Hasil Pencarian  ::  Simpan CSV :: Kembali

"

Beras merupakan komoditas penting dan strategis bagi masyarakat Indonesia dalam mempertimbangkan makanan, dalam hal ini beras merupakan kebutuhan pokok. Penelitian ini bertujuan untuk mengetahui fase pertumbuhan padi sawah dan perkiraan produktivitas padi di Kabupaten Jatisari, Kabupaten Karawang. Penelitian ini menggunakan dua algoritma untuk menentukan fase pertumbuhan tanaman padi, yaitu Normalized Difference Vegetation Index (NDVI) dan Atmosphericically Resistant Vegetation Index (ARVI). Algoritma NDVI umumnya digunakan dalam beberapa penelitian yang berkaitan dengan fase pertumbuhan tanaman padi dan produktivitasnya, penggunaan algoritma ARVI dalam penelitian ini disesuaikan dengan area penelitian karena nilai ARVI menurut EOS (Earth Observing System) digunakan untuk daerah dengan kandungan aerosol atmosfer tinggi (hujan, kabut, debu, asap, dan polusi udara). Sehingga penggunaan algoritma ARVI lebih efektif daripada algoritma NDVI di daerah penelitian ini. Dalam memproses data, kami menggunakan Google Earth Engine (GEE) sebagai alat. Dan untuk uji validasi dalam penelitian ini digunakan Confussion Matrix yang mencakup akurasi keseluruhan, akurasi produsen, dan akurasi pengguna. Berdasarkan nilai NDVI dan ARVI, Kecamatan Jatisari memiliki dua fase tanam yaitu dengan satu kali panen dan dua kali panen. Dan hasil penelitian ini adalah persamaan regresi linier dengan rumus, Produktivitas (ton / ha) = 6.9513 (NDVI) + 3.3384, dengan variasi nilai koefisien (R²) = 0,898 dan Produktivitas (ton / ha) ) = 3,9849 (ARVI) + 7,3992, dengan variasi nilai koefisien (R²) = 0,6505. Dan untuk estimasi produktivitas padi di Kabupaten Jatisari memiliki rata-rata, 7,55 ton / ha dengan akurasi 93,29% untuk NDVI dan 90,43% untuk ARVI. Ditemukan bahwa algoritma NDVI lebih efektif untuk menentukan fase pertumbuhan tanaman padi dibandingkan dengan algoritma ARVI. Dan penelitian ini membuktikan bahwa faktor atmosfer tidak terlalu berpengaruh di Kabupaten Jatisari.

 

---

Rice is an important and strategic commodity for the Indonesian peoples staple food, in this case rice is a basic need. Technology-based monitoring is needed such as remote sensing for rice plants in Indonesia. This study aimed to determine the growth phase of wetland rice and estimated rice productivity in Jatisari District, Karawang Regency. This research used two algorithms to determine the growth phase of rice plants, they were Normalized Difference Vegetation Index (NDVI) and Atmospherically Resistant Vegetation Index (ARVI). NDVI algorithm was commonly used in several studies related to the growth phase of rice plants and their productivity, the use of the ARVI algorithm in this study was adjusted to the study area because the ARVI value according to EOS (Earth Observing System) is used for areas with high atmospheric aerosol content (rain, fog, dust, smoke and air pollution). So that the use of the ARVI algorithm is more effective than the NDVI algorithm in this research area. In processing data we use Google Earth Engine (GEE) as tool. And for the validation test in this study used Confussion Matrix which includes overall accuracy, producer accuracy, and user accuracy. This accuracy test is considered the most suitable because the data used are pixel and object based. Based on NDVI and ARVI values, Jatisari District has two planting phases, namely one harvest and two harvests. And the results of this research are a linear regression equation with the formula, Productivity (ton / ha) = 6,9513(NDVI ) + 3,3384, with the variation of  the coefficient value (R²) = 0,898 and  Productivity (ton/ha)  = 3,9849(ARVI) + 7,3992, with the variation of  the coefficient value (R²) = 0,6505. And for the estimation of rice productivity in Jatisari District had an average, 7,55 ton/ha with an accuracy of 83,29% for NDVI and 90,43% for ARVI. Found that the NDVI algorithm is more effective to determine the growth phase of rice plant compared to the ARVI algorithm. And this research proves that atmospheric factors are not very influential in Jatisari District.

 

"

"

Padi merupakan tanaman pangan utama yang dikonsumsi oleh sebagian besar populasi penduduk di Indonesia untuk makanan pokok sehari-hari. Hal tersebut didukung dengan konsumsi beras yang mencapai hingga 1,55 ton pada tahun 2018, dan Kabupaten Sukabumi berada pada lima besar kabupaten dengan produksi beras terbesar di Indonesia. Penelitian ini bertujuan untuk menganalisis musim tanam padi berdasarkan indeks vegetasi dan menganalisis estimasi produktivitas padi di Kecamatan Cikakak. Untuk dapat mengetahui pola musim tanam di Kecamatan Cikakak, digunakan indeks tiga vegetasi, yaitu NDVI, ARVI, dan MSAVI. Indeks vegetasi terebut diolah dalam citra Sentinel-2 menggunakan Google Earth Engine. Setelah itu, untuk mendapatkan estimasi produktivitas dilakukan validasi lapangan dari nilai indeks vegetasi yang didapatkan. Estimasi akan dikaitkan dengan faktor fisik dari Kecamatan Cikakak, yaitu ketinggian. Oleh karena itu, maka hasil dari validasi tersebut akan dibandingkan pada setiap titik dengan faktor tersebut. Hasil dari penelitian ini adalah pola fase dan musim tanam dari sawah di Kecamatan Cikakak, serta waktu tanam yang berbeda-beda pada setiap sawahnya dan pada setiap desanya. Estimasi produktivitas padi di Kecamatan Cikakak memiliki rata-rata 8,87 ton/ha untuk NDVI, 8,89 ton/ha untuk MSAVI, dan 6,50 ton/ha untuk ARVI. Sebagian besar sawah yang memiliki produktivitas yang cukup tinggi berada di ketinggian 250 – 500 mdpl. Indeks vegetasi NDVI menjadi indeks dengan akurasi paling tinggi diantara kedua indeks vegetasi lainnya.

