PEMANFAATAN PENGINDERAAN JAUH TERHADAP KEJADIAN HOPPERBURN WERENG BATANG COKLAT (Nilaparvata lugens Stal)

Rahmad, Gunawan (2021) PEMANFAATAN PENGINDERAAN JAUH TERHADAP KEJADIAN HOPPERBURN WERENG BATANG COKLAT (Nilaparvata lugens Stal). Masters thesis, Universitas Andalas.

Preview	Text (Cover dan Abstrak) cov_abstrak.pdf - Published Version Download (218kB) | Preview
Preview	Text (pendahuluan) pendahuluan umum ok.pdf - Published Version Download (114kB) | Preview
Preview	Text (bab penutup) bab penutup kesimpulan saran ok.pdf - Published Version Download (83kB) | Preview
Preview	Text (daftar pustaka) daftar pustaka ok.pdf - Published Version Download (155kB) | Preview
	Text (tesis fulltext) naskah_tesis_rahmadgunawan full ok.pdf - Published Version Restricted to Repository staff only Download (5MB)

Abstract

Peramalan stadia tanaman padi dapat digunakan untuk mengetahui kondisi pertanaman padi pada waktu yang akan datang, untuk mengetahui produktivitas tanaman serta peramalan hama dan penyakit tumbuhan. Tujuan dari penelitian ini adalah untuk mengetahui akurasi indeks Normalized Difference Vegetation Index (NDVI) terhadap stadia tanaman padi dan mendapatkan metode prediksi runtun waktu terbaik stadia tanaman dari data indeks NDVI. Penelitian dilakukan di Padang dengan jumlah sampel 30 titik pada setiap citra Sentinel-2 dari Bulan Januari 2018 sampai bulan Mei 2021. Metode penelitian yang dilakukan adalah survei dengan melakukan verifikasi lapangan berupa pengumpulan keadaan umur dan jenis tanaman serta wawancara kepada petani dan petugas POPT terhadap data yang didapatkan dari pengolahan citra satelit selama 3 tahun terakhir. Data diambil pada 30 titik secara purposif random sampling. Berdasarkan hasil penelitian, stadia tanaman padi yang diperoleh dari nilai indeks vegetasi NDVI terdiri dari 6 kategori. Kategori tersebut adalah Puso/tanah kering/awan/air, Panen/generatif akhir, Tanaman generatif awal/bera/awal, Tanaman hijau rendah/singgang, Tanaman hijau sedang, Tanaman hijau tinggi. Penggunakan kelas stadia tanaman padi lebih tepat dibandingkan dengan menggunakan umur tanaman karena umur tanaman bersifat tetap, sedangkan kelas stadia dapat dikelaskan berbeda pada nilai NDVI yang sama. Hasil penelitian menunjukan Akurasi nilai Indeks NDVI terhadap stadia tanaman dengan rata-rata Indeks Kappa adalah 0,88 sehingga memiliki akurasi yang tinggi. Model hubungan antara stadia pertumbuhan tanaman padi dengan nilai NDVI dijelaskan dengan regresi spasial GWR dengan model Y = 1.46812 + 4.70763 X dengan R2 = 0.89 dimana Y adalah kelas stadia dan X adalah indeks NDVI. Prediksi stadia pertumbuhan tanaman padi, terbaik menggunakan metode random forest pada taraf kepercayaan 95% dengan Root Mean Square Error (RMSE) sebesar 0.0884. Prakiraan serangan Wereng Batang Coklat (WBC) menggunakan kecerdasan buatan dan indeks vegetasi Citra Satelit Sentinel-2 meningkatkan akurasi ramalan kejadian hopperburn WBC. Penelitian ini bertujuan mengetahui akurasi dan hubungan klasifikasi random forest citra Sentinel-2 terhadap kejadian hopperburn WBC pengamatan Pengamat Organisme Pengganggu Tumbuhan (POPT). Selanjutnya adalah mengetahui metode terbaik prediksi runtun waktu Normalized Difference Vegetation Index (NDVI) gejala hopperburn WBC dan luas hopperburn WBC pengamatan POPT. Metode penelitian yang dilakukan adalah mengolah data sekunder dan verifikasi lapangan berupa data keadaan umur tanaman, kejadian hopperburn WBC wawancara petani dan POPT. Penelitian dilaksanakan di Kota Padang pada bulan Maret sampai Juni 2021. Hasil penelitian menunjukkan nilai indek NDVI hopperburn WBC berkisar antara 0.23 sampai dengan 3.8. Uji akurasi klasifikasi random forest area hutan, air, bangunan, awan, tanaman hijau dan hopperburn WBC indeks Kappa rata-rata 0.82 memiliki akurasi yang tinggi. Hubungan luas hopperburn laporan POPT dan luas ramalan hopperburn citra Sentinel-2 dengan nilai R2 0,53 dengan signifikasi sedang dan nilai indeks korelasi R 0,728. Korelasi dapat ditingkatkan menggunakan regresi spasial Geographically Weighted Regression (GWR) dengan jarak gausian terbaik 1,76 km dengan R2 0,6 dan nilai R (korelasi) mencapai 0.77 menggunakan software GWR4. Model persamaannya adalah Y = -1.5 + 0.82 X dimana Y adalah luas hopperburn laporan POPT dan X adalah luas ramalan hopperburn citra Sentinel-2. Prediksi runtun waktu Indeks NDVI stadia tanaman terserang hopperburn WBC terbaik dengan random forest dengan Random Mean Square Error (RMSE) 0.12819, lebih baik dibandingkan prediksi runtun waktu serangan hopperburn WBC laporan POPT metode exponential smoothing dengan RMSE 3.302184.

Actions (login required)

View Item