KLASIFIKASI TANAMAN PANGAN BERDASARKAN KONDISI LAHAN PERTANIAN MENGGUNAKAN METODE RANDOM FOREST

Pertanian memegang peranan penting dalam ekonomi Indonesia karena menjadi sumber utama penghasilan bagi banyak warga negara. Petani menggunakan sumber daya hayati untuk menghasilkan bahan makanan, bahan baku industri, sumber energi, dan menjaga lingkungan hidup. Hasil pertanian yang beraneka ragam seperti padi, kacang-kacangan, dan jagung. Namun, petani sering menghadapi kesulitan dalam menentukan jenis tanaman yang cocok ditanam di lahan mereka, terutama ketika membuka lahan baru. Banyak petani tidak tahu atau tidak mempertimbangkan faktor-faktor penting seperti kesesuaian tanah dengan jenis tanaman tertentu, sehingga dapat mengakibatkan kegagalan panen atau hasil panen yang kurang memuaskan. Oleh karena itu, penelitian ini bertujuan untuk mengklasifikasikan tanaman yang paling cocok untuk ditanam pada lahan pertanian menggunakan metode random forest. Metode Random Forest dipilih karena mampu menangani data yang kompleks dan memiliki performa yang baik dalam klasifikasi. Dataset yang digunakan dalam penelitian ini mencakup informasi tentang kandungan nitrogen, fosfor, potasium dalam tanah, suhu, kelembapan, curah hujan, dan pH tanah. Tahapan penelitian mencakup eksplorasi data, pra- pemrosesan data, pelatihan model, evaluasi model, dan pengujian pada data uji. Metrik evaluasi yang digunakan adalah akurasi, presisi, recall, dan F1-score. Hyperparameter terbaik untuk klasifikasi tanaman pangan berdasarkan kondisi lahan pertanian menggunakan random forest ditentukan sebagai berikut: n_estimator 125, max depth= 32, dan min samples split 4. Hasil penelitian ini menunjukan bahwa tingkat akurasi terbaik didapatkan ketika klasifikasi dilakukan menggunakan hyperparameter dan dengan perbandingan data tes dan uji sebesar 80:20 dimana didapatkan tingkat akurasi sebesar 99,64%.