SmartHydro Doctor: Smart System Berbasis Web untuk Analisis dan Deteksi Penyakit Tanaman Hidroponik (Bayam dan Kangkung) Menggunakan Pendekatan Bayesian
SmartHydro Doctor: A Web-Based Smart System for the Analysis and Detection of Hydroponic Plant Diseases (Spinach and Water Spinach) Using a Bayesian Approach
Abstract
Hidroponik merupakan salah satu teknik budidaya tanaman modern yang banyak diterapkan karena mampu memanfaatkan air, nutrisi, dan lahan secara lebih efisien. Namun, budidaya hidroponik bayam dan kangkung masih menghadapi kendala berupa gangguan nutrisi, ketidaksesuaian pH, perubahan EC/TDS, gangguan akar, serta masalah sirkulasi air yang sering sulit dikenali secara cepat oleh pengguna. Penelitian ini bertujuan untuk mengembangkan SmartHydro Doctor sebagai sistem pakar berbasis web untuk membantu analisis dan deteksi awal masalah pada tanaman hidroponik bayam dan kangkung menggunakan pendekatan Bayesian. Penelitian ini merupakan penelitian kuantitatif terapan dengan pendekatan pengembangan sistem. Data yang digunakan terdiri atas data tanaman, data gejala, data masalah, nilai prior probability, relasi gejala terhadap masalah, bobot probabilitas, serta rekomendasi penanganan. Sistem dikembangkan menggunakan PHP, MySQL, HTML, CSS, dan Bootstrap, kemudian diuji melalui beberapa skenario kombinasi gejala. Proses diagnosis dilakukan dengan menghitung kemungkinan masalah berdasarkan gejala yang dipilih pengguna. Hasil penelitian menunjukkan bahwa sistem mampu menampilkan informasi hidroponik, menerima input tanaman dan gejala, menghasilkan diagnosis utama, ranking kemungkinan masalah, serta rekomendasi penanganan. Pengujian menunjukkan hasil diagnosis Kekurangan Nitrogen sebesar 98,96%, Kekurangan Fosfor 100,00%, Kekurangan Kalsium/Tip Burn 97,92%, pH Larutan Tidak Sesuai 99,98%, dan EC/Nutrisi Terlalu Rendah 98,84%. Pada gejala bervariasi, sistem menampilkan pH Larutan Tidak Sesuai sebesar 40,93% sebagai diagnosis utama. Dengan demikian, SmartHydro Doctor dapat menjadi media bantu diagnosis awal yang praktis, edukatif, dan mudah diakses oleh pengguna hidroponik.
References
Alimussadad, M., Lestari, D., & Utomo, W. M. (2025). Smart Hydroponic Nutrient Monitoring and Control System using Fuzzy Logic and IoT. Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi Dan Komputer, 9(2), 115–129. https://doi.org/10.31961/eltikom.v9i2.1494
Badan Pusat Statistik. (2025a). Produksi Tanaman Sayuran dan Buah-Buahan Semusim Menurut Jenis Tanaman, 2024.
Badan Pusat Statistik. (2025b). Statistik Hortikultura 2024.
Fathidarehnijeh, E., Nadeem, M., Cheema, M., Thomas, R., Krishnapillai, M., & Galagedara, L. (2024). Current perspective on nutrient solution management strategies to improve the nutrient and water use efficiency in hydroponic systems. Canadian Journal of Plant Science, 104(2), 88–102. https://doi.org/10.1139/cjps-2023-0034
Food and Agriculture Organization. (2025). Technical options for crop production in urban and peri-urban agriculture. FAO.
Ginting, D. E. P., Sitorus Pane, S. A., Nababan, M. N. K., & Christnatalis, C. (2025). Smart Diagnosis of Coffee Diseases via Web-Based Expert System. Sinkron, 9(3), 1108–1119. https://doi.org/10.33395/sinkron.v9i3.14974
Gunapala, R., Gangahagedara, R., Wanasinghe, W. C. S., Samaraweera, A. U., Gamage, A., Rathnayaka, C., Hameed, Z., Baki, Z. A., Madhujith, T., & Merah, O. (2025). Urban agriculture: A strategic pathway to building resilience and ensuring sustainable food security in cities. Farming System, 3(3), 100150. https://doi.org/10.1016/j.farsys.2025.100150
Junaidi, J., Fadjryani, F., Setiawan, I., Batara, M., Hendra, S., & Ismail, N. (2023). EXPERT SYSTEM DESIGN TO DIAGNOSE PESTS AND DISEASES ON LOCAL RED ONION PALU USING BAYESIAN METHOD. BAREKENG: Jurnal Ilmu Matematika Dan Terapan, 17(1), 0371–0382. https://doi.org/10.30598/barekengvol17iss1pp0371-0382
Kartika Imam Santoso, Eko Supriyadi, Andri Triyono, & Dhika Malita Puspita. (2025). Expert System For Corn Plant Disease Diagnosis Using Hybrid Fuzzy Tsukamoto And Naive Bayes Method. Journal of Information Engineering and Educational Technology, 9(2), 141–155. https://doi.org/10.26740/jieet.v9n2.p141-155
Luckardi, S., Rafdhi, A. A., Sari, A. W., Zangana, H. M., & Soegoto, E. S. (2025). How to Improve Hydroponic Leafy Vegetable Plant Productivity by Balancing Nutrient Solution, Total Dissolved Solids (TDS), and pH Completed with Literature Review on Standard Vegetable pH & TDS Requirement to Support Sustainable Development Goals (SDGs). ASEAN Journal of Science and Engineering, 6(1), 113–128. https://doi.org/10.17509/ajse.v6i1.89992
Sakti, H. T., & Thoriq, A. (2021). Expert System for Hydroponic Vegetable Cultivation Using Forward and Backward Chaining Inference Technique. Inform : Jurnal Ilmiah Bidang Teknologi Informasi Dan Komunikasi, 6(2), 69–74. https://doi.org/10.25139/inform.v6i2.3905.
Siregar, A.Z., Tulis, Zulkifli, n. Nismah, P., Nik, M.I.M.N., Abdul H, A.M., Rosnida, T. 2025. Workshop Hidroponik untuk Mahasiswa School Biologi, Universiti Sains Malaysia, Penang, Malaysia. Talenta Conference Series: Local Wisdom, Social, and Arts (LWSA) 8(2): 19-25. DOI: https://doi.org/10.32734/lwsa.v8i2.2422
