Hasil Pencarian  ::  Simpan CSV :: Kembali

"Indonesia menghadapi permasalahan terkait produksi beras setiap tahun. Salah satu penyebab permasalahan tersebut yakni ketidakakuratan data produksi beras di Indonesia. Dampak dari permasalahan tersebut membuat distorsi kebijakan yang merugikan banyak pihak, baik petani, industri maupun konsumen. Berdasarkan data perhitungan terbaru BPS 2018, penelitian ini berupaya mengananalisis permintaan dan penawaran beras di Indonesia. Beberapa variabel yang digunakan yakni penawaran beras, harga beras, luas sawah, luas panen, volume impor beras, upah tenaga kerja, permintaan beras, jumlah penduduk, dan PDB per kapita. Hasil penelitian menunjukkan bahwa variabel harga beras dan luas panen berpengaruh positif terhadap penawaran beras. Harga beras dipengaruhi oleh jumlah penawaran beras dan HPP beras secara positif. Luas panen dipengaruhi oleh harga beras secara positif. Volume impor beras dipengaruhi nilai tukar Rupiah secara negatif. Permintaan beras dipengaruhi harga beras secara positif.

---

Indonesia faces problems related to rice production every year. One of the causes of these problems is an inaccuracy of rice production data in Indonesia. The impact of these problems makes policy distortions that causes loss to many parties, are farmers, industry and consumers. Based on the latest BPS 2018 data, this study seeks to analyze demand and supply of rice in Indonesia. Some variables are rice supply, rice price, rice field area, harvest area, rice import volume, labor wages, rice demand, population, and GDP per capita. The results showed that the variable price of rice and harvest area had a positive effect on rice supply. The price of rice is influenced by supply of rice and HPP positively. The area of rice fields is influenced by price of rice positively. The volume of rice imports is negatively affected by the Rupiah's exchange rate. The demand for rice is positively influenced by rice prices."

"

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.

 

"

"Peninqkatan produksi padi 1 tahun ditentukan oleh unsur agrokulmat, yakni iklim.. Unsur-unsur iklim yang dapat secara langsung mempengaruhi pertumbuhan dan produksi padi adalah suhu udara (maksimum dan minimum), sinar matahari dan curah hujan. Bila kita perhatikan, luas wilayah iklim kering di Jawa Barat jauh lebih sempit dibandingkan dengan luas wilayah iklim basah. Walaupun demikian, wilayah iklim kering di Jawa Barat ini dapat ditanami padi sawah maupun padi gogo, dengan produktivitas sangat memuaskan (rata-rata peningkatan produktivitas padi 10,04 7. pada tahun 1979-1983). Tujuan penulisan ini ingin mengetahui hubungan antara unsur-unsur iklim dengan produktivitas padi (sawah dan gogo) di wilayah iklim kering Jawa Barat. Sehubungan dengan tujuan, maka masalahnya adalah: bagaimana pola iklim kering (Oldeman) di Jawa Barat ? bagaimana hubungan antara unsur-unsur ik].im dengan produktivitas padi di wilayah iklim kering Jawa Barat ? Batasan yang digunakan adalah: Bulan basah: dalam 1 bulan curah hujan lebih atau sama. dengan 200 mm. Bulan kering: dalam 1 bulan curah hujan kurang dari 100 mm. Produktivitas padi: hasil padi per luas panen (kwintal per hektar). Asumsi: Faktor-faktor non iklim yang dapat berpengaruh terhadap pertanian, seperti tanah dan budidaya tanaman adalah sama. Analisa dilakukan dengan 2 cara, yaitu klasifikasi data curah hujan bulanan berdasarkan teori Oldeman dan metode korelasi peta dari variabel iklim (suhu udara maksimum, suhu udara minimum, lamanya penyinaran matahari dan curah hujan) dengan produktivitas padi sawah dan padi gogo. Untuk mempermudah dan memperielas analisa, digunakan daerah sampel (kecamatan). Hasil dari analisa menunjukan: 1.. Luas wilayah iklim kering di Jawa Barat jauh lebih sempit danipada luas wilayah iklim basah. Wiláyáh iklim kering digolongkan menjadi 2 region iklim, yaitu: region D3 dan E. Region D3: Region D3 termasuk dalam region kering karena memiliki jumlah bulan kering lebih banyak dari jumlah bulan basah, yaitu 5-6 bulan terjadi selama bulan Mei - Oktober, dengan maksimum pada bulan Januari.Serta sedikitnya 5 bulan kering selama bulan Mei - November dengan minimum di bulan Agustus. Mencakup wilayah bagian utara Pesisir Utara Jaa Barat, menyebar terpisah-pisah dalam lingkungan region D3, meliputi bagian utara kabupaten Serang, Tangerang, Bekasi, Karaang dan Subang. 2. Produktivitas padi sawah tinggi (45 - 50 k/ha) ,terdapat di kecamatan-kecamatan dengan suhu maksimum agak tinggi hingga tinggi (32-33C), suhu minimum rendah (21-22C), dan lamanya penyinaran matahari sedäng (125-175 jam); terutama terdapat pada musim tanam II. Produktivitas padi sawah rendah terdapat di kecamatan-kecamatan dengan suhu maksimum agak tinggi, suhu minimum sedang dan lamanya penyinaran matahariagak tinggi;terdapat pada musim tanam I. Produktivitas padi gogo tinggi terdapat di kecamatan-kecamatan dengan curah hujan tinggi (dalam region D3). Dengan demikian dapat diringkaskan, produktivitas padi saah banyak dipengaruhi oleh penyinaran matahari dan suhu udara (maksimum dan minimum), dengan demikian pada keadaan produktivitas padi sawah mencapai optimum pada keadaan suhu maksimum agak tinggi sampai tinggi (32-33C), suhu minimum (kurang dan 22C) dan lamanya penyinaran matahani sedang (125-175 jam). Sedangkan padi gogo banyak dipengaruhi oleh banyaknya curah hujan selama masa hidupnya atau pertumbuhannya."

