Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kabupaten Jember dan Banyuwangi merupakan sentra produksi padi di Jawa Timur. Perhitungan luas tanam, luas panen, dan produksi padi sawah secara konvensional telah dilakukan oleh berbagai instansi di Indonesia. Namun hasil perhitungan tersebut dipublikasi setahun kemudian. Pengumpulan data yang akurat dan dalam waktu yang relatif singkat serta bersifat kuantitatif maupun spasial dapat dilakukan dengan metode penginderaan jauh. Penelitian ini bertujuan mengetahui kemampuan MODIS untuk mengestimasi luas panen dan produksi padi. Metode menggunakan citra MODIS MSAVI2 16 harian dari bulan Januari 2014 hingga Januari 2016 yang kemudian dianalisis regresi linier berganda untuk mengidentifikasi piksel yang merupakan vegetasi padi. Hasilnya menunjukan distribusi spasial padi terlihat pada grup piksel F, P, dan S pada citra. Dari fenologi padi pada citra juga terlihat ketiga grup tersebut memiliki masa tanam yang relatif sama. Hasil perhitungan ini telah divalidasi dengan data BPS dan memiliki kesalahan perhitungan sebesar 33% untuk luas panen dan 30% untuk produksi padi. Besarnya standar eror estimasi ini disebabkan MODIS memiliki resolusi 1 pikselnya 250 m × 250 m atau sekitar 6,25 hektar. Sehingga sawah yang menempati kurang dari setengah piksel atau kurang dari 6,25 hektar akan teridentifikasi sebagai vegetasi lain dan terbuang dari klasifikasi sawah.

---

Jember and Banyuwangi are regencies with the highest rice production in East Java. Calculation of planting area, harvested area, and rice production have conventionally been carried out by various agencies in Indonesia. But the results can be seen a year later. Accurate data collection and in a relatively short time and both quantitatively and spatially can be done using remote sensing methods. This study aimed to study the ability of MODIS to estimate harvested area and production of rice. The method of using MODIS imagery MSAVI2 16 days composite from January 2014 to January 2016 were analyzed multiple linear regression to identify the pixels that constitute the vegetation of rice.

The result shows the spatial distribution of rice looks at the pixel group F, P and S in the image. Phenology of rice in the image is also shown relatively the same planting season. Calculation result has been validated by the BPS and has an error of 33% under estimate for harvested area and 30% under estimate for rice production. The magnitude of the estimated standard error caused MODIS has a pixel resolution of 250 m × 250 m or about 6,25 hectars. As a result the fields that occupy less than half the pixels or less than 6,25 hectares will be identified as other vegetation and eliminated from the classification of paddy."

"Kabupaten Sragen dan Karanganyar merupakan dua kabupaten penyangga pangan di Provinsi Jawa Tengah dengan produksi padi sawah yang cukup tinggi. Fluktuasi nilai produksi padi selama lima tahun terakhir membuat kondisi produksi tidak menentu dan sulit diprediksi. Pemantauan kondisi padi sawah dan metode untuk menghasilkan estimasi luas panen dalam waktu yang singkat sangat diperlukan. Penelitian ini bertujuan untuk mengetahui efektifitas citra MODIS dengan indeks vegetasi TSAVI dalam mengestimasi luas panen dan produksi padi sawah. Citra MODIS temporal 16 harian dengan indeks vegetasi TSAVI diklasifikasi sesuai dengan bentuk pola dan nilai kehijauannya. MODIS TSAVI yang sudah diklasifikasi dilakukan analisis menggunakan regresi untuk mengetahui pola pertumbuhan tanaman padi sawah. Hasil penelitian menunjukkan distribusi spasial dan pola masa tanam tanaman padi sawah di Kabupaten Sragen dan Karanganyar memiliki pergerakan waktu tanam mengikuti aliran irigasi. Estimasi luas panen padi dari citra MODIS TSAVI temporal menghasilkan area seluas 87.227 hektar, atau sebesar 61,42% dari luas total panen eksisting. Kesalahan sebesar 38,58% dalam estimasi luas panen ini disebabkan resolusi spasial citra MODIS yang hanya bisa mencakup 250m x 250m atau sekitar 6,25 hektar di setiap pikselnya. Sehingga sawah yang luasnya kurang dari 6,25 hektar tidak dapat terdeteksi. Selain itu, gap yang diakibatkan oleh mosaic antar scene citra MODIS juga memperbesar standar eror dalam penelitian ini.

