Pengembangan Penggunaan Penginderaan Jauh untuk Estimasi Produksi Padi (Studi Kasus Kabupaten Bekasi)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Pemanfaatan produk penginderaan jauh satelit Landsat-8 (OLI) untuk melakukan pendugaan luas area panen dan produktivitas tanaman padi dengan menggunakan parameter Enhanced Vegetation Index (EVI) merupakan salah satu pendekatan baru untuk menghasilkan data estimasi produksi padi wilayah. Berdasarkan hasil analisis citra satelit dengan tanggal akuisisi bulan Mei-Agustus 2015, diperoleh hasil perkiraan luas panen padi sawah di Kabupaten Bekasi periode bulan Juli-Oktober 2015 adalah seluas 15.86 ribu ha atau lebih kecil 7.74 (32.79 %) ribu ha dibandingkan angka BPS pada periode yang sama. Berdasarkan keeratan hubungan antara nilai produktivitas hasil ubinan BPS dengan nilai EVI maksimum, diperoleh model persamaan pendugaan produktivitas tanaman padi sawah sebagai berikut: Produktivitas (ku ha-1) = 36.818 + 44.965 EVI maksimum. Nilai Rsquare yang diperoleh sebesar 0.809. Berdasarkan model tersebut diperoleh pendugaan produktivitas padi sawah di Kabupaten bekasi periode bulan Juli-Oktober 2015 sebesar 47.40 ku ha-1 atau lebih kecil 12.66 ku ha-1 dibandingkan angka produktivitas subround I 2015, lebih kecil 6.77 ku ha-1 dibandingkan angka produktivitas subround II 2015, lebih kecil 10.15 ku ha-1 dibandingkan angka produktivitas subround III 2015, dan lebih kecil 6.62 ku ha-1 dibandingkan angka produktivitas periode Januari-Desember 2015 yang dipublikasikan BPS. Sementara itu, perkiraan produksi padi sawah periode panen bulan Juli- Oktober 2015 berdasarkan analisis citra satelit yakni sebanyak 75.16 ribu ton GKG atau lebih kecil 55.35 ribu ton GKG (42.41%) dibandingkan angka yang dipublikasikan BPS pada periode yang sama. Kata kunci: Enhanced Vegetation Index, Landsat-8 (OLI), estimasi produksi padi
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle