Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 114581 dokumen yang sesuai dengan query
cover
Afifah Nur Rahmasari
Estimasi produktivitas tanaman kelapa sawit menggunakan Citra Sentinel-2 di Kebun Cikasungka PTPN VIII, Bogor, Jawa Barat = Estimation of palm oil plant productivity using Sentinel-2 Imagery at Cikasungka Plantation PTPN VIII, Bogor, West Java
"Tanaman kelapa sawit merupakan salah satu komoditas yang tumbuh baik di Indonesia dengan nilai komersial tinggi yang membuat permintaan hasil olahan minyak tanaman kelapa sawit semakin meningkat, maka perlu adanya data dan teknologi untuk mengestimasi produktivitas tanaman kelapa sawit secara lebih efisien. Salah satunya dengan penginderaan jauh menggunakan citra Sentinel-2. Penelitian ini bertujuan untuk menganalisis tingkat akurasi algoritma NDVI, ARVI, dan SAVI, variasi spasial serta temporal, dan hubungan kondisi fisik wilayah terhadap estimasi produktivitas tanaman kelapa sawit di Kebun Cikasungka. Produktivitas tanaman kelapa sawit lapangan diregresikan dengan indeks vegetasi dan umur tanaman untuk menghasilkan pemodelan. Berdasarkan pemodelan dengan ketiga algoritma, akurasi model algoritma ARVI memiliki nilai RMSE lebih rendah, yaitu sebesar 421. Estimasi produktivitas tanaman kelapa sawit Kebun Cikasungka bervariasi di tiap bloknya dan tertinggi pada umur tanaman dewasa. Pada tahun 2022 estimasi produktivitas tanaman kelapa sawit bulanan mengalami penurunan dibandingkan tahun 2019 karena adanya alihfungsi lahan. Kondisi fisik wilayah penelitian didominasi oleh lereng curam, jenis tanah Kambisol, dan rata-rata curah hujan bulanan yang tinggi dengan estimasi produktivitas tanaman kelapa sawit sebesar 35.061 Kg/Ha/Bulan menggunakan algortima NDVI dan SAVI serta dengan algoritma ARVI sebesar 35.431 Kg/Ha/Bulan.
Palm oil is one of the commodities that is growing well in Indonesia with a high commercial value which makes the demand for processed palm oil products increase, it is necessary to have data and technology to estimate the productivity of oil palm plants more efficiently. One of them is remote sensing using Sentinel-2 imagery. This study aims to analyze the accuracy of the NDVI, ARVI, and SAVI, spatial and temporal variations, and the relationship of the physical condition area to the estimated productivity of oil palm plants at the Cikasungka Plantation. Oil palm productivity was regressed by vegetation index and plant age to generate a model. Based on modeling, the accuracy of the ARVI model has a lower RMSE value. The estimated productivity of oil palm plants varies in each block with the highest at mature plant age. In 2022, it is estimated that the monthly productivity of oil palm plants will decrease compared to 2019 due to the conversion of land into residential areas. The physical condition reseach area is dominated by steep slopes, Kambisol soil type, and high average monthly rainfall with an estimated productivity of 35.061 Kg/Ha/Month using the NDVI and SAVI and the ARVI of 35.431 Kg /Ha/Month."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2022
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Dipo Rizki Saleh
Model Distribusi Spasial Estimasi Stok Karbon Kelapa Sawit Menggunakan Citra Satelit di PTPN VIII Kebun Cikasungka, Bogor, Jawa Barat = Spatial Distribution Model of Estimated Carbon Stock in Palm Oil Using Satellite Imagery at PTPN VIII Kebun Cikasungka, Bogor Regency, West Java
"Melihat inovasi penginderaan jauh dalam estimasi stok karbon kelapa sawit untuk inventarisasi stok karbon, diperlukan pembangunan model demi mengetahui distribusi stok karbon kelapa sawit melalui penginderaan jauh. Variabel yang digunakan yaitu nilai piksel dari indeks vegetasi NDVI, GNDVI, EVI, ARVI, SAVI pada citra satelit Sentinel 2-B dan Landsat 8. Data stok karbon lapangan diperoleh dengan persamaan allometrik biomassa dari tinggi dan keliling batang. Model terpilih yaitu ARVI pada Sentinel 2-B dan Landsat 8 dengan memiliki nilai korelasi dan determenansi tertinggi. Model terpilih yang dijadikan distribusi