Simtek : Jurnal Sistem Informasi dan Teknik Komputer
Vol 7 No 1 (2022): April 2022

ANALISIS DATA GEOSPASIAL UNTUK PREDIKSI PENANAMAN KOMODITI PADA LAHAN PERTANIAN KOSONG MENGGUNAKAN REMOTE SENSING (STUDI KASUS KECAMATAN KAUDITAN, SULAWESI UTARA)

Kenny Lahinta (Politeknik Negeri Manado)
Christopel Hamonangan Simanjuntak (Politeknik Negeri Manado)
Olga Engelien Melo (Politeknik Negeri Manado)
Fitria Claudya Lahinta (Politeknik Negeri Manado)



Article Info

Publish Date
27 Apr 2022

Abstract

Penanaman komoditi tanaman unggul seperti cengkeh, pala dan kelapa/kopra pada lahan pertanian biasanya dilakukan oleh para petani dengan melihat dari beberapa kondisi. Beberapa kondisi tersebut diantaranya adalah harga komoditi, masa panen, kerapatan tanaman, dan luas lahan yang akan ditanami. Sementara terdapat beberapa perkebunan atau lahan pertanian yang memiliki jenis tanaman dan hasil komoditi yang sama dan masih banyak terdapat lahan pertanian kosong yang belum dikelola atau belum ditanami. Oleh karena itu, diperlukan pengoptimalan penanaman komoditi pada lahan pertanian kosong dengan menjadikan komoditi eksisting sebagai tolak ukur varian komoditi lain yang sesuai untuk ditanam pada lahan kosong yang ada. Maka tujuan dari penelitian ini adalah menganalisis lahan pertanian kosong agar dapat menghasilkan Sistem Informasi yang berguna untuk pemerintah dan terlebih khusus bagi masyakarat yang berprofesi sebagai petani. Berdasarkan permasalahan yang telah disebutkan, maka tujuan dari penelitian ini adalah melakukan analisa geografis menggunakan SIG yang menghasilkan tampilan visual lahan pertanian kosong beserta hasil perhitungan prediksi penanaman komoditi pada lahan pertanian kosong di 3 desa pada kecamatan kauditan dengan menggunakan metode Remote Sensing. Klasifikasi yang digunakan dalam penelitian ini adalah metode klasifikasi Land Cover dan metode klasifikasi Random Forest yang menggunakan citra satelit Landsat 8 wilayah Kabupaten Minahasa Utara dengan Path/Row: 111 059 tanggal akusisi 15 Juni 2021. Metode klasifikasi Land Cover dan Random Forest yang digunakan dalam penelitian ini termasuk kedalam klasifikasi Terbimbing (Supervised Classification). Hasil penelitian ini adalah lahan kosong yang teridentifikasi di Desa Kaasar, Desa Karegesan dan Desa Kaima menggunakan citra Landsat 8 berdasarkan klasifikasi Land Cover terindentifikasi sebesar 2742,75 Ha, dan untuk klasifikasi Random Forest teridentifikasi sebesar 1041,12 Ha dari total luas wilayah yang diidentifikasi sebesar 10004,49 Ha. Hasil Uji akurasi dari klasifikasi land cover sebesar 65,39% dan untuk klasifikasi Random Forest sebesar 73,08%. Hasil dari penelitian ini adalah klasifikasi pemetaan komoditi unggulan yaitu cengkeh, pala, kelapa/kopra pada lahan kosong

Copyrights © 2022






Journal Info

Abbrev

simtek

Publisher

Subject

Computer Science & IT Electrical & Electronics Engineering Engineering

Description

Jurnal Sistem Informasi dan Teknik Komputer diterbitkan dua edisi jurnal dalam satu tahun, yaitu pada bulan April dan Oktober. Jurnal Sistem Informasi dan Teknik Komputer mencakup bidang-bidang ilmu teknologi informasi antara lain teknik komputer, ilmu komputer, sistem informasi, komputerisasi ...