---

Sragen and Karanganyar are the two districts in Central Java that produce a high volume of paddy. The production of paddy in the last five years has been fluctuating, it makes the production of paddy inconsistent and difficult to predict. Monitoring the condition of paddy fields and and find a method to estimate the width of paddy production and harvested area in a short period of time is needed. This research aims to determine the effectiveness of MODIS imagery with TSAVI vegetation index in estimating harvest area and production of paddy. MODIS temporal imagery with TSAVI are classified by temporal pattern and greenness value. The classified MODIS TSAVI analyzed using multiple linear regression to determine the growth pattern of paddies.

The results of this research shows the spatial distribution and planting pattern of the rice paddy in Sragen and Karanganyar are following the movement of irrigation flow. The width of harvest from MODIS TSAVI temporal imagery is estimated to produce about 87.227 hectares, or 61.42% from the existing harvest. A fault of 38,58% in estimating the width of harvest is due to the spatial resolution of MODIS imagery that could only covers 250m x 250m or about 6.25 hectares in each pixel. As the result, the rice paddies fields which have area less than 6.25 hectares can‟t be detected. Moreover, the gap caused by inter-scene mosaic MODIS imagery also increases an error in this research."

"Perkembangan teknologi penginderaan jauh saat ini telah banyak dimanfaatkan untuk pemantauan masa tanam padi dengan menggunakan citra MODIS secara temporal dan indeks vegetasi. Tujuan dilakukan penelitian ini adalah untuk melakukan pemantauan masa tanam padi dan estimasi produksi padi tahun 2014 - 2016 di Kabupaten Pandeglang dan Kabupaten Lebak yang merupakan lumbung padi Provinsi Banten. Dalam penelitian ini digunakan indeks vegetasi OSAVI yang mengikutsertakan faktor koreksi dan memberikan variasi tanah lebih besar untuk tutupan vegetasi yang kerapatannya tidak tinggi. MODIS OSAVI yang sudah diklasifikasi kemudian dilakukan analisis regresi untuk mengidentifikasi kelas yang mewakili pola fenologi padi. Pola fenologi padi menunjukkan waktu tanam, dan waktu panen sehingga pola masa tanam padi dapat diketahui. Dari empat kelas yang menunjukkan tutupan lahan sawah, terdapat dua kelas yang menunjukkan dua kali panen dalam satu tahun dan tiga kali panen dalam satu tahun. Hasil perhitungan diperoleh estimasi luas panen sebesar 46.082,25 ha dan estimasi produksi padi sebesar 795.143,5 ton. Perhitungan ini telah divalidasi dengan data BPS dan memiliki tingkat kesalahan sebesar 33,8% untuk estimasi luas panen dan 35,6% untuk estimasi produksi padi. Besarnya standar eror estimasi ini dikarenakan resolusi spasial MODIS 1 pikselnya sebesar 250m x 250m. Sehingga lahan sawah yang memiliki luas kurang dari 250m x 250m akan terindentifikasi sebagai tutupan lahan lain. Pola masa tanam di kedua kabupaten ini telah diuji akurasi dan menghasilkan taraf akurasi keseluruhan sebesar 88,23%.

---

The development of remote sensing technology is now widely used for the monitoring of rice planting period by using MODIS temporal imagery and vegetation index. The purpose of this research was to monitor the rice planting period and estimates of paddy production in 2014 - 2016 in Pandeglang and Lebak which is the granary of Banten province.

This research used vegetation index OSAVI involving correction factor and provide greater variations in soil for vegetation cover density is not high. MODIS OSAVI already classified then performed a regression analysis to identify the class that represents rice phenological patterns. Rice phenological patterns indicate the time of planting and harvest time so that the pattern of the rice planting season can be known. Of the four classes showed wetland cover, there are two classes that showed two harvests in one year and three harvests in a year.

