ANALISIS PRODUKTIVITAS PADI MENGGUNAKAN ALGORITMA MACHINE LEARNING RANDOM FOREST DI KABUPATEN BATANG TAHUN 2018 - 2022

Azhari Raka Masdian; Nurhadi Bashit; Firman Hadi

doi:10.14710/elipsoida.2023.19023

DOI: https://doi.org/10.14710/elipsoida.2023.19023

ANALISIS PRODUKTIVITAS PADI MENGGUNAKAN ALGORITMA MACHINE LEARNING RANDOM FOREST DI KABUPATEN BATANG TAHUN 2018 - 2022

Azhari Raka Masdian , Nurhadi Bashit, Firman Hadi

Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University, Indonesia,, Indonesia

Received: 3 Apr 2023; Accepted: 27 Jun 2023; Available online: 27 Jun 2023.

BibTex Citation Data :

@article{ELIPSOIDA19023,
    author = {Azhari Masdian and Nurhadi Bashit and Firman Hadi},
    title = {ANALISIS PRODUKTIVITAS PADI MENGGUNAKAN ALGORITMA MACHINE LEARNING RANDOM FOREST DI KABUPATEN BATANG TAHUN 2018 - 2022},
    journal = {Elipsoida : Jurnal Geodesi dan Geomatika},
  volume = {6},
    number = {1},
    year = {2023},
    keywords = {},
    abstract = {Produktivitas padi merupakan salah satu alat untuk mengamati seberapa besar nilai produksi padi yang dicapai suatu wilayah. Perubahan produksi padi di suatu wilayah dapat dipengaruhi oleh pembangunan yang terjadi. Proyek pembangunan seperti jalan tol Semarang-Batang yang dimulai tahun 2016 dan pembangunan Kawasan Industri Terpadu Batang (KITB) yang dimulai tahun 2020, dapat mempengaruhi perubahan tutupan lahan pada wilayah Kabupaten Batang terutama sawah yang merupakan tempat dimana padi dihasilkan. Penelitian ini menggunakan data citra Sentinel-2 dari tahun 2018 hingga 2022 sehingga akan diketahui kondisi lahan dan perubahannya. Terdapat 8 periode yang digunakan untuk mengamati perubahan tutupan lahan sawah dan non sawah di Kabupaten Batang. Analisis perubahan tutupan lahan tersebut dilakukan dengan metode klasifikasi citra secara  supervised  dengan algoritma  random forest  (RF). Hasil klasifikasi tersebut kemudian dijadikan batas luasan untuk analisis produktivitas padi. Untuk mendapatkan nilai pendugaan produktivitas padi, dilakukan analisis regresi dengan data produktivitas padi sebagai variabel terikat dan nilai indeks tanaman sebagai variabel bebas. Nilai akurasi hasil klasifikasi yang didapat dari matriks konfusi dengan 100 titik validasi menghasilkan akurasi  producer  sebesar 95,556 %, akurasi  user  sebesar 86 %, akurasi keseluruhan sebesar 91 % , dan nilai Kappa sebesar 0,82. Variabel terikat yang digunakan dalam analisis regresi terdapat 2 macam, yang pertama adalah data per kecamatan dari Dinas Pangan dan Pertanian Kabupaten Batang dan yang kedua merupakan data survey validasi yang mencakup area per sawah. Nilai RMSE yang didapat dari data per kecamatan adalah 1,857 ton/Ha, sedangkan hasil prediksi menggunakan data lapangan dengan sampel per sawah menghasilkan nilai RMSE 0,498 ton/Ha},
   issn = {2621-9883},   pages = {43--51}  doi = {10.14710/elipsoida.2023.19023},
    url = {https://ejournal2.undip.ac.id/index.php/elipsoida/article/view/19023}
}

Citation Format:

