Forecasting Level Pupuk Menggunakan Metode PSO dan LSTM untuk Efisiensi Penggunaan Pupuk [FFT]

Abstract

Pertanian memiliki peran penting dalam memenuhi kebutuhan pangan dan mendukung stabilitas ekonomi, terutama di negara agraris di mana sektor ini juga menyediakan lapangan kerja, khususnya di daerah pedesaan. Penggunaan pupuk yang tepat sangat penting untuk meningkatkan produktivitas, menjaga kesuburan tanah, dan mendukung pertumbuhan tanaman secara optimal, yang berdampak pada ketersediaan pangan dan kestabilan harga. Namun, penggunaan pupuk yang berlebihan atau kurang dapat menimbulkan dampak negatif, seperti eutrofikasi yang merusak ekosistem perairan atau penurunan produktivitas tanaman. Penelitian ini mengusulkan model prediksi kebutuhan pupuk menggunakan metode Particle Swarm Optimization (PSO) dan Long Short-Term Memory (LSTM) untuk memberikan rekomendasi pemupukan yang akurat. Metode PSO diintegrasikan untuk mengoptimalkan parameter dalam model LSTM, sehingga akurasi prediksi meningkat dan mendukung penggunaan pupuk yang lebih efisien dan berkelanjutan.