The results of the calculation, the estimated harvested area of 46.082,25 hectares and paddy production estimate of 795.143,5 tons. This calculation has been validated by the BPS data and has an error rate of 33,8% for the estimation of crop area and 35,6% for estimate for rice production. The magnitude of the estimated standard error caused resolution spatial of MODIS has a pixel of 250m x 250m. So that the wetland has an area less than 250m x 250m will be identified as the other land cover. The planting period pattern in these two regency have tested produce a level of overall accuracy of 88.23%."

"

Kabupaten Subang merupakan penghasil padi ketiga terbanyak di Jawa Barat. Sekitar 41 % dari total luas wilayah kabupaten merupakan area persawahan. Penelitian ini dilakukan untuk mengetahui bagaimana pola spasial jumlah produksi lahan sawah dengan menggunakan citra satelit Sentinel-1A berdasarkan topografi dan hubungan antara produksi lahan sawah dengan karakteristik wilayah di Kabupaten Subang. Data citra Sentinel-1A yang digunakan dalam penelitian ini adalah citra Bulan Januari-Juni tahun 2018 dan 2019. Penelitian ini menggunakan Google Earth Engine untuk mengolah data citra Sentinel-1. Klasifikasi masa panen dan bukan panen menggunakan metode maximum likelihood. Karakteristik wilayah yang dianalisis dalam penelitian ini yaitu wilayah ketinggian, jenis tanah, dan ketersediaan air. Hasil penelitian ini menunjukkan bahwa perhitungan produksi padi dengan Citra Sentinel-1 memiliki nilai R² sebesar 0,58. Namun, nilainya akan semakin kecil pada wilayah yang tinggi dan bergelombang. Nilai R² pada wilayah ketinggian <100 mdpl sebesar 0,57, sementara nilai R² pada ketinggian 500-1.000 mdpl sebesar 0,09. Hal ini menunjukkan bahwa Sentinel-1 lebih baik digunakan untuk menghitung produksi pada wilayah datar dan rendah. Produksi padi di pada wilayah ketinggian rendah dan datar lebih banyak daripada produksi di wilayah tinggi dan berbukit. Produksi padi terbanyak ada pada Bulan April-Mei. Jenis tanah yang memiliki produksi paling banyak adalah jenis Typic Epiaquepts. Ketersediaan air juga mempengaruhi besarnya produksi padi.

---

Subang Regency is the third largest rice producer in West Java. Around 41 % of the total area of the regency is paddy fields. The study was conducted to find out how the spatial pattern of total rice field production using Sentinel-1A satellite imagery based on topography and the relationship between rice field production with regional characteristics in Subang Regency. Sentinel-1A image data used in this study are January-June 2018 and 2019 images. This study uses the Google Earth Engine (GEE) to process Sentinel-1 image data. Classification of harvest and non-harvest periods using the maximum likelihood method. The characteristics of the area analyzed in this study are the height, soil type, and water availability. The results of this study indicate that the calculation of rice production with Sentinel-1 Citra has an R² value of 0.58. The value of R² in altitude area <100 meters below sea level is 0,57, while the value of R² in the altitude area of 500-1.000 meters below sea level is 0,09. However, the value will be smaller in high and bumpy areas. The study concluded that Sentinel-1 is better used to calculate production in the flat and low regions. Rice production in low and flat altitude areas is more than production in high and hilly areas. The most rice production is in April-May. The type of soil that has the most production is Typic Epiaquepts. Water availability also affects the amount of rice production.

