UBMUBM

Jurnal Algoritma, Logika dan KomputasiJurnal Algoritma, Logika dan Komputasi

Ketidakpastian dan variabilitas curah hujan merupakan tantangan utama bagi petani dalam menentukan waktu tanam dan jenis tanaman yang paling sesuai untuk kondisi cuaca yang berubah-ubah. Sistem yang dibangun dalam penelitian ini menggunakan data historis curah hujan, parameter iklim, dan informasi varietas tanaman yang dikumpulkan dari wilayah Bekasi Utara. Proses pengumpulan data dilakukan dengan menggunakan citra satelit Landsat 8 dan dataset curah hujan CHIRPS yang kemudian diolah menggunakan bahasa pemrograman Python. Metode machine learning diterapkan untuk memproses dan menganalisis data tersebut guna membangun model prediksi yang akurat. Hasil penelitian menunjukkan bahwa sistem prediksi curah hujan yang dikembangkan mampu memberikan prakiraan curah hujan yang cukup akurat. Selain itu, sistem ini juga dapat memberikan rekomendasi tanaman optimal berdasarkan kondisi iklim dan prediksi curah hujan, yang diharapkan dapat membantu petani dalam meningkatkan hasil panen dan ketahanan pangan di wilayah tersebut. Penelitian ini menyimpulkan bahwa integrasi antara data satelit, analisis iklim, dan metode machine learning dapat menjadi alat yang efektif dalam membantu pengambilan keputusan pertanian yang lebih baik. Sistem yang dikembangkan juga memiliki potensi untuk diimplementasikan di wilayah lain dengan kondisi serupa, setelah dilakukan penyesuaian data lokal.

Model regresi linear untuk prediksi curah hujan berdasarkan LST dan NDVI menunjukkan hasil yang cukup baik dengan nilai R² sebesar 0.507, yang berarti model mampu menjelaskan sekitar 50,7% variasi data curah hujan.Analisis korelasi menunjukkan adanya hubungan signifikan antara curah hujan, LST, dan NDVI, meskipun faktor lain perlu dipertimbangkan untuk meningkatkan akurasi prediksi.Sistem ini berpotensi mendukung keputusan pertanian di Bekasi Utara dan wilayah serupa setelah penyesuaian lokal.

Pertama, perlu dikembangkan penelitian yang menguji akurasi model prediksi curah hujan dengan menambahkan variabel baru seperti kelembaban udara, tekanan atmosfer, dan kecepatan angin untuk melihat sejauh mana kombinasi variabel iklim mikro dapat meningkatkan ketepatan model di wilayah perkotaan seperti Bekasi Utara. Kedua, sebaiknya dilakukan studi tentang respon berbagai jenis tanaman lokal terhadap variasi curah hujan dan suhu permukaan tanah yang ekstrem untuk membangun basis rekomendasi tanaman yang lebih spesifik dan adaptif terhadap perubahan iklim jangka pendek dan panjang. Ketiga, perlu dilakukan penelitian untuk mengintegrasikan model prediksi ini ke dalam aplikasi berbasis mobile atau web yang mudah diakses petani, serta dievaluasi pengaruhnya terhadap peningkatan produktivitas dan keputusan bercocok tanam secara nyata melalui uji coba lapangan berkelanjutan selama beberapa musim tanam.

  1. Model Waterfall Untuk Pengembangan Sistem Informasi Pengolahan Nilai Pada SMP Kartika XI-3 Jakarta Timur... ejournal.bsi.ac.id/ejurnal/index.php/jtk/article/view/6884Model Waterfall Untuk Pengembangan Sistem Informasi Pengolahan Nilai Pada SMP Kartika XI 3 Jakarta Timur ejournal bsi ac ejurnal index php jtk article view 6884
Read online
File size216.74 KB
Pages11
DMCAReport

Related /

ads-block-test