Perbaikan Data Perkebunan Indonesia: Kopi, Gula dan Kakao

Ruslan, Kadir; Prasetyo, Octavia

doi:10.35497/349237

Cited by 1 publication

(1 citation statement)

References 1 publication

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Di sisi lain, Penaksiran luas lahan dan produksi dengan metode tersebut memungkinkan adanya bias dan kesalahan pengukuran yang mengakibatkan terjadi overestimate. Hal tersebut terjadi karena banyak hal, seperti keterlibatan sejumlah kepentingan politik (Ruslan, 2019). Organisasi Food and Agriculture (FAO) PBB pada tahun 2014 mengevaluasi metode eye-estimate yang dinilai lemah karena memberikan hasil yang tidak dapat dipertanggungjawabkan (BPS, 2019).…”

Section: Pendahuluanunclassified

Penerapan Pembelajaran Mesin Untuk Estimasi Luas Lahan Bawang Merah Berdasarkan Data Citra Satelit Resolusi Menengah

Zulkarnain¹,

Marsisno²

2022

semnasoffstat

View full text Add to dashboard Cite

Kabupaten Nganjuk merupakan produsen bawang merah terbesar kedua nasional. Potensi tersebut membuat upaya besar dalam menghitung luas lahannya. Hasil penghitungan eye estimate yang tidak dapat dipertanggungjawabkan masih digunakan. Pengindraan jarak jauh (indraja) menawarkan alternatif menggunakan citra satelit resolusi menengah Sentinel-2 sebagai sumber informasi. Nilai pita spektral Sentinel-2 di bulan Juni dan Agustus 2020 diekstrak menjadi variabel dasar dan komposit, kemudian dilatih untuk pemodelan pembelajaran mesin. Variabel tereduksi kemudian dievaluasi dua tahap. Evaluasi internal nilai performa dan uji Mc Nemar menunjukkan model Support Vector Machine (SVM) unggul untuk objek Juni, sedangkan Random Forest (RF) untuk Agustus 2020. Evaluasi eksternal selisih total luas lahan terhadap data publikasi Badan Pusat Statistik (BPS) menunjukkan model SVM diunggulkan kedua objek karena selisih total terkecil yaitu 897,53 dan 5382,48 hektar. Selisih total yang sangat tinggi kurang diharapkan sehingga pemilihan dan pengembangan model, pelabelan secara intensif, atau penerapan pemilihan variabel penelitian ini dapat dipakai untuk penelitian mendatang.

show abstract

Section: Pendahuluanunclassified

Penerapan Pembelajaran Mesin Untuk Estimasi Luas Lahan Bawang Merah Berdasarkan Data Citra Satelit Resolusi Menengah

Zulkarnain¹,

Marsisno²

2022

semnasoffstat

View full text Add to dashboard Cite

show abstract

Perbaikan Data Perkebunan Indonesia: Kopi, Gula dan Kakao

Cited by 1 publication

References 1 publication

Penerapan Pembelajaran Mesin Untuk Estimasi Luas Lahan Bawang Merah Berdasarkan Data Citra Satelit Resolusi Menengah

Penerapan Pembelajaran Mesin Untuk Estimasi Luas Lahan Bawang Merah Berdasarkan Data Citra Satelit Resolusi Menengah

Contact Info

Product

Resources

About