spasial estimasi stok karbon mempunyai rentang estimasi stok karbon berupa <110 kg/piksel, 110 – 150 kg/piksel, 150 – 190 kg/piksel, dan 190 – 240 kg/piksel pada Sentinel 2-B dan <900 kg/piksel, 900 – 1100 kg/piksel, 1100 – 1300 kg/piksel dan 1300 – 1500 kg/piksel pada Landsat 8 yang terdistribusi spasial di kelompok umur 17, 18, 19, dan 20 tahun dari berbagai bagian timur dan tenggara, kerapatan vegetasi, dan aspek kondisi lingkungan Kecamatan Kemang dan Ranca Bungur. Berdasarkan perbandingan, nilai piksel indeks vegetasi berbanding lurus dengan kelompok umur dimana semakin tua maka semakin tinggi, sama dengan kerapatan vegetasi di area, semakin banyak jumlah vegetasi maka semakin tinggi juga nilai piksel dari indeks vegetasi. Landsat 8 terpilih karena memiliki nilai korelasi lebih besar terhadap kerapatan vegetasi, hasil akhir yaitu estimasi stok karbon kelapa sawit umur 17 tahun dengan luas 267,56 Ha ialah 3.421,74 ton, 18 tahun 369,12 Ha ialah 5150,52 ton, 19 tahun 316,41 Ha ialah 4.271,86 ton, dan 20 tahun 55,54 Ha ialah 761,67 ton. Jumlah total estimasi stok karbon pada wilayah penelitian adalah 13.605,79 ton.
Seeing the innovation of remote sensing in the estimation of oil palm carbon stock for carbon stock inventory, it is necessary to develop a model to determine the distribution of oil palm carbon stock through remote sensing. The variable used is the pixel value of the vegetation index NDVI, GNDVI, EVI, ARVI, SAVI on the Sentinel 2-B and Landsat 8 satellite images. Field carbon stock data were obtained by using allometric equations of biomass from stem height and circumference. The selected model is ARVI on Sentinel 2-B and Landsat 8 with the highest correlation and determination values. The selected model which is used as a spatial distribution of carbon stock estimates has a range of carbon stock estimates in the form of <110 kg/pixel, 110 – 150 kg/pixel, 150 – 190 kg/pixel, and 190 – 240 kg/pixel on Sentinel 2-B and <900 kg/pixel, 900 – 1100 kg/pixel, 1100 – 1300 kg/pixel and 1300 – 1500 kg/pixel on Landsat 8 which are spatially distributed in the 17, 18, 19, and 20 year age groups from different parts of the east and southeast, density vegetation, and aspects of environmental conditions in the Districts of Kemang and Ranca Bungur. Based on the comparison, the pixel value of the vegetation index is directly proportional to the age group where the older it is, the higher it is, equal to the density of vegetation in the area, the more the number of vegetation, the higher the pixel value of the vegetation index. Landsat 8 was chosen because it has a greater correlation value with vegetation density, the final result is the estimated carbon stock of oil palm aged 17 years with an area of 267.56 Ha is 3,421.74 tons, 18 years 369.12 Ha is 5150.52 tons, 19 years 316.41 Ha is 4,271.86 tons, and 20 years 55.54 Ha is 761.67 tons. Total estimated carbon stock is 13,605.79 tons."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2022
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Muhammad Zenitho Giantino
Kajian spasial estimasi stok karbon tanaman kelapa sawit menggunakan penginderaan jauh di PTPN VIII Kebun Parakansalak, Kabupaten Sukabumi = Spatial study of palm oil plant carbon stock estimation using remote sensing at PTPN VIII Parakansalak Plantation, Sukabumi Regency
"Meningkatnya suhu secara global yang disebabkan oleh emisi karbon yang jumlahnya lebih banyak dari penyerapan menyebabkan terjadinya berbagai permasalahan lingkungan. Kelapa sawit memiliki potensi sebagai penyerap karbon di atmosfer. Penelitian ini memiliki tujuan unutk menganalisis distribusi spasial stok karbon tanaman kelapa sawit dan hubungannya dengan musim basah dan kering serta kemiringan tanahnya untuk melihat variasi stok karbonnya. Penginderaan jauh multispektral digunakan pada penelitian ini dan digunakan lima indeks vegetasi yaitu NDVI, GNDVI, SAVI, OSAVI, dan ARVI sebagai prediktor yang digunakan bersama dengan stok karbon lapangan untuk dibandingkan sehingga diperoleh model estimasi yang akurat.
