ANALISIS PENGGUNAAN SALURAN VISIBEL UNTUK ESTIMASI KANDUNGAN KLOROFIL DAUN PADI DENGAN CITRA HYMAP (Studi Kasus : Kabupaten Karawang, Jawa Barat)

Abstract

ABSTRAK

Padi adalah tanaman pangan yang sangat penting dan bermanfaat bagi kehidupan masyarakat Indonesia. Komiditi penghasil padi terbesar adalah Kabupaten Karawang.Tanaman padi yang sehat adalah tanaman padi yang mempunyai jumlah klorofil lebih banyak dibandingkan tanaman padi yang tidak sehat. Pendeteksian kandungan klorofil secara cepat dan efisien dapat menggunakan metode penginderaan jauh. Beberapa metode dalam penginderaan jauh dapat digunakan untuk mendeteksi kandungan klorofil daun padi.

Beberapa indeks vegetasi yang digunakan dalam penelitian adalah indeks vegetasi GLI (Green Leaf Index)  dan NGRDI (Normalized Green Red Difference Index). Metode indeks vegetasi GLI dan NGRDI merupakan indeks vegetasi yang sensitif terhadap kehijauan daun, sehingga baik dalam penentuan klorofil daun padi. Dimana pada penelitian ini dianalisa metode mana yang mempunyai model terbaik dalam mengestimasi kandungan klorofil daun padi. Dan diperoleh kesimpulan bahwa GLI mempunyai pemodelan lebih baik dibandingkan metode NGRDI. Nilai koefisien determinasi (R²) GLI sebesar 0,6454 dan model yang diperoleh yaitu y= -62,248x+ 41,459.

Hasil dari penelitian ini menunjukkan bahwa indeks vegetasi GLI optimal pada panjang gelombang 455,5 nm, 592,1 nm, dan 699,4 nm dan NGRDI optimal pada panjang gelombang 532,1 nm dan 623,2 nm. Saluran visibel efektif apabila dibandingkan dengan pemodelan data citra Hyperspectral dengan menggunakan 20 titik sampel yang membuktikan bahwa Green Leaf Index (GLI) mampu memberikan nilai RMSE cukup baik yaitu sebesar 0,593 SPAD (Soil Plant Analysis Development)unit dan koefisien determinasi (R²) 0,785. Resolusi spektral yang digunakan untuk mendeteksi klorofil daun padi adalah 455,5–885,3 nm. Sehingga citra HyMap mampu mendeteksi klorofil  tanaman daun padi pada skala 1:10.000 dengan resolusi spasial 4,2 meter.

Kata Kunci : HyMap,, GLI, kandungan klorofil, NGRDI

ABSTRACT

 Rice is the most important crops that benefit the Indonesian people's lives. The commodities largest of rice prodution is Karawang regency. The healthy rice crop is rice plants that have more than the amount of chlorophyll unhealthy rive plants. Detection ofchlorophyll content quicklyand efficiently using remote sensing methods. Some methods in remote sensing can be used to detect the chlorophyll content of rice leaves.Some vegetation index used in the study are GLI vegetation index (Green Leaf Index) and NGRDI (Red Green Normalized Difference Index). GLI vegetation index and NGRDI vegetation index are sensitive to greenish leaf, so they are good to determine rice leaf chlorophyll. In this study, we analyze which method has the best model to estimate rice leaf chlorophyll content. And we conclude that GLI has a better model than the NGRDI method. The coefficient of GLI’s determination (R²) is 0,6454 and the regretion models is y= -62,248x + 41,459.The results of this study indicate that GLI is optimal at a wavelength of 455,5 nm, 592,1 nm, and 699,4 nm and NGRDI is optimal at wavelength 532,1 nm and 623,2 nm. Visible band index effective when compared with Hyperspectral modeling image data by using 20 sample points that proved that GLI is able to give a pretty good RMSE value which is equal to 0,593 SPAD (Soil Plant Analysis Development) units and the coefficient of determination (R²) of 0,785. Spectral resolution, that is used to detect the rice leaf chlorophyll, is 455,5 to 885,3 nm. So the HyMap image is able to detect rice leaf chlorophyll on a scale of 1: 10.000 with a spatial resolution of 4,2 meters.

