Sistem Kontrol Irigasi Cerdas dalam Pertanian Presisi dengan Algoritma Jubatus Climber yang Dioptimalkan untuk BiLSTM Terdistribusi

ABSTRAK
enLink ini menuju ke bagian Bahasa InggrisfrLink ini menuju ke bagian Bahasa Prancis
Produktivitas pertanian sangat penting bagi pertumbuhan populasi, tetapi 83% penggunaan air di India disebabkan oleh konsumsi yang tidak direncanakan. Untuk mengatasi hal ini, pertanian cerdas, yang menggunakan teknologi Internet of Things (IoT) untuk pengelolaan air yang efisien, sangat penting. Kontrol irigasi cerdas sangat penting untuk mengatasi pemborosan air dan mendorong pertumbuhan pertanian. Untuk menjadikan pertanian cerdas, teknologi otomasi dan IoT muncul dengan algoritma pembelajaran mendalam yang digunakan dalam penelitian. Meskipun ada kemajuan, model penelitian yang ada memiliki kekurangan, termasuk akurasi yang terbatas dalam memprediksi kadar air dan pemanfaatan sumber daya yang tidak efisien. Untuk mengatasi kekurangan teknik yang ada, pendekatan baru bernama distributed bidirectional long short-term memory optimized with the Jubatus classifier algorithm (JCA-DiBiLSTM) untuk kontrol irigasi otomatis diusulkan. Metode yang diusulkan mengintegrasikan jaringan BiLSTM dengan arsitektur komputasi terdistribusi, meningkatkan akurasi prediktif dengan menangkap ketergantungan temporal yang kompleks dalam data kadar air. Selain itu, algoritma pengklasifikasi Jubatus (JCA) mengoptimalkan parameter model, meningkatkan kinerja prediksi secara keseluruhan. Dengan memanfaatkan JCA-DiBiLSTM, keuntungan signifikan terlihat dalam memprediksi kadar air lahan pertanian. Model ini menunjukkan akurasi yang lebih baik, mengungguli metode tradisional, dan mengurangi risiko irigasi berlebih atau kurang. Lebih jauh, JCA-DiBiLSTM memastikan akurasi dan spesifisitas sebesar 94% dan meminimalkan kesalahan kuadrat rata-rata (MSE) hingga 5,5 sekaligus memaksimalkan sensitivitas hingga 94%.