ABSTRAK
Manajemen irigasi yang efektif sangat penting untuk mengoptimalkan produksi tanaman, terutama di daerah yang kekurangan air. Studi ini mengevaluasi kinerja sistem berbasis Arduino yang dirancang untuk memantau dan mengendalikan kelembapan tanah dalam pengaturan rumah kaca, dengan fokus pada dampaknya terhadap pertumbuhan tanaman tomat, hasil buah, dan ukuran buah dalam dua perlakuan irigasi yang berbeda. Perlakuan 1 (T1) melibatkan kelembapan rendah dengan fluktuasi yang signifikan (kelembaban tanah 55%–85%), sementara Perlakuan 2 (T2) mempertahankan tingkat kelembapan yang optimal dan stabil (70%–85%). Dinamika kelembapan tanah menunjukkan bahwa pada T1, tingkat kelembapan berfluktuasi secara signifikan, turun hingga 55% sebelum irigasi memulihkannya hingga 85%. Pola siklus ini menunjukkan mekanisme respons stres yang dipicu oleh sistem, yang penting untuk mengurangi stres tanaman dan memastikan pertumbuhan yang optimal. Sebaliknya, perlakuan kelembapan yang optimal mempertahankan tingkat kelembapan tanah yang lebih stabil antara 70% dan 85%, yang mendorong perkembangan tanaman yang sehat dan fungsi fisiologis. Korelasi antara pembacaan sensor dan pengukuran gravimetrik dianalisis menggunakan pendekatan korelasi diagonal 45°, yang menunjukkan kesesuaian kuat antara kedua metode dan memperkuat keandalan irigasi berbasis sensor. Penilaian fisiologis menunjukkan bahwa bibit di bawah irigasi optimal mengalami peningkatan berat segar sebesar 30%, peningkatan berat kering sebesar 6%, peningkatan tinggi tanaman sebesar 16%, dan nilai SPAD sebesar 25% lebih tinggi dibandingkan dengan T1 pada tahap muda. Saat dewasa, tanaman T2 menunjukkan peningkatan berat segar sebesar 52%, peningkatan berat kering sebesar 78%, dan peningkatan tinggi tanaman sebesar 121%. Hasil buah meningkat sebesar 47% pada T2, dengan rata-rata 56 buah per tanaman dibandingkan dengan 45 pada T1, dan berat buah rata-rata adalah 85 g pada T2 dibandingkan dengan 56 g pada T1. Penelitian di masa mendatang harus mengeksplorasi integrasi sensor canggih, algoritma pembelajaran mesin, dan model prediktif untuk lebih mengoptimalkan strategi irigasi, dengan penekanan pada skalabilitas dan dampak lingkungan. Dengan menyempurnakan teknologi ini, pertanian dapat mencapai hasil yang lebih berkelanjutan dan produktif dalam menghadapi tantangan lingkungan yang semakin meningkat.
1 Pendahuluan
Pertanian rumah kaca menyediakan lingkungan yang membantu meningkatkan produksi tanaman dan standar kualitas, dan karenanya merupakan salah satu solusi terbaik untuk pertanian modern. Karena kondisi iklim yang menguntungkan yang menjamin perlindungan dari cuaca yang tidak menguntungkan, hama, dan penyakit, rumah kaca menawarkan pertumbuhan yang lebih besar serta tingkat produksi yang lebih tinggi (von Zabeltitz 2011 ; Badji et al. 2022 ). Namun, pertanian rumah kaca sangat bergantung pada pengelolaan faktor lingkungan seperti suhu, kelembapan, kadar air tanah, dan intensitas cahaya (Huynh et al. 2023 ; Shamshiri et al. 2021 ).
Kadar air tanah memainkan peran penting dalam pertumbuhan, hasil, dan kualitas tanaman, karena secara langsung memengaruhi proses fisiologis tanaman seperti penyerapan nutrisi, fotosintesis, dan transpirasi (Massimi 2021 ; Seleiman et al. 2021 ). Kadar air tanah yang tidak mencukupi atau berfluktuasi dapat menyebabkan stres air, yang menyebabkan berkurangnya akumulasi biomassa dan hasil buah (Mukherjee et al. 2023 ; Wang et al. 2020 ). Di sisi lain, irigasi yang berlebihan dapat menyebabkan pencucian nutrisi, hipoksia akar, dan penggunaan air yang tidak efisien (Ferreira et al. 2024 ; Hayat et al. 2023 ). Penelitian sebelumnya telah menunjukkan bahwa menjaga kelembaban tanah yang optimal dan stabil meningkatkan parameter pertumbuhan tanaman seperti berat segar dan kering, kandungan klorofil, dan ukuran buah, terutama pada tanaman bernilai tinggi seperti tomat (Li et al. 2023 ; Tahiri et al. 2022 ). Mengingat temuan ini, manajemen irigasi yang tepat melalui sistem berbasis sensor pintar sangat penting untuk mengoptimalkan kandungan air tanah dan memastikan produktivitas pertanian berkelanjutan, terutama dalam kondisi rumah kaca (Bwambale et al. 2022 ; Kaya 2025 ).
Teknik konvensional untuk memantau dan mengendalikan lingkungan dan pasokan air di rumah kaca melibatkan tenaga kerja manual dan dengan demikian menimbulkan inefisiensi serta dapat mengakibatkan kondisi lingkungan dan konsumsi air yang tidak diinginkan (Kothawade et al. 2016 ; Li et al. 2021 ). Karena meningkatnya permintaan air dan perlunya beradaptasi dengan sistem pertanian berkelanjutan, ada kebutuhan untuk menerapkan teknologi modern untuk pemanfaatan sumber daya dan produksi tanaman yang efisien (Gimpel et al. 2021 ; Gloria et al. 2020 ).
