PENGEMBANGAN SISTEM PREDIKSI WAKTU PENYIRAMAN OPTIMAL PADA PERKEBUNAN: Pendekatan Machine Learning untuk Peningkatan Produktivitas Pertanian

Mohammad Firos Anggarda, - (2023) PENGEMBANGAN SISTEM PREDIKSI WAKTU PENYIRAMAN OPTIMAL PADA PERKEBUNAN: Pendekatan Machine Learning untuk Peningkatan Produktivitas Pertanian. S1 thesis, Universitas Pendidikan Indonesia.

Abstract

Pertanian modern sangat bergantung pada teknologi, khususnya dalam pengelolaan irigasi dan penyiraman tanaman tebu. Beberapa penelitian terdahulu telah menerapkan teknik prediktif berbasis data lapangan untuk meningkatkan hasil panen tebu. Penelitian ini bertujuan untuk mengembangkan sistem prediksi waktu penyiraman optimal pada perkebunan tebu dengan menggunakan pendekatan machine learning. Metodologi yang ketat mencakup pengambilan data, pra-pemrosesan data, evaluasi dan pengujian model, validasi, dan visualisasi. Akurasi yang tinggi menunjukkan keandalan sistem dalam menentukan kebutuhan penyiraman optimal untuk meningkatkan efisiensi sumber daya dan hasil panen tebu. Data yang diperoleh dari automatic weather station (AWS) melalui thingsboard diproses secara berurutan, mulai dari pengambilan data dalam format json menggunakan postman hingga transformasi menjadi file csv dengan penyesuaian timestamp yang tepat. Tahap pra-pemrosesan mencakup pembersihan data, pemilihan variabel, integrasi data, dan menghasilkan dataset yang bersih. Pada tahap evaluasi, dataset dibagi menjadi data latih dan data uji, dengan penerapan dan perbandingan model logistic regression, random forest dan decision tree diterapkan sebagai classifier. Tahap validasi dan hasil mencakup prediksi, pengujian kinerja menggunakan matriks konfusi, serta visualisasi hasil prediksi dalam bentuk teks dan ikon yang bertujuan untuk meningkatkan interpetabilitas bagi pengguna melalui google colaboratory. Hasil penelitian ini memberikan gambaran tentang waktu penyiraman optimal untuk tanaman tebu berdasarkan dataset dari automatic weather station. Analisis lebih lanjut menunjukkan bahwa implementasi model machine learning secara signifikan meningkatkan akurasi prediksi, membuktikan efektivitas sistem dalam memberikan rekomendasi waktu penyiraman yang lebih presisi untuk meningkatkan produktivitas perkebunan tebu. Tujuan utama penelitian ini adalah mengembangkan sistem prediksi waktu penyiraman berbasis machine learning menggunakan data dari automatic weather station untuk tanaman tebu serta mengevaluasi berbagai algoritma klasifikator untuk memilih model terbaik dalam konteks perkebunan tebu.

	Text TA_ART_S_PTOIR_2007579_SK.pdf Download (392kB)
	Text TA_ART_S_PTOIR_2007579_ART.pdf Restricted to Staf Perpustakaan Download (979kB)

Item Type:	Thesis (S1)
Additional Information:	https://scholar.google.com/citations?view_op=list_works&hl=id&user=p9-1tqIAAAAJ ID Sinta Dosen Pembimbing: Iwan Kustiawan: 5996452 Deasy Rosanti Nurjannah: - Nurul Fahmi Arief Hakim: 6725597 Karya ini adalah tugas akhir setara dengan skripsi sesuai dengan SK Dekan Fakultas Pendidikan Tenik dan Industri Nomor: 10158/UN40.A5/PK.03.08/2024
Uncontrolled Keywords:	Sistem Prediksi, Waktu Penyiraman Optimal, Machine Learning Dan Produktivitas Pertanian. Prediction System, Optimal Watering Time, Machine Learning and Agricultural Productivity.
Subjects:	Q Science > Q Science (General) S Agriculture > S Agriculture (General)
Divisions:	Fakultas Pendidikan Teknik dan Industri > S1 Pendidikan Teknik Otomasi Industri dan Robotika
Depositing User:	MOHAMMAD FIROS ANGGARDA
Date Deposited:	28 Oct 2024 08:38
Last Modified:	28 Oct 2024 08:38
URI:	http://repository.upi.edu/id/eprint/127135

Actions (login required)

View Item