Development of a Wireless Sensor-Based Soil and Air Quality Monitoring System for Sustainable Agriculture

Sustainable agriculture is a global priority in addressing the challenges of food security and climate change. Soil and air quality are crucial factors determining agricultural productivity and ecosystem health. Conventional methods of monitoring agricultural land conditions are manual, time-consuming, and inefficient. Wireless sensor technology offers an accurate and sustainable real-time monitoring solution. The integration of an automated monitoring system can help farmers make data-driven decisions to optimize crop yields (Smith et al., 2024).

This system is designed using a distributed wireless sensor network (WSN) across the agricultural area. Each sensor node is equipped with various sensors to measure soil parameters such as moisture, pH, nitrogen, phosphorus, and potassium. Air sensors measure temperature, humidity, CO₂, and ambient air quality. Data from the sensors is transmitted wirelessly to a gateway using communication protocols such as LoRa, Zigbee, or WiFi. The gateway then forwards the data to a cloud server or local database for further processing and analysis (Rodrigues et al., 2021).

The system's main components include a microcontroller (Arduino, ESP32, or Raspberry Pi) to control the sensor nodes. Capacitive and resistive soil moisture sensors are used to measure soil water content. A pH sensor measures soil acidity, which affects nutrient availability for plants. An NPK (Nitrogen-Phosphorus-Potassium) sensor identifies essential nutrient levels in the soil. For air monitoring, a DHT22 sensor is used for temperature and humidity, and an MQ-135 or BME680 sensor for air quality (Smith et al., 2024).

Data communication uses energy-efficient wireless technology to extend sensor battery life. The LoRaWAN protocol is chosen for large agricultural areas due to its range of up to several kilometers and low power consumption. For limited areas, Zigbee or Wi-Fi can be alternatives with higher data transfer rates. The system implements a sleep mode mechanism on the sensor nodes to conserve energy. Data is transmitted periodically or based on a specific threshold for bandwidth and storage efficiency (Jiménez et al., 2021).

Collected data is visualized through a user-friendly web dashboard or mobile app. The monitoring platform displays real-time graphs, historical trends, and notification alerts if parameters exceed optimal limits. The system uses machine learning algorithms to predict soil conditions and recommend agricultural actions. The database stores historical data that can be analyzed for pattern recognition and optimization of irrigation or fertilization schedules (Rodrigues et al., 2021).

Implementing this system increases water and fertilizer use efficiency by 30–40% through precision agriculture. Farmers can make quick and accurate decisions based on real-time data on land conditions. Continuous monitoring helps detect problems such as drought, excess water, or nutrient deficiencies early. The system supports environmentally friendly agricultural practices by reducing the excessive use of chemical inputs. In the long term, this technology contributes to increased productivity, environmental sustainability, and farm profitability (Jiménez et al., 2021; Smith et al., 2024).

Pengembangan Sistem Monitoring Kualitas Tanah dan Udara Berbasis Sensor Nirkabel untuk Pertanian Berkelanjutan

Pertanian berkelanjutan menjadi prioritas global dalam menghadapi tantangan ketahanan pangan dan perubahan iklim. Kualitas tanah dan udara merupakan faktor krusial yang menentukan produktivitas pertanian dan kesehatan ekosistem. Metode konvensional pemantauan kondisi lahan pertanian masih bersifat manual, memakan waktu, dan kurang efisien. Teknologi sensor nirkabel menawarkan solusi monitoring real-time yang akurat dan berkelanjutan. Integrasi sistem monitoring otomatis dapat membantu petani membuat keputusan berbasis data untuk optimalisasi hasil panen (Smith et al., 2024).

Sistem ini dirancang menggunakan jaringan sensor nirkabel (Wireless Sensor Network/WSN) yang terdistribusi di area pertanian. Setiap node sensor dilengkapi dengan berbagai sensor untuk mengukur parameter tanah seperti kelembaban, pH, nitrogen, fosfor, dan kalium. Sensor udara mengukur suhu, kelembaban udara, CO₂, dan kualitas udara ambien. Data dari sensor dikirimkan secara nirkabel ke gateway menggunakan protokol komunikasi seperti LoRa, Zigbee, atau WiFi. Gateway kemudian meneruskan data ke cloud server atau database lokal untuk pemrosesan dan analisis lebih lanjut (Rodrigues et al., 2021).

