Regresi Logistik Biner untuk Klasifikasi Kesuburan Tanah Berdasar Lingkungan

Abstract

Kesuburan tanah merupakan faktor penting dalam menunjang produktivitas pertanian. Penilaian kesuburan tanah yang dilakukan secara manual sering kali bersifat subjektif dan kurang akurat. Penelitian ini bertujuan untuk memprediksi tingkat kesuburan tanah menggunakan metode regresi logistik biner berdasarkan parameter lingkungan tanah. Variabel yang digunakan meliputi pH tanah, suhu tanah, dan kelembapan tanah sebagai variabel independen, serta tingkat kesuburan tanah sebagai variabel dependen yang diklasifikasikan menjadi dua kelas, yaitu subur dan tidak subur. Data penelitian berjumlah 162 sampel yang diperoleh dari Desa Pabentengan, Kecamatan Bajeng, Kabupaten Gowa. Proses penelitian meliputi pengumpulan data, pra-pemrosesan, pemodelan, dan evaluasi kinerja model menggunakan confusion matrix. Hasil pengujian menunjukkan bahwa model regresi logistik biner mampu menghasilkan nilai akurasi sebesar 87,5%, sehingga dapat disimpulkan bahwa model yang dibangun memiliki kinerja yang baik dalam memprediksi kesuburan tanah. Sistem ini diharapkan dapat membantu petani dalam pengambilan keputusan pengelolaan lahan secara lebih efektif dan berbasis data.