Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Malcom: Indonesian Journal of Machine Learning and Computer Science
Ramadhan, Anas Haetami Putra
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Penerapan Algoritma Extra Trees untuk Klasifikasi Kondisi Unsur Hara Tanah: Application of the Extra Trees Algorithm for Soil Nutrient Condition Classification Ramadhan, Anas Haetami Putra; Handayani, Ade Silvia; Taqwa, Ahmad
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 4 (2026): MALCOM October 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i4.2953

Abstract

Ketersediaan unsur hara tanah merupakan penentu mendasar produktivitas pertanian. Penggunaan pupuk yang tidak tepat serta mengabaikan kondisi tanah dapat mengurangi efisiensi, meningkatkan biaya, dan menurunkan hasil panen. Oleh karena itu, pendekatan berbasis data diperlukan untuk memberikan rekomendasi pupuk yang akurat. Studi ini menerapkan algoritma Extra Trees untuk mengklasifikasikan kondisi unsur hara tanah menggunakan Fertilizer Recommendation Dataset. Persiapan data melibatkan inspeksi kualitas, pengkodean label untuk atribut kategorikal, dan pembagian dataset 80:20 untuk pelatihan dan validasi. Validasi model menggunakan metrik akurasi, presisi, recall, dan F1-score. Selain itu, validasi silang 5-Fold mengevaluasi konsistensi dan kemampuan generalisasi model. Model mencapai akurasi pengujian 94,50%. Validasi silang menghasilkan akurasi rata-rata 94,02% (SD = 0,0053), menunjukkan ketahanan di berbagai pembagian data. Analisis kepentingan fitur mengidentifikasi Nitrogen, Fosfor, dan Kalium sebagai atribut klasifikasi yang paling penting. Hasil penelitian menunjukkan efektivitas algoritma dalam mengklasifikasikan kondisi tanah dan merekomendasikan pupuk. Pada akhirnya, metodologi ini menawarkan potensi signifikan untuk meningkatkan pengambilan keputusan di bidang pertanian melalui pendekatan aplikasi yang efisien dan berbasis data.
Co-Authors Ade Silvia Handayani Ahmad Taqwa