Perpustakaan Digital ITB

Menilai karakteristik lahan padi merupakan langkah awal dalam perencanaan lahan untuk meningkatkan produksi maksimal dan merencanakan sistem pertanian berkelanjutan. Namun, informasi tersebut umumnya sangat sulit dilakukan di Indonesia karena karakter yang sangat beragam dan wilayah indonesia yang sangat luas. Karakteristik lahan padi yang dilakukan didasarkan pada parameter fisik dari kementrian pertanian. Parameter karakteristik ini akan di identifikasi menggunakan Machine Learning Random Forest dimana penentuan jumlah sample menggunakan metode Slovin dan pendistribusian menggunakan Stratified Random Sampling. Wilayah yang menjadi lokasi penelitian adalah Kabupaten Indramayu dan Kabupaten Majalengka di Provinsi Jawa Barat, dikarenakan kondisi fisik wilayah yang berbeda. Berdasarkan hasil analisis model testing didapatkan nilai overall accuracy di Kabupaten Indramayu dengan skor 71% pada pohon ke 450, dan pada hasil testing di Kabupaten Majalengka nilai overall accuracy sebesar 68% pada pohon ke 500, serta pada scope global (gabungan Kabupaten Indramayu dan Kabupaten Majalengka) hasil overall accuracy model testing sebesar 62% pada pohon ke 200. Hasil analisis pada tiga wilayah yang ada menunjukkan parameter karakteristik sawah paling berpengaruh yaitu suhu, tekstur, dan pH tanah. Berdasarkan seluruh analisis yang dilakukan, model Random Forest berjalan lebih baik pada wilayah scope lokal dibandingkan pada scope yang lebih luas atau global.