Kemajuan modern dalam sensor dan sistem mikrokontroler, dan pengembangan perangkat lunak telah menghasilkan sistem irigasi pintar dan kontrol lingkungan otomatis (Gloria et al. 2020 ; Huynh et al. 2023 ; Shamshiri et al. 2021 ). Pengembangan sensor telah dipercepat oleh kemajuan dalam elektronika sirkuit, teknik pemrosesan sinyal, dan ilmu material. Ada kemajuan signifikan dalam sirkuit elektronik, teknik pemrosesan sinyal, dan ilmu material yang telah menghasilkan peningkatan teknologi sensor (Aderibigbe et al. 2023 ). Perkembangan ini membantu dalam pembuatan sensor pintar yang dapat mengukur berbagai faktor lingkungan yang diinginkan dengan akurasi tinggi (Bhatt et al. 2024 ). Misalnya, sensor modern mencakup sensor suhu, kelembapan, kelembapan tanah, dan cahaya, yang sangat penting dalam irigasi dan pemantauan lingkungan seperti yang disebutkan oleh Rathinam et al. ( 2019 ) dan Bwambale et al. ( 2022 ). Penggabungan sensor ini ke dalam sistem memungkinkan perolehan dan pemrosesan data secara real-time, sehingga memungkinkan pengambilan keputusan yang tepat di bidang pertanian (Yang et al. 2022 ).
Platform mikrokontroler Arduino, yang dikenal karena fleksibilitas dan kemudahan penggunaannya, telah mendapatkan popularitas dalam aplikasi pertanian (Anushree dan Krishna 2018 ; Enokela dan Othoigbe 2015 ). Platform ini memungkinkan pengembangan solusi yang hemat biaya dan dapat diskalakan untuk pemantauan dan kontrol waktu nyata Akpulonu et al. ( 2024 ). Dengan mengintegrasikan berbagai sensor, sistem berbasis Arduino dapat mengumpulkan dan memproses data tentang suhu, kelembapan, kelembapan tanah, dan intensitas cahaya, yang memicu tindakan irigasi dan ventilasi otomatis sesuai kebutuhan Karami et al. ( 2018 ); Likhitha et al. ( 2024 ).
Studi ini berfokus pada implementasi dan evaluasi sistem berbasis Arduino yang dirancang untuk mengoptimalkan produksi tomat di lingkungan rumah kaca. Sistem ini memiliki fitur pemantauan kelembapan tanah secara real-time dan kontrol irigasi otomatis, yang secara khusus dirancang untuk mengelola berbagai jenis irigasi. Tidak seperti sistem irigasi otomatis konvensional yang mengikuti jadwal yang telah ditetapkan, sistem ini terus memantau fluktuasi kelembapan tanah dan secara dinamis menyesuaikan kejadian irigasi berdasarkan umpan balik sensor secara real-time. Dengan membandingkan dua perlakuan irigasi yang berbeda, kelembapan rendah dengan fluktuasi yang signifikan versus tingkat kelembapan stabil yang optimal, penelitian ini menunjukkan potensi sistem untuk meningkatkan efisiensi penggunaan air, respons fisiologis tanaman, dan hasil buah dalam kondisi rumah kaca yang terkendali.
Sementara beberapa penelitian telah mengeksplorasi penggunaan sistem irigasi berbasis sensor (Anitha et al. 2020 ; Bwambale et al. 2022 ), penelitian ini memajukan strategi irigasi presisi dengan mengintegrasikan sensor kelembapan tanah dengan kontrol otomatis dalam kerangka kerja pengambilan keputusan secara real-time. Temuan ini menyoroti keuntungan dari menjaga tingkat kelembapan tanah yang stabil untuk memaksimalkan kinerja tanaman dan efisiensi sumber daya. Pendekatan ini berkontribusi pada pengembangan solusi yang dapat diskalakan dan digerakkan oleh teknologi untuk pertanian rumah kaca yang berkelanjutan, khususnya di lingkungan dengan keterbatasan air.
2 Bahan dan Metode
2.1 Desain Eksperimen
Penelitian ini menyelidiki efek dari dua perlakuan irigasi yang berbeda pada kultivar tomat “SC 2121” ( Solanum lycopersicum L.) dalam prototipe rumah kaca kecil. Desain percobaan mencakup panen awal pada tahap tanaman muda, yang dilakukan selama periode 15 hari untuk pengumpulan data awal. Setiap perlakuan direplikasi tiga kali, dengan setiap replikasi terdiri dari enam tanaman, sehingga menghasilkan total 18 tanaman per kelompok perlakuan. Tanaman ditanam secara individual dalam pot yang berisi campuran tanah dan pasir 1:1 untuk memastikan drainase dan aerasi yang optimal. Sifat fisikokimia tanah dan air irigasi yang digunakan dalam penelitian ini dirangkum dalam Tabel 1. Selain itu, nitrogen, P 2 O 5 , dan K 2 O diberikan pada tingkat 100, 50, dan 120 mg kg −1 , masing-masing, menggunakan urea granular, superfosfat rangkap tiga, dan kalium sulfat.
