan nilai p-value 0,9133. Namun, model regresi tidak terbukti memberikan pengaruh yang nyata pada respon yang disimpulkan dari nilai p-value ANOVA 0,9133. Ketidakmampuan untuk menjelaskan respon oleh variabel perlakuan juga ditunjukkan oleh nilai goodness of fit sebesar 0,392931. Adapun kombinasi optimum yang dicapai pada penelitian ini adalah air (76,61737 mL), pupuk organik (1 mL), dan pupuk NPK (1 mL).

Drip irrigation is one of the alternative technologies in precision agriculture that is widely used for the application of water and fertilizers to crops. This study focuses on the design of an Arduino-based drip irrigation system and the optimization of planting conditions to maximize the effectiveness of drip irrigation through an experimental approach. The prototype was developed using the technology readiness level (TRL) framework, with an emphasis on the proof of concept (PoC) stage to demonstrate the feasibility of a drip irrigation system that can be integrated with other experimental approaches. The experimental component of this study employed the design of experiments (DOE) methodology to establish a statistically based optimization process. Specifically, the response surface methodology (RSM) with a Box–Behnken design was applied to model the interactions among the treatment variables, namely water, organic fertilizer, and NPK fertilizer, in order to determine the optimal combination for maximizing the radicle–hypocotyl length. The results demonstrate that the proof of concept (PoC) drip irrigation prototype was capable of delivering water and fertilizers according to the treatment combinations generated by the Box–Behnken design. Based on the number of variables, the Box–Behnken design generated 15 experimental runs with low (−1), center (0), and high (+1) levels across the specified ranges of the treatment variables. Statistical analysis was conducted using a significance level (α) of 0.05. The residuals satisfied the normality assumption, with p-values of 0.2805 in the Shapiro–Wilk test and 0.4552 in the Anderson–Darling test. The residuals also met the homoscedasticity assumption, as indicated by the residual-by-predicted plot. The lack-of-fit test demonstrated that the regression model was consistent with the observed data, yielding a p-value of 0.9133. However, the regression model did not show a statistically significant effect on the response variable, as indicated by the ANOVA p-value of 0.9133. Furthermore, the model's limited ability to explain the variation in the response variable was reflected by a goodness-of-fit (R²) value of 0.392931. .The optimal treatment combination obtained in this study consisted of 76.61737 mL of water, 1 mL of organic fertilizer, and 1 mL of NPK fertilizer.