Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Analisis penggunaan air irigasi ditujukan untuk mencari alternatif penggunaan dan pemberian air irigasi yang optimal pada daerah irigasi Wanir. Penelitian ini menggunakan teknik Analytical Hierarchy Process karena terdapat beberapa alternatif yang dapat dicapai untuk mengurangi periode kekurangan air, antara lain perubahan jadwal tanam, perubahan ola tanam, perubahan indeks pertanaman dan perubahan luas golongan. Mengacu pada hasil analisis dengan teknik AHP tersebut, perubahan jadwal tanam merupakan variabel yang penting untuk pengembangan skenario. Berdasarkan hasil simulasi, alternatif penggunaan air irigasi optimal adalah dengan jadwal tanam pertengah Oktober, pola tanam padi - padi - palawija dengan varietas padi unggul, dan lama pengolah 15 hari. Varietas padi dan pengolahan lahan sangat signifikan berpengaruh terhadap perubahan besarnya kebutuhan air yang maksimal yaitu yang semula kekurangan air terjadi sebanyak 8 kali sekarang menjadi 3 kali. Pada saat kekurangan air, pemberian air sebaiknya tidak dilakukan secara terus menerus, tetapi bergiliran. Teknik AHP dalam penelitian ini cukup konsisten dengan penelitian-penelitan lain sebelumya, yaitu jadwal tanam efektif untuk penggunaan air irigasi yang optimal adalah bulan Oktober.

Abstrak :
Padi merupakan sumber makanan terpenting di Indonesia. Jumlah konsumsi beras nasional mengalami pertumbuhan dengan rata-rata 6,29% per tahun (2011-2015). Perkiraan dalam produksi beras relatif tidak dapat diandalkan karena waktu tanam yang tidak merata di beberapa daerah dan metode konvensional diterapkan untuk memperkirakan produksi beras. Penelitian bertujuan untuk menganalisis karakteristik fase tumbuh dan varietas tanaman padi serta membangun model untuk memperkirakan fase pertumbuhan tanaman padi berdasarkan indeks vegetasi. Platform penginderaan jauh melalui udara, khususnya Unmanned Aerial Vehicle (UAV) digunakan untuk memetakan lahan sawah di Kabupaten Bekasi. Beberapa indeks vegetasi yang berasal dari band RGB (red, green, blue), yaitu Normalized Green Red Difference Index (NGRDI), Excess Green Vegetation Index (ExG), dan Visible Atmospherically Resistant Index (VARI) digunakan dalam penelitian. Model regresi digunakan untuk mendapatkan model paling optimal dalam memperkirakan fase pertumbuhan tanaman padi. Hasil penelitian menunjukan karakteristik fase pertumbuhan tanaman padi memiliki pola nilai yang meningkat dari fase vegetatif menuju fase reproduktif dan nilai menurun ketika fase pematangan; varietas padi memiliki karakteristik yang paling bervariasi melalui analisis NGRDI terutama pada varietas IR 42; dan ExG merupakan indeks paling optimal dalam pemodelan fase tumbuh padi (R2 = 0,837). ...... Paddy is the most important food sources in Indonesia. The amount of national rice consumption increased 6.29% per year (2011-2015). Estimates in rice production are relatively unreliable because of inappropriate planting times in several areas and conventional method applied to estimate the rice production. The study aims to analyze the growth phase characteristics and varieties of rice plant and develop a model to estimate the growth phase of rice plant based on the vegetation indices. An airborne remote sensing platform, specifically the Unmanned Aerial Vehicle (UAV) is used to map the rice field in Bekasi Regency. Several vegetation indices derived from RGB (red, green, blue) bands, namely Normalized Green Red Difference Index (NGRDI), Excess Green Vegetation Index (ExG), and Visible Atmospherically Resistant Index (VARI) used in the study. Regression model is used to obtain the most optimal model for estimating the growth phase of rice plant. The results showed the characteristics of the rice growth phase had a pattern of values which increased from the vegetative phase to the reproductive phase and the value decreased when the maturation phase; rice varieties have the most varied characteristics through NGRDI analysis especially on IR 42 varieties; and ExG is the most optimal indices in modeling the growth phase of rice (R2 = 0.837).