Metode pertanian konvensional menghadapi tantangan dalam hal efisiensi penggunaan
lahan dan ketergantungan yang tinggi pada kondisi cuaca. Dengan meningkatnya populasi
perkotaan, lahan yang tersedia untuk pertanian menjadi terbatas, sehingga sulit untuk
memenuhi permintaan pangan yang terus meningkat. Keterbatasan lahan dan jarak dari area
pertanian menghambat penyediaan sayuran segar, yang merupakan sumber nutrisi penting bagi
tubuh manusia.
Algoritma machine learning Random Forest Classification menunjukkan kinerja yang
sangat baik dalam memprediksi kondisi tanaman hidroponik, khususnya Pakcoy, dengan
tingkat akurasi 98,55%, dibandingkan dengan algoritma SVM sebesar 92,49% dan algoritma
Logistic Regression sebesar 52,89%. Akurasi alat dan sensor berperan penting dalam mencapai
hasil ini. Hasil penelitian ini menunjukkan bahwa sistem hidroponik vertikal berbasis IoT dan
machine learning dapat mengatasi tantangan pertanian di lingkungan perkotaan dan
berkontribusi secara signifikan terhadap keberlanjutan pertanian urban dengan memanfaatkan
teknologi IoT, machine learning, dan sistem kontrol jarak jauh yang andal dan efisien.
Implementasi lebih lanjut dan peningkatan teknologi ini diharapkan dapat memberikan dampak
positif yang lebih besar secara global.
Kata kunci: Hidroponik vertikal, Internet of Things, machine learning, pertanian urban.