Rancang Bangun Aplikasi Mobile Berbasis Kivy untuk Estimasi Biomassa Tanaman Microgreen

Design and Development of a Kivy Based Mobile Application for Microgreen Plant Biomass Estimation

Authors

  • Nelson Titoes Atetamia Pinem Program Studi Teknik Pertanian dan Biosistem, Fakultas Teknologi Pertanian, Universitas Udayana, Badung, Bali, Indonesia
  • I Putu Gede Budisanjaya Program Studi Teknik Pertanian dan Biosistem, Fakultas Teknologi Pertanian, Universitas Udayana, Badung, Bali, Indonesia
  • Sumiyati Sumiyati Program Studi Teknik Pertanian dan Biosistem, Fakultas Teknologi Pertanian, Universitas Udayana, Badung, Bali, Indonesia
  • Ni Nyoman Sulastri Program Studi Teknik Pertanian dan Biosistem, Fakultas Teknologi Pertanian, Universitas Udayana, Badung, Bali, Indonesia

DOI:

https://doi.org/10.24843/j.beta.2025.v13.i02.p14

Keywords:

estimasi biomassa, indeks luas daun, microgreen, kivy, pengolahan citra

Abstract

Biomassa merupakan indikator penting pertumbuhan tanaman, untuk memprediksi nilai biomassa dapat menggunakan indeks luas daun. Indeks Luas Daun (ILD) adalah variabel yang menunjukkan kondisi daun tanaman yang sangat mempengaruhi proses biofisik tanaman, terutama dalam proses fotosintesis dan penyerapan radiasi matahari. Microgreen merupakan sayuran hijau berukuran kecil yang mengandung sumber vitamin dan mineral yang tinggi. Penelitian ini bertujuan untuk merancang aplikasi mobile yang dapat mengestimasi nilai biomassa tanaman microgreen berbasis Kivy dan mendapatkan akurasi estimasi nilai biomassa yang telah dilakukan. Jenis microgreen yang digunakan pada penelitian ini adalah microgreen lobak, microgreen brokoli, dan microgreen pakcoy. Budidaya microgreen dilakukan sebanyak empat kali dengan teknik budidaya indoor menggunakan penyinaran LED pink. Budidaya I – III digunakan sebagai data latih dan Budidaya IV digunakan sebagai data uji. Aplikasi mobile estimasi biomassa tanaman microgreen dibuat dengan bahasa pemrograman Python, berbasis framework Kivy dan library OpenCV. ILD tanaman microgreen diperoleh dari proses pengolahan citra yang dirancang pada aplikasi. Perhitungan estimasi nilai biomassa tanaman microgreen pada aplikasi diperoleh dari persamaan regresi linier ILD dengan biomassa. Aplikasi mobile yang telah dirancang dalam mengestimasi biomassa microgreen diuji keakuratannya menggunakan metode Root Mean Square Error (RMSE). Persamaan regresi linier yang diperoleh yaitu y = 153.12x - 54.113 dengan koefisien determinasi sebesar 0,880 untuk biomassa basah dan y = 11.552x - 3.4614 dengan koefisien determinasi sebesar 0,585 untuk biomassa kering. Pengujian keakuratan aplikasi estimasi biomassa tanaman microgreen dengan menggunakan metode RMSE mendapatkan hasil yang baik. Diperoleh nilai RMSE yang cukup kecil yaitu 3,238 untuk estimasi biomassa basah dan 0,393 untuk estimasi biomassa kering.

References

Andrian, R., Agustiansyah, A., Junaidi, A., & Lestari,

D. I. (2022). Aplikasi Pengukuran Luas Daun Tanaman Menggunakan Pengolahan Citra Digital Berbasis Android. Jurnal Agrotropika, 21(2), 115.

https://doi.org/10.23960/ja.v21i2.6096 Bhoyarkar, A., Solanki, A., & Balbudhe, A. (2019).

Application Development using Kivy Framework. Ijarcce, 8(2), 53–58. https://doi.org/10.17148/ijarcce.2019.8209

Chen, D., Shi, R., Pape, J. M., Neumann, K., Arend,

D., Graner, A., Chen, M., & Klukas, C. (2018). Predicting plant biomass accumulation from image-derived parameters. GigaScience, 7(2), 1–13.

https://doi.org/10.1093/gigascience/giy001 Darmanti, S., Nurchayati, Y., Hastuti, D., &

Syaifuddin, M. (2009). Produksi Biomassa Tanaman Nilam (Pogostemon cablin) yang Ditanam pada Intensitas Cahaya yang Berbeda. Anatomi Fisiologi, XVII(1), 22–29. https://ejournal.undip.ac.id/index.php/janafis/ar ticle/view/2532

Empang, F. C. (2023). Lobak Menggunakan Pengolahan Citra. 12, 99–108.

Gofar, N., Nur, T. P., Permatasari, S. D. I., & Sriwahyuni, N. (2022). Teknik Budidaya Microgreens.

