MENENTUKAN LAHAN TANAMAN APEL DENGAN CLUSTERING CITRA DIGITAL TANAH
Abstract
Apel merupakan tanaman buah yang kaya akan vitamin c dan b yang sangat dibutuhkan oleh tubuh manusia. Selain itu buah 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 citradigital 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
Danang Aji Bimantoro, Clustering Citra Tanah Menggunakan Algoritma Fuzzy C-Means Untuk Menilai Kesesuaian Lahan Pada Tanaman Cengkeh, vol. 2, no. 2. 2017.
K. Reflan Nuari, Aflahah Apriliyani , Juwari, “Implementasi Metode K-Nearest Neighbor (Knn) Untuk Memprediksi Varietas Padi Yang Cocok Untuk Lahan Pertanian,” vol. 4, pp. 2– 8, 2018.
nur ridha Apriyanti, radityo adi Nugroho, and O. Soesanto, “Algoritma K-Means Clustering Dalam Pengolahan Citra Digital Landsat,” KLIK Kumpul. J. Ilmu Komput., vol. 2, no. 2, pp. 110–122, 2016, doi: 10.20527/klik.v2i2.22.