Estimasi Nilai Respirasi Tanah Menggunakan Metode Tabung Mikrorespirasi dengan Pengolahan Citra

Estimation of Soil Respiration based on Microrespiration Tube Method using Image Processing

Authors

  • Ni Luh Gede Enjelina Ayu Maheswari Program Studi Teknik Pertanian dan Biosistem, Fakultas Teknologi Pertanian, Universitas Udayana, Badung, Bali, Indonesia
  • Ni Nyoman Sulastri Program Studi Teknik Pertanian dan Biosistem, Fakultas Teknologi Pertanian, Universitas Udayana, Badung, Bali, Indonesia
  • I Putu Gede Budisanjaya Program Studi Teknik Pertanian dan Biosistem, Fakultas Teknologi Pertanian, Universitas Udayana, Badung, Bali, Indonesia
  • I Gusti Ketut Arya Arthawan Program Studi Teknik Pertanian dan Biosistem, Fakultas Teknologi Pertanian, Universitas Udayana, Badung, Bali, Indonesia

DOI:

https://doi.org/10.24843/j.beta.2025.v13.i02.p01

Keywords:

Back Propagation, Multiple Linear Regression, Image Processing, Random Forest, Soil Respiration

Abstract

Respirasi tanah merupakan salah satu indikator penting dalam suatu ekosistem tanah yang menunjukan aktivitas mikroorganisme dan metabolisme dalam tanah. Respirasi tanah diukur dengan metode tabung mikrorespirasi sebagai pengukuran lapangan dan titrasi asam basa sebagai analisis laboratorium. Metode tabung mikrorespirasi ini adalah cara cepat mengukur respirasi tanah, namun data yang dihasilkan hanya dapat dilihat secara visual dan tidak diketahui nilainya. Oleh karena itu, dilakukan pengolahan citra dari metode tabung mikrorespirasi ini untuk mengestimasi nilai respirasi tanah serta mengetahui model estimasi terbaik menggunakan machine learning. Citra diakuisisi kemudian diolah dengan pengolahan citra meliputi konversi Red, Green, Blue (RGB) ke Hue Saturation Value (HSV), augmentasi citra, serta ekstraksi fitur data citra. Pengembangan model estimasi respirasi tanah menggunakan tiga algoritma yaitu Multiple Linear Regression (MLR), Back Propagation (BP), dan Random Forest (RF). Hasil dari penelitian ini adalah diperoleh akurasi model dengan nilai R² dari ketiga model yaitu  MLR = 0,28, BP = 0,53, RF = 0,77 dan nilai estimasi dari ketiga model MLR = 7,62 mg/g , BP = 4,38 mg/g , RF = 4,57 mg. Dari hasil tersebut, dinyatakan bahwa model dengan algoritma RF merupakan model terbaik untuk mengestimasi nilai respirasi tanah.

References

Anderson, J. P. E. (1982). Soil respiration. In Agronomy Monographs (1st ed., Vol. 9, pp. 831–833). Wiley. https://doi.org/10.2134/agronmonogr9.2.2ed.c41

Apriliani, L. M. P., Sulastri, N. N., Widia, I. W., & Budisanjaya, I. P. G. (2024). Estimasi evapotranspirasi potensial menggunakan algoritma random forest di daerah Irigasi Tungkub, Bali. JURNAL BETA (BIOSISTEM DAN TEKNIK PERTANIAN, 12(02), 198.

