Greengrow: Smart Greenhouse untuk Optimalisasi Budidaya Microgreen menggunakan Deep Learning
Keywords:
Smart Greenhouse, Microgreen, Deep Learning, YOLOv8, Sistem Penyiraman OtomatisAbstract
Di era modern ini, pertumbuhan populasi yang pesat dan urbanisasi yang semakin meningkat telah menjadi tantangan bagi sektor pertanian perkotaan. Oleh karena itu, penelitian ini telah menghasilkan solusi teknologi baru yang dapat diterapkan di lingkungan perkotaan, yaitu sistem budidaya microgreen dalam greenhouse dengan menggunakan teknologi pemantauan dan deep learning untuk memastikan kesehatan dan pertumbuhan tanaman. Greenhouse ini dilengkapi dengan kamera untuk pemantauan secara real-time dan sistem penyiraman otomatis yang dikendalikan oleh ESP8266. Data pemantauan dari kamera dianalisis menggunakan algoritma deep learning YOLOv8 untuk mendeteksi kondisi tanaman. Hasil penelitian ini menunjukkan bahwa penggunaan smart greenhouse dapat meningkatkan kualitas dan kuantitas produksi microgreen dibandingkan dengan metode konvensional. Status implementasi sistem ini masih dalam tahap awal, dengan tantangan biaya investasi awal dan kebutuhan data yang besar untuk melatih model deep learning. Namun, peningkatan produksi dan penggunaan sumber daya yang lebih efisien akan membantu petani mendukung praktik pertanian berkelanjutan.
Downloads
References
FAO, "Urban Agriculture: Findings from Four City Case Studies," Rome: FAO, 2022. pp 13-17.
Biro Pusat Statistik, "Proyeksi Penduduk Indonesia 2020-2045," Jakarta: BPS, 2024.
World Health Organization, "Urban Air Quality and Health: Overview," Geneva: World Health Organization, 2022.
Q. Li, J. Chen, Z. Wu, and M. Gong, "Greenhouse Environmental Monitoring System Using Wireless Sensor Networks," J. Agric. Eng., vol. 54, no. 6, pp. 72-81, 2020. pp 72-75.
J. Smith and R. Thompson, "The Impact of Air Pollution on Urban Agriculture," Environ. Res. Lett., vol. 14, no. 2, pp. 1-9, 2019. pp 32-33.
R. E. Putri, et al., "Monitoring and Controlling System of Smart Mini Greenhouse Based on Internet of Things (IoT) for Spinach Plant (Amaranthus sp.)," J. Funct. Foods, vol. 14, no. 1, pp., 2024. ISSN: 2088-5334.
A. Rivai and B. Setiawan, "Implementation of Deep Learning in Monitoring Microgreen Growth," in Proceedings of the International Conference on Artificial Intelligence and Data Science, vol. 2, no. 3, pp. 45-50, 2023. pp 48-49
Y. Tan, H. Liu, and X. Zhang, "Automated Irrigation System Using IoT for Urban Farming," J. IoT Appl., vol. 12, no. 4, pp. 88-96, 2020. pp 89-90.
