PREDIKSI PRODUKTIVITAS PERKEBUNAN BERBASIS ANN DAN GEOGRAPHICAL INFORMATION SYSTEM UNTUK PENGEMBANGAN MODEL PERKEBUNAN KELAPA SAWIT PRESISI Dr. Ir. Hermantoro, MS Primary Author mixed material bibliography 2016 monographic

Text

Pertanian presisi merupakan informasi dan teknologi pada sistem pengelolaan pertanian untuk mengidentifikasi, menganalisa, dan mengelola informasi keragaman spasial dan temporal di dalam lahan untuk mendapatkan keuntungan optimum, berkelanjutan, dan menjaga lingkungan. Tujuan dari pertanian presisi adalah mencocokkan aplikasi sumber daya dan kegiatan budidaya pertanian dengan kondisi tanah dan keperluan tanaman berdasarkan karakteristik spesifik lokasi di dalam lahan. Data parameter tanah, iklim dan produksi dikumpulkan dari kebun – kebun kelapa sawit yang sudah cukup lama berproduksi. Data ini dikumpulkan dari berbagai perusahaan perkebunan dari berbagai wilayah di Indonesia seperti, Kalimantan S e l a t a n d a n Kalimantan Tengah. Beberapa kekurangan seperti data sifat fisik tanah dan iklim diperoleh dengan melakukan pengamatan lapangan dan analisis contoh tanah di laboratorium. Hasil penelitian adalah sebagai berikut : Metode pendekatan Artifisial Neural Network (ANN) dapat digunakan untuk memprediksi produktifitas perkebunan kelapa sawit berdasarkan kualitas tanah, iklim, aplikasi pemupukan dengan hasil memuaskan. ANN model back propagation yang terdiri dari tiga lapisan, Lapisan input terdiri dari 16 unit, lapisan tersembunyi 5 unit, dan lapisan output 1 unit. I n t e g r a s i m o del ANN dengan Arcview lebih mempermudah prosedur prediksi manajemen pemupukan optimal sesuai dengan kondisi lahan dan iklim yang terjadi NONE Institutional Repository Institut Pertanian STIPER Yogyakarta ART.DOS.214 My Library LAMPIRAN 20324 2023-05-13 06:52:07 2023-05-13 06:58:59 machine generated