ESTIMASI PRODUKTIVITAS KELAPA SAWIT MENGGUNAKAN METODE NDVI (NORMALIZED DIFFERENCE VEGETATION INDEX) DAN ARVI (ATMOSPHERICALLY RESISTANT VEGETATION INDEX) DENGAN CITRA SENTINEL-2A (STUDI KASUS : BEBERAPA WILAYAH DI PROVINSI RIAU)

Abstract

penghasil kelapa sawit terbesar. Selama beberapa tahun terakhir, Indonesia tercatat sebagai negara produsen nomor 1 di Asia bahkan dunia. Pada tahun 2019 nilai produksi kelapa sawit di Indonesia belum mencukupi kebutuhan konsumsi dan ekspor yang mengakibatkan naiknya harga kelapa sawit. Pada kondisi ini tentunya peran pemantauan produktivitas kelapa sawit sangat diperlukan untuk menjamin ketersediaan kelapa sawit. Provinsi Riau merupakan salah satu wilayah di Indonesia yang memproduksi kelapa sawit terbanyak dibandingkan provinsi lain di Indonesia. Pada tahun 2018 Provinsi Riau mempunyai luas perkebunan kelapa sawit sebesar 2,32 juta hektar. Hasil produksi kelapa sawit pada tahun 2018 di Provinsi Riau mencapai angka 7,14 juta ton.Penginderaan jauh merupakan salah satu metode pemantauan produksi kelapa sawit yang dapat digunakan untuk skala besar dan dengan waktu yang efisien di bandingkan metode konvensional. Penelitian ini menggunakan citra satelit Sentinel-2A dengan membandingkan hasil pengolahan menggunakan algoritma transformasi NDVI (Normalized Difference Vegetation Index) dan ARVI (Atmospherically Resistant Vegetation Index). Metode pengolahan dilakukan dengan metode regresi linear dan regresi linear berganda. Hasil penelitian menunjukkan estimasi produksi kelapa sawit dengan metode regresi linear berganda dengan algoritma transformasi NDVI menghasilkan akurasi 76,815% dan untuk algoritma transformasi ARVI menghasilkan akurasi 77,327%. Hasil estimasi produktivitas yang dihasilkan menggunakan transformasi indeks vegetasi NDVI berjumlah 215172,733 HA/Kg/Bulan dan hasil estimasi produktivitas yang dihasilkan menggunakan transformasi indeks vegetasi ARVI berjumlah 213775,927 HA/Kg/Bulan, sedangkan hasil produktivitas sebenarnya berjumlah 184620,957 HA/Kg/Bulan.

Kata Kunci: Estimasi Produktivitas Kelapa Sawit, Regresi Linear, Regresi Linear Berganda, NDVI, ARVI

ABSTRACT

Indonesia is one of the largest palm oil producing countries. Over the last few years, Indonesia has been listed as the number 1 producing country in Asia and even the world. In 2019 the value of palm oil production in Indonesia was not sufficient for consumption and export needs which resulted in an increase in the price of palm oil. In this condition, of course, the role of monitoring oil palm productivity is needed to ensure the availability of oil palm. Riau Province is one of the regions in Indonesia that produces the most palm oil compared to other provinces in Indonesia. In 2018 Riau Province had an oil palm plantation area of 2,32 million hectares. Palm oil production in 2018 in Riau Province reached 7,14 million tonnes. Remote sensing is a method of monitoring oil palm production that can be used on a large scale and with time efficiency compared to conventional methods. This study uses Sentinel-2A satellite imagery by comparing the results of processing using the NDVI (Normalized Difference Vegetation Index) and ARVI (Atmospherically Resistant Vegetation Index) transformation algorithms. The processing method is carried out by using linear regression and multiple linear regression. The results showed that the estimation of oil palm production using multiple linear regression method with the NDVI transformation algorithm resulted in an accuracy of 76,815% and for the ARVI transformation algorithm it produced an accuracy of 77,327%. The resulting productivity estimation results using the NDVI vegetation index transformation amounted to 215172,733 HA / Kg / Month and the resulting productivity estimation results using the ARVI vegetation index transformation amounted to 213775,927 HA / Kg / Month, while the actual productivity results amounted to 184620,957 HA / Kg / Month.