Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Lingkungan
Patria Kusumadiya
Program Studi Ilmu Pengelolaan Sumberdaya Alam dan Lingkungan, Sekolah Pascasarjana, IPB University, Bogor 16144, Indonesia
Environmental Science

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

Found 1 Documents
Search

 1 
Pemodelan Ensemble Prediksi Distribusi Ekologis Padi (Oryza sativa) di Provinsi Kalimatan Utara Patria Kusumadiya; Omo Rusdiana; Sri Mulatsih
Jurnal Ilmu Lingkungan Vol 22, No 2 (2024): March 2024
Publisher : School of Postgraduate Studies, Diponegoro Univer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jil.22.2.313-325

Abstract

Pemerintah Provinsi Kalimantan Utara berusaha mencapai ketahanan pangan dengan prinsip kemandirian pangan melalui perluasan lahan pertanian. Penilaian kesesuaian lahan pertanian, terutama untuk padi, dilakukan menggunakan pendekatan pemodelan ensemble yang melibatkan lima algoritma pembelajaran mesin. Model-model ini dibangun menggunakan paket species distribution modeling (SDM) di RStudio dengan pembagian data pelatihan dan pengujian 70:30 serta pengaturan parameter termasuk bootstrapping dan tiga kali pengulangan. Hasil penelitian menunjukkan variasi dalam respons variabel prediktor antara algoritma. Variabel NDVI memiliki pengaruh tertinggi pada SVM dan BRT (masing-masing 48,1% dan 36,6%), sementara variabel jarak dari jalan paling berpengaruh pada GLM, MARS, dan RF (masing-masing 44,6%, 27,6%, dan 26,5%). Distribusi padi (sawah) bervariasi antara model, dengan RF memiliki persentase tertinggi (6,34%). Evaluasi kinerja model-model ini menunjukkan bahwa model RF memiliki akurasi terbaik, sementara GLM memiliki akurasi buruk dalam nilai Kappa Cohen. Model ensemble memperoleh akurasi yang dapat diterima dengan nilai masing-masing 0,96; 0,70; dan 0,71 untuk AUC, TSS, dan Kappa. Dengan demikian, pendekatan pemodelan multi-algoritma dengan model ensemble memungkinkan penilaian yang lebih baik terhadap variabilitas dalam kinerja algoritma dan menghasilkan peta kesesuaian distribusi padi yang lebih baik daripada algoritma tunggal.
Co-Authors Omo Rusdiana Sri Mulatsih