Perpustakaan Digital ITB

Padi (latin: Oryza Sativa) adalah komoditas agrikultur penting dan strategis di Indonesia. Indonesia berada pada posisi ke-4 di dunia sebagai penghasil beras terbesar di dunia. Salah satu daerah yang menjadi pusat penanaman padi di Indonesia khususnya di Pulau Jawa adalah Kabupaten Karawang. Dengan fakta tersebut, Indonesia membutuhkan perencanaan yang matang agar dapat menjaga ketahanan pangan sekaligus memperoleh manfaat yang maksimal dari komoditas ini. Pada Tugas Akhir ini dilakukan penelitian tentang modifikasi algoritma Random Forest dalam mengidentifikasi fase tumbuh padi dari citra satelit Sentinel-1A berbasis pada pembelajaran mesin. Berdasarkan studi literatur yang telah dilakukan, ditemukan bahwa terdapat beberapa kelemahan dari algoritma Random Forest, yang salah satunya adalah tidak dapat menginterpretasi secara mudah hubungan antara variabel respon dan variabel prediktor, yang berakibat struktur dari semua pohon penyusunnya menjadi tidak praktis sehingga proses pembelajaran dari algoritma ini menjadi lambat. Oleh karena itu, dirancang solusi untuk mengoptimasi algoritma Random Forest dalam mengidentifikasi fase tumbuh padi dengan melakukan hyperparameter tuning dengan Bayesian Optimization.