UNAIR NEWS – Tim Instrumentation and Energy Research Community Universitas Airlangga (IMERCY), memasang instalasi SQyM V2 (Soil Quality Monitoring Versi 2) di Desa Plaosan Wonoayu Sidoarjo pada Minggu (29/6/2025). Pemasangan tersebut termasuk dalam rangkaian program CFR (Call For Research) UNAIR. SQyM V2 adalah alat monitor kualitas tanah lahan tani yang dapat memberikan rekomendasi tindakan pada para petani. Tim IMERCY membuat sistem ini dengan memanfaatkan sekaligus membandingkan data melalui 3 jenis algoritma Machine Learning, yaitu Random Forest (RF), Decision Tree (DT), dan Artificial Neural Network (ANN). Sistem ini bertujuan untuk menggolongkan tipe kualitas tanah lahan tani.
Selain itu, SQyM V2 juga mendukung sektor pertanian dalam memenuhi capaian Sustainable Development Goals (SDGs). Terutama pada poin 2 (Tanpa Kelaparan), poin 9 (Industri, Inovasi dan Infrastruktur), poin 15 (Ekosistem Daratan), poin 17 (Kemitraan untuk Tujuan). SQyM berguna dalam capaian pertanian yang berkelanjutan.
Para petani dan pemerintah tingkat desa menyambut baik instalasi SQyM V2. Mereka berharap SQyM V2 dapat meningkatkan efektivitas produktivitas pertanian dalam mengolah data. Juga petani bisa memahami dalam mengklasifikasikan kualitas tanah. SQyM V2 berfungsi untuk mengukur tujuh parameter, yakni tanah dengan kandungan nitrogen, fosfor, kalium, kelembaban, pH, TDS, dan salinitas.
Uji Lab
Dalam proses klasifikasi tanah, Tim IMERCY juga melakukan uji laboratorium di Laboratorium Sumberdaya Lahan Agroteknologi UPN Veteran Jawa Timur. Sementara itu, Tim IMERCY menganalisis sampel tanah dari lahan tani untuk menggolongkan karakteristik tanah ke dalam tujuh parameter dengan kategori rendah, sedang, dan tinggi.
Selain itu, SQyM memanfaatkan panel surya sebagai sumber daya dan ESP8266 sebagai mikrokontroler. “SQyM bekerja dengan sensor NPK untuk membaca data. Sistem memproses data tersebut terlebih dahulu dengan bantuan cloud server untuk memastikan kualitas dan kesiapannya. Data yang sudah bersih lalu dimasukkan ke dalam tiga model machine learning, yaitu Decision Tree (DT), Random Forest (RF), dan Artificial Neural Network (ANN),” ujar Ibnu Andhika, perwakilan tim IMERCY yang memberikan sosialisasi hasil riset.
Selanjutnya, sistem mengimplementasikan model terbaik berdasarkan evaluasi Confusion Matrix dan Accuracy Score pada perangkat ESP32. Data akhir yang ditampilkan berupa teks deskriptif yang dapat diakses melalui display alat dan smartphone. “Dengan begitu kami sangat berharap SQyM V2 dapat mempermudah para petani dalam memperlakukan lahan taninya,” kata perwakilan tim IMERCY.
Dengan demikian, algoritma Artificial Neural Network dapat bekerja lebih optimal daripada 2 algoritma lainnya dalam memberikan rekomendasi tindakan. Algoritma Artificial Neural Network memiliki tingkat akurasi yang tinggi dalam memberikan rekomendasi tindakan. Dengan begitu, SQymM V2 dapat mempermudah para petani untuk memperlakukan tanah lahan tani. Melalui instalasi SQyM V2, kami berharap dapat membantu para petani mengoptimalkan hasil produktivitas lahan tani.
Penulis: Fikarul Mujtahida, Andri Hariyanto
Editor: Yulia Rohmawati