"

"Tanaman padi merupakan salah satu tanaman sebagai indikator dalam menentukan ketahanan pangan di Indonesia, Perlu dilakukan estimasi produktivitas padi untuk memberikan informasi dalam menentukan suatu kebijakan pada hasil produksi. Seiring berkembangnya teknologi, penginderaan jauh dapat mengestimasi produktivitas untuk pola tanam yang bersifat heterogen secara lebih akurat dan efisien dengan melakukan pendugaan umur tanaman padi. Tujuan dari penelitian ini adalah untuk menganalisis distribusi spasial umur tanam dan estimasi produktivitas tanaman padi sawah di Kecamatan Banysuari, Kabupaten Karawang. Metode yang digunakan dalam penelitian ini dengan menggunakan metode Normalized Difference Vegetation Index (NDVI) yang digunakan untuk melakukan pendugaan umur tanam tanaman padi. Hasil penelitian menunjukkan bahwa indeks vegetasi dengan metode NDVI yang digunakan memiliki tingkat akurasi sebesar 90%. Distribusi spasial di Kecamatan Banyusari memiliki 5 wilayah berbeda berdasarkan umur tanamnya, dan waktu penanaman terdistribusi dari bagian tengah ke bagian timur dan barat wilayah Kecamatan Banyusari, Kabupaten Karawang secara bersamaan, lalu diikuti ke bagian utara dan selatan setelahnya. Estimasi produktivitas tanaman padi sawah yang dihitung memiliki nilai koefisien sebesar 0,891 dengan sifat hubungan kuat dan positif antara nilai NDVI dengan produksi di lapangan. Hasil estimasi produktivitas unggul pada bagian tengah dan barat Kecamatan Banyusari sebesar 7,80 ton/ha per tahun...... Rice is one of the plants as an indicator in determining food security in Indonesia. It is necessary to estimate rice productivity to provide information in determining policy on production results. As technology develops, remote sensing can estimate productivity for heterogeneous cropping patterns more accurately and efficiently by estimating the age of rice plants. The purpose of this study was to analyze the spatial distribution of planting age and estimation of the productivity of lowland rice in the Banyusari District, Karawang Regency. The method used in this research is Normalized Difference Vegetation Index (NDVI) which is used to estimate the age of rice plants. The results showed that the vegetation index using the NDVI method used had an accuracy rate of 90%. The spatial distribution in the Banyusari District has 5 different region based on the age of planting, and the planting time is distributed from the center to the eastern and western parts of the Banyusari District, Karawang Regency simultaneously, then followed to the north and south afterward. The estimated productivity of lowland rice is calculated to have a coefficient of 0.891 with the nature of a strong and positive relationship between the value of NDVI and production in the field. The results of the estimation of superior productivity in the central and western parts of the Banyusari District are 7.80 tons/ha per year"

"Penelitian ini bertujuan untuk mengetahui pola keruangan umur dan produksi tanaman padi sawah pada tahun 2007 di Kabupaten Bekasi, Karawang, dan Subang. Dalam penelitian ini dinggunakan penginderaan jauh sebagai metode. Umur dan produksi tanaman padi di estimasi dengan menggunakan Enhanced Vegetation Indeks (EVI). Hasil yang diperoleh dari penelitian ini adalah umur tanaman padi di daerah penelitian memiliki pola yang mengikuti akses aliran air irigasi, atau dapat dikatakan daerah yang memiliki akses lebih tinggi terhadap air irigasi sawah, memulai tanam padi lebih awal dari daerah yang lebih jauh dari sumber air irigasi, sehingga makin jauh dari saluran irigasi, umur tanaman padinya semakin muda. Estimasi produksi tanaman padi sawah pada tahun 2007 yang diperoleh dari penelitian ini adalah 2.493.925 Ton, jumlah tesebut memiliki selisih sebesar 4,09% lebih kecil dengan angka yang dikeluarkan oleh Dinas Pertanian Tanaman Pangan Provinsi Jawa Barat.

---

This research aims to find out age patterns and production of rice paddy fields in the year 2007 in Bekasi, Karawang and Subang. This research used remote sensing as a method. Age and rice production is estimated by using Enhanced Vegetation Index (EVI). Results obtained from this research is the age of rice in the research area have pattern that follow the flow of irrigation water, or it can be said areas that have higher access to irrigation water, start planting rice earlier from the more remote areas of the source of irrigation water , so the more remote from the irrigation channel, the age of the rice plants is younger. Estimation of the rice field crops production in the year 2007 obtained from the research is 2,493,925 Ton, the number is have a difference of 4.09% with the number issued by Dinas Pertanian Tanaman Pangan Provinsi Jawa Barat."

