Perpustakaan
DESKRIPSI DATA LENGKAP
JudulSISTEM INFORMASI GEOGRAFIS PEMETAAN DAN ANALISIS LAHAN PERTANIAN MENGGUNAKAN ALGORITMA RANDOM FOREST (STUDI KASUS KECAMATAN BUNGKU TENGAH)
Nama: ALIMUDIN TANTU
Tahun: 2024
Abstrak
Penelitian ini bertujuan untuk mengembangkan model regresi yang dapat memprediksi jenis tanaman berdasarkan variabel lingkungan seperti suhu, kelembaban, pH tanah, dan curah hujan. Dataset yang digunakan terdiri dari 2200 data dengan 22 jenis tanaman. Data dibersihkan dari nilai kosong dan dibagi menjadi data pelatihan (80%) dan data pengujian (20%). Model Regressor dengan 500 pohon keputusan diterapkan, dan akurasi diukur menggunakan nilai R². Model kemudian disimpan sebagai file pickle untuk evaluasi lebih lanjut. Hasil pengujian menunjukkan model memiliki tingkat akurasi yang tinggi dengan nilai R² sebesar 94%, Mean Absolute Error (MAE) sebesar 0.567, Mean Squared Error (MSE) sebesar 2.126, dan Root Mean Squared Error (RMSE) sebesar 1.458. Selain itu, sistem informasi geografis yang mendukung pemetaan dan analisis lahan pertanian diuji menggunakan metode black box, dan terbukti berfungsi dengan baik. Pengujian kepuasan pengguna terhadap 12 responden menghasilkan nilai rata-rata skor 86,33%, menunjukkan respon yang sangat positif. Aspek yang dievaluasi mencakup kemudahan penggunaan, akurasi data, efektivitas fitur analisis, kecepatan dan efisiensi sistem, serta kualitas antarmuka pengguna. Hasil penelitian ini menunjukkan bahwa model regresi dan sistem informasi geografis yang dikembangkan dapat digunakan secara efektif untuk pengambilan keputusan dalam pengelolaan lahan pertanian, dengan tingkat kepuasan pengguna yang tinggi.

Sign In to Perpus

Don't have an account? Sign Up