Home Forum Metodelogi Penelitian Interpretasi Pertumbuhan Tanaman Padi Dengan Citra Berbasis Drone

Topik ini mengandung 0 balasan, memiliki 1 suara, dan terakhir diperbarui oleh  rudianas 8 bulan, 2 minggu yang lalu.

Melihat 1 tulisan (dari total 1)
  • Penulis
    Tulisan-tulisan
  • #2521

    rudianas
    Peserta

    Kampus Musamus lewat Instansi Riset serta Dedikasi Warga – LP2M memberi kesempatan beberapa dosen di cakupan UNMUS untuk lakukan riset serta dedikasi pada warga memakai Daftar Isian Penerapan Budget UNMUS 2019. Penerapan itu diperuntukkan buat semua dosen UNMUS dengan waktu riset serta dedikasi semenjak bulan Juli sampai Desember 2019. Salah satunya dosen di cakupan Fakultas Tehnik Jurusan Tehnik Informatika, Marsujitullah, S.Kom,M.T lakukan riset dalam peningkatan tri darma perguruan tinggi.

    Dia menjelaskan jika pengamalan tri darma perguruan tinggi berbentuk riset yang di biayai oleh DIPA UNMUS benar-benar menolong beberapa dosen. Dalam lakukan riset, dia menyertakan rekanan kerja dosennya dan mahasiswa TI, diantaranya Deril A.Kaligis, S.Kom, MT, Bijak Suwargo serta Alwi Alviadin. Riset yang dikerjakan yaitu tentang babak perkembangan padi dengan judul riset yang diambil yaitu “INTERPRETASI PERTUMBUHAN TANAMAN PADI DENGAN CITRA BERBASIS DRONE BERDASARKAN NILAI HISTOGRAM”. Riset itu ambil tempat riset pada tempat garapan pertanian di Distrik Tanah Miring, dengan data riset yang diambil yaitu data citra / gambar dari piranti drone DJI Phantom, dengan mempelajari interpretasi perkembangan padi di tempat garapan, tehnik interpretasi yang ditelaah berbentuk photo udara atau citra bermaksud untuk mengidenti?kasi objek serta memandang makna utamanya objek itu.

    Disebutkan, jadi negara agraris, Indonesia harus mengutamakan bidang pertanian dalam usaha pemenuhan keperluan pangan, jaga kelestarian sumber daya alam, menyerap tenaga kerja, yang sekaligus juga tingkatkan devisa negara. Pertanian di Indonesia punya tempat pangan yang banyak menyebar luas serta beberapa jenis tempat persawahan dari beberapa macam jenis pengendalian pangan seperti kedelai, umbi-umbian serta kacang-kacangan. Akan tetapi belum ada satu skema yang lakukan visualisasi progress perkembangan tanaman pangan di beberapa daerah dengan cepat serta tepat. Namun dengan perkembangan tehnologi yang makin bertambah, serta lihat beberapa unsur keperluan warga akan perkiraan yang tepat, cara interpretasi dengan citra memakai drone di rasa bisa menjawab keperluan warga khususnya petani dan pemerintah ditempat untuk memastikan perkiraan hasil pertanian yang bertambah cepat serta tepat dengan tidak lepas dari patokan simpatisan seperti tanaman yang ditanam serta detail bibit berisi info tentang unit berat hasil rata-rata produksi yakni dalam ton/ha.

    Dengan pendayagunaan tehnologi piranti drone bisa dikerjakan Intrepretasi perkembangan produksi tanaman padi per-satuan luas pada sebuah periode tanam, mengingat Interpretasi perkembangan tanaman padi dengan citra berpatokan pada sembilan faktor yaitu rona serta warna rona, struktur, bentuk, ukuran, skema, situs, bayangan, asosiasi dan konvergensi bukti. Riset yang dikerjakan ini akan menolong pengambil ketetapan dalam soal ini pemerintah atau penyuluh petanian dalam memberi dukungan ketersedian info, mengingat beberapa tahapan pekerjaan dalam interpretasi citra, yakni deteksi, identi?kasi, serta analisa.

