<![CDATA[Abstrak Besaran nilai Evapotranspirasi Potensial (ETp) sangat diperlukan untuk perencanaan distribusi air dan pola tanam. Umumnya, perhitungan ETp diperoleh dari perhitungan model empiris, seperti model Penman Monteith (PM) yang direkomendasikan oleh Food and Agriculture Organization (FAO). Namun, penerapan model ini memerlukan variabel cuaca yang banyak dan ketersediaan data cuaca yang tidak memadai. Tujuan penelitian ini adalah menghasilkan model estimasi ETp dengan algoritma Random Forest (RF). Variabel cuaca yang digunakan pada penelitian ini yang dijadikan input dalam pemodelan ETp yaitu radiasi matahari (Rs); suhu udara (T); kelembaban udara (RH); dan kombinasi Rs dan T. Data variabel cuaca diperoleh dari automatic weather station (AWS) di Daerah Irigasi (DI) Tungkub, Mengwi, Bali. Pada kalibrasi model terdapat tiga metrik evaluasi untuk mengevaluasi kinerja model yaitu R2, MSE, dan RMSE. Sementara pada validasi model menggunakan tiga teknik yaitu prediction error plot, residuals plot, dan k-fold CV. Hasil penelitian menunjukkan nilai estimasi ETp rata-rata dengan skenario masukan Rs menggunakan algoritma RF di DI Tungkub 0,14 mm/jam (R2 = 1,00, MSE = 0,00, RMSE = 0,01). Sementara itu, nilai rata-rata ETp PM yaitu 0,15 mm/jam. Skenario masukan Rs menggunakan algoritma RF menunjukan nilai estimasi yang mendekati nilai ETp PM. Abstract The estimation of Potential Evapotranspiration (ETp) is crucial for water distribution planning and cropping patterns. Generally, ETp calculation is obtained from empirical models such as the Penman-Monteith (PM) model recommended by the Food and Agriculture Organization (FAO). However, implementing this model requires numerous weather variables and adequate weather data availability. This research aims to develop an ETp estimation model using the Random Forest (RF) algorithm The weather variables used in this research as inputs for ETp modeling are solar radiation (Rs); air temperature (T); air humidity (RH); and a combination of Rs and T. Weather variable data were obtained from an automatic weather station (AWS) in the Tungkub Irrigation Area, Mengwi, Bali. In model calibration, three evaluation metrics were used to assess model performance, R2, MSE, and RMSE. Meanwhile, for model validation, three techniques were employed, prediction error plot, residuals plot, and k-fold cross-validation. The research results indicate that the average ETp estimation value with the scenario of input Rs using the RF algorithm in the Tungkub Irrigation Area is 0,14 mm/hour (R2 = 1,00, MSE = 0,00, RMSE = 0,01). Meanwhile, the average ETp PM value is 0,15 mm/hour. The scenario of input Rs using the RF algorithm shows estimation values close to the PM ETp value.]]>
Copyrights © 2025
