Sistem Pendugaan Kadar Fosfor pada Tanah Gambut Perkebunan Kelapa Sawit Berbasis Citra Synthetic Apperture Radar (SAR) Sentinel-1.

Abstract

Industri kelapa sawit di Indonesia sangat potensial. Salah satu kendala industri kelapa sawit yaitu tingkat produktivitas yang masih rendah disebabkan oleh pemupukan yang kurang optimal. Penyediaan unsur hara yang proporsional diperlukan untuk meningkatkan produktivitas kelapa sawit. Salah satu unsur hara yang dibutuhkan oleh tanaman adalah fosfor. Penelitian ini menggunakan metode analisis citra satelit berbasis radar untuk menduga kadar nutrisi fosfor tanah. Pengambilan sampel tanah dilakukan dengan menyertakan titik koordinat pada setiap sampel di masing-masing wilayah agar dapat dideteksi menggunakan sistem radar pada satelit. Proses pengambilan citra disesuaikan dengan waktu pengambilan sampel. Citra yang telah sesuai dan diunduh kemudian dilakukan praproses untuk mengurangi derau. Nilai ekstraksi gelombang yang didapat kemudian dijadikan sebagai variabel independen yang berjumlah sebanyak sepuluh variabel serta hasil analisis nutrisi fosfor dari laboratorium ditetapkan sebagai variabel dependen. Data yang didapat kemudian dilakukan praproses pengolahan data yang terdiri dari seleksi pencilan, standarisasi data dan data balancing. Data hasil praproses dibagi menjadi data latih sebanyak 90% dan data uji sebanyak 10%. Model algoritma yang digunakan untuk analisis regresi adalah Random Forest Regressor. Evaluasi model dilakukan dengan metode Mean Absolute Percentage Error (MAPE). Hasil MAPE terbaik yang dihasilkan model adalah 27.94% setelah dilakukan transformasi data dan penyesuaian hyperparameter pada model.

The palm oil industry in Indonesia has a huge potential. The low rate of productivity brought on by inadequate fertilization is one of the issues affecting the palm oil industry. Increased oil palm productivity requires the provision of proportionate nutrients. Phosphorus is one of the nutrients that plants require. In this study, the amount of phosphorus in the soil is estimated using a radar-based satellite image processing technique. In order for the radar system on the satellite to detect each sample, the coordinates of each sample in each area are included in the soil sampling process. The image retrieval procedure is adjusted according to the sample period. The image that has been matched and downloaded is then preprocessed to reduce noise. The acquired wave extraction value was then applied as independent variables which contained ten variables, and the results of the laboratory analysis of phosphorus nutrition were determined as the dependent variable. The collected data is subsequently preprocessed for data processing, which involves outlier selection, data standardization, and data balancing. Data that has been preprocessed is split into 90% training data and 10% test data. After data transformation and hyperparameter adjustments, the best MAPE result the model produced was 27.94%.