Hasil menunjukkan bahwa distribusi spasial estimasi stok karbon yang dihasilkan indeks vegetasi ARVI pada wilayah penelitian di setiap blok didominasi oleh stok karbon dengan nilai menengah. Hubungan musim basah dan kering yang dilihat dari curah hujan dengan stok karbon dan hasil uji korelasi menunjukkan bahwa curah hujan memiliki nilai korelasi positif yang sangat lemah dan variasi stok karbon berdasarkan kemiringan tanah menunjukkan bahwa kemiringan tanah tidak memiliki pengaruh terhadap stok karbon yang tersimpan. Hal tersebut dapat disebabkan karena jarak tanam kelapa sawit pada wilayah penelitian relatif sama.
The increase in global temperatures caused by carbon emissions which are greater than absorption causes various environmental problems. Oil palm has the potential to absorb carbon in the atmosphere. This study aims to analyze the spatial distribution of carbon stocks in oil palm plants and their relationship with the wet and dry seasons and the slope of the soil to see variations in carbon stocks. Multispectral remote sensing was used in this study and five vegetation indices were used, namely NDVI, GNDVI, SAVI, OSAVI, and ARVI as predictors which were used together with field carbon stocks to be compared in order to obtain an accurate estimation model.
The results show that the spatial distribution of estimated carbon stocks resulting from the ARVI vegetation index in each block is dominated by carbon stocks with intermediate values. The relationship between wet and dry seasons and carbon stocks shows that rainfall has a very weak positive correlation value and variations in carbon stocks based on soil slope shows that soil slope has no effect on stored carbon stocks. This could be due to the relatively similar spacing of oil palm plantings in the study area."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2023
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Tinezia Riyantika Putri
Kajian Spasial Kesehatan Tanaman Karet Menggunakan Citra Sentinel 2-A di PTPN VIII Kebun Cibungur, Sukabumi, Jawa Barat = A Spatial Study of Rubber Plant Health Using Sentinel 2-A Imagery at PTPN VIII Kebun Cibungur, Sukabumi, West Java
"Tanaman karet merupakan salah satu komoditas perkebunan yang menduduki posisi penting sebagai sumber devisa non migas bagi Indonesia. Produksi karet saat ini sedang menurun dikarenakan berkurangnya produktivitas pada perkebunan karet. Penurunan produktivitas tanaman karet disebabkan oleh banyaknya tanaman karet yang sudah tidak sehat. Permasalahan perkebunan karet terkait sumberdaya lahan memerlukan teknologi yang efektif dan efisien agar dapat mengetahui kesehatan tanaman karet, sehingga dapat menambah produksi karet, salah satunya dengan menggunakan penginderaan jauh. Penggunaan Citra Sentinel 2-A dengan algoritma NDVI dapat digunakan untuk menganalisis kesehatan tanaman karet. Penelitian ini bertujuan untuk menganalisis persebaran kondisi kesehatan tanaman karet di PTPN VIII Kebun Cibungur dengan menggunakan citra Sentinel 2-A yang diolah menggunakan algoritma NDVI dan mengetahui hubungan kesehatan tanaman dengan nilai NDVI hasil survei lapangan dan variabel fisik. Berdasarkan hasil survei lapangan dan pengolahan data, persebaran kesehatan tanaman karet pada seluruh afdeling di PTPN VIII Kebun Cibungur cukup tinggi dengan dominasi kondisi kesehatan tanaman sangat baik. Kesehatan tanaman karet dengan nilai NDVI hasil survei lapang di PTPN VIII Kebun Cibungur menunjukkan hubungan yang sangat kuat dengan nilai R sebesar 0,93. Kesehatan tanaman karet dengan kondisi sangat baik dominan berada pada jenis tanah latosol dan lereng yang landai. Curah hujan di PTPN VIII Kebun Cibungur mengalami penurunan yang cukup tinggi dari tahun 2016 sampai 2018, namun tanaman karet dengan kondisi kesehatan sangat baik tetap mendominasi.
