Clustering Lahan Tanam Kentang
Menggunakan Hybrid Particle Swarm Optimization
Dan K-Means
Total View This Week0
Total View This Week0
Institusion
Universitas Brawijaya
Author
Auliya, Yudha Alif
Subject
004.35 Multiprocessing
Datestamp
2020-12-16 04:10:24
Abstract :
Budidaya tanaman kentang sangat dipengaruhi oleh pemilihan lahan yang sesuai. Kriteria kesesuaian lahan untuk tanaman kentang dipengaruhi oleh faktor iklim dan karakteristik lahan. Digunakan 11 kriteria kesesuaian lahan antara lain: temperatur rata-rata, curah hujan bulan pertama, curah hujan bulan kedua hingga ketiga, curah hujan bulan keempat, kelembapan udara, drainase, tekstur tanah, kedalaman efektif, pH H2O, KTK dan kemiringan lereng. Hasil clustering berupa 4 class kesesuaian lahan yaitu sangat sesuai (S1), agak sesuai (S2), sesuai marginal (S3) dan tidak sesuai (N). Clustering lahan bertujuan untuk memberikan rekomendasi kesesuaian lahan untuk ditanami tanaman kentang. Pada penelitian ini diusulkan lima arsitektur clustering yaitu K-Means, PSO, PSO K-Means, KMeans PSO dan hybrid PSO K-Means (KCPSO). Arsitektur hybrid digunakan untuk mendapatkan hasil cluster yang lebih akurat. Pada penelitian ini digunakan pendekatan baru dengan melakukan improve metode KCPSO dengan random injection. Untuk mengukur seberapa baik solusi yang dihasilkan digunakan nilai fitness. Pada kasus clustering ini fungsi fitness dihitung menggunakan silhouette koefisien. Untuk memperoleh solusi yang optimum perlu dilakukan pengujian antara lain: pengujian arsitektur clustering, pengujian parameter dan pengujian hasil clustering. Hasil yang diperoleh dari improve KCPSO menunjukkan nilai ratarata fitness terbesar dibandingkan dengan 5 arsitektur clustering lainnya dengan nilai 0.7794. Tingkat akurasi diperoleh dengan cara membandingkan hasil clustering dengan hasil kesesuaian lahan oleh pakar yang berpedoman pada framework FAO 1976 tentang evaluasi lahan. Berdasarkan pengujian hasil clustering yang dibandingkan dengan hasil pakar diperoleh tingkat akurasi sebesar 76%.
Budidaya tanaman kentang sangat dipengaruhi oleh pemilihan lahan yang sesuai. Kriteria kesesuaian lahan untuk tanaman kentang dipengaruhi oleh faktor iklim dan karakteristik lahan. Digunakan 11 kriteria kesesuaian lahan antara lain: temperatur rata-rata, curah hujan bulan pertama, curah hujan bulan kedua hingga ketiga, curah hujan bulan keempat, kelembapan udara, drainase, tekstur tanah, kedalaman efektif, pH H2O, KTK dan kemiringan lereng. Hasil clustering berupa 4 class kesesuaian lahan yaitu sangat sesuai (S1), agak sesuai (S2), sesuai marginal (S3) dan tidak sesuai (N). Clustering lahan bertujuan untuk memberikan rekomendasi kesesuaian lahan untuk ditanami tanaman kentang. Pada penelitian ini diusulkan lima arsitektur clustering yaitu K-Means, PSO, PSO K-Means, KMeans PSO dan hybrid PSO K-Means (KCPSO). Arsitektur hybrid digunakan untuk mendapatkan hasil cluster yang lebih akurat. Pada penelitian ini digunakan pendekatan baru dengan melakukan improve metode KCPSO dengan random injection. Untuk mengukur seberapa baik solusi yang dihasilkan digunakan nilai fitness. Pada kasus clustering ini fungsi fitness dihitung menggunakan silhouette koefisien. Untuk memperoleh solusi yang optimum perlu dilakukan pengujian antara lain: pengujian arsitektur clustering, pengujian parameter dan pengujian hasil clustering. Hasil yang diperoleh dari improve KCPSO menunjukkan nilai ratarata fitness terbesar dibandingkan dengan 5 arsitektur clustering lainnya dengan nilai 0.7794. Tingkat akurasi diperoleh dengan cara membandingkan hasil clustering dengan hasil kesesuaian lahan oleh pakar yang berpedoman pada framework FAO 1976 tentang evaluasi lahan. Berdasarkan pengujian hasil clustering yang dibandingkan dengan hasil pakar diperoleh tingkat akurasi sebesar 76%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
