Departemen Teknik Geodesi, Universitas Diponegoro, Jl. Prof. Sudarto, SH, Tembalang, Semarang, Indonesia 50275, Indonesia
BibTex Citation Data :
@article{JGUndip36910, author = {Devi Sari and Bandi Sasmito and Firman Hadi}, title = {Estimasi Produktivitas Kopi Menggunakan Citra SPOT-7 Dengan Transformasi Indeks Vegetasi}, journal = {Jurnal Geodesi Undip}, volume = {12}, number = {1}, year = {2023}, keywords = {Estimasi Produktivitas Kopi, Indeks Vegetasi, Kebun Bangelan, Spectral Mixture Analysis, SPOT-7}, abstract = { Kopi adalah komoditas perdagangan yang paling berharga kedua di dunia sehingga dapat meningkatkan devisa negara. Berlandaskan data produksi kopi 2021 yang diterbitkan oleh BPS (Badan Pusat Statistika), Provinsi Jawa Timur mendapatkan urutan ke-16 di Indonesia dalam produksi kopi. Salah satu perkebunan kopi yang ada di Jawa Timur adalah Kebun Bangelan di Desa Bangelan, Kabupaten Malang. Perkebunan Bangelan adalah perkebunan peninggalan Pemerintah Hindia Belanda. Perkebunan ini didirikan pada tahun 1901 sebagai kebun percobaan. Setiap tahun produktivitas dari Kebun Bangelan tidak menentu, oleh karena itu perlu adanya monitoring secara kontinu. Pada bidang pertanian, pengindraan jauh dapat dimanfaatkan untuk melakukan estimasi produktivitas dari tanaman kopi. Pengindraan jauh sendiri adalah akuisisi data suatu objek oleh sebuah alat yang tidak secara fisik melakukan kontak dengan objek tersebut. Salah satu keuntungan pengindraan jauh adalah citra dapat secara cepat meskipun untuk daerah yang sulit dijelajahi secara terrestrial. Riset ini memakai data citra SPOT-7 dengan indeks vegetasi NDVI (Normalized Difference Vegetation Index), MNDVI (Modified Normalized Difference Vegetation Index), dan GNDVI (Green Normalized Difference Vegetation Index). Klasifikasi yang dilakukan pada penelitian ini yaitu MESMA (Multiple Endmember Spectral Mixture Analysis) untuk mengatasi permasalahan piksel campuran. Tujuan dari riset ini untuk mengetahui akurasi klasifikasi tutupan lahan dengan MESMA dan mengetahui estimasi produktivitas kopi di Kebun Bangelan. Perhitungan estimasi produktivitas pada penelitian ini menggunakan regresi linier sederhana, polinomial, dan linier berganda. Berdasar perhitungan regresi linier sederhana, model estimasi terbaik dihasilkan oleh NDVI yang memiliki standar deviasi sebesar 0,506 ton/Ha dengan produktivitas sebesar 34.396,309 kg/Ha. Berlandas perhitungan dengan regresi polinomial, model estimasi terbaik dihasilkan oleh NDVI dengan standar deviasi sebesar 0,464 ton/Ha dan produktivitas sebesar 34.397,779 kg/Ha. Pada perhitungan dengan regresi linier berganda, model estimasi terbaik dihasilkan oleh NDVI dengan standar deviasi sebesar 0,352 ton/Ha dan produktivitas sebesar 34.397,899 kg/Ha. }, issn = {2809-9672}, pages = {20--29} doi = {10.14710/jgundip.2023.36910}, url = {https://ejournal3.undip.ac.id/index.php/geodesi/article/view/36910} }
Refworks Citation Data :
Kopi adalah komoditas perdagangan yang paling berharga kedua di dunia sehingga dapat meningkatkan devisa negara. Berlandaskan data produksi kopi 2021 yang diterbitkan oleh BPS (Badan Pusat Statistika), Provinsi Jawa Timur mendapatkan urutan ke-16 di Indonesia dalam produksi kopi. Salah satu perkebunan kopi yang ada di Jawa Timur adalah Kebun Bangelan di Desa Bangelan, Kabupaten Malang. Perkebunan Bangelan adalah perkebunan peninggalan Pemerintah Hindia Belanda. Perkebunan ini didirikan pada tahun 1901 sebagai kebun percobaan. Setiap tahun produktivitas dari Kebun Bangelan tidak menentu, oleh karena itu perlu adanya monitoring secara kontinu. Pada bidang pertanian, pengindraan jauh dapat dimanfaatkan untuk melakukan estimasi produktivitas dari tanaman kopi. Pengindraan jauh sendiri adalah akuisisi data suatu objek oleh sebuah alat yang tidak secara fisik melakukan kontak dengan objek tersebut. Salah satu keuntungan pengindraan jauh adalah citra dapat secara cepat meskipun untuk daerah yang sulit dijelajahi secara terrestrial. Riset ini memakai data citra SPOT-7 dengan indeks vegetasi NDVI (Normalized Difference Vegetation Index), MNDVI (Modified Normalized Difference Vegetation Index), dan GNDVI (Green Normalized Difference Vegetation Index). Klasifikasi yang dilakukan pada penelitian ini yaitu MESMA (Multiple Endmember Spectral Mixture Analysis) untuk mengatasi permasalahan piksel campuran. Tujuan dari riset ini untuk mengetahui akurasi klasifikasi tutupan lahan dengan MESMA dan mengetahui estimasi produktivitas kopi di Kebun Bangelan.
Perhitungan estimasi produktivitas pada penelitian ini menggunakan regresi linier sederhana, polinomial, dan linier berganda. Berdasar perhitungan regresi linier sederhana, model estimasi terbaik dihasilkan oleh NDVI yang memiliki standar deviasi sebesar 0,506 ton/Ha dengan produktivitas sebesar 34.396,309 kg/Ha. Berlandas perhitungan dengan regresi polinomial, model estimasi terbaik dihasilkan oleh NDVI dengan standar deviasi sebesar 0,464 ton/Ha dan produktivitas sebesar 34.397,779 kg/Ha. Pada perhitungan dengan regresi linier berganda, model estimasi terbaik dihasilkan oleh NDVI dengan standar deviasi sebesar 0,352 ton/Ha dan produktivitas sebesar 34.397,899 kg/Ha.
Article Metrics:
Last update:
View My Stats
Jurnal Geodesi Undip
Departemen Teknik Geodesi, Fakultas Teknik, Universitas Diponegoro