Estimasi Nitrogen Tanaman Padi berdasarkan Reflectance Daun Menggunakan Artificial Neural Network
View/ Open
Date
2015Author
Lestari, Whina Ayu
Herdiyeni, Yeni
Hasbi, Wahyudi
Metadata
Show full item recordAbstract
Nitrogen (N) merupakan salah satu nutrisi yang dibutuhkan tanaman dalam
jumlah yang banyak. Ketersediaan N dalam tanaman perlu diestimasi sebelum
pemupukan untuk menentukan tingkat pemberian pupuk N yang tepat. Penelitian
ini bertujuan untuk mengestimasi kadar N padi (Oryza sativa, sp.) berdasarkan
reflectance daun menggunakan Artificial Neural Network (ANN). Pada penelitian
ini, 45 sampel daun diambil secara acak pada kondisi lingkungan yang beragam.
Reflectance daun diukur menggunakan handheld spectroradiometer sedangkan
kadar N aktual daun diukur menggunakan metode Kjeldahl. Data spectral
reflectance pada saluran visible (daerah panjang gelombang 400−700 nm) dan
kadar N aktual daun digunakan sebagai data input dan target dalam pembuatan
model ANN. Teknik k-fold cross validation (k=3) digunakan untuk memilih model
yang paling baik dan memperkirakan performa model secara keseluruhan. Hasilnya
menunjukan model ANN dengan 17 neuron hidden layer secara relatif dapat
mengestimasi N dengan baik. Hal ini dibuktikan dengan nilai root mean square
error (RMSE) terkecil sebesar 0.23 dan akurasi tertinggi sebesar 93%. Penelitian
ini menjanjikan untuk membantu petani untuk memprediksi kadar N tanaman padi
sehingga mengoptimalkan pemberian pupuk N.
Collections
- UT - Computer Science [2268]