Sektor pertanian berperan penting dalam perekonomian dan ketahanan pangan, namun menghadapi tantangan besar akibat perubahan iklim yang menyebabkan ketidakpastian pola curah hujan dan ketersediaan air untuk irigasi. Tanaman cabai yang sangat sensitif terhadap ketersediaan air menuntu adanya sistem irigasi yang lebih efisien dan adaptif. Penelitian ini mengusulkan pendekatan berbasis RL (Reinforcement Learning) dengan algoritma PPO (Proximal Policy Optimization) untuk mengoptimalkan pengaturan irigasi berdasarkan data SAVI (Soil Adjusted Vegetation Index) yang diperoleh dari citra satelit sentinel dan landsat. Kemudian untuk mengatasi masalah data null pada citra satelit, dilakukan interpolasi harian serta fallback musiman guna memastikan kontinuitas data sebagai input model RL. Dalam pendekatan ini, PPO bertugas untuk mempelajari pola kebutuhan air tanaman dengan mempertimbangkan kondisi vegetasi berdasarkan nilai SAVI yang terekam. Fungsi reward dirancang untuk mendorong agen memilih aksi irigasi yang paling sesuai, berdasarkan kesesuaian antara jumlah air yang diberikan dan kebutuhan tanaman yang tercermin pada nilai SAVI. Hasil penelitian menunjukkan bahwa model RL dengan algoritma PPO berhasil menerapkan kebijakan irigasi yang adaptif dan efisien, sehingga dapat meningkatkan efisiensi penggunaan air secara optimal. Dengan melakukan perbandingan terhadap baseline yang memberikan strategi irigasi tinggi setiap terdapat jeda tujuh hari, didapatkan hasil pada model PPO dengan dataset sentinel mengalami penghematan sebesar 11,2%. Sedangkan pada dataset landsat mengalami penghematan sebesar 58,9%.