Lewati ke konten
SDGs Center UDINUS

Catatan bukti · UDINUS · SDGs

Inovasi Perencanaan Nutrisi Tanaman Berbasis Prediksi Curah Hujan Menggunakan Singular Spectrum Analysis dan Boosting untuk Mengoptimalkan Pengelolaan Pertanian

Rektorat UDINUS 2026 Terbit 2026-10-30

Catatan bukti · UDINUS · SDGs

Unit
Rektorat UDINUS
Periode
2026
Tujuan
Nomor
3e736074-00c6-4b82-b335-6bd6e070ed6f
Terbit
2026-10-30

Universitas Dian Nuswantoro melaksanakan penelitian untuk mengembangkan kerangka prediksi curah hujan bagi penjadwalan nutrisi tanaman yang fleksibel dan presisi. Kegiatan ini membahas variabilitas curah hujan yang tinggi di iklim tropis, ketika ketidakpastian cuaca dapat menyebabkan praktik pemupukan yang tidak efisien karena kehilangan nutrisi. Penelitian berfokus pada penggunaan prediksi curah hujan untuk mendukung pengelolaan pertanian dan keputusan responsif mengenai pemberian pupuk.

Kegiatan ini menggunakan dataset curah hujan per jam yang diperoleh dari sensor IoT. Interpolasi spline digunakan untuk menangani data yang hilang. Singular Spectrum Analysis digunakan untuk dekomposisi sinyal dan pengurangan derau, termasuk pemisahan tren deterministik dari derau acak. Dataset yang telah disempurnakan kemudian diproses menggunakan algoritma Gradient Boosting, yaitu LightGBM dan XGBoost. Pendekatan ini ditujukan agar model dapat bekerja lebih efektif dalam memprediksi curah hujan.

Evaluasi empiris menemukan bahwa model hibrida SSA-XGBoost mencapai RMSE sebesar 0,0057 dan R² sebesar 0,8278. Model tersebut mengungguli model SSA-LightGBM yang mencapai R² sebesar 0,2879 dan mengalami kesulitan dalam menangkap pola nonlinier pada dataset. Akurasi prediktif yang dilaporkan mendukung pengelolaan nutrisi yang responsif. Pemberian pupuk dapat ditunda pada periode yang diprakirakan memiliki curah hujan tinggi untuk mencegah limpasan dan pencemaran lingkungan.

Penelitian ini berkontribusi pada bidang hidroinformatika dengan menunjukkan efektivitas penggabungan Singular Spectrum Analysis dan XGBoost sebagai solusi berbiaya efisien dan berkinerja tinggi untuk memitigasi risiko terkait iklim dalam pertanian lahan basah tropis. Kegiatan ini menghubungkan variabilitas curah hujan, prediksi curah hujan, penjadwalan nutrisi tanaman, dan pengelolaan pertanian melalui kerangka analitis yang terintegrasi.

Rujukan https://www.scopus.com/pages/publications/105042164780?origin=resultslist