Menentukan Lahan Tanaman Apel Dengan Clustering Citra Digital Tanah

  • Harto Harbelubun Setyawan Widyarto S
  • Setyawan Widyarto
Keywords: apple crops, digital images, k-means clustering, land, soil imagery

Abstract

Purpose: Apple plants need land location and soil with certain criteria. These criteria would be the main factors for apple plant growth. However, one of the main issues in the apple farming is the condition of the soil and the location of land that is not suitable for the apple plants.

Background: Apples are are rich in vitamins that are needed by the human body and become one of the promising agribusiness in profits.

Design/Methodology/Approach: The paper is about managing soil imagery and will determine land suitability for apple plant based on soil color and texture features. This stage requires digital image clustering.

Results/Findings: Of the several methods available, the K-Means Clustering method is considered better with an accuracy of testing reaching 94% with land testing data at the location of grasslands, airports, mining, open land, plantations, swamps, compared to the K-Nearest Neighbor and Fuzzy methods C-Means which have accuracy below 90% in determining the type of land.

Conclusion and Implications:  It is expected that the K-Means Clustering method can provide information about suitable soil conditions for apple crops.

 

Apel merupakan tanaman buah kaya  vitamin  yang sangat dibutuhkan oleh tubuh manusia. Selain itu apel menjadi salah satu jenis peluang usaha yang cukup menjanjikan keuntungan, baik industri maupun bisnis penjualan buah-buahan dikalangan masyarakat. Tanaman apel memiliki kriteria tanah dan lokasi lahan yang menjadi faktor utama pertumbuhan tanaman apel. Namun salah satu kendala utama dalam budidaya tanaman apel adalah kondisi tanah dan lokasi lahan yang tidak sesuai untuk lahan tanaman apel ini menyebabkan pertumbuhan dan perkembangan tanaman apel tidak optimal kelebatan buah dan rasa . maka dalam penulisan ini akan dibahas penelitian tentang pengelolaan citra tanah untuk menentukan lahan tanaman apel berdasarkan fitur warna dan teksture. Tahapan ini membutuhkan suatu metode yang dapat menentukan lahan tanaman apel dengan clustering citra digital tanah. Dari beberapa metode yang ada, metode K-Means Clustering dianggap lebih baik dengan akurasi pengujian mencapai 94% dengan data pengujian lahan pada lokasi padang rumput, bandara udara, pertambangan, lahan terbuka, hutan tanaman, rawa, dibanding metode K-Nearest Neighbor dan Fuzzy C-Means yang memiliki akurasi dibawah 90 % dalam menentukan jenis lahan tanah. diharapkan metode K-Means Clustering dapat memberikan informasi tentang kondisi tanah yang sesuai untuk tanaman apel, dengan begitu kebutuhan pakan, pangan dan bahan baku industri dapat terpenuhi.

References

Menentukan lahan tanaman apel dengan clustering citra digital tanah dengan metode K-Means Clustering.
Published
2020-07-20
How to Cite
Harbelubun, H., & Widyarto, S. (2020). Menentukan Lahan Tanaman Apel Dengan Clustering Citra Digital Tanah. Postgraduate Research Symposium - January 2020, 1(2). Retrieved from http://ojs.journals.unisel.edu.my/index.php/prsj20/article/view/215