Muhammad Imam Zarkasyi
Unknown Affiliation

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

Found 1 Documents
Search

Analisis Kesehatan Tanaman Sawi (Brassica juncea L) Menggunakan Algoritma Random Forest Simanjuntak, Peter; Mikha Dayan Sinaga; Akbar Idaman; Muhammad Imam Zarkasyi
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 24 No 2 (2025): Agustus 2025
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v24i2.12131

Abstract

Penelitian ini membahas analisis kesehatan tanaman sawi (Brassica juncea L) menggunakan algoritma Random Forest. Data yang digunakan meliputi suhu, kelembapan tanah, dan intensitas cahaya, yang dikumpulkan secara periodik. Label status tanaman ditentukan berdasarkan ambang batas tertentu: “Sehat” jika kelembapan ≥ 60%, suhu antara 28–34°C, dan intensitas cahaya ≥ 700 lux; “Stres” jika kelembapan < 45% atau cahaya < 700 lux; serta “Perlu Disiram” untuk kondisi lainnya. Model Random Forest digunakan untuk mempelajari hubungan antara parameter lingkungan dan status tanaman. Hasil evaluasi menunjukkan tingkat akurasi yang tinggi, mengindikasikan bahwa algoritma ini efektif dalam mengklasifikasikan kondisi tanaman. Pendekatan ini dapat membantu petani dalam pengambilan keputusan berbasis data, sehingga meningkatkan efisiensi perawatan tanaman sawi.