ANALISIS FASE TUMBUH PADI MENGGUNAKAN ALGORITMA NDVI, EVI, SAVI, DAN LSWI PADA CITRA LANDSAT 8

Abstract

ABSTRAK

Tanaman padi (Oryza sativa, sp) termasuk kelompok tanaman pangan yang sangat penting dan bermanfaat bagi kehidupan masyarakat Indonesia. Salah satu Kabupaten di Jawa Tengah dengan produksi yang cukup besar adalah kabupaten Kendal. Pada tahun 2013, produksi padi di Kendal mencapai 234.557 ton dari luas panen 45.221 Ha.

Dalam era globalisasi informasi untuk mendukung program ketahanan pangan, dituntut kecepatan dan ketepatan informasi sumberdaya pertanian yang lebih kuantitatif. Teknologi penginderaan jauh dapat dimanfaatkan untuk memperoleh kecepatan dan ketepatan informasi sumberdaya pertanian tersebut. Dalam hal ini teknologi peginderaan jauh dapat berperan dengan memanfaatkan citra satelit temporal untuk menentukan fase tumbuh tanaman padi dengan mencari nilai indeks vegetasi dari tanaman padi, sehingga dapat diperkirakan berapa luas panen padi setiap tahunnya.

Berdasarkan uraian di atas, maka dilakukan penelitian untuk menganalisa fase tumbuh tanam padi pada daerah Kabupaten Kendal menggunakan teknologi penginderaan jauh, dimana penginderaan jauh merupakan teknologi yang sangat ideal digunakan mengingat beberapa kelebihan seperti jangkauan yang luas dan cepat.

Beberapa metode yang selama ini digunakan menentukan indeks vegetasi antara lain NDVI, EVI, SAVI, dan LSWI. Selanjutnya metode-metode tersebut akan coba digunakan untuk menetukan fase tumbuh tanam padi. Dimana pada penelitian ini dianalisa metode mana yang memiliki model terbaik dalam menentukan fase tumbuh tanaman padi. Dan diperoleh kesimpulan bahwa metode NDVI memiliki pemodelan yang lebih baik dibandingkan metode-metode lainnya. Nilai koefisien determinasi (R²) NDVI sebesar 0,868 dan model yang diperoleh yaitu        y = - 0,0199X² + 0,2298X + 0,0539.

Menurut hasil pengolahan citra satelit Landsat 8 menggunakan metode NDVI dan pemodelan NDVI yang telah dilakukan pada citra perekaman bulan Mei 2015, diperoleh hasil perkiraan luas panen padi untuk daerah Kabupaten Kendal seluas 1.872,655 Ha.

Kata kunci            : Fase tumbuh tanam padi, Citra Satelit Landsat 8, Indeks Vegetasi, Luas panen.

ABSTRACT

Paddy (Oryza sativa, sp) is including to a group of crops food which very important and useful for the life of the Indonesian people. One of regency in Central Java with a large of paddy production is Kendal regency. In 2013, paddy production in Kendal reached 234.557 tons by 45.221 hectares harvested area .

In this globalization era, to support the information for food security program, required more quantitative high rate and accuracy of agricultural resources. Remote sensing technology is one of technology that can be utilized to obtain the high rate and accuracy of information about the agricultural resources. In this case, remote sensing technology can play a role by using temporal satellite images to determine the growth stage of paddy plants by looking at the vegetation index value of the paddy plant, so it can be estimated paddy harvested area annually.

Based on the description above, the research conducted to analyze the phase of paddy growth in the Kendal area using remote sensing technology, where remote sensing is a technology that is ideally used considering several advantages such as wide coverage and fast.

Some of the methods that have been used for determine vegetation index are NDVI, EVI, SAVI, and LSWI. Furthermore, these methods will be used for trying to determine the phase of paddy growth. In this study will be analyzed which method that has the best model for determining the phase of paddy growth. Then concluded that the NDVI has a modeling method which better than other methods. The coefficient of determination (R²) of NDVI is 0,868 with obtained model is       y = - 0,0199X2 + 0,2298X + 0,0539.

According to the results of Landsat 8 satellite image processing using NDVI method and NDVI modeling that has been done to the recording image  in May 2015, the estimation result of paddy harvested area on Kendal regency about 1872,655 Ha.

Keywords       :        The phase of paddy growth, Landsat 8 Satellite Imagery, Vegetation Index, Harvested area.

*) Penulis, Penanggungjawab