skip to main content

ANALISIS PEMODELAN FASE TUMBUH PADI MENGGUNAKAN CITRA SYNTHETIC APERTURE RADAR C-BAND SENTINEL-1

Department of Geodesy Engineering, Universitas Diponegoro, Jl. Prof. Sudarto, SH, Tembalang, Semarang, Indonesia 50275, Indonesia


Citation Format:
Abstract

Oryza Sativa atau yang biasa dikenal dengan nama Padi adalah tanaman yang dapat menghasilkan beras yang mana merupakan bahan makanan pokok terpenting di Indonesia. Tingkat produksi padi dapat diestimasi dengan pemantauan fase pertumbuhan padi. Identifikasi pertumbuhan padi dapat dilakukan dengan cepat dan luas dengan pengindraan jauh yang bersifat multitemporal. Teknik ini sudah banyak dilakukan untuk pemantauan fase pertumbuhan padi dengan jenis sensor optis. Namun, Indonesia memiliki liputan awan yang tinggi, sehingga sedikitnya ketersediaan citra optis yang bebas awan untuk pemetaan dan pemantauan area pertumbuhan padi. Keberadaan teknologi radar terutama SAR, memberi potensi yang baik untuk dikaji dalam pemantauan padi dengan ketersediaannya data bebas dari liputan awan.

Pada penelitian ini, pemodelan fase pertumbuhan padi didapatkan dengan menggunakan citra SAR-C Sentinel-1 GRDH. Karakteristik nilai hamburan balik pada polarisasi VH meningkat selaras dengan fase pertumbuhan padi, berbeda dengan polarisasi VV yang lebih stagnan. Algoritma yang digunakan yaitu klasifikasi terselia Maximum Likelihood dan Support Vector Machine. Penggunaan kedua klasifikasi dengan tipe yang berbeda, pada Maximum Likelihood yang termasuk jenis parametrik dan Support Vector Machine untuk yang non-parametrik.

Hasil pemetaan fase tumbuh padi melihatkan algoritma SVM lebih optimal untuk 4 kelas fase yaitu vegetatif awal, vegetatif, generatif dan pematangan. Akurasi dari klasifikasi yang paling optimal didapatkan pada kisaran 72,9% dengan kappa 0,6 hingga akurasi 0,98% dengan kappa 0.95. Penelitian pemodelan fase pertumbuhan padi ini diharapkan dapat digunakan untuk pemantauan laju produksi padi yang berfungsi untuk manajemen lahan yang baik agar hasil produktivitas yang optimal.
Fulltext View|Download
Keywords: Fase Tumbuh; Padi; SAR, Sentinel-1; Maximum Likelihood; Support Vector Machine;

Last update:

No citation recorded.

Last update:

No citation recorded.