Rancang Bangun Sistem Nutrisi Otomatis pada Hidroponik DFT Berbasis NodeMCU Menggunakan Pemrograman Espbasic

Abstract

Pertumbuhan penduduk yang pesat, terutama di kawasan perkotaan, menyebabkan alih fungsi lahan pertanian menjadi pemukiman dan industri. Hal ini mengakibatkan penyusutan lahan pertanian, sehingga mendorong pengembangan teknologi budidaya tanaman menggunakan sistem hidroponik yang tidak bergantung pada media tanah dan dapat diterapkan pada lahan yang terbatas. Namun, pengelolaan nutrisi pada sistem hidroponik masih dilakukan secara manual menjadi kendala karena berpotensi tidak akurat dan memakan waktu. Oleh karena itu, diperlukan sistem otomatisasi berbasis teknologi yang mampu mengatur pemberian nutrisi sesuai kebutuhan tanaman secara real-time dan terintegrasi. Tujuan dari penelitian ini yaitu merancang dan menganalisis kinerja sistem kontrol nutrisi otomatis pada hidroponik Deep Flow Technique (DFT), berbasis Internet of Things (IoT). Perancangan sistem ini terdiri dari tahap perancangan operasional, fungsional dan struktural. Sistem dibangun menggunakan dua mikrokontroler, yaitu Arduino Uno untuk membaca dan mengkalibrasi sensor TDS, serta NodeMCU yang berperan dalam mengendalikan pompa dan motor pengaduk serta mengirim data ke platform ThingSpeak melalui koneksi Wi-Fi. Sistem dirancang untuk menyalakan pompa secara otomatis apabila kadar nutrisi yang terdeteksi lebih rendah dari ambang batas yang telah ditentukan sesuai dengan usia tanaman, kemudian mematikan pompa setelah kadar nutrisi tercapai. Data pemantauan seperti nilai TDS, status pompa, dan waktu dikirim secara berkala ke ThingSpeak dan ditampilkan melalui antarmuka lokal berbasis web. Pengujian sistem dilakukan selama 35 hari masa tanam tanaman selada. Kalibrasi sensor TDS dilakukan untuk memastikan akurasi pembacaan, dengan hasil yang menunjukkan tingkat kesalahan rata-rata sebesar 3,03%. Sistem mampu membaca nilai TDS, mengaktifkan pompa ketika kadar nutrisi di bawah ambang batas, dan menghentikan pompa setelah nilai sesuai tercapai. Selama pengujian, sistem juga berhasil mengirimkan data secara real-time ke ThingSpeak tanpa kendala. Hasil dari penelitian menunjukkan bahwa sistem yang dirancang bekerja dengan baik dan sesuai dengan fungsinya. Sistem mampu melakukan pengontrolan nutrisi secara otomatis berdasarkan fase pertumbuhan tanaman, serta mendukung pemantauan jarak jauh secara real-time.