| Parameter | Tanah | Air irigasi |
|---|---|---|
| Tekstur | Tanah liat lempung | — |
| Kalsium karbonat (CaCO3 , %) | 25.2 | — |
| Tingkat keasaman (pH) | 7.8 | 7.3 |
| Bahan organik (%OM) | 1.2 | — |
| Fosfor tersedia (P, mg kg −1 ) | 3.2 | — |
| Konduktivitas listrik (dS m −1 ) | 1.4 | 0.54 |
| Kation yang dapat dipertukarkan (cmol kg −1 ) | — | — |
| – Kalsium (Ca 2+ ) | 25.7 | — |
| – Kalium (K + ) | 1.38 | — |
| -Magnesium (Mg2 + ) | 12.9 | — |
| – Natrium (Na + ) | 0.69 | — |
Sebelum memulai perlakuan kekeringan, total kapasitas menahan air tanah ditentukan dengan melakukan pengukuran satu kali pada tiga pot, masing-masing dengan lubang drainase. Untuk menetapkan nilai dasar, tanah yang dikeringkan dengan udara, dan pasir yang dicuci dicampur dalam proporsi yang sama dan ditempatkan dalam wadah 5 L, yang kemudian dibasahi dengan air suling dan dibiarkan mengalir selama 24 jam. Pot kemudian ditimbang kembali, dan kapasitas menahan air tanah dihitung menggunakan rumus dari Bonfim-Silva et al. ( 2015 ).
Selama percobaan, kehilangan air harian dinilai menggunakan metode gravimetrik yang dijelaskan oleh da Silva Leite et al. ( 2019 ). Hal ini melibatkan penimbangan pot dua kali sehari untuk menghitung air yang dikonsumsi oleh tanaman dan penguapan, dengan air yang hilang diisi ulang. Pengukuran ini memastikan pemantauan status air tanaman yang akurat dan penerapan stres kekeringan yang konsisten.
Penelitian ini melibatkan dua perawatan irigasi:
1. Perlakuan 1 (T1): Kelembapan rendah dan fluktuasi yang sering. Dalam perlakuan ini, kelembapan tanah dibiarkan turun hingga 55% sebelum sistem irigasi yang dikendalikan Arduino diaktifkan, sehingga kadarnya naik hingga 85%. Pendekatan ini mensimulasikan kondisi pasokan air yang bervariasi dan menguji respons bibit terhadap tingkat kelembapan yang berfluktuasi.
2. Perlakuan 2 (T2): Kelembaban optimum dan tingkat kestabilan. Untuk perlakuan ini, kelembaban tanah dijaga secara konsisten antara 70% dan 85%, yang mensimulasikan pasokan air yang stabil.
Batasan kelembapan tanah (55%–85% untuk T1 dan 70%–85% untuk T2) dipilih berdasarkan kapasitas lapang campuran tanah dan penelitian sebelumnya tentang irigasi tomat yang optimal. Batas bawah (55%) ditetapkan untuk menimbulkan stres air sedang tanpa menyebabkan kondisi kekeringan yang parah, sedangkan batas atas (85%) memastikan ketersediaan kelembapan yang memadai (Nuruddin et al. 2003 ; Tanaskovik et al. 2016 ).
Sistem Arduino mengumpulkan data kelembapan tanah setiap 3 jam dan mencatatnya ke kartu SD, yang menyediakan pemantauan tingkat kelembapan secara terus-menerus. Selain itu, pengukuran manual harian dilakukan dengan menimbang pot untuk memastikan keakuratan dan melengkapi data yang dikumpulkan oleh sistem Arduino. Gambar 1 mengilustrasikan komponen dan fungsi sensor kelembapan tanah.
Data yang dikumpulkan meliputi parameter pertumbuhan seperti tinggi tanaman, biomassa segar dan kering, serta respons fisiologis, seperti kadar air daun dan nilai SPAD. Pendekatan komprehensif ini bertujuan untuk menilai dampak berbagai kondisi kelembapan terhadap perkembangan bibit tomat dan respons terhadap stres.
2.2 Sistem Pemantauan dan Pengendalian Rumah Kaca
Sistem berbasis Arduino dikembangkan untuk memantau dan mengendalikan lingkungan rumah kaca. Komponen inti sistem ini meliputi mikrokontroler Arduino ATmega2560, yang berfungsi sebagai unit pemrosesan pusat untuk mengintegrasikan berbagai sensor dan aktuator guna mengotomatiskan lingkungan rumah kaca.
2.3 Sensor dan Aktuator
Sensor suhu dan kelembapan DHT11 digunakan untuk mengukur tingkat suhu dan kelembapan di dalam rumah kaca, yang menyediakan data penting untuk menjaga kondisi pertumbuhan yang optimal. Sensor kelembapan tanah memantau tingkat kelembapan tanah untuk memastikan bahwa tanaman menerima air yang cukup, dengan setiap pot dilengkapi dengan sensor terkalibrasi yang mengukur kelembapan setiap 3 jam. Sensor intensitas cahaya (LDR) digunakan untuk mendeteksi tingkat cahaya sekitar dan mengendalikan pencahayaan buatan. Motor servo digunakan untuk membuka dan menutup penutup ventilasi, sementara pompa air mengatur irigasi berdasarkan data sensor kelembapan tanah. Selain itu, kipas angin digunakan untuk mengatur suhu dengan meningkatkan ventilasi.
2.4 Akses Jarak Jauh dan Pencatatan Data
Modul Bluetooth memfasilitasi komunikasi nirkabel antara mikrokontroler Arduino dan perangkat eksternal, yang memungkinkan pemantauan dan pengendalian jarak jauh terhadap lingkungan rumah kaca (Gambar 2 ). Pengaturan ini memungkinkan pengguna untuk mengakses data waktu nyata dan melakukan penyesuaian sesuai kebutuhan tanpa harus hadir secara fisik di lokasi rumah kaca. Selain itu, program tersebut menyertakan komponen kode yang memungkinkan pengendalian manual melalui akses jarak jauh menggunakan teknologi Bluetooth, yang menyediakan opsi cadangan jika terjadi kesalahan dalam sistem otomatis.