Bi, Q., Goodman, K. E., Kaminsky, J., & Lessler, J. (2019). What is machine learning? A primer for the epidemiologist. American Journal of Epidemiology, 2222. https://doi.org/10.1093/aje/kwz189

Chairi, A., & Mukhaiyar, R. (2023). Sistem kontrol color sorting machine dengan pengolahan citra digital. JTEIN: Jurnal Teknik Elektro Indonesia, 4(1), 387–396. https://doi.org/10.24036/jtein.v4i1.393

Ciputra, A., Setiadi, D. R. I. M., Rachmawanto, E. H., & Susanto, A. (2018). Klasifikasi tingkat kematangan buah Apel manalagi dengan algoritma naive bayes dan ekstraksi fitur citra digital. Simetris: Jurnal Teknik Mesin, Elektro Dan Ilmu Komputer, 9(1), 465–472. https://doi.org/10.24176/simet.v9i1.2000

Dengen, C. N., Nurcahyo, A. C., & Kusrini, K. (2019). Penentuan jenis tanaman berdasarkan kemiringan lahan pertanian menggunakan adopsi linier programming berbasis pengolahan citra. Jurnal Buana Informatika, 10(2), 99. https://doi.org/10.24002/jbi.v10i2.2253

Fadjeri, A., Setyanto, A., & Kurniawan, M. P. (2020). Pengolahan citra digital untuk menghitung ekstrasi ciri greenbean kopi robusta dan arabika (studi kasus: Kopi Temanggung). Jurnal Teknologi Informasi dan Komunikasi (TIKomSiN), 8(1), 8–10. https://doi.org/10.30646/tikomsin.v8i1.462

Hair, J. F., Babin, B. J., Anderson, R. E., & Black, W. C. (2022). Multivariate data analysis. Cengage Learning. https://books.google.co.id/books?id=PONXEAAAQBAJ

Handayani, I. A. K. T., Sulastri, N. N., & Arthawan, I. G. K. A. (2024). Dampak jangka pendek pengelolaan jerami padi terhadap karbon organik dan rasio CN tanah. JURNAL BETA (BIOSISTEM DAN TEKNIK PERTANIAN, Inpress(Inpress), 1–7.

Haryanto, C., Rahaningsih, N., & Muhammad Basysyar, F. (2023). Komparasi algorima machine learning dalam memprediksi harga rumah. JATI (Jurnal Mahasiswa Teknik Informatika), 7(1), 533–539. https://doi.org/10.36040/jati.v7i1.6343

Janiesch, C., Zschech, P., & Heinrich, K. (2021). Machine learning and deep learning. Electronic Markets, 31(3), 685–695. https://doi.org/10.1007/s12525-021-00475-2

Kurniastuti, I., & Andini, A. (2018). Perancangan program penentuan histogram citra dengan graphical user interface (GUI). Applied Technology and Computing Science Journal, 1(1), 11–17. https://doi.org/10.33086/atcsj.v1i1.4

Maulida, Z. H., Budisanjaya, I. P. G., Utama, I. M. S., Chaicana, C., & Syahputra, N. H. (2024). Deteksi residu insektisida profenofos pada cabai merah (Capsium annum L.) melalui augmentasi citra dan CNN (Convolutional Neural Network). 12 No 02, 2–3.

Menti, Y., Yusnaini, S., Buchari, H., & Niswati, A. (2020). Respirasi tanah akibat sistem olah tanah dan aplikasi mulsa in situ pada pertanaman kacang hijau (Vigna radiata L.) di Laboratorium Lapang Terpadu, Universitas Lampung. Jurnal Agrotek Tropika, 8(2), 365. https://doi.org/10.23960/jat.v8i2.3911

Mienye, I. D., & Sun, Y. (2022). A survey of ensemble learning: Concepts, algorithms, applications, and prospects. IEEE Access, 10, 99129–99149. https://doi.org/10.1109/ACCESS.2022.3207287

Parkin, T. B., Doran, J. W., & Franco-Vizcaíno, E. (2015). Field and laboratory tests of soil respiration. In J. W. Doran & A. J. Jones (Eds.), SSSA Special Publications (pp. 231–245). Soil Science Society of America. https://doi.org/10.2136/sssaspecpub49.c14

Pebralia, J. (2022). Analisis curah hujan menggunakan machine learning metode regresi linier berganda berbasis python dan jupyter notebook. Jurnal Ilmu Fisika Dan Pembelajarannya (JIFP), 6(2), 23–30. https://doi.org/10.19109/jifp.v6i2.13958

Putri, D. A., Yusnaini, S., Utomo, M., & Niswati, A. (2020). Pengaruh sistem olah tanah dan pemupukan N jangka panjang terhadap respirasi tanah pada pertanaman kedelai (Glycine max L.) di lahan Politeknik Negeri Lampung ke-29. 8, 587–595.