"Padi merupakan komoditas tanaman pangan yang menghasilkan beras. Pemanfaatan teknologi penginderaan jauh dalam estimasi produksi padi dapat memberikan informasi yang cepat dan hemat biaya. Penelitian ini menggunakan citra Planet Fusion dengan resolusi spasial 3 meter dan bebas awan untuk menganalisis fenologi dan produktivitas padi berbasis indeks vegetasi. Tiga indeks vegetasi, yaitu NDVI, GNDVI, dan EVI, dievaluasi dengan mengambil nilai indeks dari citra Planet Fusion. Estimasi produktivitas padi akan ditentukan menggunakan indeks-indeks tersebut, yang kemudian akan dianalisis hubungan spasial kondisi fisik di Desa Wargasetra. Hasil menunjukkan bahwa ketiga indeks vegetasi memiliki nilai RMSE yang kecil (berkisar antara 0,21–0,25), menunjukkan tingginya akurasi data citra multispektral Planet Fusion. Secara spasial, pola tanam padi berubah dinamis berdasarkan ketinggian, di mana padi di lahan sawah yang lebih tinggi ditanam atau dipanen lebih awal mengikuti arah aliran air. Indeks vegetasi GNDVI sesuai untuk pemetaan distribusi umur tanaman padi dengan rerata r2 = 0,892. Produktivitas padi di Desa Wargasetra dapat diestimasi dengan indeks vegetasi NDVI, yang dimana sesuai untuk digunakan estimasi produktivitas panen padi, dengan nilai r2 = 0,678 dan RMSE = 0,057. Analisis regresi berganda menunjukkan korelasi produktivitas padi sebesar 0,776 dengan jenis tanah dan jarak dari sungai. Jenis tanah Aluvial Eutrik dan Kambisol Eutrik memiliki produktivitas padi tertinggi. Lahan sawah di ketinggian 50–100 mdpl memiliki rata-rata produktivitas padi yang lebih tinggi, sementara produktivitas cenderung menurun saat menjauh dari aliran sungai.

---

Rice crop is a significant food-crop commodity worldwide. Remote sensing technology is applied to obtain rapid and cost-effective information on rice crop production. This study analyzed the phenology and productivity of rice crop in Desa Wargasetra using Planet Fusion imagery, with a spatial resolution of 3-meter and cloud-free. The analysis was based on three vegetation indices, such as NDVI, GNDVI, and EVI, obtained from Planet Fusion imagery. The evaluation of these indices allowed for estimating rice productivity and its spatial relationship with physical conditions in Desa Wargasetra. The results demonstrated that Planet Fusion's multispectral imagery data is accurate, with a small RMSE value (ranging from 0.21 to 0.25) for the three vegetation indices. The rice crops phenology pattern changed dynamically based on altitude, with rice in higher area planted or harvested earlier following the direction of water flow. The GNDVI vegetation index is suitable for mapping the age distribution of rice plants, with an average r2 of 0.892. The NDVI vegetation index is suitable for estimating rice harvest productivity in Desa Wargasetra, with an r2 of 0.678 and an RMSE of 0.057. Multiple regression dummy variable analysis revealed a correlation between rice productivity, soil type, and distance from the river. Eutric Alluvial and Eutric Cambisol soil types had the highest rice productivity. Paddy fields at 50–100 meters above sea level had higher average rice productivity, while productivity will be decreased if they are far from the river."