Lebih jauh, RTC (jam waktu nyata) dan pelindung pencatat data kartu SD digunakan untuk mencatat data lingkungan dari waktu ke waktu. Kombinasi ini memungkinkan perekaman data suhu, kelembapan, kelembapan tanah, dan intensitas cahaya secara tepat pada interval waktu yang teratur. Data yang tersimpan kemudian dapat dianalisis untuk menilai kinerja sistem, mengoptimalkan kondisi pertumbuhan, dan mengidentifikasi tren atau anomali di lingkungan rumah kaca.
Seperti yang digambarkan pada Gambar 3 , sistem pemantauan dan kontrol rumah kaca dibangun di sekitar mikrokontroler Arduino ATmega2560, yang mengintegrasikan sensor seperti DHT11 untuk suhu dan kelembapan, sensor kelembapan tanah, LDR untuk intensitas cahaya, dan aktuator seperti motor servo, pompa air, dan kipas. Sistem ini juga mencakup modul Bluetooth untuk akses jarak jauh, dengan modul RTC dan pelindung pencatat data kartu SD yang menangani pencatatan data waktu nyata. Diagram menyoroti aliran data dan sinyal kontrol antara komponen-komponen ini.
2.5 Sistem Pengendalian Lingkungan
2.5.1 Kontrol Kelembaban
Sistem ini terus memantau tingkat kelembapan menggunakan sensor DHT11. Jika kelembapan melebihi 70%, sistem akan mengaktifkan kipas ventilasi untuk menurunkan kelembapan ke kisaran yang diinginkan (Gambar 4 ). Mekanisme ini memastikan bahwa lingkungan internal rumah kaca tetap berada dalam tingkat kelembapan yang optimal, mencegah kondisi yang dapat menyebabkan pertumbuhan jamur atau masalah terkait kelembapan lainnya.
2.5.2 Kontrol Suhu
Suhu rumah kaca diatur oleh kombinasi sistem pemanas dan ventilasi. Ketika suhu melebihi ambang batas yang telah ditetapkan yaitu 25°C, sistem akan membuka penutup ventilasi dan mengaktifkan kipas untuk mendinginkan lingkungan rumah kaca. Sebaliknya, jika suhu turun di bawah 20°C, elemen pemanas diaktifkan untuk mempertahankan suhu tumbuh yang sesuai bagi tanaman.
2.5.3 Kontrol Pencahayaan
Pencahayaan diatur menggunakan strip dioda pemancar cahaya (LED) yang menyediakan spektrum yang cocok untuk pertumbuhan tanaman, mulai dari panjang gelombang biru (400–500 nm) hingga merah (600–700 nm). Sensor LDR memantau tingkat cahaya sekitar, dan sistem menyesuaikan pencahayaan LED sesuai dengan itu untuk memastikan bahwa tanaman menerima cahaya yang cukup sepanjang hari. Fotoperiode 16 jam menyediakan siklus terang-gelap yang seimbang, dan intensitas cahaya, yang dikuantifikasi sebagai kerapatan fluks foton fotosintesis, secara konsisten ditetapkan pada 300 μmol m −2 s −1 . Pengaturan yang terkendali dan stabil ini meletakkan dasar untuk membudidayakan tomat, memastikan kondisi yang seragam dan andal untuk percobaan tersebut.
2.6 Pengukuran Fisiologis Bibit Tomat
Pada akhir periode 15 hari, bibit tomat dipanen untuk menilai berbagai parameter fisiologis. Tiga tanaman per replikasi dipanen untuk menentukan berat segar dan kering. Berat segar pucuk tanaman dicatat segera setelah panen, dan sampel kemudian dikeringkan pada suhu 70°C selama 72 jam dalam oven pengering sebelum mengukur berat kering. Tinggi tanaman diukur dari pangkal hingga ujung daun tertinggi setiap tanaman. Kandungan klorofil dinilai menggunakan Konica Minolta SPAD-502 m, dengan pembacaan SPAD diambil segera sebelum panen untuk memastikan pengukuran konsentrasi klorofil yang akurat di daun.
Selain itu, satu set tiga tanaman per replikasi ditanam lebih lanjut di bawah dua perlakuan irigasi yang sama seperti yang sebelumnya diterapkan hingga matang sepenuhnya untuk mengevaluasi hasil buah dan ukuran buah. Tanaman ini dipantau untuk pembungaan dan perkembangan buah, dengan pengukuran dilakukan untuk berat buah total, jumlah buah per tanaman, dan ukuran buah rata-rata.
2.7 Analisis Data
Data yang terkumpul dianalisis untuk menentukan pengaruh perlakuan irigasi yang berbeda terhadap dinamika kelembapan tanah dan karakteristik fisiologis bibit tomat. Uji t diterapkan untuk membandingkan rata-rata kadar kelembapan tanah dan parameter fisiologis antara dua perlakuan irigasi, T1 dan T2, untuk menilai apakah ada perbedaan yang signifikan secara statistik. Analisis korelasi diagonal 45° dilakukan untuk membandingkan pengukuran kelembapan tanah yang diperoleh dari sensor dengan yang diperoleh melalui metode penimbangan manual, guna memastikan keandalan data sensor.
3 Hasil dan Pembahasan
3.1 Dinamika Kelembaban Tanah
Gambar 5 menunjukkan nilai kelembapan tanah yang diukur oleh sensor pada interval 30 menit selama 15 hari pertama percobaan. Dalam perlakuan kelembapan rendah (T1), kadar kelembapan tanah menunjukkan osilasi yang signifikan, turun hingga serendah 55% sebelum irigasi memulihkannya menjadi sekitar 85%. Pola siklus ini menunjukkan mekanisme respons stres yang diaktifkan oleh sistem Arduino, yang memulai irigasi ketika kadar kelembapan tanah mencapai ambang kritis. Mekanisme seperti itu sangat penting dalam mencegah stres tanaman dan memastikan kondisi pertumbuhan yang optimal. Penelitian telah menunjukkan bahwa menjaga kelembapan tanah dalam kisaran tertentu sangat penting untuk kesehatan tanaman, karena fluktuasi dapat menyebabkan respons stres yang memengaruhi hasil dan kualitas (Garcia et al. 2023 ; Wang et al. 2020 ).
