BandungBergerak.id - Data sains merupakan ilmu terapan yang sedang marak dikembangkan dewasa ini. Bidang ini secara khusus mempelajari dan menganalisis bagaimana cara mendapatkan masukan dari set data yang ada. Penerapannya bisa dilakukan di sektor pertanian atau agrikultur.

Di bidang agrikultur, data sain bisa dipakai dengan pendekatan model prediksi berdasarkan set data. Pakar data sains dari Kyoto University, Juro Miyasaka, mengungkapkan contoh bahwa data sains dapat digunakan untuk memprediksi kemungkinan terjadinya suatu penyakit pada tanaman.

Sebagai contoh penyakit Coleosporium plectranthi Barclay pada tanaman Perilla, data yang perlu dikumpulkan sebelum model prediksi dapat dibuat adalah temperatur dan kelembaban tanaman, temperatur media tanam, serta tinggi dari tanaman. Data didapatkan dari pengambilan data secara manual maupun menggunakan sensor yang dilakukan dalam selang 10 menit.

“Prediksi penyakit pada tanaman ini diolah menggunakan metode support vector machine dan random forest,” ujarnya, pada acara Visiting Professor Program: International Guest Lecture, yang digelar Kelompok Keahlian Agroteknologi dan Teknologi Bioproduk (KK ATB) SITH ITB, Rabu (27/10/2021).

Contoh lainnya yang diberikan pada pemaparan ini adalah prediksi laju tumbuh tanaman Mizuna menggunakan data lingkungan. Tidak seperti model prediksi penyakit pada tanaman Perilla, metode yang digunakan untuk laju tumbuh adalah korelasi serta Adaboost k-nearest neighbor.

Data yang dikumpulkan pun jauh lebih kompleks, yakni rata-rata temperatur dan kelembaban media tanam, rata-rata temperatur lingkungan, rata-rata temperatur lingkungan saat malam hari, rata-rata konsentrasi karbondioksida lingkungan, dan rata-rata kelembaban lingkungan. Data ini juga diambil dari ukuran tinggi tanaman yang berbeda.

Baca Juga: Data Jumlah Posyandu di Kecamatan Bojongloa Kaler Kota Bandung 2003-2020, Berkurang Signifikan dalam Lima Tahun Terakhir
Data Kepadatan Penduduk Kecamatan Bojongloa Kaler Kota Bandung 2020, Kelurahan Babakan Asih di Urutan Pertama
Data Tingkat Pendidikan Penduduk Kecamatan Bojongloa Kaler Kota Bandung 2020, Ada 22.441 Orang Tidak Bersekolah
Data Sebaran Keluarga Miskin dan Sangat Miskin di Kecamatan Bojongloa Kaler, Kota Bandung 2019
Data Rumah Tangga Penerima Kredit di Kota Bandung 2020, Leasing Masih Jadi Andalan

Juro Miyasaka menekankan bahwa metode pada bidang sains data masih sangat luas untuk dieksplorasi dan diaplikasikan pada produksi agrikultur.

Dalam kesempatan tersebut, Juro Miyasaka memberikan kuliah umumnya yang bertajuk “Basic of Data Science and Applications to Agricultural Production”. Pemaparan ini dibuka dengan pemberian pemahaman mengenai proses standar dalam penambangan data, yaitu cross industry standard process for data mining atau yang lebih lazim disingkat menjadi CRISP-DM.

“Umumnya, CRISP-DM digunakan untuk penambangan data pada sektor bisnis sehingga memiliki tahap awal berupa memahami bisnis. Sedangkan pada penerapan di bidang agrikultur, maka tahap pertama adalah untuk memahami produksi agrikultur itu sendiri,” kata Juro.

Menurutnya, data sains dapat digunakan untuk machine learning, baik itu supervised learning maupun unsupervised learning bagi pengembangan bidang agrikultur.

Penggunaan metode dari data sains lainnya adalah regresi linear. Metode ini biasa digunakan untuk memprediksi jumlah berdasarkan data yang ada dengan melatih model terlebih dahulu, contohnya adalah ketika memprediksi jumlah produksi beras berdasarkan perolehan data beberapa tahun sebelumnya.

“Membuat model dari data yang ada merupakan hal yang mudah namun hasil yang didapatkan belum tentu optimum,” katanya.

Juro kemudian mengingatkan bahwa pada tahap pelatihan model, yang harus diperhatikan secara seksama adalah mengenai peristiwa over fitting; ketika data yang digunakan untuk melatih model hanya diambil yang terbaik saja sehingga ketika dilakukan tes menggunakan data yang berbeda, akurasinya menjadi sangat rendah.