"Padi mempunyai peran penting dalam menjamin ketahanan pangan di Indonesia, sehingga penelitian terkait lahan sawah sangat penting. Identifikasi lahan sawah dari data penginderaan jauh dengan akurasi yang tinggi di wilayah tropik Indonesia merupakan tantangan penelitian. Metode yang paling akurat untuk identifikasi lahan sawah adalah dengan menggunakan pendekatan fenologi dan integrasi data multi-sumber. Namun, pendekatan ini tidak mempertimbangkan karakteristik spektral dan temporal yang rinci. Penelitian ini mengusulkan penggabungan semua fitur spektral dan fitur temporal yang rinci dengan mempertimbangkan periode musim tanam padi dari data sensor optik Sentinel-2 dan sensor SAR Sentinel-1 dengan tujuan mendapatkan klasifikasi lahan sawah dengan akurasi tinggi. Metode identifikasi lahan sawah dalam penelitian ini meliputi pengolahan awal, ekstraksi fitur temporal dengan kuantil rinci, seleksi fitur spektro-temporal dengan menggunakan Leave-One-Out (LOO), fusi fitur dan klasifikasi dengan algoritma machine learning. Hasil penelitian menunjukkan bahwa klasifikasi lahan sawah terbaik adalah dengan menggunakan periode tanam pada musim hujan. Fitur spektral dan temporal (spektro-temporal) terbaik untuk data optik adalah kuantil 30% dan 90% dari Short Wave Infra-Red-1 (SWIR1), RedEdge-4 (RE4), RedEdge-1 (RE1), dan RedEdge-2 (RE2). Fitur spektro-temporal terbaik untuk data SAR adalah kuantil 10% dan 90% dari hamburan balik polarisasi vertical transmit - horizontal receive (VH). Hasil fitur yang dipilih menggambarkan fenologi pertumbuhan padi selama penggenangan, maksimum vegetatif dan bera (pasca panen). Penggabungan fitur spektro-temporal dari data optik dan SAR meningkatkan akurasi klasifikasi menjadi 95,06±0,50%.

---

Rice plays an important role in ensuring food security in Indonesia. Therefore, paddy fields related research is important. Identifying paddy fields with high accuracy using remote sensing is a challenging in Indonesia. The most accurate method for paddy fields identification is using phenological approach and multi-source data integration. However, these approaches do not consider the comprehensive spectral and temporal characteristic data in tropical regions. This research proposed the fusion of all spectral and detailed statistical temporal features considering the period of the paddy growing season from Sentinel-2 optical and Sentinel-1 SAR data to achieve a high accuracy paddy fields classification. The paddy fields identification method in this research starts with preprocessing, temporal feature extraction using detail quantile, spektro-temporal fetaure selection using Leave-One-Out (LOO), feature fusion, and then applied machine learning classification algorithm. The results show that the best paddy fields classification is using the planting period during the rainy season. The best spectral and temporal (spectro-temporal) features for optical data are the 30% and 90% quantiles of Short Wave Infra-Red 1 (SWIR1), RedEdge-4 (RE4), RedEdge-1 (RE1), and RedEdge-2 (RE2). The best spectro-temporal features for SAR data are the 10% and 90% quantiles of VH backscatter. The selected feature results describe the phenology of paddy growth during flooding, maximum vegetative and bare land (post-harvest). The spectro-temporal features fusion of optical and SAR data increased the classification accuracy to 95,06±0,50%."

"ABSTRACTDalam era globalisasi informasi yang akurat mengenai jumlah panen sangat penting dalam mengantisipasi kebutuhan pangan yang meningkat yaitu dengan menggunakan teknologi penginderaan jauh. Penggunaan Citra Sentinel-2A yang memiliki resolusi spasial 10 meter dapat diterapkan untuk mengetahui umur padi dari awal tanam hingga akhir panen serta mengestimasi produktivitas padi. Penelitian ini bertujuan untuk menganalisis pola sebaran varietas padi dan menganalisis perbandingan hasil estimasi produktivitas padi di Kecamatan Compreng Kabupaten Subang dan Kecamatan Tarogong Kaler Kabupaten Garut dengan Citra Sentinel-2A disertai metode algoritma NDVI. Berdasarkan hasil survei lapangan dan pengolahan data, diketahui pola sebaran varietas padi di Kecamatan Compreng adalah clustered dan di Kecamatan Tarogong Kaler adalah random. Kecamatan Compreng Kabupaten Subang memiliki produktivitas padi lebih kecil dibandingkan Kecamatan Tarogong Kaler Kabupaten Garut, baik dari hasil estimasi maupun hasil UPT kecamatan setempat. 

