View/Open

Author
FARAHANUM, AFIFAH ARDIANSYAH

Date Published
07 Jun 2026

Advisor
Febri Dwi Irawati, S.Si., M.Si,
Wawan Hendriawan Nur, M.Si., M.T.,

Subject
Sains Data

Publisher

Pemantauan fase fenologi padi penting untuk mendukung pengelolaan pertanian, estimasi panen, dan pengambilan keputusan berbasis data, terutama pada wilayah dengan pola tanam dinamis seperti Kabupaten Indramayu. Penelitian ini bertujuan membangun dataset klasifikasi fase fenologi padi berbasis citra Sentinel-1, mengembangkan model Attention Bidirectional Long Short-Term Memory (Attention BiLSTM), serta menginterpretasikan kontribusi fitur radar menggunakan SHAP. Dataset dibentuk melalui integrasi data titik tanam, area observasi berbasis vegetation mask NDVI dan Lahan Baku Sawah, serta citra Sentinel-1 komposit 15 harian. Fitur input yang digunakan meliputi VV_int, VH_int, API, NDPI, RVI, RPI, dan angle, sedangkan label fase fenologi ditentukan berdasarkan Hari Setelah Tanam (HST). Data disusun sebagai sequence time series sepanjang 9 timestep. Optimasi hyperparameter dilakukan menggunakan random search, dan model terbaik dipilih berdasarkan macro F1-score validasi agar performa klasifikasi tetap seimbang pada setiap kelas. Hasil pengujian menunjukkan bahwa model Final Best Attention BiLSTM memperoleh accuracy sebesar 0,9179, macro F1-score sebesar 0,9125, dan Cohen’s Kappa sebesar 0,9002. Performa terbaik diperoleh pada fase Generative 2 dan Bare Phase/Panen, sedangkan kesalahan klasifikasi lebih banyak terjadi pada fase vegetatif yang berdekatan secara temporal. Interpretasi SHAP menunjukkan bahwa NDPI, RPI, dan angle menjadi fitur paling berpengaruh. Dengan demikian, Attention BiLSTM mampu memodelkan pola temporal citra Sentinel-1 secara efektif dan menghasilkan klasifikasi fase fenologi padi yang dapat diinterpretasikan melalui kontribusi fitur radar.

URI
https://repo.itera.ac.id/depan/submission/SB2606290071

Keyword
Attention BiLSTM fase fenologi padi Klasifikasi Sentinel-1 SHAP