Model Klasifikasi Fase Pertumbuhan Tebu dari Citra Sentinel 1 Multi-temporal Menggunakan Algoritma Random Forest

Vandam Caesariadi Bramdito, Sony Hartono Wijaya, Imas Sukaesih Sitanggang

Abstrak

Daerah Istimewa Yogyakarta yang telah ditetapkan sebagai kawasan sentra tebu memerlukan perlakuan khusus dalam upaya ekstensifikasi yang memerlukan informasi spasial usaha tani tebu. Pemantauan lahan tebu dilakukan untuk mendapatkan informasi fase pertumbuhan tebu dan sebarannya untuk strategi ekstensifikasi pertanian. Oleh karena itu perlu dilakukan klasifikasi citra menggunakan algoritma random forest yang reliable untuk mengklasifikasikan fase pertumbuhan tebu pada citra Sentinel 1 multi-temporal. Peta kalender tanam tebu dibuat dari hasil klasifikasi citra yang telah dilakukan dan menguji tingkat akurasi untuk evaluasi. Klasifikasi dilakukan dengan setiap citra pada setiap bulan yang terekam sepanjang tahun 2020. Data citra yang digunakan sebanyak 9690 sampel piksel yang terdiri atas 6 kelas klasifikasi yaitu bangunan, vegetasi, badan air, sawah, tebu kelas fase 1, dan kelas fase tebu 2. Hasil uji model klasifikasi menunjukkan bahwa Citra Sentinel 1 yang terdiri atas 13 citra memiliki akurasi model rata-rata yaitu 65.38%. Hasil klasifikasi citra yang memiliki tingkat akurasi keseluruhan tertinggi senilai 73.33% dengan nilai RMSE 2.05 terjadi pada bulan Oktober.

Penulis

Vandam Caesariadi Bramdito
vandamcaesariadi@apps.ipb.ac.id (Kontak utama)
Sony Hartono Wijaya
Imas Sukaesih Sitanggang
Author Biographies

Vandam Caesariadi Bramdito, Universitas IPB

Vandam_biru.jpg

Lahir di Kota Bogor 1 Februari 1992, Vandam Merupakan Alumni S1 Kartografi Dan Penginderaan Jauh, Fakultas Geografi, Universitas Gadjah Mada yang lulus tahun 2016 dan sekarang ini berperan sebagai mahasiswa pascasarjana jenjang S2 bidang ilmu komputer. Berpengalaman kerja di bidang Penginderaan Jauh dan Sistem Informasi Geografi dari tahun 2016-2018 di Balai Besar Penelitian Sumberdaya Lahan, 2021 di Badan Nasional Pengelola Perbatasan dan 2021-2023 di ESP Mahakam PT Yodya Karya Tbk

Sony Hartono Wijaya, Universitas IPB

SHW-225x300.jpg

Dosen berpengalaman dengan sejarah kerja yang ditunjukkan di industri pendidikan tinggi. Terampil dalam Bioinformatika, Pembelajaran Mesin, Pengambilan Informasi, Rekayasa Perangkat Lunak, dan Pengembangan Aplikasi Seluler dengan banyak bahasa pemrograman. Profesional pendidikan yang kuat dengan gelar PhD yang berfokus pada Bioinformatika dari Nara Institute of Science and Technology

 

Imas Sukaesih Sitanggang, Universitas IPB

Imas-Sitanggang2.jpg

Imas Sukaesih Sitanggang saat ini bekerja di Departemen Ilmu Komputer Institut Pertanian Bogor. Imas melakukan penelitian di Data Mining dan Data Warehousing yang berfokus pada dataset spasial. Proyek mereka saat ini adalah 'Mengembangkan Sistem Peringatan Dini untuk Kebakaran Hutan dan Lahan Gambut di Sumatera dan Kalimantan dengan Pendekatan Penambangan Data Spatio-Temporal' dan 'Pemrosesan Analitik Online untuk Komoditas Pertanian Indonesia

 
BramditoV. C., WijayaS. H., & SitanggangI. S. (2023). Model Klasifikasi Fase Pertumbuhan Tebu dari Citra Sentinel 1 Multi-temporal Menggunakan Algoritma Random Forest. Jurnal Ilmu Komputer Dan Agri-Informatika, 10(2), 212-223. https://doi.org/10.29244/jika.10.2.212-223

Rincian Artikel

Analisis Sentimen Pengguna Twitter terhadap Vaksinasi COVID-19 di Indonesia menggunakan Algoritme Random Forest dan BERT

Amin Elhan, Medria Kusuma Dewi Hardhienata, Yeni Herdiyeni, Sony Hartono Wijaya, Julio Adisantoso
Abstract View : 1216
Unduh :1518