The level of acidity (soil pH) is a factor that must be considered in the growth of red chili plants. The purpose of this research is to produce a prototype of automation technology for monitoring the effect of acidity level (soil pH) by applying an algorithm. The recording of soil pH conditions is still done manually which can result in the data that has been recorded being lost or damaged. So in the absence of records, the pH conditions will be inappropriate and will affect the absorption of nutrients by plants. If the pH conditions in the plant growth medium are acidic, then the absorption of nutrients by plants will be hampered which causes stunted plant growth or becomes stunted. The method that will be used in this study is the Mamdani Fuzzy inference system method in automating soil acidity levels in real time using soil acidity sensors to detect soil acidity levels. The results of this study are in the form of a prototype that functions to read the level of soil acidity when sowing dolomite lime automatically using a servo. The accuracy results of this prototype produce a Mean Absolute Percentage Error (MAPE) with an error percentage of 7.2% with an accuracy rate of 92.8%, Mean Squared Error (MSE) with an error percentage of 0.008%, and Root Mean Squared Error (RMSE) with an error percentage of 0.087%.

Tingkat keasaman (pH tanah) merupakan salah satu faktor yang harus diperhatikan dalam pertumbuhan pada tanaman cabai merah. Tujuan penelitian ini untuk menghasilkan prototype teknologi otomasi untuk monitoring pengaruh tingkat keasaman (pH tanah) dengan menerapkan algoritma. Pencatatan kondisi pH tanah masih dilakukan secara manual yang bisa mengakibatkan data yang telah dicatat bisa saja hilang atau pun rusak Sehingga dengan tidak adanya catatan maka kondisi pH akan tidak sesuai dan akan mempengaruhi penyerapan unsur hara oleh tanaman. Bila kondisi pH pada media tumbuh tanaman bersifat asam, maka penyerapan unsur hara oleh tanaman akan terhambat yang menyebabkan pertumbuhan tanaman terhambat atau menjadi kerdil. Metode yang akan digunakan dalam penelitian ini adalah metode Fuzzy inference system model mamdani dalam mengotomasikan tingkat keasaman tanah secara real time menggunakan soil acidity sensor untuk mendeteksi tingkat keasaman tanah. Hasil dari penelitian ini berupa prototype yang berfungsi untuk membaca nilai tingkat kesaman tanah dalam melakukan penaburan kapur dolomit secara otomatis menggunakan servo. Hasil akurasi prototype ini menghasilkan Mean Absolute Percentage Error (MAPE) dengan presentase error 7.2% dengan tingkat akurasi sebesar 92.8%, Mean Squared Error (MSE) dengan presentase error 0.008%, dan Root Mean Squared Error (RMSE) dengan presentase error 0.087%.