n.md

Rencana Rancangan Aturan Pelabelan (Rule-Based Labeling Plan)

1. Penentuan Parameter & Batas Nilai (Threshold Criteria)

Pembagian kriteria kesesuaian lahan tanaman nilam ke dalam 3 kelas didasarkan pada standar FAO/Djaenuddin.

Parameter	Sesuai (Label 2)	Sesuai Marginal (Label 1)	Tidak Sesuai (Label 0)
Ketinggian (DEM)	10–700 mdpl	701–1000 mdpl	<10 atau >1000 mdpl
Kelerengan (Slope)	<15%	15–30%	>30%
Curah Hujan	2000–3500 mm/tahun	1500–1999 atau 3501–4000 mm/tahun	<1500 atau >4000 mm/tahun
SQ1 (Nutrisi Tanah)	Skala 1 atau 2	Skala 3	Skala 4
SQ2 (Retensi Nutrisi)	Skala 1 atau 2	Skala 3	Skala 4
SQ3 (Kondisi Perakaran)	Skala 1 atau 2	Skala 3	Skala 4
SQ4 (Drainase / Oksigen)	Skala 1 atau 2 (bebas genangan)	Skala 3	Skala 4 (rawa/genangan parah)

---

2. Alur Algoritma Pelabelan Otomatis (Python Logic)

Logika pelabelan dilakukan secara bertingkat (hierarki kendala) untuk setiap titik sampel.

Tahap 1: Deteksi Tidak Sesuai (Label 0)

Jika salah satu kondisi berikut terpenuhi, langsung diberi label 0:

• Ketinggian >1000 mdpl atau <10 mdpl
• Kelerengan >30%
• Curah hujan <1500 mm atau >4000 mm
• Salah satu parameter tanah (SQ1, SQ2, SQ3, SQ4) bernilai 4 atau 0 (NoData/air)

Tahap 2: Deteksi Sesuai Marginal (Label 1)

Jika tidak masuk Label 0, tetapi memenuhi minimal satu kondisi berikut:

• Ketinggian 701–1000 mdpl
• Kelerengan 15–30%
• Curah hujan 1500–1999 mm atau 3501–4000 mm
• Salah satu parameter tanah bernilai 3

Tahap 3: Sesuai (Label 2)

Jika semua parameter berada pada kondisi optimal (tidak masuk Tahap 1 dan 2), maka diberi label 2.

---

3. Strategi Pengambilan Sampel (Sampling Strategy)

Untuk melatih model Random Forest, digunakan strategi sampling sebagai berikut:

1. Batas Geografis
   Titik acak hanya diambil dalam wilayah daratan Kabupaten Konawe menggunakan file konawe_boundary.geojson, untuk menghindari titik jatuh di laut.

2. Jumlah Sampel
   Menghasilkan sekitar 2.000–5.000 titik acak.

3. Ekstraksi Fitur
   Untuk setiap titik:

   • Ambil nilai dari 8 raster utama
   • Hitung 5 indeks vegetasi (NDVI, EVI, dll.)
   • Total fitur: 15

4. Output Data Latih
   Hasil akhir berupa pandas.DataFrame dengan:

   • 15 kolom fitur
   • 1 kolom label (target)

---

Langkah Selanjutnya

Silakan konfirmasi apakah nilai threshold di atas sudah sesuai, atau ada yang ingin disesuaikan (misalnya batas curah hujan atau ketinggian) sebelum masuk ke tahap pembuatan script.