Pendugaan Produksi Dan Indeks Vegetasi Tanaman Padi Menggunakan Data Citra Platform Unmanned Aerial Vehicle (UAV) Dan Data Citra Satelit Landsat 8

Abstract

Beras berasal dari padi atau gabah yang dibudidayakan sehingga menjadi bahan pokok makanan seperti sekarang ini. Padi (Oryza sativa L) merupakan aspek paling utama pada pertanian. Produksi padi dapat diketahui setelah masa panen berakhir. Maka itu dibutuhkan suatu informasi untuk mengetahui hasil produksi sebelum masa panen. Pemanfaatan GIS (Geograpichal Information System) atau dikenal sebagai Sistem Informasi Geografis (SIG) dapat membantu mengelola sumber daya pertanian. Pemanfaatan penginderaan jauh berupa citra fotografik UAV (Unmanned Arial Vehicle) dan citra satelit Landsat 8, kita dapat memantau pertumbuhan tanaman padi serta memperoleh informasi tingkat produksi lahan sawah. Tujuan dari penelitian ini untuk memprediksi tingkat produksi tanaman padi dari hasil citra dan melihat keakuratan klasifikasi terpantau terhadap citra fotografik UAV. Metode yang digunakan pada penelitian ini adalah Klasifikasi terpantau pada software, dengan menggunakan data lapangan. Hasil klasifikasi terpantau menunjukkan persentase untuk produksi rendah 22%, produksi sedang 51% dan produksi tinggi 27%. Tingkat kesalahan tertinggi pada klasifikasi tingkat produksi tinggi sebanyak 47,05%. Berdasarkan penelitian yang telah dilakukan dapat disimpulkan bahwa overall accuracy adalah 73,01%. Hal ini berarti tingkat ketelitian akurasi dapat diterima. Indeks vegetasi yang terbaik dalam pendugaan produksi pada tingkat varietas adalah varietas VARI green.

Smart farming: modeling distribution of Xanthomonas campestris pv. oryzae as a leaf blight-causing bacteria in rice plants

“…In addition, to detect unhealthy rice plants on a small-scale farm, we could also use a drone or UAV (Unmanned Air Vehicle), widely used in precision agriculture [31]. Currently, drone technology and satellite image data can be used to monitor the development of rice plant growth to estimate harvest production [32]. Several studies of paddy field agriculture using drones are currently in the realm of management of paddy field availability [33,34].…”

PERBANDINGAN AKURASI PENGUKURAN KLOROFIL DAN KADAR NITROGEN ANTARA SPAD DENGAN NDVI PADA TANAMAN JAGUNG (Zea mays)

“…Semakin tinggi tanaman jagung dan seiring bertambahnya umur tanaman kanopi daun akan semakin rapat. Pertumbuhan dan perubahan dari tutupan kanopi vegetasi yang relatif lebih tebal dan rapat pertanaman ini berpengaruh besar pada nilai piksel citra foto udara sehingga nilai indeks vegetasi klorofil dan nitrogen semakin tinggi [22].…”

Analisis Normalized Difference Vegetation Index pada Unmanned Aerial Vehicle untuk Identifikasi Pertumbuhan Tanaman Padi di Kabupaten Aceh Besar Provinsi Aceh

“…Salah satu daerah di Indonesia yang memproduksi padi paling banyak adalah Aceh. Aceh mempunyai luas lahan untuk memproduksi padi pada tahun 2019 sekitar 310 ribu hektar [1].…”