"

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 komoditas pangan dengan produksi terbesar di Indonesia. Produksi padi pada tahun 2019 mencapai 49,8 juta ton. Pada tingkat global, padi di konsumsi oleh setengah dari populasi di seluruh dunia. Penelitian mengenai fenologi padi bermanfaat sebagai referensi produksi yang akan datang dan pengembangan lingkungan berkelanjutan. Penelitian mengenai fenologi telah berkembang dari faktor sampai dengan metode termasuk dengan pengindraan jauh. Pengindraan jauh merupakan instrument efektif dalam pemantauan sumberdaya alam. Penelitian ini menggunakan indeks vegetasi dari citra satelit Sentinel 2 untuk mendapatkan fenologi padi berbasis indeks vegetasi NDVI dan indeks air NDWI, yang selanjutnya dapat melakukan pendugaan waktu tanam dan waktu panen padi dengan analisis spasial dan temporal pada wilayah dengan topografi yang beragam dan menggunakan citra satelit resolusi tinggi. Fenologi padi berbasis indeks menunjukkan bahwa nilai NDVI membentuk kurva parabolic sedangkan NDWI membentuk linear berdasarkan umur dan fase tanam padi. Fenologi berbasis NDVI memiliki nilai r² yang lebih tinggi dibandingkan NDWI. Namun, secara parsial, indeks NDVI dan NDWI dapat digunakan untuk melakukan pendugaan waktu tanam dan panen dengan nilai ambang batas dengan hasil akurasi keseluruhan 78% dan koefisien kappa 0,5. Pada musim tanam kering bulan April sampai dengan September, secara keseluruhan terdapat pergantian tanam secara berututan pada satu daerah aliran irigasi, pergantian tanam secara acak dalam satu daerah aliran irigasi, dan tanam secara serempak dalam satu bulan pada satu daerah aliran irigasi yang mengindikasikan terjadinya penyesuaian terhadap ketersediaan pengairan dari aliran irigasi khususnya pada tanam yang dilakukan pada saat bulan kering. Pendugaan waktu panen padi menunjukkan terdapat wilayah padi diluar dari rentang umur 90-120 hari setelah tanam.

