STUDI KELAYAKAN BERBASIS AI UNTUK MEDIA TANAM OPTIMAL PADA AGROBISNIS JAMBU AIR

Abstract

Penelitian ini bertujuan mengidentifikasi media tanam paling ideal untuk meningkatkan kualitas dan kuantitas tanaman jambu air melalui pendekatan Systematic Literature Review (SLR) yang diperkuat dengan analisis berbasis Artificial Intelligence (AI). Sebanyak puluhan artikel dianalisis untuk memetakan jenis media tanam, parameter pertumbuhan, kualitas buah, dan faktor nutrisi yang mempengaruhi performa tanaman. Hasil kajian menunjukkan bahwa media organik seperti kompos, cocopeat, vermikompos, dan arang sekam memiliki kontribusi signifikan dalam meningkatkan pertumbuhan vegetatif, kekuatan perakaran, dan serapan unsur hara. Melalui sintesis data dan rekomendasi AI, komposisi media tanam ideal ditetapkan sebagai topsoil 40–50%, kompos 20–30%, cocopeat 15–25%, dan arang sekam 10–20%. Simulasi kinerja menunjukkan bahwa kombinasi kompos, cocopeat, dan arang sekam memberikan hasil paling optimal dalam retensi air, aerasi, dan efisiensi nutrisi. Analisis kelayakan ekonomi mengonfirmasi bahwa penggunaan media tanam ideal ini menghasilkan usaha budidaya yang layak dengan titik impas 1.129 kg/tahun dan payback period 2,2 tahun