The rubber plant is one of the plantation commodities that occupies an important position as a non-oil and gas foreign exchange for Indonesia. Rubber production is currently declining due to reduced productivity in rubber plantations and the decline in productivity of rubber plants caused by the number of rubber plants that are not healthy. The problem of rubber plantations related to land resources requires effective and efficient technology to determine the health of rubber plants to increase rubber production, one of which is by using remote sensing. The use of Sentinel 2-A imagery with the NDVI algorithm can use to analyze rubber plants’ health. This study aims to analyze the distribution of the health condition of rubber plants at PTPN VIII Kebun Cibungur using Sentinel 2-A imagery processed using the NDVI algorithm and determine the relationship between plant health and NDVI values field surveys and physical variables. Based on field surveys and data processing results, the distribution of rubber plant health in all areas in PTPN VIII Kebun Cibungur is relatively high with the dominance of very good plant health conditions. Rubber plant health with an NDVI value from a field survey at PTPN VIII Kebun Cibungur showed a very strong relationship with an R-value of 0.93. The health of rubber plants with very good conditions was dominant on latosol soil types and gentle slopes. Rainfall at PTPN VIII Kebun Cibungur experienced a fairly high decline from 2016 to 2018, but rubber plants with very good health conditions still dominate. "
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2021
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Tasya Oktaviani
Kajian Spasial Kesehatan Tanaman Teh di PTPN VIII Kebun Cianten, Kabupaten Bogor, Jawa Barat = Spatial Study of Tea Plant Health at PTPN VIII Cianten Garden, Bogor Regency, West Java
"Tanaman teh merupakan salah satu tanaman perkebunan yang memiliki nilai ekonomi relatif tinggi. Besarnya kontribusi komoditi teh bagi perekonomian Indonesia, Kementerian Pertanian kemudian membuat Program Gerakan Tiga Kali Lipat Ekspor untuk mendapatkan hasil yang optimal. Selain itu, program ini berfokus pada pengendalian kesehatan tanaman teh karena salah satu penyebab turunnya produktivitas tanaman teh yaitu penyakit yang menyerang tanaman teh. Penelitian ini bertujuan untuk mengetahui persebaran kesehatan tanaman teh serta hubungan kesehatan tanaman teh dengan suhu, curah hujan, lereng, ketinggian di PTPN VIII Kebun Cianten. Untuk itu, variabel yang digunakan dalam penelitian ini mencakup indeks vegetasi, suhu, curah hujan, lereng, dan ketinggian. Wilayah penelitian dalam penelitian ini yaitu bertempat di PTPN VIII Kebun Cianten yang berfokus pada Afdelling I dan Afdelling II. Penelitian ini menggunakan Citra Sentinel-2 dengan algoritma NDVI. Unit analisis penelitian ini adalah blok tanam yang berada di setiap afdelling. Hasil dari penelitian ini menunjukkan bahwa persebaran nilai NDVI di PTPN VIII Kebun Cianten bulan Maret 2022 dan September 2019 didominasi oleh tanaman teh yang sehat dan memiliki nilai NDVI yang cukup tinggi. Selain itu, hubungan kesehatan tanaman teh dengan varibel lingkungan fisik menghasilkan hubungan yang sangat kuat berdasarkan dari uji korelasi pearson.