---

Rice is a food commodity with the largest production in Indonesia. Rice production in Indonesia in 2019 reached 49,8 million tons. At the global scale, rice is consumed by half of the world’s population. Research on rice phenology in useful as a reference for future production and sustainable environmental development. Research on phenology has evolved from factors until methods including remote sensing. Remote sensing is an effective instrument in monitoring natura resources. This study uses the vegetation index NDVI and water index NDWI from Sentinel 2 satellite images, which can estimate the planting and harvesting time of rice with spatial and temporal analysis in areas with diverse topography and using high resolution satellite images. The index based rice phenology shows that the NDVI value forms a parabolic curve while NDWI forms linearly based on the age and phase of rice planting. NDVI based phenology has a higher r² value than NDWI based phenology. However, partially the NDVI and NDWI indices can be used to estimate planting and harvesting time with a threshold value with overall accuracy of 78% and a kappa coefficient of 0,5. In the dry growing season from April to September, there are successive planting changes in one irrigation basin, random planting in one irrigation basin, and simultaneous planting in one month in one irrigation basin indicating and adjustment for the availability of water form the irrigation, especially for planting during the dry month. Estimation of rice harvesting time shows there are areas of rice outside the age range of 90 – 120 days after transplanting.

"

"

Tanaman padi merupakan salah satu tanaman pangan terpenting, khususnya di Indonesia. Dalam upaya memenuhi kebutuhan beras, informasi akan jumlah panen menjadi sangat penting dan dapat diketahui dengan mengestimasi produktivitas padi. Seiring berkembangnya teknologi, penginderaan jauh dapat digunakan dalam menghitung umur tanaman serta mengestimasi produktivitas tanaman padi. Kecamatan Lemahabang merupakan salah satu kecamatan yang memiliki produksi padi yang unggul di Kabupaten Karawang. Tujuan dari penelitian ini adalah untuk menganalisis distribusi spasial musim tanam dan melakukan estimasi produktivitas tanaman padi sawah di Kecamatan Lemahabang, Kabupaten Karawang. Metode yang digunakan dalam penelitian ini adalah 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 90,5%. Distribusi spasial musim tanam yang terbentuk adalah terdistribusi dari bagian selatan, menuju bagian tengah, dan diakhiri pada bagian utara wilayah Kecamatan Lemahabang, Kabupaten Karawang. Berdasarkan persebaran nilai NDVI memperlihatkan pertambahan umur telah terjadi terlebih dahulu pada wilayah tengah dan selatan, dan dilanjutkan pada wilayah utara Kecamatan Lemahabang, Karawang. Estimasi produktivitas tanaman padi sawah yang dihitung memiliki nilai koefisien sebesar 0,8801 dengan sifat kuat dan positif. Hasil estimasi produktivitas untuk Kecamatan Lemahabang, Kabupaten Karawang sebesar 7,04 ton/ha GKG. Curah hujan memiliki pengaruh terhadap produktivitas padi dimana curah hujan yang lebih tinggi memiliki produktivitas yang lebih rendah dan sebaliknya. Jarak sungai tidak berpengaruh terhadap produktivitas padi di Kecamatan Lemahabang, Kabupaten Karawang

---

Paddy are one of the most important food crops, especially in Indonesia. To fulfill the need for rice, information about the amount of harvest becomes very important and can be known by estimating rice productivity. As technology develops, remote sensing can be used in calculating plant age and estimating rice productivity. Lemahabang District is one of the districts that have superior rice production in Karawang Regency. The purpose of this study was to analyze the spatial distribution of the growing season and to estimate the productivity of lowland rice in the Lemahabang District, Karawang Regency. The method used in this research is the 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 had an accuracy rate of 90,5%. The spatial distribution of the growing season formed is distributed from the southern part, towards the central part, and ends in the northern part of the Lemahabang District, Karawang Regency. Based on the distribution of NDVI values, it shows that aging has occurred first in the central and southern regions, and continued in the northern area of Lemahabang District, Karawang. The estimated productivity of paddy rice has a coefficient of 0.8801 with strong and positive properties. The results of estimated productivity for Lemahabang Sub-district, Karawang Regency are 7.04 tons/ha GKG. Precipitation influences rice productivity where higher precipitation has lower productivity and vice versa. River spacing has no effect on rice productivity in Lemahabang District, Karawang Regency.

 

"

"

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.

"