Analisis Kesesuaian Lahan Padi Gogo Berbasis Sifat Tanah dan Cuaca Menggunakan ID3 Spasial(Land Suitability Analysis for Upland Rice based on Soil and Weather Characteristics using Spatial ID3)

Andi Nurkholis, Muhaqiqin Muhaqiqin, Try Susanto

Abstract


Penurunan minat generasi muda terhadap sektor pertanian menjadi permasalahan sekaligus tantangan bagi Indonesia dalam hal kedaulatan pangan, dimana kebutuhan suplai pangan justru akan terus meningkat setiap tahunnya. Pemerintah Indonesia telah menetapkan rencana strategis berupa pengembangan sembilan komoditas utama,  salah  satunya adalah  padi yang merupakan bahan pangan utama masyarakat Indonesia. Pengembangan dapat dilakukan dengan menerapkan kemajuan teknologi untuk keefektifan produksi pangan, dengan tujuan utama adalah ekstensifikasi lahan pertanian. Arahan kesesuaian lahan berupa karakteristik lahan dan cuaca yang sesuai sangat penting dalam menunjang hal tersebut, yang dapat diperoleh melalui evaluasi kesesuaian lahan. Penelitian ini melakukan kajian analisis berupa evaluasi kesesuaian lahan padi gogo menggunakan algoritme ID3 spasial berdasarkan sifat tanah dan cuaca. Algoritme ID3 spasial merupakan pengembangan dari algoritme ID3 konvensional untuk menangani klasifikasi data yang melibatkan faktor spasial. Dataset terbagi menjadi dua kategori, yakni layer penjelas merepresentasikan delapan sifat tanah (elevasi, drainase, relief, kejenuhan basa, kapasitas tukar kation, tekstur tanah, kemasaman tanah, dan kedalaman mineral tanah) dan dua data cuaca (curah hujan dan temperatur), serta layer target merepresentasikan kesesuaian lahan padi gogo pada area studi, Kabupaten Bogor, Provinsi Jawa Barat, Indonesia. Analisis kesesuaian lahan menghasilkan dua model yang memperoleh simpul akar (relief) dan akurasi yang sama (87.28%), dengan jumlah aturan yang berbeda, yakni 144 oleh model A dan 69 oleh model B. Penambahan faktor cuaca merupakan hal tepat yang dibuktikan oleh keterlibatannya pada dua model keputusan spasial, sehingga dapat memberikan informasi curah hujan dan temperatur yang dibutuhkan dalam pengoptimalan pertanian padi gogo.


Keywords


cuaca, ID3 spasial, kesesuaian lahan, padi gogo, sifat tanah

References


[1] Badan Pusat Statistik (BPS), “Berita resmi statistik: hasil pencacahan lengkap sensus pertanian 2013 dan survei pendapatan rumah tangga usaha pertanian 2013,” 2014. [Online]. Available: https://www.bps.go.id/pressrelease/download.html?nrbvfeve=OTc1&sdfs=ldjfdifsdjkfahi&twoadfnoarfeauf=MjAyMC0wNS0yOCAwOTo0NDoyOA%3D%3D.

[2] Badan Penyuluhan dan Pengembangan SDM Pertanian (BPPSDMP), “Rencana strategis 2015 –2019, edisi revisi kedua,” 2017. [Online]. Available: http://sakip.pertanian.go.id/admin/file/RENSTRA BPPSDMP 2015-2019.pdf.

[3] Balai Besar Penelitian dan Pengembangan Sumberdaya Lahan (BBSDLP), Atlas peta kesesuaian lahan dan arahan komoditas pertanian pertanian, Kabupaten Bogor, Provinsi Jawa Barat, skala 1:50.000, 2nd ed. Bogor (ID): Badan Penelitian dan Pengembangan Pertanian, Kementerian Pertanian, 2016.

[4] L. Nazirah and B. S. J. Damanik, “Pertumbuhan dan hasil tiga varietas padi gogo pada perlakuan pemupukan,” J. Floratek, vol. 10, no. 1, pp. 54–60, 2015, doi: 10.24815/floratek.v10i1.2329.

[5] D. Sahara and E. Kushartanti, “Study on upland rice planting system in dry land in Boyolali District, Central Java,” J. Ilmu Pertan. Indones., vol. 24, no. 1, pp. 65–72, 2019, doi: 10.18343/jipi.24.1.65.

[6] E. Fitria and M. N. Ali, “Kelayakan usahatani padi gogo dengan pola pengelolaan tanaman terpadu (PTT) di Kabupaten Aceh Besar, Provinsi Aceh,” Widyariset, vol. 17, no. 3, pp. 425–434, 2014.

[7] Pusat Data dan Sistem Informasi Pertanian (PUSDATIN), Outlook komoditas pertanian sub sector tanaman pangan, padi. Kementerian Pertanian, 2016.

[8] D. Djaenudin, M. H., S. H., and A. Hidayat, Petunjuk teknis evaluasi lahan untuk komoditas pertanian, 2nd ed. Bogor (ID): Badan Penelitian dan Pengembangan Pertanian, 2011.

