IDENTIFIKASI KEBUTUHAN NITROGEN PADA TANAMAN PADI MENGGUNAKAN CITRA DRONE DENGAN ALGORITMA KNN

Nitrogen (N) merupakan salah satu unsur hara makro yang sangat mempengaruhi pertumbuhan dan perkembangan tanaman padi yang perlu dijaga ketersediaannya dalam tanah salah satunya melalui pemupukan. Namun, hasil dari sebuah penelitian menunjukkan bahwa tingkat efisiensi penggunaan pupuk Urea sebagai pupuk N pada tanaman padi masih sangat rendah dengan kelebihan dosis sekitar 42-52%. Saat ini, drone mulai dimanfaatkan dalam bidang pertanian salah satunya dalam proses pemupukan. Oleh karena itu, tujuan dari penelitian ini adalah merancang sebuah sistem yang dapat mengidentifikasi kebutuhan nitrogen pada tanaman padi dalam skala Bagan Warna Daun (BWD) menggunakan algoritma K-Nearest Neighbors (KNN) dengan data input berupa citra tanaman padi yang diambil dengan menggunakan drone. Hasil dari penelitian ini adalah sebuah sistem yang dapat mengidentifikasi kebutuhan nitrogen pada tanaman padi secara real-time dengan akurasi sebesar 95% pada kondisi pagi hari dan 94% pada kondisi sore hari berdasarkan hasil pengujian menggunakan 1023 data uji berupa frame yang diekstrak dari video streaming. Akurasi tertinggi didapatkan dengan menggunakan fitur berupa nilai warna rata-rata (mean) dalam ruang warna HSV serta nilai K=3 dan metode perhitungan jarak menggunakan Manhattan Distance pada model KNN.