The tea plant is a plantation crop that has a relatively high economic value. The large contribution of the tea commodity to the Indonesian economy, the Ministry of Agriculture then created the Export Threefold Movement Program to get optimal results. In addition, this program focuses on controlling the health of tea plants because one of the causes of the decreased productivity of tea plants is diseases that attack tea plants. This study aims to determine the distribution of tea plant health and the relationship between tea plant health and temperature, rainfall, slope, altitude at PTPN VIII Kebun Cianten. For this reason, the variables used in this study include vegetation index, temperature, rainfall, slope, and altitude. The research area in this study is located at PTPN VIII Kebun Cianten which focuses on Afdelling I and Afdelling II. This study uses Sentinel-2 Imagery with the NDVI algorithm. The unit of analysis in this research is the planting block located in each afdelling. The results of this study indicate that the distribution of NDVI values at PTPN VIII Kebun Cianten in March 2022 and September 2019 is dominated by tea plants that are healthy and have quite high NDVI values. In addition, the relationship between tea plant health and physical environment variables resulted in a very strong relationship based on the Pearson correlation test."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2023
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Anjari Raiha Safitri
Kajian Spasial Produktivitas Tanaman Teh di Perkebunan Cianten PTPN VIII, Kabupaten Bogor, Jawa Barat = Spatial Study of Tea Productivity in Cianten PTPN VIII, Bogor Regency, West Java
"Teh (Camellia sinensis L.) merupakan salah satu komoditas perkebunan yang mempunyai peran cukup penting pada perekonomian di Indonesia. Namun, terlihat bahwa terdapat penurunan ekspor teh di Indonesia yang diiringi dengan penurunan produksi teh setiap tahunnya sehingga diperlukan penguatan dan peningkatan produktivitas. Penginderaan jauh dapat menjadi sumber informasi penting untuk manajemen produksi pertanian seperti untuk melihat kondisi produktivitas lahan teh. Penelitian ini bertujuan untuk membangun model estimasi produktivitas tanaman teh terbaik menggunakan analisis statistik dan regresi linear sederhana dengan memanfaatkan algoritma NDVI, ARVI dan SAVI yang diperoleh dari pengolahan citra Sentinel-2 serta melihat hubungan antara aspek fisik dengan estimasi produktivitas teh. Hasil uji akurasi menggunakan RMSE menunjukkan bahwa indeks SAVI memiliki akurasi yang paling baik dalam melakukan estimasi produktivitas teh di Perkebunan Cianten PTPN VIII. Terlihat bahwa aspek fisik curah hujan tidak memiliki pengaruh yang cukup signifikan terhadap pertumbuhan tanaman teh, kelas ketinggian 900 – 1000 menunjukkan produktivitas yang tinggi serta kelas lereng datar (0 – 8%) memiliki produktivitas yang tinggi di Perkebunan Cianten. Setiap bulan, Perkebunan Cianten memiliki blok tanam yang tidak berproduksi. Tahun pangkas pada suatu blok akan mengakibatkan terhambatnya pertumbuhan teh yang dapat berpengaruh pada produktivitas.