Kemampuan sistem Arduino untuk memantau kelembapan tanah secara real time dan memicu irigasi berdasarkan ambang batas yang telah ditetapkan menunjukkan keefektifannya dalam pertanian presisi. Pendekatan ini tidak hanya menghemat air tetapi juga meningkatkan produktivitas tanaman dengan memastikan bahwa tanaman menerima kelembapan yang cukup sesuai kebutuhan. Penelitian telah menunjukkan bahwa sistem otomatis dapat meningkatkan efisiensi penggunaan air secara signifikan, terutama di wilayah kering dan semikering di mana kelangkaan air menjadi masalah yang mendesak (Tanaskovik et al. 2016 ; Wang et al. 2023 ).
Sebaliknya, perlakuan kelembapan optimum mempertahankan tingkat kelembapan tanah yang lebih stabil, berkisar antara 70% dan 85%. Stabilitas ini menunjukkan bahwa sistem irigasi, yang kemungkinan menggunakan jadwal irigasi yang lebih terus-menerus atau lebih sering, secara efektif mempertahankan kondisi kelembapan tanah yang optimal dengan lebih sedikit kejadian irigasi. Kemampuan untuk mempertahankan tingkat kelembapan yang konsisten sangat penting untuk mendorong perkembangan akar yang sehat dan memaksimalkan penyerapan nutrisi, yang merupakan faktor penting untuk hasil panen (Ahmad et al. 2023 ; Kanda et al. 2020 ; Wang et al. 2023 ).
Temuan ini menunjukkan bahwa sistem berbasis Arduino dapat disesuaikan dengan berbagai strategi irigasi, mengoptimalkan penyaluran air berdasarkan kebutuhan spesifik tanah dan tanaman (Anitha et al. 2020 ; Khattar et al. 2024 ). Dengan mengurangi frekuensi irigasi sekaligus menjaga tingkat kelembapan yang memadai, sistem ini membantu meminimalkan pemborosan air dan memastikan tanaman tidak mengalami stres akibat fluktuasi kelembapan (Gnanavel et al. 2022 ; Zhu et al. 2022 ). Hal ini mendukung tren terkini dalam praktik pertanian yang menekankan keberlanjutan dan efisiensi sumber daya (Prasojo et al. 2020 ; Rosadi and Fauzan 2020 ).
Secara keseluruhan, analisis dinamika kelembapan tanah dalam berbagai perlakuan irigasi menggambarkan potensi sistem berbasis Arduino dalam pertanian modern. Dengan memantau dan mengelola tingkat kelembapan tanah secara efektif, sistem ini berpotensi meningkatkan kesehatan dan produktivitas tanaman sekaligus mendorong praktik penggunaan air yang berkelanjutan. Pola-pola berbeda yang diamati dalam perlakuan kelembapan rendah dan tinggi menggarisbawahi pentingnya strategi irigasi yang disesuaikan yang menanggapi kebutuhan khusus lingkungan dan tanaman. Penelitian di masa mendatang harus terus mengeksplorasi integrasi sensor dan sistem kontrol canggih untuk meningkatkan efisiensi dan efektivitas solusi irigasi otomatis, dengan fokus pada skalabilitas dan kemampuan beradaptasi terhadap berbagai pengaturan pertanian.
Meskipun batas atas target untuk kelembapan tanah ditetapkan pada 85%, Gambar 5 menunjukkan pembacaan sesekali di atas 90%, khususnya setelah peristiwa irigasi. Selama 3 hari pertama, tanaman dibiarkan tumbuh dalam kondisi optimal, dengan tingkat kelembapan dipertahankan dalam kisaran yang diinginkan untuk menghindari stres pada tanaman. Namun, kemudian dalam percobaan, lonjakan jangka pendek sesekali di atas 90% diamati karena redistribusi air dalam sistem pot terbatas setelah peristiwa irigasi dan sedikit keterlambatan dalam respons sensor. Fluktuasi jangka pendek ini tidak memengaruhi efektivitas sistem secara keseluruhan, yang secara konsisten mempertahankan tingkat kelembapan dalam kisaran target setelah stabilisasi.
3.2 Perbandingan Metode Pengukuran Kelembaban Tanah
Korelasi tinggi antara nilai kelembapan tanah yang diukur sensor dan gravimetrik, seperti yang ditunjukkan pada Gambar 6 , menunjukkan keakuratan sistem berbasis sensor. Dimasukkannya garis referensi 45° lebih lanjut menyoroti tingkat kesepakatan antara kedua metode pengukuran, yang mendukung keandalan sistem untuk pemantauan kelembapan tanah waktu nyata dalam manajemen irigasi. Ini menunjukkan bahwa pengukuran berbasis sensor selaras erat dengan metode gravimetrik, yang dianggap sebagai standar untuk penilaian kelembapan tanah. Metode gravimetrik melibatkan penimbangan sampel tanah sebelum dan sesudah pengeringan untuk menentukan kadar air, memberikan hasil yang akurat tetapi membutuhkan investasi waktu dan tenaga kerja yang signifikan (Rasti et al. 2020 ; Sui 2017 ). Sebaliknya, sensor kelembapan tanah menawarkan alternatif yang lebih efisien, yang memungkinkan pemantauan berkelanjutan tanpa memerlukan pemrosesan sampel yang rumit (Okasha et al. 2021 ). Efisiensi ini sangat menguntungkan dalam pengaturan pertanian, di mana keputusan irigasi yang tepat waktu sangat penting untuk kesehatan dan hasil panen.