Rasyid, M. I., & Wisudawati, L. M. (2024). Klasifikasi hama ulat pada citra daun sawi berbasis convolutional neural network dengan model Xception. Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, 13(2), 870. https://doi.org/10.35889/jutisi.v13i2.1801

Ratna, S. (2020). Pengolahan citra digital dan histogram dengan python dan text editor Pycharm. Technologia: Jurnal Ilmiah, 11(3), 181. https://doi.org/10.31602/tji.v11i3.3294

Sahoo, K., Samal, A. K., Pramanik, J., & Pani, S. K. (2019). Exploratory Data Analysis using Python. International Journal of Innovative Technology and Exploring Engineering, 8(12), 4727–4735. https://doi.org/10.35940/ijitee.L3591.1081219

Sonata, Y., Sulistyo, S. B., & Wijaya, K. (2020). Deteksi dini penyakit pada daun stroberi berbasis pengolahan citra. 1, 30–36.

Suyono, S., Astuti, R., & M. Basysyar, F. (2024). Implementasi data mining untuk prediksi produksi bawang merah di Kabupaten Brebes. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), 734–740. https://doi.org/10.36040/jati.v8i1.8399

Syarifah, A., Riadi, A. A., & Susanto, A. (2022). Klasifikasi tingkat kematangan jambu bol berbasis pengolahan citra digital menggunakan metode K-Nearest Neighbor. JIMP : Jurnal Informatika Merdeka Pasuruan, 7, 27–30. https://dx.doi.org/10.37438/jimp.v7i1.417

Tong, D., Li, Z., Xiao, H., Nie, X., Liu, C., & Zhou, M. (2021). How do soil microbes exert impact on soil respiration and its temperature sensitivity? Environmental Microbiology, 23(6), 3048–3058. https://doi.org/10.1111/1462-2920.15520

Downloads

Published

2025-09-30 — Updated on 2025-12-09

Versions

How to Cite

Maheswari, N. L. G. E. A., Sulastri, N. N., Budisanjaya, I. P. G., & Arthawan, I. G. K. A. (2025). Estimasi Nilai Respirasi Tanah Menggunakan Metode Tabung Mikrorespirasi dengan Pengolahan Citra: Estimation of Soil Respiration based on Microrespiration Tube Method using Image Processing. Jurnal BETA (Biosistem Dan Teknik Pertanian), 13(2), 200–208. https://doi.org/10.24843/j.beta.2025.v13.i02.p01 (Original work published September 30, 2025)

Issue

Vol. 13 No. 2 (2025): September

Section

Articles

License

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

License Term

All articles published in Jurnal Beta (Biosistem dan Teknik Pertanian)  are open access and licensed under the Creative Commons Attribution 4.0 International License (CC BY 4.0). This means that anyone is free to:

  • Share — copy and redistribute the material in any medium or format.

  • Adapt — remix, transform, and build upon the material for any purpose, even commercially.

However, this is granted under the following conditions:

  • Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.

  • No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.

By submitting an article to Jurnal Beta (Biosistem dan Teknik Pertanian), authors agree to the publication of their work under this open access license. The authors retain the copyright of their work, but grant Jurnal Beta (Biosistem dan Teknik Pertanian)  the right of first publication.

For more information about the CC BY 4.0 license, please visit the official website: https://creativecommons.org/licenses/by/4.0/

Most read articles by the same author(s)

1 2 > >>