This research aims to optimize the growth of red radish microgreens through an automation system that integrates irri-gation, lighting, and temperature adjustment based on the Internet of Things (IoT). The research method involves the use of WS2812B LED strips as the lighting source for photosynthesis, soil moisture sensors to control irrigation, and DHT22 tem-perature sensors to adjust the ideal environmental temperature. Data collection combines relevant literature data with direct observations during the red radish microgreen planting process. Data analysis is conducted through descriptive approaches to understand the growth patterns of microgreen plants and correlation analysis to identify relationships be-tween various growth parameters. Additionally, the IoT system's response to changes in environmental conditions is ana-lyzed to evaluate the system's effectiveness in regulating lighting, irrigation, and temperature. The research findings indi-cate that the IoT-based automation system effectively enhances the growth and quality of red radish microgreens. The au-tomatic implementation of LEDs improves photosynthesis rates, while efficient irrigation systems ensure plants receive adequate water. The temperature automation system maintains optimal growth conditions and reduces the risk of thermal stress. Integrating this system into a website platform also enables remote control and monitoring. This automation system not only increases plant productivity and quality but also reduces maintenance costs and time, demonstrating the signifi-cant potential of IoT technology in modern agriculture.

Keywords: Automation System, Growth, Internet of Things, Microgreen, Red Radish.

ABSTRAK

Penelitian ini bertujuan untuk mengoptimalkan pertumbuhan microgreen red radish melalui sistem otomatisasi yang mengintegrasikan penyiraman, penyinaran, dan penyesuaian suhu berbasis Internet of Things (IoT). Metode penelitian melibatkan penggunaan LED strip WS2812B sebagai sumber pencahayaan untuk fotosintesis, sensor kelembaban tanah untuk mengontrol penyiraman, dan sensor suhu DHT22 untuk menyesuaikan suhu lingkungan yang ideal. Pengumpulan data dalam penelitian menggabungkan data literatur yang relevan serta pengamatan langsung selama proses penanaman microgreen red radish. Analisis data dilakukan melalui pendekatan deskriptif untuk memahami pola pertumbuhan tana-man microgreen dan analisis korelasi untuk mengidentifikasi hubungan antara berbagai parameter pertumbuhan. Selain itu, respons sistem IoT terhadap perubahan kondisi lingkungan dianalisis untuk mengevaluasi efektivitas sistem dalam mengatur pencahayaan, penyiraman, dan suhu. Hasil penelitian menunjukkan bahwa sistem otomatisasi berbasis IoT efektif dalam meningkatkan pertumbuhan dan kualitas microgreen red radish. Penerapan LED secara otomatis meningkatkan laju fotosintesis, sementara sistem penyiraman efisien memastikan tanaman mendapatkan air yang tepat. Sistem otomatisasi suhu menjaga lingkungan pertumbuhan optimal dan mengurangi risiko stres termal. Integrasi sistem ini dalam platform website juga memungkinkan kontrol dan pemantauan secara remote. Sistem otomatisasi ini tidak hanya meningkatkan produktivitas dan kualitas tanaman, tetapi juga mengurangi biaya dan waktu pemeliharaan, menunjukkan potensi besar teknologi IoT dalam pertanian modern.

Drone Spray for Base Rot Disease Detection in Oil Palm Plants aims to increase the effectiveness of disease detection and control using drone technology. Stem base rot disease, caused by the fungus Ganoderma boninense, threatens oil palm productivity in Indonesia. Drone technology with near-infrared (NIR) sensors and image processing is used to detect early signs of the disease, enabling timely preventive action. A drone equipped with a Raspberry Pi camera and NoIR V2 pro-duces high-resolution images for NIR reflectance analysis. The research included field observations, expert interviews, and sensor data collection for evaluation of the effectiveness of this technology. Results show that the use of drones can in-crease disease detection efficiency by 85%, reduce operational costs, and minimize health risks for workers. This drone technology has great potential to improve the productivity and sustainability of the palm oil industry in Indonesia. This research recommends the adoption of drone technology in the agricultural sector to address plant disease challenges more efficiently and effectively.

Keywords: Disease, Drone, NIR, Oil Palm.

ABSTRAK

Drone Semprot untuk Deteksi Penyakit Busuk Pangkal Batang pada Tanaman Kelapa Sawit bertujuan meningkatkan efektivitas deteksi dan pengendalian penyakit menggunakan teknologi drone. Penyakit busuk pangkal batang, disebabkan oleh jamur Ganoderma boninense, mengancam produktivitas kelapa sawit di Indonesia. Teknologi drone dengan sensor inframerah dekat (NIR) dan image processing digunakan untuk mendeteksi tanda-tanda awal penyakit, memungkinkan tindakan preventif yang tepat waktu. Drone yang dilengkapi kamera Raspberry Pi dan NoIR V2 menghasilkan citra yang memiliki resolusi tinggi untuk analisis reflektansi NIR. Penelitian ini mencakup observasi lapangan, wawancara dengan pakar, dan pengumpulan data sensor untuk evaluasi efektivitas teknologi ini. Hasil menunjukkan bahwa penggunaan drone dapat meningkatkan efisiensi deteksi penyakit hingga 85%, mengurangi biaya operasional, dan meminimalkan risiko kesehatan bagi pekerja. Teknologi drone ini berpotensi besar dalam meningkatkan produktivitas dan keberlanjutan industri kelapa sawit di Indonesia. Penelitian ini merekomendasikan adopsi teknologi drone dalam sektor pertanian untuk mengatasi tantangan penyakit tanaman secara lebih efisien dan efektif.