China merupakan produsen dan konsumen gandum terbesar di dunia, oleh karena itu, proyeksi hasil yang akurat menjadi perhatian utama para peneliti. Model hibrida baru ini mengajukan pendekatan yang menggabungkan pembelajaran mesin dan prediksi atmosfer dinamis.
Dikembangkan oleh para ilmuwan China dan Amerika Serikat, model baru ini diterapkan di China utara selama periode subseasonal-to-seasonal (S2S).
Sebagai model statistik yang tengah berkembang, pembelajaran mesin dapat dengan lebih baik menggambarkan hubungan nonlinier antara input dan proyeksi serta memiliki keunggulan yang jelas dalam proyeksi hasil panen dibandingkan dengan model linier.
Hasil studi ini menunjukkan bahwa model hibrida secara umum mengungguli model konvensional, dengan satu metrik yang menunjukkan seberapa jauh nilai prediksi dari nilai sebenarnya, berkurang 30 sampai 55 persen dibandingkan dengan model konvensional.
Lebih lanjut, hasil tersebut juga menunjukkan bahwa model baru ini mencapai hasil prediksi terbaik tiga atau empat bulan sebelum musim panen.
Studi ini menunjukkan bahwa penggabungan pembelajaran mesin dan prediksi atmosfer dinamis menjadi alat yang berguna untuk proyeksi hasil panen, yang dapat memberikan dukungan kepada para praktisi pertanian, pembuat kebijakan, dan perusahaan asuransi pertanian.
Studi ini diterbitkan dalam jurnal Remote Sensing, Weather and Forecasting, serta Atmospheric and Oceanic Science Letters.
Pewarta: Xinhua
Editor: Desi Purnamawati
COPYRIGHT © ANTARA 2022
