View/Open

Author
NATASYA, EGA LINA MARBUN

Date Published
02 Jun 2026

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

Subject
Sains Data

Publisher

Pemantauan fenologi padi secara spasial dan temporal diperlukan untuk memahami dinamika pertumbuhan tanaman pada wilayah pertanian yang luas. Penelitian ini bertujuan mengklasifikasikan fase fenologi padi di Kabupaten Indramayu menggunakan citra Sentinel-1 multitemporal dan arsitektur Attention Long Short-Term Memory Fully Convolutional Network (ALSTM-FCN). Data penelitian disusun dari integrasi citra Sentinel-1, data waktu tanam, Lahan Baku Sawah (LBS) tahun 2024, serta mask vegetasi tahun 2020–2023. Tahapan penelitian meliputi prapemrosesan citra, validasi dan koreksi titik tanam, ekstraksi tujuh fitur Sentinel-1, pelabelan fase berdasarkan HST yang rentangnya disesuaikan dengan komposit citra dan umur padi, pembentukan dataset deret waktu, pelatihan model, evaluasi, dan visualisasi hasil klasifikasi. Dataset akhir memiliki input berukuran (2064, 13, 7) dan target berukuran (2064, 13), yang merepresentasikan 2.064 sampel, 13 timestep, tujuh fitur, dan enam kelas fase fenologi padi. Model ALSTM-FCN diterapkan dengan skema sequence-to-sequence agar prediksi fase dapat dihasilkan pada setiap timestep. Model terbaik adalah Model 2 dengan konfigurasi batch size 256, dropout 0,7, learning rate 0,0001, dan 128 unit LSTM. Model 2 dipilih karena memiliki nilai loss akhir yang lebih stabil, berada pada kondisi yang lebih seimbang, dan dapat dipandang sebagai best fit. Pada data uji, model memperoleh overall accuracy 0,9241, F1 macro 0,9282, dan Kappa coefficient 0,9071. Model terbaik kemudian digunakan untuk membuat 36 peta fenologi berbasis sliding window pada area LBS Kabupaten Indramayu. Hasil pemetaan menunjukkan bahwa dinamika fenologi padi selama periode 2024-05 Dasarian-1 sampai 2025-04 Dasarian-3 didominasi oleh pergantian antara fase Bare Phase/Panen dan Vegetative 1, dengan Generative 2 muncul sebagai fase minor pada beberapa periode transisi.

URI
https://repo.itera.ac.id/depan/submission/SB2606290074

Keyword
Deep learning fenologi padi klasifikasi Sentinel-1 time series