Prediksi Trend NDVI Tanaman Karet Menggunakan Random Forest Regressor Berbasis Citra Sentinel-2 (Studi Kasus: Pusat Penelitian Karet Sembawa).
Date
2022Author
Mumtaz, Muhammad Faishal
Herdiyeni, Yeni
Setiawan, Yudi
Metadata
Show full item recordAbstract
Karet merupakan salah satu komoditas ekspor unggulan pada sektor
perkebunan yang berperan besar sebagai penghasil devisa negara Indonesia. Namun
dengan banyaknya permintaan terhadap bahan baku karet tidak diimbangi dengan
laju peningkatan produksi karet di Indonesia. Penurunan produksi karet ini
disebabkan oleh adanya penyakit gugur daun yang disebabkan oleh jamur
Pestalotiopsis Sp. Oleh sebab itu, diperlukannya sistem monitoring kesehatan
tanaman karet dengan menggunakan teknologi remote sensing untuk memprediksi
trend kesehatan tanaman karet berdasarkan nilai NDVI sehingga pemerintah dapat
membantu petani karet dalam melakukan monitoring kesehatan tanaman karet.
Tujuan dari penelitian ini untuk memprediksi trend dan analisis kesehatan tanaman
karet berdasarkan nilai indeks NDVI untuk 1 bulan hingga 12 bulan kedepan
dengan menggunakan model machine learning random forest regressor. Nilai mean
absolute error yang didapatkan oleh model random forest regressor pada setiap
klon sekitar antara 0,02334 – 0,06546.
Collections
- UT - Computer Science [2254]