Seiring dengan perkembangan pesat Kota Samarinda, peningkatan jumlah penduduk dan perluasan lahan menyebabkan berkurangnya ruang terbuka hijau. Hal ini berdampak pada tata guna lahan dan kualitas tanah. Perubahan iklim dan intensitas cuaca ekstrem turut mengubah sifat fisik tanah, sehingga petani menghadapi kesulitan dalam mengawasi kondisi tanah, terutama saat cuaca ekstrem yang berdampak pada kesehatan dan produktivitas tanaman. Situasi ini juga dialami oleh UD Hershyfa, sebuah usaha dagang di bidang pertanian hortikultura sayuran. Untuk mengatasi masalah ini, diperlukan sistem monitoring kualitas tanah hortikultura secara real-time. Penelitian ini bertujuan membangun sistem monitoring berbasis android sebagai antarmuka pengguna dan menggunakan metode K-Nearest Neighbors (KNN) untuk klasifikasi kualitas tanah. Sistem ini dirancang untuk membantu petani mengetahui perubahan kualitas tanah dengan cepat sehingga dapat mengambil tindakan pencegahan yang tepat. Klasifikasi kualitas tanah dalam sistem ini didasarkan pada tiga kriteria utama: kelembaban tanah, suhu udara, dan pH tanah. Data yang digunakan untuk pengolahan diambil dari ESP32, dengan total 1.473 data. Dalam pembuatan model klasifikasi, dilakukan 36 percobaan dengan berbagai perhitungan jarak untuk menemukan model klasifikasi terbaik. Hasil penelitian menunjukkan bahwa model klasifikasi KNN dengan nilai k=4 dan menggunakan manhattan distance berhasil diimplementasikan dalam sistem monitoring kualitas tanah hortikultura. Model ini menghasilkan nilai akurasi sebesar 95%, presisi sebesar 93%, dan recall sebesar 100%. Sistem ini memberikan solusi efektif untuk membantu petani di Samarinda, termasuk UD Hershyfa, dalam mengawasi dan mengelola kualitas tanah secara lebih efisien, sehingga dapat meningkatkan kesehatan dan produktivitas tanaman.