Estimasi Luas Fase Tanaman Padi dengan KSA-Hybrid

Abstract

Pandemi COVID-19 diawal tahun 2020 mengakibatkan pengumpulan data fase tanaman padi oleh survei KSA Padi tidak berjalan optimal. Dibutuhkan sumber alternatif yang tidak mengharuskan petugas ke lapangan, salah satunya adalah data penginderaan jauh. KSA-Hybrid merupakan istilah baru dalam kombinasi antara metode KSA Padi dan penginderaan jauh. Penelitian dengan KSA-Hybrid masih jarang dilakukan dan menghasilkan selisih yang cukup besar antara hasil estimasi luas fase dengan keadaan sebenarnya. Penelitian ini berfokus pada persentase terbaik kombinasi antar kedua metode tersebut. Lokus penelitian berada di Kabupaten Lamongan dengan cakupan waktu tahun 2018-2020. Fitur citra satelit yang digunakan bersumber dari satelit Landsat-8. Model machine learning yang digunakan adalah random forest dengan indikator evaluasi accuracy dan kappa statistic. Hasil penelitian didapatkan nilai evaluasi accuracy dan kappa sebesar 72,62 dan 64,85 persen. Persentase kombinasi terbaik oleh KSA-Hybrid sebesar 3% karena dampak perubahan relatif yang dibawah 1%.