Abstract

Produktivitas padi merupakan salah satu alat untuk mengamati seberapa besar nilai produksi padi yang dicapai suatu wilayah. Perubahan produksi padi di suatu wilayah dapat dipengaruhi oleh pembangunan yang terjadi. Proyek pembangunan seperti jalan tol Semarang-Batang yang dimulai tahun 2016 dan pembangunan Kawasan Industri Terpadu Batang (KITB) yang dimulai tahun 2020, dapat mempengaruhi perubahan tutupan lahan pada wilayah Kabupaten Batang terutama sawah yang merupakan tempat dimana padi dihasilkan. Penelitian ini menggunakan data citra Sentinel-2 dari tahun 2018 hingga 2022 sehingga akan diketahui kondisi lahan dan perubahannya. Terdapat 8 periode yang digunakan untuk mengamati perubahan tutupan lahan sawah dan non sawah di Kabupaten Batang. Analisis perubahan tutupan lahan tersebut dilakukan dengan metode klasifikasi citra secara supervised dengan algoritma random forest (RF). Hasil klasifikasi tersebut kemudian dijadikan batas luasan untuk analisis produktivitas padi. Untuk mendapatkan nilai pendugaan produktivitas padi, dilakukan analisis regresi dengan data produktivitas padi sebagai variabel terikat dan nilai indeks tanaman sebagai variabel bebas. Nilai akurasi hasil klasifikasi yang didapat dari matriks konfusi dengan 100 titik validasi menghasilkan akurasi producer sebesar 95,556 %, akurasi user sebesar 86 %, akurasi keseluruhan sebesar 91 % , dan nilai Kappa sebesar 0,82. Variabel terikat yang digunakan dalam analisis regresi terdapat 2 macam, yang pertama adalah data per kecamatan dari Dinas Pangan dan Pertanian Kabupaten Batang dan yang kedua merupakan data survey validasi yang mencakup area per sawah. Nilai RMSE yang didapat dari data per kecamatan adalah 1,857 ton/Ha, sedangkan hasil prediksi menggunakan data lapangan dengan sampel per sawah menghasilkan nilai RMSE 0,498 ton/Ha

Fulltext View|Download

Article Metrics:

Article Info

Section: Articles

Language : ID

In Vol 6, No 1 (2023): Volume 06 Issue 01 Year 2023

Recent articles

ANALISIS PRODUKTIVITAS PADI MENGGUNAKAN ALGORITMA MACHINE LEARNING RANDOM FOREST DI KABUPATEN BATANG TAHUN 2018 - 2022 PEMETAAN LOKASI BENCANA & POS LAPANGAN PENUGASAN BENCANA BESERTA POTENSINYA DI KAWASAN GUNUNG SEMERU DENGAN METODE PROMETHEE BERBASIS SPASIAL ANALISIS DAERAH RAWAN KEKERINGAN LAHAN SAWAH DI KABUPATEN PURWOREJO MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS More recent articles

Last update:

No citation recorded.

Last update:

No citation recorded.

Starting from 2021, the author(s) whose article is published in the Elipsoida : Jurnal Geodesi dan Geomatika attain the copyright for their article and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike 4.0 International License. By submitting the manuscript to Elipsoida : Jurnal Geodesi dan Geomatika, the author(s) agree with this policy. No special document approval is required.

The author(s) guarantee that:

their article is original, written by the mentioned author(s),
has never been published before,
does not contain statements that violate the law, and
does not violate the rights of others, is subject to copyright held exclusively by the author(s), is free from the rights of third parties, and the necessary written permission to quote from other sources has been obtained by the author(s).

The author(s) retain all rights to the published work, such as (but not limited to) the following rights:

Copyright and other proprietary rights related to the article, such as patents,
The right to use the substance of the article in its own future works, including lectures and books,
The right to reproduce the article for its own purposes,
The right to archive all versions of the article in any repository, and
The right to enter into separate additional contractual arrangements for the non-exclusive distribution of published versions of the article (for example, posting them to institutional repositories or publishing them in a book), acknowledging its initial publication in this journal (Elipsoida : Jurnal Geodesi dan Geomatika).

Suppose the article was prepared jointly by more than one author. Each author submitting the manuscript warrants that all co-authors have given their permission to agree to copyright and license notices (agreements) on their behalf and notify co-authors of the terms of this policy. Elipsoida : Jurnal Geodesi dan Geomatika will not be held responsible for anything arising because of the writer's internal dispute. Elipsoida : Jurnal Geodesi dan Geomatika will only communicate with correspondence authors.

Authors should also understand that their articles (and any additional files, including data sets and analysis/computation data) will become publicly available once published. The license of published articles (and additional data) will be governed by a Creative Commons Attribution-ShareAlike 4.0 International License. Elipsoida : Jurnal Geodesi dan Geomatika allows users to copy, distribute, display and perform work under license. Users need to attribute the author(s) and Elipsoida : Jurnal Geodesi dan Geomatika to distribute works in journals and other publication media. Unless otherwise stated, the author(s) is a public entity as soon as the article is published.