 

---

Paddy is the main food crop consumed by most of the population in Indonesia for daily staples. This is supported by rice consumption which reaches up to 1.55 tons in 2018 and Sukabumi Regency is in the top 5 districts with the largest rice production in Indonesia. This study aims to analyze the rice planting season based on vegetation index and analyze the estimation of rice productivity in Cikakak District. To be able to know the planting season pattern in Cikakak Subdistrict, vegetation index is used, there are 3 vegetation indexes used in this study, there is NDVI, ARVI, and MSAVI. The vegetation index is processed in Sentinel-2 imagery using Google Earth Engine, after that to get an estimate of productivity field validation of the vegetation index value obtained, in addition to the estimation will be associated with physical factors from the District of Cikakak, therefore the results of the validation will be compared at each point with these factors. The results of this study are the phase pattern and planting season of rice fields in the Cikakak sub-district when planting time is different in each rice field and in each village. Then for the estimation of rice productivity in Cikakak Subdistrict, it has an average of 8.87 tons / Ha for NDVI, 8.89 tons / Ha for MSAVI and 6.50 tons / Ha for ARVI, and most rice fields that have quite high productivity are at an altitude of 250 - 500 meters above sea level. In addition to using the NDVI vegetation index, it is the index with the highest accuracy among the two other vegetation indices to be able to estimate rice productivity.

 

"

"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."

"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"

"ABSTRACTOryza sativa, adalah tanaman pangan pokok terpenting di dunia yang dikonsumsi sekitar lebih dari tiga miliar orang (yaitu sekitar 50% dari populasi dunia). Indonesia menduduki peringkat ketiga produsen padi terbesar di dunia, namun masih melakukan impor beras dalam beberapa tahun terakhir. Pentingnya memperbarui informasi tentang estimasi produktivitas padi secara akurat untuk ketahanan pangan di berbagai wilayah. Tujuan dari penelitian ini adalah untuk menganalisis wilayah umur tanam padi dengan citra Sentinel-2 dan hubungannya dengan jenis tanah di Kecamatan Compreng, Subang dan Kecamatan Cariu, Bogor. Pada penelitian ini, metode NDVI (Normalized Difference Vegetation Index) digunakan untuk menentukan umur tanaman padi yang kemudian digunakan untuk estimasi produktivitas padi. Model estimasi produktivitas padi dibangun berdasarkan korelasi antara nilai NDVI pada saat pembentukan malai atau fase vegetatif optimum (sekitar 8-13 Minggu Setelah Tanam) dengan produktivitas padi dari beberapa titik sampel di lapangan. Model persamaan regresi untuk estimasi produktivitas padi di Kecamatan Compreng, Subang adalah y (ton/ha)= 5,905x-4,5546, sedangkan untuk Kecamatan Cariu, Bogor adalah y (ton/ha) = 14,603x - 3,6008, dimana y adalah estimasi produktivitas padi, dan x adalah nilai NDVI. Estimasi produktivitas padi menunjukkan adanya hubungan dengan jenis tanah di Kecamatan Cariu, Bogor, dan tidak memiliki hubungan dengan jenis tanah di Kecamatan Compreng, Subang. Estimasi produktivitas padi cenderung lebih tinggi berada pada lahan sawah dengan jenis tanah aluvial dan gleisol.

---

ABSTRACT

Rice plant (Oryza sativa, sp) is the world's most important staple food crop for more than three billion people, (i.e., approximately 50% of the worlds population). Indonesia is ranked as the third largest rice producer in the world, still imports rice in recent years. It is urgently necessary to update information about rice growth and rice productivity estimation accurately for food security in various regions. The aim of this study is to estimate rice productivity with Sentinel-2 imagery and its relationship with soil types in Compreng Sub-District, Subang and Cariu Sub-District, Bogor. In this study, NDVI (Normalized Difference Vegetation Index) method is used for determine the age of rice plants which then used to estimate rice productivity. The model of rice productivity estimation was developed based on the correlation between NDVI value at the panicle formation or vegetative optimum (approx. 8-13 weeks after replanting) to the rice productivity of several sample plots. The regression equation model to estimate rice productivity in Compreng Sub-District, Subang is y (ton/ha) = 15,905x - 4,5546, while for Cariu Sub-District, Bogor is y (ton/ha) = 14,603x - 3,6008, where y is rice productivity estimation, and x is NDVI value. Estimation of rice productivity indicates a relationship with soil types in Cariu Sub-District, Bogor, and has no relationship with soil types in Compreng Sub-District, Subang. Rice productivity estimation tend to be higher in paddy fields with alluvial soil types and gleisol."