    Deteksi ialah usaha penyadapan data dengan global baik yang terlihat atau yang tidak terlihat. Di deteksi dipastikan ada tidaknya satu objek. Identi?kasi ialah pekerjaan untuk mengetahui objek yang tergambar pada citra yang bisa dikenali berdasar ciri yang terekam oleh sensor dengan alat drone.
    Analisa ialah pekerjaan penelaahan serta penguraian data hasil identi?kasi hingga bisa dibuat berbentuk tabel, gra?k, atau peta tematik. Arah dari peneilitian yang dikerjakan yaitu Pendayagunaan piranti Drone model baju koko terbaru untuk tahu tiap perkembangan tanaman padi pada tempat garapan dengan memakai cara histogram yang dapat memberi andil keringanan buat pemerintah ditempat dalam soal ini penyuluh pertanian dalam pengamatan luas tempat yang ditanami dan lakukan Interpretasi babak perkembangan tanaman padi berdasar data luas tempat serta pencitraan yang didapat dari piranti drone, dengan detail bibit serta anggapan petani untuk penuhi keperluan info tentang usia tanaman padi.

    Menurut dia, cara peneilitian yang dikerjakan yaitu analisa mode infrastruktur, pengumpulan data serta studi literatur, design serta perancangan skema, coding serta implementasi dan pengujian skema. Hasil yang didapat dari riset ini yaitu dari hasil perancangan skema yang diawali dengan proses histogram yang setelah itu dikerjakan step klasifikasi memakai cara SupportVectorMachine (SVM) dengan memakai multiclass untuk patokan kernel Linear. Pada proses klasifikasi dibuat nilai cap yang dipakai untuk penetapan usia babak tanaman padi. Jumlahnya data latih pada riset ini sejumlah 150 sedang data uji ialah 25 data. Seperti yang sudah disebut awalnya, arah dari riset ini ialah mengetahui babak perkembangan padi dengan pembagian barisan padi yaitu 0 minggu sampai saat panen. Hingga keperluan info satu wilayah bisa kelihatan dari terdapatnya pemungutan citra padi oleh piranti drone yang selanjutnya dikerjakan penghitungan nilai histogram dan penetapan barisan usia padi memakai Dukungan Vector Machine – SVM, dengan penghitungan tepat yang dikerjakan histogram setiap citranya, menolong SVM dalam memastikan klasifikasi usia padi, hingga pemerintah bisa mengatur keadaan ruang persawahan satu wilayah dengan gampang.

    Beberapa pengukuran ketepatan data yang didapat tidak membuahkan hasil 100%, mengingat variabel warna dari setiap citra dikuasai oleh sinar matahari waktu pemungutan gambar memakai piranti Drone, namun ketepatan yang didapat dari jumlahnya data uji memberikan hasil 18 data benar dari 25 data yang ditest dengan memakai kesamaan benar dibagi semua data di kali 100% karena itu membuahkan nilai ketepatan 72%. Hasil dari eksperimen memakai penghitungan histogram serta SVM untuk tahu babak perkembangan padi bisa diambil kesimpulan: Hasil yang didapat pada penghitungan data citra padi yaitu 72%, dengan kekeliruan yang didapatkan sampai 28%, tunjukkan jika metodologi yang diusulkan sukses dipakai. Dengan memakai metodologi Histogram serta SupportVectorMachine, operator bisa secara cepat tahu identifikasi babak perkembangan usia padi dengan manfaatkan citra dari piranti drone untuk menolong keperluan info buat pemerintahan.

    Pendapat untuk peningkatan riset, yakni : Pemungutan data citra jangan dikerjakan saat jam 08.00 – 15.00 waktu matahari ada pada pencahayaan yang terik.Pemungutan citra lebih efisien bisa dikerjakan pada jam 17.00 sampai waktu matahari dekat tenggelam, mengingat waktu itu pencahayaan yang dihasillkan benar-benar bagus serta tidak cerah. Diinginkan untuk peningkatan berikut bisa memakai Drone tipe phantom pro atau yang sama dengan, mengingat resolusi piksel yang dibuat lebih optimal daripada tipe droneDjiPhantom 3 yang penulis pakai. Supaya pemerintah ditempat bisa bersinergis dengan akadimisi untuk Bersama dengan memajukan pertanian Merauke lebih baik dengan manfaatkan tehnologi.

Melihat 1 tulisan (dari total 1)

Anda harus log masuk untuk membalas topik ini.