Tea (Camellia sinensis L.) is one of the plantation commodities that has an important role in the economy in Indonesia. However, it can be seen that there is a decline in tea exports in Indonesia which is accompanied by a decrease in tea production every year so that it is necessary to strengthen and increase productivity. Remote sensing can be an important source of information for agricultural production management such as to see the condition of tea land productivity. This study aims to build the best tea plant productivity estimation model using statistical analysis and simple linear regression using the NDVI, ARVI and SAVI algorithms obtained from Sentinel-2 image processing and see the relationship between physical aspects and tea productivity estimates. The results of the accuracy test using RMSE show that the SAVI index has the best accuracy in estimating tea productivity at PTPN VIII's Perkebunan Cianten. Rainfall does not have a significant effect on the growth of tea plants, the altitude class 900 – 1000 shows high productivity and the flat slope class (0 – 8%) has high productivity in the Perkebunan Cianten. Every month, Perkebunan Cianten has planting blocks that are not producing. The year of pruning in a block will result in inhibition of tea growth which can affect productivity."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2022
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Awidya Firdaus Sahararini
Estimasi produktivitas padi menggunakan citra sentinel-2 dan hubungannya dengan jenis tanah di Kecamatan Compreng, Subang dan Kecamatan Cariu, Bogor, Jawa Barat = Rice productivity estimation by sentinel-2 imagery and its correlation with soil type in Compreng Subdistrict, Subang amd Cariu Subdistrict, Bogor, West Java
"ABSTRACT
Oryza 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."
2019
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Cipta Setiana
Kajian spasial kesehatan tanaman karet menggunakan citra multispektral Unmanned Aerial Vehicle (UAV) di perkebunan PTPN VIII Cibungur, Sukabumi, Jawa Barat = A spatial study of rubber plant health using multispectral images of Unmanned Aerial Vehicle (UAV) at PTPN VIII Cibungur Plantation, Sukabumi, West Java
"Tanaman karet menjadi komoditas perkebunan yang sangat penting di Kabupaten Sukabumi khusunya di perkebunan PTPN VIII Cibungur, karena hasil produk olahannya memiliki banyak manfaat dalam kehidupan masyarakat di sekitarnya. Maka perlu dilakukan adanya pemantauan mengenai kesehatan tanaman karet guna menjaga kualitas dan hasil produksi karet. Penelitian ini dilakukan untuk mengetahui persebaran kesehatan tanaman karet dan menganalisis hubungan kesehatan tanaman karet dengan menerapkan teknik pengindraan jauh. Teknik penginderaan jauh dalam penelitian ini menggunakan multispectral UAV. Analisis penelitian dilakukan dengan identifikasi kondisi tanaman menggunakan indeks vegetasi tanaman yaitu metode Normalized Difference Vegetation Index (NDVI). Data yang digunakan adalah data citra ortofoto NIR dan Red yang diperoleh dari perekaman langsung dengan mengggunakan multispketral UAV. Didapatkan bahwa secara keseluruhan kesehatan tanaman karet di kawasan perkebunan karet PTPN VIII Cibungur didominasi oleh tingkat kesehatan baik dengan persentase sebersar 56%, tanaman yang memiliki tingkat kesehatan buruk hanya 3% dari total luas perkebunan karet. Hasil sebaran tanaman karet menunjukan bahwa tanaman dengan kondisi sangat baik berada dibagian barat dan timur lokasi penelitian. Kesehatan tanaman karet dipengaruhi oleh beberapa faktor, seperti kondisi curah hujan, jenis tanah dan lereng.
