PENERAPAN ALGORITMA RANDOM FOREST UNTUK MEMPREDIKSI UNSUR HARA TANAH PADA LAHAN PERTANIAN

Unsur hara tanah adalah bagian terpenting dari pertanian. Unsur hara tanah nitrogen, posfor dan kalium merupakan parameter penting yang dapat menunjang proses pertumbuhan tanaman. Namun pemahaman petani mengenai unsur hara tanah masih kurang dan informasi mengenai unsur hara tanah tersebut masih terbatas. Penelitian ini dilakukan untuk memprediksi unsur hara tanah berdasarkan temperatur, humidity, pH dan rainfall dengan menerapkan algoritma Random forest. Evaluasi kinerja algoritma Random forest diukur menggunakan R-squared (R2) dan Mean Absolute Percentage Error (MAPE). Tujuan dari penelitian ini yaitu melakukan pengukuran kinerja performa algoritma Random forest dalam memprediksi unsur hara tanah agar hasil dari pengukuran kinerja tersebut dapat membantu para petani dalam menentukan unsur hara tanah atau mengelola tanah. Serta, meningkatkan pemahaman tentang penggunaan algoritma Random forest dalam memprediksi unsur hara tanah. Hasil dari evaluasi kinerja menggunakan R squared (R2) dan Mean Absolute Percentage Error (MAPE) memberikan performa yang baik dalam memprediksi unsur hara tanah yaitu R2 dan MAPE dari setiap variabelnya, untuk variabel N nilai R2 = 0,63 (baik), variabel P nilai R2 = 0,51 (baik), dan variabel K nilai R2 = 0,98 (sangat baik). Sedangkan untuk nilai MAPE dari setiap variabelnya yiatu variabel N nilai MAPE = 18,57% (baik), variabel P nilai MAPE = 14,87% (baik), dan variabel K nilai MAPE = 7,96% (sangat baik).

Kata Kunci : Unsur hara tanah, Prediksi, Random forest