Universitas Gadjah Mada Smart Farming
Teknik Pertanian & Biosistem
Universitas Gadjah Mada
  • Home
  • Tentang Kami
  • Prestasi
  • Publikasi
  • Komunitas (CoP)
  • Kontak Kami
  • Beranda
  • Target
  • Akademisi
  • Perancangan Model Prediksi Evapotranspirasi Jangka Pendek dengen Metode Seri Waktu untuk Mendukung Manajemen Pertanian Presisi di Kawasan Tropis

Perancangan Model Prediksi Evapotranspirasi Jangka Pendek dengen Metode Seri Waktu untuk Mendukung Manajemen Pertanian Presisi di Kawasan Tropis

  • Akademisi
  • 7 November 2018, 11.23
  • Oleh: admin
  • 0

Penelitian mengenai perancangan model prediksi evapotranspirasi ini dipresentasikan di Seminar Nasional Perteta tahun 2017 yang diselenggarakan di Banda Aceh. Adapun ide dasarnya adalah pemanfaatan metode seri waktu atau time series untuk memprediksi Evapotranspirasi referensi (ETo) dalam n-jam kedepan. Pada penelitian ini menggunakan jangka pendek karena meningat penggunaanya sebagai peringatan dalam pengelolaan pertenian pada lahan terbuka.

Adapun detil metode time series yang digunakan adalah SARIMA (Seasonal Autoregressive Integrated Moving Average). Metode SARIMA ini merupakan pengembangan dari ARIMA dengan memfasilitasi faktor musiman (seasonal), sehingga diperolehlah SARIMA. Data yang digunakan adalah data Temperature, Humidity, dan Solar Radiasi dari lahan yang pertanian di Rejeki Tani Home Farming, Jalan Kaliurang Km. 12, Ngaglik, Sleman. Dari data cuaca tersbut diestimasi nilai Evapotranspirasi referensinya menggunakan model FAO-56 Penman Monteith yang akan digunakan sebagai input dalam SARIMA. Adapun parameter model SARIMA yang diperoleh adalah SARIMA (2, 1, 2)(1, 1, 1)24 yang akan dilihat sejauhmana kinerjanya untuk prediksi.

Hasil dari model prediksi dapat dilihat pada Gambar.1. Prediksi ETo dan Aktual ETo dapat dilihat sejauh mana kemirimpannya, apabila diplotkan antara keduanya, diperoleh nilai koefisien determinasi yaitu 0.75. Untuk prediksi ETo sudah dinyatakan layak, karena sudah melebihi 0.6 yang berarti hasil prediksi mempunyai kemampuan 75% lebih merepresentasikan kondisi nyatanya.

 

Kontributor:

Andri Prima Nugroho, Ph.D.
Penulis adalah Dosen dan Peneliti di bidang Informatika Pertanian, saat ini turut mengembangkan riset mengenai pertanian presisi (Precision Agriculture) di Smart Agriculture Research Group, Laboratorium Energi dan Mesin Pertanian, Departemen Teknik Pertanian, Fakultas Teknologi Pertanian, Universitas Gadjah Mada.

Kontak E-mail: andrew[at]ugm.ac.id

 

Leave A Comment Cancel reply

Your email address will not be published. Required fields are marked *

*

Komentar Terbaru

  • Digitalisasi Tech on Webinar IMATETANI – Implementasi Teknologi Internet of Things (IoT) untuk Smart Farming
  • nabila putri on Pengenalan Field Monitoring System
  • Mangaip Blog on Webinar IMATETANI – Implementasi Teknologi Internet of Things (IoT) untuk Smart Farming
  • Emilia on Perancangan Sistem Informasi Kebutuhan Dosis Pupuk Berbasis Web Di Kebun Buah Nawungan Selopamioro Kabupaten Bantul
  • ahmad on Review – Analisis Big Data dalam Bidang Pertanian
Universitas Gadjah Mada

Menara Ilmu Smart Farming

DEPARTEMEN TEKNIK PERTANIAN & BIOSISTEM
FAKULTAS TEKNOLOGI PERTANIAN
UNIVERSITAS GADJAH MADA

Jln. Flora 1. Bulaksumur 55281 Yogyakarta Indonesia
  smart-farming.tp@ugm.ac.id
  +62-274-563-542
  +62-274-563-542

© Universitas Gadjah Mada 2017

KEBIJAKAN PRIVASI/PRIVACY POLICY

[EN] We use cookies to help our viewer get the best experience on our website. -- [ID] Kami menggunakan cookie untuk membantu pengunjung kami mendapatkan pengalaman terbaik di situs web kami.I Agree / Saya Setuju