Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Aplikasi Statistika & Komputasi Statistik
Arif Handoyo Marsuhandi
Badan Pusat Statistik
Computer Science & IT Decision Sciences, Operations Research & Management Mathematics

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

Found 1 Documents
Search

 1 
Klasifikasi Tutupan Lahan Berdasarkan Random Forest Algorithm Menggunakan Cloud Computing Platform Hady Suryono; Arif Handoyo Marsuhandi; Setia Pramana
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 12 No 3 (2020): Jurnal Aplikasi Statistika dan Komputasi Statistik Edisi Khusus
Publisher : Pusat Penelitian dan Pengabdian kepada Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34123/jurnalasks.v14i1.383

Abstract

Statistik pertanian merupakan salah satu data yang vital di dunia dan memiliki kontribusi besar terhadap pencapaian tujuan program Sustainable Development Goals (SDGs). Dalam SDGs, perhatian terhadap ketahanan pangan difokuskan pada indikator kunci kedua yaitu nol kelaparan (SDG 2). Ketersediaan data tutupan lahan yang akurat diperlukan sebagai data dasar untuk luasan baku sawah yang akan digunakan untuk mengukur tingkat ketahanan pangan. Pemetaan tanaman membutuhkan pemrosesan dan pengelolaan data citra satelit dengan volume yang sangat besar dan tidak terstruktur yang mengarah pada permasalahan Geo Big Data dan menuntut teknologi dan sumber daya baru yang mampu menangani citra satelit dalam jumlah besar. Secara khusus, munculnya sumber daya cloud computing, seperti Google Earth Engine telah mengatasi masalah Geo Big Data ini. Kami menggunakan algoritma Random Forest (RF) pada platform Google Earth Engine (GEE) di Kota Jakarta Utara pada tahun 2019 untuk mengklasifikasikan tutupan lahan. Hasil penelitian menunjukkan bahwa overall accuracy (OA)
Co-Authors Hady Suryono Pramana, Setia