skip to main content

ANALISIS REGRESI LINIER TERHADAP POLA HISTOGRAM SPEKTRAL ALGORITMA NDVI, EVI DAN LSWI UNTUK MENGESTIMASI TINGKAT PRODUKTIVITAS PADI (Studi Kasus : Kabupaten Demak, Jawa Tengah)

Departemen Teknik Geodesi Fakultas Teknik Universitas Diponegoro, Indonesia

Received: 29 Jan 2018; Published: 29 Jan 2018.

Citation Format:
Abstract

ABSTRAK

Beras merupakan salah satu bahan makanan pokok bagi sebagian besar masyarakat Indonesia. Jumlah penduduk yang terus bertambah membuat permintaan beras semakin meningkat. Namun luas sawah semakin menurun. Pemerintah Indonesia ingin mewujudkan swasembada beras pada tahun 2017. Beberapa program ketahanan pangan dilaksanakan untuk mencapainya. Salah satunya adalah memprediksi atau memperkirakan produksi dan konsumsi beras. Kabupaten Demak merupakan salah satu kabupaten yang menjadi penyangga pangan nasional. Hal tersebut terbukti dengan capaian pada tahun 2015, produksi padi yang mencapai 653.547 ton gabah kering giling (GKG).Teknologi penginderaan jauh dapat dimanfaatkan untuk memperoleh kecepatan dan ketepatan informasi dalam bidang pertanian. Dalam hal ini penginderaan jauh berperan dengan memanfaatkan citra satelit Landsat 8 multitemporal untuk mengestimasi produktivitas padi dengan algoritma NDVI (Normalized Difference Vegetation Index), EVI (Enhanced Vegetation Index) dan LSWI (Land Surface Water Index). Metode pemodelan estimasi produktivitas padi dalam penelitian ini akan dibangun berdasarkan analisis regresi linier berganda antara produktivitas padi dan indeks vegetasi.Hasil dari penelitian ini menunjukkan bahwa algoritma NDVI dan LSWI merupakan kombinasi regresi linier berganda terbaik dalam estimasi tingkat produktivitas padi yang menghasilkan koefisien determinasi sebesar 0,639. Validasi persamaan model regresi terhadap data Dinas Pertanian Kabupaten Demak memiliki selisih sebesar 45,742 Kw/Ha dengan tingkat RMSE 8,394 Kw/Ha. Model yang terbentuk dapat berlaku pada subround kedua yaitu masa panen bulan Mei hingga Agustus.

Kata Kunci : EVI, LSWI, NDVI, Produktivitas Padi

 

ABSTRACT

Rice is one of the main foods for most Indonesians. The increasing population makes rice demand more and more. But the area of rice field decreased. The Indonesian government wants to realize rice self-sufficiency by 2017. Several food security programs are implemented to achieve it. One of them is predicting or estimating rice production and consumption. Demak Regency is one of the districts that become the national food support. This is prove with the achievements in 2015, rice production was reach 653,547 tons of dry milled grain (GKG).Remote sensing technology can be utilized to obtain the speed and accuracy of information in agriculture. In this case remote sensing acts by utilizing multilayered Landsat 8 satellite images to estimate the productivity of rice with NDVI algorithms (Normalized Difference Vegetation Index), EVI (Enhanced Vegetation Index) and LSWI (Land Surface Water Index) .The method of estimating rice productivity in this study will based on multiple linear regression analysis between rice productivity and vegetation index.The results of this research indicate that NDVI and LSWI algorithm is the best combination of linear regression in estimation of rice productivity level which produce coefficient of determination equal to 0.639. Validation of regression model equation to Demak District Agriculture Department data has difference 45,742 Kw / Ha with RMSE 8,394 Kw / Ha. The model can be applied in the second subround that is the harvest of May to August.

Keywords: EVI, LSWI, NDVI, Rice Productivity
Fulltext View|Download
Keywords: EVI, LSWI, NDVI, Produktivitas Padi

Article Metrics:

Last update:

No citation recorded.

Last update:

No citation recorded.