---

ABSTRACTIn the era of globalization, accurate information about the number of productivity is very important in anticipating increasing food needs, using remote sensing technology. The use of Sentinel-2A Imagery which has a spatial resolution of 10 meters can help  determine the lifespan of rice paddies starting from the beginning of planting to the end of the harvest and also help estimate the productivity of rice paddies. This study aims to analyze the distribution/spatial pattern of rice varieties and comparisons between estimated rice productivity in the Compreng Subdistrict, Subang Regency and Tarogong Kaler Subdistrict, Garut Regency using Sentinel-2A Imagery along with NDVI algorithms. Based on the results of field surveys and data processing, it is known that spatial patterns of rice varieties in Compreng Subdistrict are clustered and in Tarogong Kaler Subdistrict are random. Compreng Subdistrict, Subang Regency has smaller rice productivity than Tarogong Kaler Subdistrict, Garut Regency, both from the estimation results and the results of the UPT in subdistrict. "

"Padi merupakan komoditas tanaman pangan penghasil beras dan berperan penting dalam kehidupan ekonomi Indonesia. Sebanyak 90% penduduk Indonesia mengonsumsi beras sebagai makanan pokok sehari-hari, sehingga dibutuhkan antisipasi jika kebutuhan pangan meningkat. Estimasi produktivitas padi menggunakan penginderaan jauh dinilai efektif dan relatif murah. Tujuan dari penelitian ini adalah untuk menganalisis karakteristik tanaman padi dan mengestimasi produktivitas padi serta sebarannya dengan menggunakan model estimasi produktivitas padi di Kecamatan Nagrak, Sukabumi. Metode yang digunakan yaitu metode NDVI (Normalized Difference Vegetation Index) dan memanfaatkan citra sentinel-2A untuk menentukan umur tanaman padi dan kemudian digunakan untuk membuat model estimasi produktivitas padi. Hasil penelitian menunjukkan bahwa tingkat akurasi indeks vegetasi NDVI sebesar 90%. Nilai indeks vegetasi meningkat seiring dengan bertambahnya umur tanaman padi. Tanaman padi mempunyai masa tanam 2-3 kali dalam setahun. Sementara itu, model estimasi produktivitas padi di Kecamatan Nagrak yaitu y = 3,7636 x + 3,0602 dengan nilai korelasi nilai NDVI dan produktivitas padi sebesar 91,64%. Nilai Indeks vegetasi NDVI dan produktivitas padi berhubungan positif pada tiap kondisi fisik. Indeks vegetasi tinggi mencerminkan produktivitas tinggi dan sebaliknya. Produktivitas padi didominasi oleh produktivitas tinggi (>6,0 ton/ha) yang banyak tersebar pada wilayah dengan ketinggian 500-1000 m dpl, lereng 8-15% dan pada jarak 0-150 m dari sungai.

---

Rice plant is a food-producing crop that supplies rice and plays an important role in the economic life of Indonesia. Rice is eaten by as much as 90% of Indonesia's population as their everyday staple food, so anticipation is needed if food needs increase. The calculation of rice productivity using remote sensing is considered efficient and relatively inexpensive. The aim of this analysis was to evaluate the characteristics of rice plants and estimate the productivity and distribution of rice in Nagrak District, Sukabumi, using the rice productivity estimation model. The methodology used is the NDVI (Normalized Difference Vegetation Index) approach which uses sentinel-2A imagery to assess the age of rice plants and then to produce rice productivity estimation model. The results showed that the accuracy rate of the NDVI is 90 percent. The value of the vegetation index increases with increasing age of the rice plants. Rice plants have a planting period of 2-3 times a year. Meanwhile, the rice productivity estimation model in Nagrak District is y = 3.7636 x + 3.0602 with a correlation value of the NDVI value and rice productivity of 91.64 percent. The NDVI vegetation index value and rice productivity were positively related to each physical condition. High vegetation index reflects high productivity and vice versa. Rice productivity is dominated by high productivity levels (> 6.0 tons/ha) which are widely spread over areas with an altitude of 500-1000 m above sea level, slopes of 8-15% and at a distance of 0-150 m from the river."