View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Master Theses
      • MT - Mathematics and Natural Science
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Master Theses
      • MT - Mathematics and Natural Science
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Model Pohon Keputusan Spasial untuk Evaluasi Kesesuaian Lahan Bawang Putih

      Thumbnail
      View/Open
      Fulltext (18.77Mb)
      Date
      2019
      Author
      Nurkholis, Andi
      Sukaesih, Imas
      Annisa
      Metadata
      Show full item record
      Abstract
      Luas lahan pertanian bawang putih Indonesia pada tahun 2016 menurun sebesar 6.09% dibandingkan dengan tahun sebelumnya, sehingga menyebabkan konsumsi bawang putih Indonesia semakin bergantung terhadap impor dari negara lain. Hal tersebut dibuktikan dengan produksi lokal bawang putih hanya 18,200 ton sementara konsumsinya mencapai 466,200 ton, dan diperkirakan akan terus meningkat rata-rata 8.78% per tahun. Kementerian Pertanian Indonesia telah menetapkan rencana swasembada untuk komoditas bawang putih pada tahun 2019 dengan salah satu caranya adalah memberikan informasi tentang kesesuaian lahan bawang putih sebagai metode perluasan lahan pertanian bawang putih. Prediksi karakteristik tanah dan cuaca sebagai indikator kesesuaian lahan sangat penting dalam meningkatkan efektivitas produksi pangan. Penelitian ini bertujuan mengevaluasi kesesuaian lahan bawang putih menggunakan algoritme pohon keputusan spasial. Algoritme tersebut merupakan peningkatan dari algoritme pohon keputusan konvensional di mana spatial join relation dimasukkan untuk menumbuhkan pohon keputusan spasial. Dataset spasial terdiri atas layer target yang mewakili kesesuaian lahan bawang putih dan sepuluh layer penjelas yang mewakili karakteristik tanah dan cuaca pada area studi, yaitu Kabupaten Magetan dan Solok, Indonesia. Sepuluh layer penjelas terdiri atas elevasi, drainase, relief, kejenuhan basa, kapasitas tukar kation, tekstur tanah, kemasaman tanah, kedalaman mineral tanah, curah hujan, dan temperatur. Penelitian ini menghasilkan pohon keputusan spasial terbaik untuk setiap area studi. Pada dataset Magetan, model terbaik memiliki 33 aturan dengan akurasi 94.34% dan variabel relief sebagai simpul akar. Sedangkan pada dataset Solok, model terbaik memiliki 66 aturan dengan akurasi 60.29% dan variabel tekstur tanah sebagai simpul akar. Variabel yang tidak terlibat dalam dua pohon keputusan spasial terbaik adalah drainase, artinya variabel drainase tidak begitu penting dalam menentukan kesesuaian lahan bawang putih.
      URI
      http://repository.ipb.ac.id/handle/123456789/98140
      Collections
      • MT - Mathematics and Natural Science [4149]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository