skip to main content

ANALISIS PERBANDINGAN METODE PCA (PRINCIPAL COMPONENT ANALYSIS) DAN INDEKS MINERAL LEMPUNG UNTUK PEMODELAN SEBARAN KANDUNGAN BAHAN ORGANIK TANAH MENGGUNAKAN CITRA SATELIT LANDSAT DI KABUPATEN KENDAL

Departemen Teknik Geodesi Fakultas Teknik Universitas Diponegoro, Indonesia


Citation Format:
Abstract

ABSTRAK

 

Tanah yang baik merupakan tanah yang subur, yang dapat ditanami berbagai macam tumbuhan untuk memenuhi kebutuhan manusia. Tanah yang subur kaya akan unsur hara di dalamnya, salah satunya yaitu bahan organik. Bahan organik merupakan unsur yang dapat mengindikasikan kesuburan tanah. Oleh karena itu informasi tentang kandungan bahan organik suatu tanah sangat penting untuk diketahui terutama oleh masyarakat yang berada di sektor pertanian agar dapat meningkatkan produktivitas pertanianya.

Dengan menggunakan sistem pengindraan jauh dapat diperoleh hasil dengan cakupan area yang luas dengan tidak membutuhkan waktu, tenaga dan biaya cukup banyak. Metode yang digunakan dalam penelitian ini adalah regresi linear antara transformasi PCA, indeks mineral lempung dan kelerengan dengan data analisis kandungan bahan organik di lapangan, sebagai faktor indikasi adanya kandungan bahan organik dalam tanah untuk mendapatkan model terbaik antara metode PCA dan indeks mineral lempung dengan nilai Standard error Estimate  (SEE) yang kecil, serta ketelitian model jika dibandingkan dengan hasil laboratorium.

Hasil dari penelitian ini adalah suatu bentuk pemodelan statistik yaitu – 29,099 + 22,969 X1 + 0,937 X2, dimana X1 merupakan indeks mineral lempung dan X2 merupakan kelerengan, dengan tingkat akurasi sebesar 72,2% berdasarkan matriks konfusi antara hasil laboratorium dan hasil pengolahan. Persebaran kandungan bahan organik didominasi oleh kelas sangat tinggi yaitu sebesar 74,5 % seluas 75642,429 Ha yang berada di Kecamatan Weleri, Ringinarum, Pegandon, Kaliwungu Selatan, Boja, Limbangan, Singorojo, Patean, Sukorejo, Plantungan dan Pagerruyung.

 

Kata Kunci : Bahan organik, Indeks mineral lempung, PCA, Penginderaan jauh, Regresi

 

 

ABSTRACT

 

Good soil is fertile soil, which can be planted with a variety of plants to meet human needs. Fertile soil is rich in nutrients, one of which is organic material. Organic matter is an element that can indicate soil fertility. Therefore information about the organic matter content of a soil is very important to be known especially by people who are in the agricultural sector in order to increase agricultural productivity.

By using a remote sensing system results can be obtained with a wide area coverage without requiring considerable time, effort and cost. The method used in this study is a linear regression between PCA transformation, clay mineral index and slope with data analysis of organic matter content in the field, as an indication factor for the presence of organic matter content in the soil to get the best model between PCA method and clay mineral index with Standard values small Estimate error (SEE), and model accuracy when compared with laboratory results.

The results of this study are a form of statistical modeling namely – 29,099 + 22,969 X1 + 0,937 X2, where X1 is the clay mineral index and X2 is slope, with an accuracy rate of 72.2% based on a confusion matrix between laboratory results and processing results. The distribution of organic matter content is dominated by a very high class of 74.5% covering an area of 75642,429 hectares in Weleri, Ringinarum, Pegandon, South Kaliwungu, Boja, Limbangan, Singorojo, Patean, Sukorejo, Plantungan and Pagerruyung Districts.

Keywords: clay mineral index, organic matter, PCA, regression, remote sensing

Fulltext View|Download
Keywords: clay mineral index, organic matter, PCA, regression, remote sensing

Last update:

No citation recorded.

Last update:

No citation recorded.