Prediksi Trend NDVI Tanaman Karet Menggunakan Random Forest Regressor Berbasis Citra Sentinel-2 (Studi Kasus: Pusat Penelitian Karet Sembawa).

Abstract

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.