Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
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.

Abstrak :
Energi panas bumi Gunung Lawu sebesar 195 MWe dapat dimanfaatkan sebagai pembangkit listrik. Penelitian ini bertujuan untuk mengetahui dimana saja wilayah yang sesuai untuk lokasi power plant PLTP di Gunung Lawu dikaji dari segi keruangan. Analisis spasial dengan metode tumpang tindih overlay digunakan untuk mendapatkan hasil yang menyeluruh. Teknologi SIG dan PJ digunakan karena hemat biaya namun dapat mengkaji secara keseluruhan wilayah kerja. Variabel yang digunakan dalam penelitian ini adalah fungsi hutan, kemiringan lereng, kerapatan vegetasi, sungai, patahan, jaringan jalan, lahan terbangun, wilayah potensi panas bumi, manifestasi, dan sumur. Pengolahan data menghasilkan wilayah kesesuaian yang tersebar ke arah barat dan timur dari letak Sesar Sidoramping-Lawu dengan luas sebesar 372 hektar. ...... Mount Lawu has 195 MWe of geothermal energy that can be utilized as a source for power plant. This research is conducted to find suitable location for geothermal power plant. Spatial analysis used in this research to find the result thoroughly by overlaying method. GIS and remote sensing is used because it is cost effective but still can review the overall of working area. Forest, slope, vegetation density, river, faults, roads, build area, geothermal potential area, geothermal manifestation, and well are being used as variables in this research. The result showed suitable areas is 372 hectares and located spreading to the west and east part from Sidoramping Lawu faults.

Abstrak :
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.