Penelitian telah menunjukkan bahwa berbagai jenis sensor kelembapan tanah, seperti sensor elektromagnetik dan perangkat reflektometri domain waktu (TDR), dapat mengukur kadar kelembapan tanah secara efektif dengan akurasi tinggi (He et al. 2021 ; Rasheed et al. 2022 ). Sensor-sensor ini dapat memberikan data waktu nyata, yang memungkinkan petani untuk membuat keputusan irigasi yang tepat berdasarkan kondisi tanah saat ini daripada mengandalkan pengukuran manual berkala (Pradipta et al. 2022 ; Sharma et al. 2021 ). Kemampuan untuk mengotomatiskan sistem irigasi berdasarkan data sensor semakin meningkatkan efisiensi penggunaan air, faktor penting dalam pertanian berkelanjutan (Bwambale et al. 2022 ; Sidhu et al. 2021 ).
Dengan memanfaatkan sensor ini, petani dapat menerapkan strategi irigasi presisi yang mengoptimalkan aplikasi air berdasarkan kebutuhan kelembaban tanah yang sebenarnya (Abioye et al. 2020 ; Kelly et al. 2021 ). Pendekatan ini tidak hanya menghemat air tetapi juga mengurangi risiko irigasi berlebihan, yang dapat menyebabkan pencucian nutrisi dan masalah lingkungan lainnya (Tephila et al. 2022 ).
Selain itu, integrasi teknologi sensor ke dalam sistem irigasi sejalan dengan tren pertanian cerdas yang tengah berkembang, di mana pendekatan berbasis data digunakan untuk meningkatkan produktivitas dan keberlanjutan (Obaideen et al. 2022 ; Vallejo-Gomez et al. 2023 ). Sistem otomatis yang memanfaatkan sensor kelembapan tanah dapat memicu peristiwa irigasi hanya saat diperlukan, memastikan bahwa tanaman menerima kelembapan yang cukup sekaligus meminimalkan pemborosan air (Liao et al. 2021 ). Kemampuan ini sangat penting di wilayah yang menghadapi kelangkaan air, di mana praktik pengelolaan air yang efisien sangat penting untuk menjaga produktivitas pertanian (Zafar et al. 2020 ).
3.3 Pola Suhu Harian di Dalam dan Luar Rumah Kaca
Gambar 7 menunjukkan nilai suhu interior dan eksterior rumah kaca, diukur setiap 60 menit. Analisis pola suhu di dalam dan luar rumah kaca selama periode 24 jam telah mengungkapkan variasi diurnal yang jelas. Suhu eksternal mengikuti siklus diurnal yang khas, memuncak pada tengah hari karena peningkatan radiasi matahari dan menurun pada malam hari. Namun, variasi pola suhu juga dipengaruhi oleh kondisi cuaca. Pada hari-hari cerah, suhu eksternal meningkat tajam, yang mengarah ke perbedaan suhu yang lebih jelas antara interior rumah kaca dan lingkungan luar. Sebaliknya, pada hari-hari berawan, suhu eksternal tetap relatif stabil dengan fluktuasi yang lebih rendah, menghasilkan perbedaan yang lebih kecil antara suhu internal dan eksternal. Rumah kaca mempertahankan suhu yang lebih stabil sekitar 22°C dengan hanya fluktuasi kecil, terlepas dari kondisi cuaca eksternal. Stabilitas ini dapat dikaitkan dengan kemampuan struktur rumah kaca untuk memoderasi perubahan suhu eksternal dan mempertahankan lingkungan yang lebih terkendali (Kittas et al. 2013 ). Stabilitas suhu yang diamati di dalam rumah kaca sangat penting bagi tanaman untuk mempertahankan kondisi pertumbuhan yang optimal. Banyak tanaman tumbuh subur di lingkungan dengan fluktuasi suhu minimal, karena perubahan mendadak dapat membuat tanaman stres dan berdampak negatif pada pertumbuhan dan produktivitasnya (Lobell dan Gourdji 2012 ; Lone et al. 2017 ). Rumah kaca menyediakan lingkungan termal yang stabil (Revathi et al. 2021 ). Hal ini memungkinkan petani untuk membudidayakan berbagai jenis tanaman dan memperpanjang musim tanam di area dengan kondisi luar ruangan yang tidak menguntungkan.
3.4 Kontrol Suhu dalam Sistem Rumah Kaca
Mempertahankan suhu optimal sangat penting bagi sistem rumah kaca untuk memastikan pertumbuhan tanaman yang sehat dan memaksimalkan hasil panen. Selama periode pengukuran 72 jam, kipas sistem rumah kaca kami beroperasi selama total 206 menit untuk mengendalikan suhu (Gambar 8 ). Selain itu, sistem pemanas beroperasi selama total 295 menit untuk mempertahankan suhu yang diinginkan (Gambar 9 ). Operasi ini diperlukan untuk menjaga lingkungan internal dalam kisaran optimal, mencegah panas berlebih, dan memastikan kondisi yang sesuai untuk perkembangan tanaman.
Penelitian menunjukkan bahwa menjaga suhu yang konsisten sangat penting untuk pertumbuhan dan produktivitas tanaman, karena fluktuasi dapat menyebabkan stres dan mengurangi hasil panen. Secara khusus, variabilitas suhu di dalam rumah kaca berdampak signifikan pada hasil panen tomat. Iklim mikro rumah kaca, yang menentukan kualitas tanaman, produksi, dan jumlah sumber daya input yang dibutuhkan, memainkan peran penting dalam proses ini, seperti yang diakui oleh Soni dkk. ( 2005 ). Sistem otomatis, seperti yang diterapkan dalam penelitian ini, menawarkan metode yang dapat diandalkan untuk mengatur suhu, meminimalkan kebutuhan penyesuaian manual, dan meningkatkan efisiensi operasional secara keseluruhan.
