Perbandingan Algoritma Klasifikasi untuk Mendeteksi Kebutuhan Nitrogen Tanaman Padi Berdasarkan Data Citra Multi-spectral Drone

Kahfi Gunardi, Karlisa Priandana, Medria Kusuma Dewi Hardhienata, Wulandari, Mohamad Solahudin

Abstrak

Optimalisasi penggunaan pupuk Nitrogen (N) sangat penting untuk meningkatkan produktivitas tanaman padi. Untuk mengetahui jumlah pupuk yang diperlukan oleh tanaman padi, petani umumnya menggunakan Bagan Warna Daun (BWD) dengan cara mencocokkan warna daun padi dengan warna pada BWD secara manual. Namun, hal ini sangat memakan waktu. Salah satu strategi untuk meningkatkan efisiensi penentuan kebutuhan pupuk N adalah dengan menggunakan Multi-spectral Drone. Drone digunakan untuk mengambil citra multispectral, kemudian citra ini digunakan untuk menentukan kebutuhan pupuk N. Penelitian ini membandingkan beberapa algoritma klasifikasi untuk memodelkan kebutuhan pupuk N dari data citra multispectral, dengan menggunakan ground truth dari penskalaan BWD. Algoritma klasifikasi yang dibandingkan yaitu Decision Tree (DT), Artificial Neural Network (ANN), Support Vector Machine (SVM), Random Forest (RF), dan K-Nearest Neighbour (KNN). Kinerja kelima algoritma klasifikasi diukur berdasarkan accuracy, recall, precision dan F1 score. Dalam penelitian ini, ditemukan bahwa model klasifikasi yang memiliki kinerja terbaik adalah algoritma Decision Tree (DT) baik dalam perlakuan tanpa normalisasi dan balancing dan dengan normalisasi dan balancing dengan nilai  accuracy, recall, precision, dan­­­ F1-score di atas 90%.

Penulis

Kahfi Gunardi
Karlisa Priandana
karlisa@apps.ipb.ac.id (Kontak utama)
Medria Kusuma Dewi Hardhienata
Wulandari
Mohamad Solahudin
Kahfi Gunardi, Karlisa Priandana, Medria Kusuma Dewi Hardhienata, Wulandari, & Mohamad Solahudin. (2023). Perbandingan Algoritma Klasifikasi untuk Mendeteksi Kebutuhan Nitrogen Tanaman Padi Berdasarkan Data Citra Multi-spectral Drone . Jurnal Ilmu Komputer Dan Agri-Informatika, 10(2), 238-249. https://doi.org/10.29244/jika.10.2.238-249

Rincian Artikel

Prediksi Kandungan Lignin pada Dedak Padi Bercampur Sekam Menggunakan Tekstur Statistik dan KNN

Eylen Desy Novita, Aziz Kustiyo, Anuraga Jayanegara, Toto Haryanto, Hari Agung Adrianto
Abstract View : 882
Unduh :1842

Jaringan Saraf Radial Basis Probabilistic untuk Identifikasi Morfologi Benih Padi Rawa Kalimantan Selatan

Oni Soesanto, Akhmad Yusuf, Dindin H Mursyidin, M Syahid Pebriadi
Abstract View : 1465
Unduh :873

Pengembangan Model Jaringan Syaraf Tiruan untuk Menduga Emisi Gas Metana dari Padi Sawah

Chusnul Arif, Budi Indra Setiawan, Slamet Widodo, Rudiyanto Rudiyanto, Nur Aini Iswati Hasanah,...
Abstract View : 1163
Unduh :885