Mahasiswa UM Hadirkan HyTrack: Inovasi Teknologi Cerdas Hidroponik Metode NFT

Dokumentasi Prototipe Alat HyTrack (Sumber: Dokumentasi Pribadi)

Malang – Berawal dari tantangan budidaya pangan di tengah keterbatasan lahan perkotaan, mahasiswa Universitas Negeri Malang (UM) menghadirkan HyTrack, sistem hidroponik berbasis metode Nutrient Film Technique (NFT) yang mengintegrasikan Internet of Things (IoT), energi hibrida dari pikohidro dan panel surya, serta Machine Learning Artificial Neural Network (ANN) dan Random Forest. Inovasi ini dikembangkan oleh tim Program Kreativitas Mahasiswa (PKM) 2026 untuk mengintegrasikan pemantauan tanaman, kemandirian energi, dan pengolahan data dalam satu kesatuan sistem.

Hidroponik NFT menjadi salah satu alternatif budidaya tanaman pada lahan terbatas karena menggunakan aliran larutan nutrisi secara kontinu melalui saluran tanam. Namun, sistem tersebut tetap membutuhkan energi untuk menjaga sirkulasi nutrisi serta pemantauan kondisi tanaman dan lingkungan secara berkala. Melihat kebutuhan tersebut, tim mahasiswa UM mengembangkan HyTrack yang memungkinkan berbagai komponen dalam sistem saling terhubung, mulai dari sumber energi hingga pengumpulan dan pengolahan data.

HyTrack menggunakan empat unit pikohidro yang memanfaatkan aliran air pada sistem hidroponik serta panel surya sebagai sumber energi hibrida. Kedua sumber energi tersebut diintegrasikan untuk mendukung operasional sistem. Secara fisik, HyTrack menggunakan instalasi hidroponik NFT tiga tingkat dengan enam pipa berukuran 1 × 1 × 1,2 meter. Rangka utama menggunakan besi siku, sedangkan saluran hidroponik menggunakan pipa paralon berdiameter 2,5 inci dan 0,5 inci. Setiap pipa berdiameter 2,5 inci memiliki 10 lubang netpot, sehingga instalasi memiliki kapasitas 60 netpot. Pada bagian bawah terdapat wadah larutan nutrisi dan pompa, sedangkan empat unit pikohidro ditempatkan pada sambungan pipa untuk memanfaatkan aliran larutan nutrisi.

Untuk mengetahui kondisi sistem, HyTrack dilengkapi sensor pH, TDS, DHT22, tegangan, dan arus. Sensor pH digunakan untuk memantau tingkat keasaman larutan nutrisi, TDS untuk konsentrasi nutrisi, dan DHT22 untuk suhu serta kelembapan lingkungan. Sementara itu, sensor tegangan dan arus digunakan untuk memantau kondisi kelistrikan. Data hasil pembacaan sensor diproses menggunakan Raspberry Pi dan dikirim melalui Firebase untuk ditampilkan secara real-time pada aplikasi HyTrack. Aplikasi tersebut terdiri atas Dashboard sebagai pusat monitoring, Garda Tumbuh untuk menampilkan hasil prediksi dan rekomendasi, serta Akademi HyTrack sebagai media edukasi melalui E-Book.

HyTrack tidak berhenti pada fungsi monitoring, tetapi juga memanfaatkan machine learning untuk membantu pengguna memperoleh informasi berbasis data. Artificial Neural Network (ANN) digunakan sebagai model prediktif untuk memperkirakan sisa hari menuju panen serta mengestimasi pertumbuhan tanaman berdasarkan akumulasi data historis. Sementara itu, Random Forest digunakan untuk menghasilkan rekomendasi tindakan budidaya ketika parameter yang dipantau diperkirakan berada di luar kondisi optimal. Hasil prediksi dan rekomendasi tersebut dapat diakses melalui fitur Garda Tumbuh.

Dokumentasi Tim PKM-KC HyTrack (Sumber: Dokumentasi Pribadi)

Pengembangan HyTrack melibatkan mahasiswa dari berbagai bidang keilmuan. Shofa An Amta Al Mubaroq, mahasiswa D4 Teknologi Rekayasa Sistem Elektronika, menjadi ketua tim. Ia bersama Rendra Utama Zelga Dinata dari D4 Teknologi Rekayasa Sistem Elektronika, Siti Aisyah dari S1 Pendidikan Matematika, Dea Mawar Saharani dari S1 Pendidikan Biologi, dan Noval Adi dari S1 Pendidikan Teknik Elektro mengembangkan HyTrack di bawah pendampingan Ibu Soraya Norma Mustika, S.T., M.T., M.Sc. Kolaborasi lintas bidang tersebut mendukung pengembangan HyTrack dari berbagai aspek, mulai dari sistem hidroponik dan kelistrikan hingga pemrograman, pengolahan data, Machine Learning, serta pemahaman terhadap karakteristik tanaman.

Melalui inovasi ini, HyTrack membawa konsep kemandirian pangan, air, dan energi dengan memanfaatkan hidroponik NFT dan sumber energi hibrida. Pengguna dapat memperoleh informasi mengenai kondisi larutan nutrisi, lingkungan, dan kelistrikan secara terintegrasi, sekaligus memanfaatkan hasil pengolahan data untuk prediksi pertumbuhan dan rekomendasi budidaya. Bagi tim, pengembangan HyTrack menjadi kesempatan untuk memadukan berbagai bidang keilmuan dalam menghasilkan inovasi teknologi pertanian. Kedepannya, sistem ini masih dapat dikembangkan dan disempurnakan agar penerapan teknologi di dalamnya dapat memberikan manfaat yang lebih luas.

Atas inovasi tersebut, tim HyTrack berhasil memperoleh pendanaan Program Kreativitas Mahasiswa (PKM) 2026 yang diselenggarakan oleh Direktorat Pembelajaran dan Kemahasiswaan, Kementerian Pendidikan Tinggi, Sains, dan Teknologi.