Gusmayanti, E., & Sholahuddin. (2015). Luas Daun Spesifik dan Indeks Luas Daun Tanaman Sagu Di Desa Sungai Ambangah Kalimantan Barat (Specific Leaf Area And Leaf Area Index Of Sago Palm In Sungai Ambangah Village West Kalimantan). 184–192.

https://jurnal.untan.ac.id/index.php/semirata20 15/article/view/13963/12504

Hamdanah, F. H., & Fitrianah, D. (2021). Analisis Performansi Algoritma Linear Regression dengan Generalized Linear Model untuk Prediksi Penjualan pada Usaha Mikra, Kecil, dan Menengah. Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI), 10(1), 23. https://doi.org/10.23887/janapati.v10i1.31035

Hilmy, R. H., Susana, R., & Hadiatna, F. (2021). Rancang Bangun Smart Grow Box Hidroponik Untuk Pertumbuhan Tanaman Microgreen Berbasis Internet of Things. Power Elektronik : Jurnal Orang Elektro, 10(2), 41. https://doi.org/10.30591/polektro.v10i2.2579

Huang, W., Ratkowsky, D. A., Hui, C., Wang, P., Su, J., & Shi, P. (2019). Leaf fresh weight versus dry weight: Which is better for describing the scaling relationship between leaf biomass and leaf area for broad-leaved plants? Forests, 10(3), 1–19. https://doi.org/10.3390/f10030256

Khumaidi, A., Raafi’udin, R., & Solihin, I. P. (2020). Pengujian Algoritma Long Short-Term Memory untuk Prediksi Kualitas Udara dan Suhu Kota Bandung. Jurnal Telematika, 15(1), 13–18.

Kuswandi, P. C., & Sugiyarto, L. (2016). Applicaton of Mycorriza on Planting Media of Two Tomato Varieties To Increasevegetable Productivity in Drought Condition. Jurnal Sains Dasar, 4(1), 17–22. https://doi.org/10.21831/jsd.v4i1.8432

Mabakotawasi, S., Sutardi, & Istiqomah. (2022). Uji Efektifitas Penggunaan MA-11 terhadap Pertumbuhan Tanaman Tomat. Biolearning Journal, 9(2), 2–4.

Muzani, M. A., Sukri, M. I. A., Fauziah, S. N., Pradnya, W. M., & Suyonto, A. (2021). Algoritma Adaptive Neuro Fuzzy Inference

System Untuk Perkiraan Intensitas Curah Hujan. SISFOTEK: Sistem Informasi Dan Teknologi, 5(1), 102–106.

Nurholis, Choirul Umam, Mohammad Syafii, Erika Nor Damayanti, Syaifullah, Dery Anugerah Dermawan, & Ach Supyanto. (2023). Penerapan Metode Digital Untuk Mengukur Indeks Luas Daun Tanaman Sawi Caisim (Brassica Juncae L.). Jurnal Pengelolaan Perkebunan (JPP), 4(1), 8–15. https://doi.org/10.54387/jpp.v4i1.30

Salim, M. A. (2021). Budidaya Microgreens : Sayuran Kecil Kaya Nutrisi dan Menyehatkan. http://digilib.uinsgd.ac.id/43613/%0Ahttp://dig ilib.uinsgd.ac.id/43613/1/BUKU MICROGREENS.pdf

Sarjana, K., Hayati, L., & Wahidaturrahmi, W. (2020). Mathematical modelling and verbal abilities: How they determine students’ ability to solve mathematical word problems? Beta: Jurnal Tadris Matematika, 13(2), 117–129. https://doi.org/10.20414/betajtm.v13i2.390

Suprayogi, I., Trimaijon, & Mahyudin. (2014). Model Prediksi Liku Kalibrasi Menggunakan Pendekatan Jaringan Saraf Tiruan (JST) (Studi Kasus: Sub DAS Siak Hulu). Jurnal Online Mahasiswa Fakultas Teknik Universitas Riau, 1(1), 1–18. http://ce.unri.ac.id

Susanti, D., & Safrina, D. (2018). Identifikasi Luas Daun Spesifik dan Indeks Luas Daun Pegagan di Karangpandan, Karanganyar Jawa Tengah. 11(1), 11–17.

https://doi.org/10.22435/toi.v11i1.8242.CITAT IONS

Umam, C., Putri, S. A., Milyani, J., Aurelita, S. K., Suryawati, S., & Purwaningsih, Y. (2023). Perhitungan Luas Daun Berbasis Pemrosesan Citra Digital. Teknotan, 17(2), 115. https://doi.org/10.24198/jt.vol17n2.5

Weraduwage, S. M., Chen, J., Anozie, F. C., Morales, A., Weise, S. E., & Sharkey, T. D. (2015). The relationship between leaf area growth and biomass accumulation in Arabidopsis thaliana. Frontiers in Plant Science, 6(APR), 1–21. https://doi.org/10.3389/fpls.2015.00167

Zhang, Y., Xia, C., Zhang, X., Cheng, X., Feng, G., Wang, Y., & Gao, Q. (2021). Estimating the maize biomass by crop height and narrowband vegetation indices derived from UAV-based hyperspectral images. Ecological Indicators, 129, 107985.

https://doi.org/10.1016/j.ecolind.2021.107985 Zidny Fatikhasari, Lailaty, I. Q., Sartika, D., &

Ubaidi, M. A. (2022). Viabilitas dan Vigor Benih Kacang Tanah (Arachis hypogaea L.), Kacang Hijau (Vigna radiata (L.) R. Wilczek), dan Jagung (Zea mays L.) pada Temperatur dan

Tekanan Osmotik Berbeda. Jurnal Ilmu Pertanian Indonesia, 27(1), 7–17. https://doi.org/10.18343/jipi.27.1.7

Downloads

Published

2025-09-30

How to Cite

Pinem, N. T. A., Budisanjaya, I. P. G., Sumiyati, S., & Sulastri, N. N. (2025). Rancang Bangun Aplikasi Mobile Berbasis Kivy untuk Estimasi Biomassa Tanaman Microgreen: Design and Development of a Kivy Based Mobile Application for Microgreen Plant Biomass Estimation. Jurnal BETA (Biosistem Dan Teknik Pertanian), 13(2), 317–324. https://doi.org/10.24843/j.beta.2025.v13.i02.p14

Issue

Section

Articles

Most read articles by the same author(s)

1 2 > >>