Key Words :HyMap,GLI, Chlorophyll Content, NGRDI 

^{*) Penulis Penanggung Jawab}

ABSTRAK

Padi adalah tanaman pangan yang sangat penting dan bermanfaat bagi kehidupan masyarakat Indonesia. Komiditi penghasil padi terbesar adalah Kabupaten Karawang.Tanaman padi yang sehat adalah tanaman padi yang mempunyai jumlah klorofil lebih banyak dibandingkan tanaman padi yang tidak sehat. Pendeteksian kandungan klorofil secara cepat dan efisien dapat menggunakan metode penginderaan jauh. Beberapa metode dalam penginderaan jauh dapat digunakan untuk mendeteksi kandungan klorofil daun padi.

Beberapa indeks vegetasi yang digunakan dalam penelitian adalah indeks vegetasi GLI (Green Leaf Index)  dan NGRDI (Normalized Green Red Difference Index). Metode indeks vegetasi GLI dan NGRDI merupakan indeks vegetasi yang sensitif terhadap kehijauan daun, sehingga baik dalam penentuan klorofil daun padi. Dimana pada penelitian ini dianalisa metode mana yang mempunyai model terbaik dalam mengestimasi kandungan klorofil daun padi. Dan diperoleh kesimpulan bahwa GLI mempunyai pemodelan lebih baik dibandingkan metode NGRDI. Nilai koefisien determinasi (R²) GLI sebesar 0,6454 dan model yang diperoleh yaitu y= -62,248x+ 41,459.

Hasil dari penelitian ini menunjukkan bahwa indeks vegetasi GLI optimal pada panjang gelombang 455,5 nm, 592,1 nm, dan 699,4 nm dan NGRDI optimal pada panjang gelombang 532,1 nm dan 623,2 nm. Saluran visibel efektif apabila dibandingkan dengan pemodelan data citra Hyperspectral dengan menggunakan 20 titik sampel yang membuktikan bahwa Green Leaf Index (GLI) mampu memberikan nilai RMSE cukup baik yaitu sebesar 0,593 SPAD (Soil Plant Analysis Development)unit dan koefisien determinasi (R²) 0,785. Resolusi spektral yang digunakan untuk mendeteksi klorofil daun padi adalah 455,5–885,3 nm. Sehingga citra HyMap mampu mendeteksi klorofil  tanaman daun padi pada skala 1:10.000 dengan resolusi spasial 4,2 meter.

Kata Kunci : HyMap,, GLI, kandungan klorofil, NGRDI

ABSTRACT

Rice is the most important crops that benefit the Indonesian people's lives. The commodities largest of rice prodution is Karawang regency. The healthy rice crop is rice plants that have more than the amount of chlorophyll unhealthy rive plants. Detection ofchlorophyll content quicklyand efficiently using remote sensing methods. Some methods in remote sensing can be used to detect the chlorophyll content of rice leaves.Some vegetation index used in the study are GLI vegetation index (Green Leaf Index) and NGRDI (Red Green Normalized Difference Index). GLI vegetation index and NGRDI vegetation index are sensitive to greenish leaf, so they are good to determine rice leaf chlorophyll. In this study, we analyze which method has the best model to estimate rice leaf chlorophyll content. And we conclude that GLI has a better model than the NGRDI method. The coefficient of GLI’s determination (R²) is 0,6454 and the regretion models is y= -62,248x + 41,459.The results of this study indicate that GLI is optimal at a wavelength of 455,5 nm, 592,1 nm, and 699,4 nm and NGRDI is optimal at wavelength 532,1 nm and 623,2 nm. Visible band index effective when compared with Hyperspectral modeling image data by using 20 sample points that proved that GLI is able to give a pretty good RMSE value which is equal to 0,593 SPAD (Soil Plant Analysis Development) units and the coefficient of determination (R²) of 0,785. Spectral resolution, that is used to detect the rice leaf chlorophyll, is 455,5 to 885,3 nm. So the HyMap image is able to detect rice leaf chlorophyll on a scale of 1: 10.000 with a spatial resolution of 4,2 meters.Key Words :HyMap,GLI, Chlorophyll Content, NGRDI ^{*) Penulis Penanggung Jawab}