Perpustakaan Digital ITB

Pemenuhan kebutuhan pangan tidak dapat dipisahkan dari produksi tanaman yang membutuhkan kondisi tanah dan lingkungan yang ideal. Oleh karena itu, analisis kesesuaian lahan pertanian memegang peranan penting dalam meningkatkan produktivitas pertani an. Selain itu memperluas jaringan irigasi ke lahan pertanian tadah hujan yang dinilai kurang efektif menjadi sangat penting karena memengaruhi keberlanjutan praktik budidaya di daerah pertanian . Penelitian ini melakukan terbosan baru yang bertujuan (1) me modelkan kesesuaian lahan pertanian pada komoditas pangan global yakni padi, jagung, gandum, dan kentang, (2) menganalisis tren perubahan aspek sosioekonomi yakni populasi manusia dan cahaya malam , (3) memodelkan area prioritas pertanian, dan ( 4 ) memodelk an area prioritas pengembangan jaringan irigasi baru. Untuk mencapai tujuan tersebut, dilakukan tahap sebelum pengolahan yakni pembuatan data model dengan reklasifikasi area tinggi panen dan rendah panen dari produk Global Cropland . Berikutnya, dibangun geospatial database yang mencakup parameter cuaca dan iklim, parameter biofisik, dan parameter vegetasi. Pengolahan dan analisis data dilakukan dengan pendekatan pembelajaran mesin yakni algoritma random forest berbasis komputasi awan. Selanjutnya dilakuka n analisis tren perubahan aspek sosioekonomi untuk menghasilkan pemodelan spasial area prioritas pertanian dan memanfaatkan data jaringan irigasi global untuk menghasilkan pemodelan spasial area prioritas pengembangan jaringan irigasi baru pada area pertan ian tadah hujan. Hasil pemodelan kesesuaian lahan menunjukkan bahwa algoritma pembelajaran mesin memiliki nilai AUC Area Under Curve yang berkategori baik dengan padi (0.93), jagung (0.94), gandum (0.92), dan kentang (0.8). Hasil analisis tren perubahan sosioekonomi baik positif dan negatif telah menghasilkan area prioritas pertanian multikomoditas yang bergantung pada karakteristik wilayah. Dan pengembangan multiskenario area prioritas pengembangan jaringan irigasi baru ditentukan berdasarkan analisis bi variat pada masing masing komoditas pangan global.