Rubber plants are very important plantation commodities in Sukabumi Regency, especially in the PTPN VIII Cibungur plantation, because the processed products have many benefits in the lives of the surrounding community. So it is necessary to monitor the health of rubber plants in order to maintain the quality and yield of rubber production. This research was conducted to determine the distribution of rubber plant health and to analyze the relationship between rubber plant health by applying remote sensing techniques. The remote sensing technique in this study uses a multispectral UAV. Research analysis was carried out by identifying plant conditions using a plant vegetation index, namely the Normalized Difference Vegetation Index (NDVI) method. The data used are NIR and Red orthophoto image data obtained from direct recording using a multispectral UAV. It was found that the overall health of rubber plants in the rubber plantation area of PTPN VIII Cibungur was dominated by good health with a percentage of 56%, plants with poor health were only 3% of the total area of rubber plantations. The results of the distribution of rubber plants showed that plants with very good conditions were located in the western and eastern parts of the study site. The health of rubber plants is influenced by several factors, such as rainfall conditions, soil types and slopes."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2021
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Muthia Tri Octavia
Kajian spasial kesehatan tanaman padi menggunakan Citra Sentinel-2 dan SPOT-6 di Kecamatan Parakansalak, Kabupaten Sukabumi = Spatial study of rice plant health using Sentinel-2 and SPOT-6 Imagery in Parakansalak District, Sukabumi Regency
"Tanaman Padi merupakan jenis tanaman pangan yang dibudidayakan melalui dataran rendah, salah satu kebutuhan pokok masyarakat dunia dan sumber penghidupan bagi sebagian besar masyarakat Indonesia. Namun jumlah produksi beras di Indonesia masih tergolong rendah dibandingkan dengan tingkat konsumsi masyarakat, sehingga perlu mendapat perhatian lebih dalam mendukung terwujudnya swasembada pangan. Salah satu upaya untuk mencapai hal tersebut dilakukan dengan pemantauan, seperti kondisi kesehatan. Penggunaan penginderaan jauh seperti Citra Sentinel-2 dan SPOT-6 dengan algoritma NDVI (Normalized Difference Vegetation Index) dapat digunakan untuk menganalisis kesehatan tanaman padi. Penelitian ini bertujuan untuk menganalisis persebaran kondisi kesehatan tanaman padi di Kecamatan Parakansalak, Kabupaten Sukabumi, Jawa Barat menggunakan citra satelit Sentinel-2 dan SPOT-6 yang diolah dengan algoritma NDVI dan mengetahui hubungannya dengan nilai NDVI hasil survei lapangan juga faktor fisik lingkungan dan tanaman. Hasil penelitian menyimpulkan bahwa kesehatan tanaman padi di Kecamatan Parakansalak cukup tinggi dengan didominasi klasifikasi kesehatan yang baik seluas 197 hektar atau 52% dari lahan eksisting oleh Sentinel-2, dan sebaran nilai NDVI pada citra SPOT-6 memiliki pola spasial yang serupa. Persentase ini menunjukkan bahwa sebaran nilai NDVI relatif tinggi dan tanaman memiliki kerapatan yang tinggi. Adapun kesehatan tanaman padi dengan nilai NDVI hasil survei lapang menunjukkan hubungan dengan nilai R sebesar 0,929. Berdasarkan hasil overlay dan jumlah sampel yang sedikit ini, Tanaman padi dengan kesehatan lebih tinggi sebagian besar berada pada wilayah dengan lereng yang landai dan dekat dengan jaringan irigasi tersebar di lahan sawah Kecamatan Parakansalak. Sehingga kemudian hasil yang baik ini masih memiliki banyak kekurangan dan memerlukan studi lebih lanjut.
