Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal BETA (Biosistem dan Teknik Pertanian)
Ni Luh Gede Enjelina Ayu Maheswari
Program Studi Teknik Pertanian dan Biosistem, Fakultas Teknologi Pertanian, Universitas Udayana, Badung, Bali, Indonesia
Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Estimasi Nilai Respirasi Tanah Menggunakan Metode Tabung Mikrorespirasi dengan Pengolahan Citra: Estimation of Soil Respiration based on Microrespiration Tube Method using Image Processing Ni Luh Gede Enjelina Ayu Maheswari; Ni Nyoman Sulastri; I Putu Gede Budisanjaya; I Gusti Ketut Arya Arthawan
Jurnal BETA (Biosistem dan Teknik Pertanian) Vol 13 No 2 (2025): September
Publisher : Program Studi Teknik Pertanian dan Biosistem, Fakultas Teknologi Pertanian, Universitas Udayana, Badung, Bali, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/j.beta.2025.v13.i02.p01

Abstract

Respirasi tanah merupakan salah satu indikator penting dalam suatu ekosistem tanah yang menunjukan aktivitas mikroorganisme dan metabolisme dalam tanah. Respirasi tanah diukur dengan metode tabung mikrorespirasi sebagai pengukuran lapangan dan titrasi asam basa sebagai analisis laboratorium. Metode tabung mikrorespirasi ini adalah cara cepat mengukur respirasi tanah, namun data yang dihasilkan hanya dapat dilihat secara visual dan tidak diketahui nilainya. Oleh karena itu, dilakukan pengolahan citra dari metode tabung mikrorespirasi ini untuk mengestimasi nilai respirasi tanah serta mengetahui model estimasi terbaik menggunakan machine learning. Citra diakuisisi kemudian diolah dengan pengolahan citra meliputi konversi Red, Green, Blue (RGB) ke Hue Saturation Value (HSV), augmentasi citra, serta ekstraksi fitur data citra. Pengembangan model estimasi respirasi tanah menggunakan tiga algoritma yaitu Multiple Linear Regression (MLR), Back Propagation (BP), dan Random Forest (RF). Hasil dari penelitian ini adalah diperoleh akurasi model dengan nilai R² dari ketiga model yaitu MLR = 0,28, BP = 0,53, RF = 0,77 dan nilai estimasi dari ketiga model MLR = 7,62 mg/g , BP = 4,38 mg/g , RF = 4,57 mg. Dari hasil tersebut, dinyatakan bahwa model dengan algoritma RF merupakan model terbaik untuk mengestimasi nilai respirasi tanah.
Co-Authors I Gusti Ketut Arya Arthawan I Putu Gede Budisanjaya Ni Nyoman Sulastri