Penerapan sistem kontrol suhu otomatis sejalan dengan prinsip pertanian cerdas, yang memanfaatkan strategi berbasis data untuk meningkatkan produktivitas dan keberlanjutan (Fei et al. 2021 ). Dengan memanfaatkan data real-time dari sensor, sistem ini dapat melakukan penyesuaian yang tepat untuk mempertahankan kondisi pertumbuhan yang optimal, memastikan bahwa tanaman menerima perawatan yang diperlukan sekaligus meminimalkan konsumsi energi (Ragaveena et al. 2021 ). Kemampuan ini tidak hanya mendorong perkembangan tanaman yang lebih sehat, tetapi juga berkontribusi pada penggunaan sumber daya yang lebih efisien, yang penting dalam praktik pertanian saat ini (Paul et al. 2022 ).
3.5 Pertumbuhan Tanaman dan Nilai SPAD Tanaman Tomat pada Tahap Muda dan Dewasa pada Kondisi Irigasi yang Berbeda
Hasil dari Tabel 2 menggambarkan efek dari berbagai perlakuan irigasi pada parameter pertumbuhan tanaman tomat pada tahap muda dan dewasa. Pada tahap muda, berat segar tanaman tomat secara signifikan lebih tinggi di T2 (2,64 g/tanaman) dibandingkan dengan T1 (1,84 g/tanaman), yang menunjukkan bahwa tingkat kelembaban yang stabil mendorong pertumbuhan awal yang lebih baik. Berat kering mengikuti tren yang sama, dengan T2 menunjukkan 0,17 g/tanaman, sedangkan T1 memiliki nilai yang lebih rendah yaitu 0,16 g/tanaman. Tinggi tanaman juga mencerminkan perbedaan ini, dengan tanaman T2 berukuran 14,7 cm dibandingkan dengan 12,3 cm untuk T1. Nilai SPAD, yang menunjukkan kandungan klorofil dan dengan demikian kesehatan tanaman, secara signifikan lebih tinggi di T2 (42,21) dibandingkan dengan T1 (31,80), yang menunjukkan bahwa tingkat kelembaban yang optimal meningkatkan kehijauan daun dan kekuatan tanaman secara keseluruhan.
| Perawatan | Berat segar (g/tanaman) | Berat kering (g/tanaman) | Tinggi tanaman (cm) | SPAD |
|---|---|---|---|---|
| Tahap muda | ||||
| T1 | 1,84 ± 0,13 miliar | 0,16 ± 0,01 satu | 12,3 ± 1,34 miliar | 31,80 ± 0,59 miliar |
| T2 | 2,64 ± 0,22 satuan | 0,17 ± 0,02 satuan | 14,7 ± 2,35 menit | 42,21 ± 1,87 jam |
| Tahap panen buah | ||||
| T1 | 871 ± 12,7 miliar | 72 ± 4,13 miliar | 37 ± 3,21 miliar | 32,3 ± 1,45 miliar |
| T2 | 1324 ± 28,6 tahun | 128 ± 6,74 jam | 82 ± 5,76 jam | 42,3 ± 2,12 jam |
Catatan: Nilai yang diikuti oleh huruf yang berbeda dalam kolom yang sama menunjukkan perbedaan yang signifikan pada tingkat 0,05 menurut uji - t .
Pada tahap buah yang dipanen, perbedaan antarperlakuan menjadi lebih jelas. Berat segar buah dari T2 (1324 g/tanaman) secara signifikan lebih besar daripada dari T1 (871 g/tanaman). Berat kering juga menunjukkan peningkatan yang signifikan pada T2 (128 g/tanaman) dibandingkan dengan T1 (72 g/tanaman). Pengukuran tinggi tanaman berbeda secara signifikan pada tahap ini, dengan tanaman T2 berukuran 82 cm dibandingkan dengan 37 cm untuk T1. Nilai SPAD kembali menunjukkan perbedaan yang nyata, dengan T2 (42,3) mengungguli T1 (32,3). Tren yang konsisten ini di kedua tahap pertumbuhan menggarisbawahi pentingnya kondisi kelembaban yang stabil dalam memaksimalkan pertumbuhan dan hasil.
Perlakuan kelembaban rendah menunjukkan bahwa fluktuasi yang sering terjadi pada kelembaban tanah dapat mempengaruhi pertumbuhan tanaman secara negatif. Stres yang disebabkan oleh penurunan tingkat kelembaban kemungkinan menghambat kemampuan tanaman untuk menyerap nutrisi secara efektif, yang menyebabkan berkurangnya berat segar dan kering, tinggi tanaman yang lebih pendek, dan nilai SPAD yang lebih rendah. Penelitian sebelumnya telah menunjukkan bahwa tanaman yang terpapar pada kondisi kelembaban rendah yang bervariasi sering menunjukkan respons stres yang dapat membatasi pertumbuhan dan potensi hasil (Gupta et al. 2020 ; Seleiman et al. 2021 ). Sebaliknya, kondisi kelembaban yang stabil yang disediakan oleh T2 memungkinkan penyerapan air dan fotosintesis yang lebih konsisten, sebagaimana dibuktikan oleh nilai SPAD yang lebih tinggi. Indeks SPAD adalah indikator kandungan klorofil yang andal, yang berkorelasi dengan kemampuan tanaman untuk berfotosintesis dan tumbuh (Shibaeva et al. 2020 ; Zhang et al. 2022 ).