Rice is a type of food plant that is cultivated through the lowlands, one of the basic needs of the world community and source of livelihood for most Indonesian people. However, the amount of rice production in Indonesia is still relatively low compared to the level of public consumption, so it needs more attention in supporting the realization of food self-sufficiency. One of the efforts to achieve this is through monitoring, such as health conditions. The use of remote sensing such as Sentinel-2 and SPOT-6 with NDVI (Normalized Difference Vegetation Index) algorithm can be used to analyze the health of rice plants. This study aims to analyze the distribution of the health condition of rice plants in Parakansalak District, Sukabumi Regency using Sentinel-2 and SPOT-6 satellite imagery which were processed by the NDVI algorithm and knowing the relationship with an NDVI value from field survey with the physical factors. The results of the study concluded that the health of rice plants in Parakansalak District was quite high with a good health classification dominated by an area of 197 hectares or 52% of the existing land by Sentinel-2, and the distribution of NDVI values in SPOT-6 images had a similar spatial pattern. This percentage indicates that the distribution of NDVI values is relatively high and the plants have a high density. The health of rice plants with an NDVI value from the results of a field survey showed a relationship with an R value of 0.929. Based on the results of the overlay and the small number of samples, the rice plants with higher health are mostly located in areas with gentle slopes and close to irrigation networks scattered in the paddy fields of Parakansalak District. So then this good result still has many shortcomings and requires further study."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2022
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Geraldo Nazar Prakarsa
Kajian estimasi umur tegakan karet dan hubungannya terhadap produktivitas lateks menggunakan citra sentinel-2 dan multiple linear regression di Perkebunan Karet Sembawa, Provinsi Sumatera Selatan = Study of rubber stand age estimation and its relationship to latex productivity using sentinel-2 imagery and multiple linear regression in Sembawa Rubber plantations, South Sumatera Province
"Provinsi Sumatera Selatan merupakan daerah produksi karet terbesar di Indonesia pada tahun 2021 yaitu sebanyak 870.966 ton. Pusat Penelitian Karet Sembawa merupakan lembaga penelitian yang dapat menghasilkan lateks yang mana tanaman karet (Hevea brasiliensis) merupakan komoditas utama yang diteliti. Umur tegakan merupakan salah satu variabel penting karena dapat memprediksi produktivitas lateks. Tujuan dari penelitian ini adalah untuk memetakan distribusi umur tegakan karet menggunakan data nilai spektral band dan indeks vegetasi serta hubungannya terhadap produktivitas lateks. Penginderaan jauh menggunakan citra optik multispektral Sentinel-2 dapat digunakan untuk mengestimasi umur tegakan karena memberikan informasi dengan efisiensi waktu yang lebih baik serta kemudahan mendapatkan data pada area yang susah untuk dijangkau. Nilai spektral band yang kemudian digabungkan menjadi indeks vegetasi diasumsikan dapat mempresentasikan umur tegakan karena kerapatan atau kehijauan kanopi tegakan karet memiliki variasi nilai yang berbeda antara tegakan yang berumur muda dan tegakan yang berumur tua. Indeks vegetasi yang digunakan adalah Normalized Difference Vegetation Index (NDVI), Normalized Difference Yellowness Index (NDYI), serta Soil Adjusted Vegetation Index (SAVI). Pemodelan ini dapat dibentuk melalui pendekatan model statistik yang berupa metode regresi linear berganda karena dengan menggunakan lebih banyak variabel, model yang dihasilkan akan lebih akurat dan presisi. Hasil dari pemodelan yang menggunakan pendekatan model statistik berbasis data citra Sentinel-2 memiliki tingkat akurasi lebih baik (RMSE = 4,767 tahun dan R2 = 0,308) dari beberapa penelitian terdahulu.
South Sumatra Province is the largest rubber-producing region in Indonesia in 2021, with a total production of 870,966 tons. Sembawa Rubber Research Center is a research institution that focuses on studying the main commodity, rubber trees (Hevea brasiliensis). The rubber trees in the research area have different age groups and conditions. Estimation of rubber stand age an important variable as it can predict latex productivity. The objective of this research is to map the distribution of rubber tree ages using spectral band values and vegetation indices data, and to examine their correlation with latex productivity. Remote sensing, using multispectral optical images from Sentinel-2, can be used to estimate the age of rubber trees, as it provides information more efficiently and allows for data acquisition in hard-to-reach areas. The combined spectral band values, assumed to represent rubber tree age, can vary between young and old rubber tree canopies in terms of density or greenness. The vegetation indices used in this study are the Normalized Difference Vegetation Index (NDVI), Normalized Difference Yellowness Index (NDYI), and Soil Adjusted Vegetation Index (SAVI). Statistical model approach with multiple linear regression is employed, as using more variables can result in a more accurate and precise model. The results indicate that the statistical model using Sentinel-2 image data has better accuracy (RMSE = 4.767 years and R2 = 0,308) compared to previous research."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2023
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>