Klasifikasi Kesuburan Tanah Pada Tanaman Cabai Dengan Metode K-Nearest Neighbors (KNN)

Abstrak

Tanaman cabai membutuhkan kondisi tanah yang subur untuk mendukung pertumbuhan dan hasil produksi, namun petani di wilayah Karangreja masih mengalami kesulitan dalam mengetahui tingkat kesuburan tanah sebelum penanaman. Penelitian ini bertujuan untuk mengklasifikasikan kesuburan tanah pada tanaman cabai di Karangreja menggunakan metode K-Nearest Neighbors (KNN) berdasarkan parameter tanah berupa pH tanah, kelembaban tanah, dan suhu tanah yang diperoleh melalui sensor sebagai perantara pengambilan data. Data penelitian berasal dari 42 lahan kebun dengan total 3.885 data pengukuran. Hasil pengujian menunjukkan bahwa metode KNN memiliki kinerja yang sangat baik dengan nilai akurasi rata-rata sebesar 0,9946 berdasarkan evaluasi Stratified K-Fold Cross Validation, dengan nilai akurasi pada lima fold berturut-turut sebesar 99,74%, 99,36%, 99,74%, 99,49%, dan 98,97%. Hasil penelitian ini menunjukkan bahwa metode KNN efektif dalam mengklasifikasikan kesuburan tanah dan berpotensi membantu petani dalam pengelolaan lahan serta peningkatan produktivitas tanaman cabai.
Kata kunci — Cabai, Kesuburan Tanah, Klasifikasi, KNearest Neighbors (KNN), Parameter Tanah, Internet of Things (IoT)