3.6 Dampak Kelembaban Tanah terhadap Hasil dan Ukuran Buah Tomat
Tabel 3 menunjukkan bahwa tomat yang tumbuh dalam kondisi kelembaban optimal dengan tingkat kelembaban tanah yang stabil (Perlakuan 2, 70%–85%) memiliki hasil buah, jumlah buah per tanaman, dan berat buah rata-rata yang secara signifikan lebih tinggi dibandingkan dengan tomat yang tumbuh dalam kondisi kelembaban rendah dengan fluktuasi yang sering terjadi. Secara khusus, hasil buah adalah 4795 g/tanaman untuk T2 dibandingkan dengan 2556 g/tanaman untuk T1, perbedaan yang signifikan. Jumlah buah per tanaman adalah 56 untuk T2 versus 45 untuk T1, juga perbedaan yang signifikan. Berat buah rata-rata adalah 85,6 g/buah untuk T2 dibandingkan dengan hanya 56,8 g/buah untuk T1, yang menunjukkan perbedaan yang signifikan secara statistik. Hasil-hasil ini menunjukkan bahwa menjaga tingkat kelembaban tanah yang optimal dan stabil sangat penting untuk memaksimalkan hasil tomat dan ukuran buah. Fluktuasi yang sering terjadi pada kelembaban tanah, bahkan jika kadar air rata-rata memadai, tampaknya berdampak negatif pada produksi buah dan ukuran buah.
| Perawatan | Hasil buah (g/tanaman) | Jumlah buah/tanaman | Berat buah rata-rata (g/buah) |
|---|---|---|---|
| T1 | 2556 tahun | 45 tahun | 56,8 miliar |
| T2 | 4795 sebuah | 56 tahun | 85,6 sebuah |
Catatan: Nilai yang diikuti oleh huruf yang berbeda dalam kolom yang sama menunjukkan perbedaan yang signifikan pada tingkat 0,05 menurut uji - t .
Temuan ini konsisten dengan penelitian lain yang menunjukkan pentingnya manajemen irigasi yang tepat untuk budidaya tomat (Tahiri et al. 2022 ; Takács et al. 2020 ). Menjaga kelembapan tanah dalam kisaran ideal sepanjang musim tanam, tanpa variasi yang besar, memungkinkan tanaman untuk secara konsisten menghasilkan hasil panen yang tinggi, buah yang besar dan berkualitas tinggi (Ariza et al. 2021 ).
Singkatnya, data tersebut dengan jelas menunjukkan manfaat kondisi kelembaban tanah yang optimal dan stabil untuk produksi tomat. Petani harus berusaha menjaga kelembaban tanah antara 70% dan 85% dari kapasitas lahan untuk memaksimalkan hasil buah, jumlah buah per tanaman, dan ukuran buah rata-rata.
4 Kesimpulan
Penelitian terkini menyoroti pentingnya penjadwalan irigasi yang tepat untuk meningkatkan produksi tomat, terutama saat ditanam pada tingkat kelembapan tanah yang bervariasi. Pemantauan dan pengendalian tingkat kelembapan tanah berbasis Arduino secara real-time berkontribusi pada peningkatan hasil panen. Saat ditanam pada kondisi kelembapan rendah (T1), dengan kelembapan berkisar antara 55% hingga 85%, tanaman mengalami stres, yang berdampak negatif pada parameter pertumbuhan seperti berat segar dan kering, tinggi tanaman, nilai SPAD, dan akibatnya hasil dan ukuran buah yang dihasilkan. Di sisi lain, perlakuan terbaik, yaitu perlakuan kelembapan T2 (dengan kadar air dalam kisaran stabil 70%–85%) menunjukkan pertumbuhan yang lebih baik dan hasil buah yang lebih tinggi. Korelasi yang kuat antara pembacaan sensor dan pengukuran gravimetrik, yang dianalisis menggunakan pendekatan korelasi diagonal 45°, menggarisbawahi keandalan sistem irigasi berbasis sensor, yang menyoroti potensinya untuk pertanian presisi. Mengenai hasil ini, dapat dinyatakan bahwa fluktuasi kelembapan tanah yang konstan secara signifikan memengaruhi stres tanaman dan kondisi yang mendukung perkembangannya. Manfaat-manfaat ini konsisten dengan tujuan pertanian berkelanjutan, yang tujuannya adalah mencapai hasil panen yang tinggi dengan menggunakan sumber daya yang terbatas, misalnya air.
5 Perspektif Masa Depan
Berdasarkan hasil penelitian yang menjanjikan ini, penelitian di masa mendatang harus mengeksplorasi pengintegrasian teknologi sensor yang lebih canggih dan algoritma pembelajaran mesin untuk lebih mengoptimalkan strategi irigasi. Penggunaan model prediktif yang menggabungkan prakiraan cuaca, karakteristik tanah, dan fenologi tanaman dapat memungkinkan kontrol irigasi yang lebih tepat, mengurangi penggunaan air sambil mempertahankan atau bahkan meningkatkan hasil panen.
Selain itu, skalabilitas sistem berbasis Arduino dalam operasi pertanian yang lebih besar harus diperiksa, terutama di wilayah yang menghadapi kelangkaan air. Penelitian dapat difokuskan pada pengembangan solusi perangkat keras dan perangkat lunak yang lebih tangguh dan dapat diskalakan yang dapat dengan mudah diintegrasikan ke dalam infrastruktur pertanian yang ada. Potensi sistem ini untuk diadaptasi ke berbagai jenis tanaman dan tanah juga memerlukan penyelidikan lebih lanjut.
Leave a Reply