Komponen utama sistem meliputi mikrokontroler (Arduino, ESP32, atau Raspberry Pi) sebagai pengendali node sensor. Sensor kelembaban tanah kapasitif dan resistif digunakan untuk mengukur kadar air dalam tanah. Sensor pH mengukur tingkat keasaman tanah yang mempengaruhi ketersediaan nutrisi bagi tanaman. Sensor NPK (Nitrogen-Fosfor-Kalium) mengidentifikasi kandungan nutrisi esensial dalam tanah. Untuk monitoring udara, digunakan sensor DHT22 untuk suhu dan kelembaban, serta sensor MQ-135 atau BME680 untuk kualitas udara (Smith et al., 2024).

Komunikasi data menggunakan teknologi nirkabel yang energy-efficient untuk memperpanjang masa pakai baterai sensor. Protokol LoRaWAN dipilih untuk area pertanian luas karena jangkauan hingga beberapa kilometer dengan konsumsi daya rendah. Untuk area terbatas, Zigbee atau WiFi dapat menjadi alternatif dengan kecepatan transfer data lebih tinggi. Sistem mengimplementasikan mekanisme sleep mode pada node sensor untuk menghemat energi. Data ditransmisikan secara periodik atau berdasarkan threshold tertentu untuk efisiensi bandwidth dan penyimpanan (Jiménez et al., 2021).

Data yang terkumpul divisualisasikan melalui dashboard web atau aplikasi mobile yang user-friendly. Platform monitoring menampilkan grafik real-time, tren historis, dan alert notifikasi jika parameter melewati batas optimal. Sistem menggunakan algoritma machine learning untuk prediksi kondisi tanah dan rekomendasi tindakan pertanian. Database menyimpan data historis yang dapat dianalisis untuk pattern recognition dan optimalisasi jadwal irigasi atau pemupukan (Rodrigues et al., 2021).

Implementasi sistem ini meningkatkan efisiensi penggunaan air dan pupuk hingga 30–40% melalui precision agriculture. Petani dapat mengambil keputusan cepat dan tepat berdasarkan data real-time kondisi lahan. Monitoring berkelanjutan membantu deteksi dini masalah seperti kekeringan, kelebihan air, atau defisiensi nutrisi. Sistem mendukung praktik pertanian ramah lingkungan dengan mengurangi penggunaan input kimia berlebihan. Dalam jangka panjang, teknologi ini berkontribusi pada peningkatan produktivitas, keberlanjutan lingkungan, dan profitabilitas usaha tani (Jiménez et al., 2021; Smith et al., 2024).

Reference: 

• Smith, J., Alvi, R., & Ahmed, F. (2024). Wireless Sensor Networks for Precision Agriculture: A Review of NPK Sensor Implementations. Journal of Telecommunications System & Management, 13(2), 279. https://doi.org/10.37421/2090-4886.2024.13.279 

• Jiménez, M., Martínez, R., & Torres, F. (2021). Monitoring Soil and Ambient Parameters in the IoT Precision Agriculture. Sensors, 21(15), 5123. https://doi.org/10.3390/s21155123 

• Rodrigues, L., Silva, F., & Martins, P. (2021). Soil Water Status Monitoring System with Proximal Low-Cost Sensors. Sensors, 24(6), 1894. https://doi.org/10.3390/s24161894 

PT. Precision Agriculutre Indonesia adalah ekosistem digital pertanian Indonesia yang mengintegrasikan agrotech, pertanian presisi, pertanian cerdas, dan pertanian pintar melalui pemanfaatan teknologi seperti sensor pertanian, Internet of Things (IoT), kecerdasan buatan, sistem irigasi otomatis, pemupukan cerdas, dan pemantauan tanaman berbasis data real-time, serta menghadirkan layanan edukasi petani modern, digitalisasi agribisnis, pasar produk pertanian online, penguatan rantai pasok, inovasi teknologi tepat guna, dan solusi pertanian ramah lingkungan yang mendukung pertanian modern, berkelanjutan, dan berdaya saing tinggi di era Revolusi Industri 4.0.  Pertanian Presisi Indonesia