IMPLEMENTASI ALGORITMA POLYNOMIAL REGRESSION UNTUK PREDIKSI PERTUMBUHAN TANAMAN PAKCOY PADA SISTEM HIDROPONIK
DOI:
https://doi.org/10.36257/teliska.v19iI.11816Kata Kunci:
Polynomial Regression, Prediksi, Pertumbuhan Pakcoy, HidroponikAbstrak
Penelitian ini bertujuan untuk menggunakan algoritma polynomial regression untuk memodelkan dan memprediksi pertumbuhan tanaman pakcoy dalam sistem hidroponik. Parameter pertumbuhan yang diamati termasuk tinggi tanaman, lebar tanaman, dan jumlah daun tanaman, dengan umur tanaman sebagai variabel independen. Data dikumpulkan selama dua periode tanam, dengan pengamatan dilakukan setiap minggu dari masa semai hingga panen. Selain parameter morfologi, nilai Total Dissolved Solids (TDS) dan suhu air disebutkan sebagai parameter tambahan untuk memastikan kondisi budidaya yang stabil selama penelitian. Hubungan non-linier antara parameter pertumbuhan dan umur tanaman diwakili dengan model polynomial regression orde dua. Hasil pemodelan menunjukkan tingkat kecocokan yang baik, dengan koefisien determinasi (R2) sebesar 0.989 untuk tinggi tanaman, 0.946 untuk lebar tanaman, dan 0.970 untuk jumlah daun, masing-masing. Nilai Root Mean Square Error (RMSE) yang relatif rendah untuk masing-masing parameter menunjukkan bahwa model mampu memberikan estimasi dengan tingkat kesalahan yang rendah. Hasil penelitian ini menunjukkan bahwa polynomial regression orde dua adalah teknik sederhana dan efektif untuk memodelkan dinamika pertumbuhan tanaman pakcoy pada sistem hidroponik yang memiliki jumlah data yang terbatas.
Referensi
R. K. Salsabila and Winarsih, “Efektivitas Pemberian Ekoenzim Kulit Buah sebagai Pupuk Organik Cair terhadap Pertumbuhan Tanaman Sawi Pakcoy (Brassica rapa L.),” LenteraBio : Berkala Ilmiah Biologi, vol. 12, no. 1, pp. 50–59, 2023, [Online]. Available: https://journal.unesa.ac.id/index.php/lenterabio/index50
H. Asnur, A. Rizki Marsa, R. Yunita, and R. Sari, “Model Prediksi Nilai CBR Akibat Campuran Abu Ampas Tebu Menggunakan Polynomial Regression,” Jurnal Technologica, vol. 5, no. 2, pp. 198–207, Jul. 2026, [Online]. Available: https://journals.gesociety.org/index.php/technologica/article/view/557/325
V. Chen, “PREDIKSI PERTUMBUHAN HARI SELADA MENGGUNAKAN LINEAR REGRESSION, LOGISTIC REGRESSION, DAN DECISION TREE,” Computatio: Journal of Computer Science and Information Systems, vol. 8, no. 2, pp. 262–270, 2024, Accessed: Feb. 22, 2026. [Online]. Available: https://journal.untar.ac.id/index.php/computatio/article/view/27183
F. Haikal, E. S. J. Atmadji, S. Kautsar, and N. S. Wibowo, “Sistem Monitoring Berat Tanaman Pada Farmbot Dengan Citra Digital Menggunakan Metode YOLO dan Regresi Polinomial,” Jurnal Ilmiah Inovasi, vol. 24, no. 2, pp. 122–126, Aug. 2024, doi: 10.25047/jii.v24i2.4542.
R. Yuli Rusdiana, L. Ilman Widuri, and dan Didik Pudji Restanto, “PENDUGAAN MODEL LUAS DAUN TANAMAN PAKCOY (Brassica rapa L.) DENGAN REGRESI KUANTIL,” Agrin: Jurnal Penelitian Pertanian, vol. 25, no. 1, pp. 1410–1439, Apr. 2021, [Online]. Available: https://jurnalagrin.net/index.php/agrin/article/view/576
N. Ramsari and T. Hidayat, “Pengujian Teknologi Internet of Things (IoT) Pada Tanaman Hidroponik Menggunakan Perhitungan Mape,” Journal of Applied Informatics and Computing (JAIC), vol. 7, no. 1, pp. 1–9, Jul. 2023, [Online]. Available: http://jurnal.polibatam.ac.id/index.php/JAIC
N. Z. Lutfia, “PEMANTAUAN KEKERUHAN DAN NILAI TOTAL DISSOLVED SOLIDS KUALITAS AIR AKUARIUM MENGGUNAKAN METODE FUZZY LOGIC MAMDANI,” Jurnal TELISKA, vol. 18, no. 11, Jul. 2025, doi: 10.5281/zenodo.15854966.
M. Ardiansyah, I. Wiryawan, K. Agustianto, P. Destarianto, S. Choirunnisa, and F. Krismiratsih, “Hydroponic Nutrition Water Quality Identification System on Cayenne Pepper Using Fuzzy Method Based on IoT,” in Proceedings of the 5th International Conference on Applied Science and Technology on Engineering Science (iCAST-ES 2022), SciTePress, Dec. 2023, pp. 1043–1051. doi: 10.5220/0012056600003575.
S. Aisyah and H. Harmadi, “Sistem Monitoring Suhu pada Proses Pendingin Larutan Nutrisi Hidroponik Menggunakan Elemen Peltier dan TDS Meter,” Jurnal Fisika Unand, vol. 13, no. 3, pp. 336–342, May 2024, doi: 10.25077/jfu.13.3.336-342.2024.
Nurhaswinda et al., “Analisis regresi linier sederhana dan penerapannya,” Jurnal Cahaya Nusantara, vol. 1, no. 2, pp. 69–78, 2025.
A. H. Lubis and M. R. Pulungan, “Prediksi Harga Pangan di Tengah Isu Ketidakpastian Global Menggunakan Metode Regresi Linear dan Regresi Polinomial,” Jurnal FASILKOM, vol. 14, no. 2, pp. 404–409, Aug. 2024.
R. Romadhoni, R. Yanti, T. Nasution, and K. Anam, “Analisis Faktor Hasil Produksi Kelapa Sawit Menggunakan Regresi Linier Berganda Studi Kasus : Koperasi Unit Desa (KUD) Setia Kawan Desa Koto Damai,” Formosa Journal of Science and Technology (FJST), vol. 1, no. 4, pp. 217–234, 2022, [Online]. Available: https://journal.formosapublisher.org/index.php/fjst
Template Jurnal TELISKA 