[9] L. Qu, Y. Shao, and L. Zhang, “Land suitability evaluation method based on GIS technology,” in 2nd International Conference on Agro-Geoinformatics: Information for Sustainable Agriculture, Agro-Geoinformatics, 2013, pp. 7–12, doi: 10.1109/Argo-Geoinformatics.2013.6621869.

[10] K. Koperski, J. Han, and N. Stefanovic, “An efficient two-step method for classification of spatial data,” in International Symposium on Spatial Data Handling, 1998, pp. 45–54, doi: http://dx.doi.org/10.1.1.12.2505.

[11] Food and Agriculture Organization (FAO), A framework for land evaluation, 1st ed. Rome (IT): FAO and Agriculture Organization of The United Nations, 1976.

[12] A. Nurkholis and I. S. Sitanggang, “A spatial analysis of soybean land suitability using spatial decision tree algorithm,” in Sixth International Symposium on LAPAN-IPB Satellite, Dec. 2019, no. December, p. 113720I, doi: 10.1117/12.2541555.

[13] A. Nurkholis and I. S. Sitanggang, “Optimization for prediction model of palm oil land suitability using spatial decision tree algorithm,” J. Teknol. dan Sist. Komput., vol. 8, no. 3, pp. 192–200, 2020, doi: 10.14710/jtsiskom.2020.13657.

[14] I. S. Sitanggang, R. Yaakob, N. Mustapha, and A. A. B. Nuruddin, “An extended ID3 decision tree algorithm for spatial data,” in IEEE International Conference on Spatial Data Mining and Geographical Knowledge Services, Jun. 2011, pp. 48–53, doi: 10.1109/ICSDM.2011.5969003.

[15] I. S. Sitanggang, R. Yaakob, N. Mustapha, and A. A. B. Nuruddin, “Classification model for hotspot occurrences using spatial decision tree algorithm,” J. Comput. Sci., vol. 9, no. 2, pp. 244–251, Feb. 2013, doi: 10.3844/jcssp.2013.244.251.

[16] Y. M. Khoiriyah and I. S. Sitanggang, “A spatial decision tree based on topological relationships for classifying hotspot occurences in Bengkalis Riau Indonesia,” in International Conference on Advanced Computer Science and Information Systems, 2014, pp. 268–272, doi: 10.1109/ICACSIS.2014.7065844.

[17] I. S. Sitanggang, R. Yaakob, N. Mustapha, and A. A. N., “A decision tree based on spatial relationships for predicting hotspots in peatlands,” TELKOMNIKA (Telecommunication Comput. Electron. Control., vol. 12, no. 2, p. 511, Jun. 2014, doi: 10.12928/TELKOMNIKA.v12i2.2036.

[18] S. Rinzivillo and F. Turini, “Classification in geographical information systems,” Lect. Notes Comput. Sci. (including Subser. Lect. Notes Artif. Intell. Lect. Notes Bioinformatics), vol. 3202, pp. 374–385, 2004, doi: 10.1007/978-3-540-30116-5_35.

[19] A. K. Nisyak, F. Ramdani, and Suprapto, “Web-GIS development and analysis of land suitability for rice plant using GIS-MCDA method in Batu city,” in International Symposium on Geoinformatics, 2017, pp. 24–33, doi: 10.1109/ISYG.2017.8280667.

[20] S. Mukherjee, A. Mukhopadhyay, A. Bhardwaj, A. Mondal, S. Kundu, and S. Hazra, “Digital elevation model generation and retrieval of terrain attributes using CARTOSAT-1 stereo data,” Int. J. Sci. Technol., vol. 2, no. 5, pp. 265–271, 2012.

[21] S. K. Adhikary, N. Muttil, and A. G. Yilmaz, “Cokriging for enhanced spatial interpolation of rainfall in two Australian catchments,” Hydrol. Process., vol. 31, no. 12, pp. 2143–2161, 2017, doi: 10.1002/hyp.11163.

[22] P. van Oosterom, W. Quak, and T. Tijssen, “About invalid, valid and clean polygons,” Dev. Spat. Data Handl., no. January, pp. 1–16, 2005, doi: 10.1007/3-540-26772-7_1.

[23] J. Han, M. Kamber, and J. Pei, Data Mining: concepts and techniques, third edition, 3rd ed. Waltham (US): Elsevier, 2012.

[24] M. Sokolova and G. Lapalme, “A systematic analysis of performance measures for classification tasks,” Inf. Process. Manag., vol. 45, no. 4, pp. 427–437, 2009, doi: 10.1016/j.ipm.2009.03.002.

[25] Badan Meteorologi Klimatologi dan Geofisika (BMKG), “Prakiraan hujan bulanan,” Badan Meteorologi, Klimatologi, dan Geofisika, 2020. https://www.bmkg.go.id/iklim/prakiraan-hujan-bulanan.bmkg (accessed Jul. 26, 2020).

[26] Pusat Data dan Sistem Informasi, “Produksi, luas panen dan produktivitas sayuran di Indonesia,” Kementerian Pertanian Republik Indonesia, 2016. https://aplikasi2.pertanian.go.id/bdsp (accessed Aug. 05, 2020).


Full Text: PDF (Bahasa Indonesia)

DOI: 10.30595/juita.v8i2.8311

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

ISSN: 2579-8901