Path: Top > S2-Theses > Geodesy and Geomatics Engineering-FITB > 2015

PENGEMBANGAN METODE DETEKSI FENOLOGI TANAMAN PADI SAWAH MENGGUNAKAN DATA MODIS MULTITEMPORAL DENGAN MENERAPKAN PROSES PENAPISAN GAUSSIAN Wilayah Studi: Kab. Subang, Kab. Karawang, dan Kab. Bekasi

Master Theses from JBPTITBPP / 2017-12-06 14:26:08
Oleh : RIKA HERNAWATI (NIM : 25112022), S2 - Geodesy and Geomatic Engineering-FITB
Dibuat : 2015, dengan 6 file

Keyword : Deteksi fenologi, penapisan Gaussian, padi sawah, MODIS, EVI, LSWI, luas tanam, luas panen.

Provinsi Jawa Barat merupakan penghasil beras terbesar di Indonesia sehingga berperan sebagai lumbung padi nasional yang memberikan kontribusi yang sangat besar terhadap perekonomian pertanian di Indonesia. Pemantauan dan prakiraan hasil tanam padi sawah di wilayah tersebut penting untuk dilakukan antara lain dalam rangka menjaga ketahanan pangan nasional. Saat ini pemantauan pertumbuhan tanaman padi sawah dapat dilakukan dengan mengaplikasikan teknologi pengindraan jauh, antara lain dengan mendeteksi fenologi tanaman padi sawah yang menghasilkan tanggal tanam dan tanggal panen yang terekam pada setiap piksel citra digital lahan sawah.

Penelitian ini bertujuan untuk mengembangkan algoritma deteksi fenologi padi sawah dengan menggunakan indeks vegetasi Enhanced Vegetation Index (EVI) dan Land Surface Water Index (LSWI) berkala yang diturunkan dari data citra Moderate Resolution Imaging Spectroradiometer (MODIS), dengan menerapkan proses penapisan Gaussian. Penerapan teknik penapisan Gaussian pada data indeks vegetasi EVI dan LSWI diharapkan dapat meminimalisasi derau, sehingga akan meningkatkan ketelitian hasil pendeteksian fenologi tanaman padi sawah. Wilayah studi mencakup 3 Kabupaten di Provinsi Jawa Barat bagian utara, yaitu Kabupaten Subang, Kabupaten Karawang, dan Kabupaten Bekasi.

Hasil penelitian menunjukkan bahwa metode yang dikembangkan telah dapat mendeteksi fenologi tanaman padi, dengan menghasilkan tanggal tanam dan tanggal panen padi sawah dan selanjutnya dapat digunakan untuk mengestimasi luas tanam dan luas panen padi sawah. Keakuratan hasil estimasi luas tanam dan luas panen padi sawah divalidasi menggunakan data statistik yang dimiliki oleh Dinas Pertanian Kabupaten. Nilai Root Mean Square Deviation (RSMD) setelah dilakukan penapisan Gaussian pada data luas tanam untuk data bulanan adalah 774 Ha, data caturwulan adalah 2265 Ha, dan data tahunan adalah 4845 Ha. Nilai RSMD setelah dilakukan penapisan Gaussian pada data luas panen bulanan adalah 706 Ha, data caturwulan adalah 2039 Ha, dan data tahunan adalah 4301 Ha. Hasil analisis korelasi data luas tanam hasil prediksi MODIS setelah dilakukan penapisan Gaussian dengan data luas tanam dari Dinas Pertanian menunjukkan korelasi yang moderat dengan nilai koefisien korelasi sebesar 0,511 pada data bulanan, 0,67 pada data caturwulanan, dan 0,65 pada data tahunan. Adapun analisis pada data luas panen setelah dilakukan penapisan Gaussian untuk data bulanan menunjukkan hubungan korelasi yang lemah dengan nilai koefisien korelasi sebesar 0,48 pada data bulanan dan hubungan korelasi yang moderat pada data caturwulan dan tahunan, yakni 0,62 pada data caturwulan, dan 0,65 pada data tahunan.

Penerapan penapisan Gaussian pada metode deteksi fenologi padi sawah berbasis indeks vegetasi EVI dan LSWI berkala telah dapat meningkatkan ketelitian hasil deteksi tanggal-tanggal fenologis padi sawah.

Kontribusi penelitian ini, yaitu: (1). Metode deteksi fenologi padi sawah berbasis data citra satelit MODIS multitemporal dapat digunakan untuk memantau dan memetakan tanggal tanam dan tanggal panen padi sawah; (2). Dapat digunakan untuk mengestimasi luas tanam dan luas panen padi sawah.

Deskripsi Alternatif :

West Java Province is the largest rice-producing provinces in Indonesia, there for its great contributions to the agricultural economy in Indonesia. Monitoring and forecasting yields of paddy rice in the region is important to do, in order to maintain national food security. The current paddy crop growth monitoring can be done by applying remote sensing technology by detecting phenology rice crops to produce the date of planting and harvest dates were recorded at each pixel digital image wetland. This research aims to develop a detection algorithm phenology paddy using vegetation indices Enhanced Vegetation Index ( EVI ) and Land Surface Water Index (LSWI) periodic image data derived from the Moderate Resolution Imaging Spectroradiometer (MODIS) , by applying a Gaussian filtering proces. The application of Gaussian filtering techniques to the data of vegetation index EVI and LSWI are expected to minimize the noise, thereby increasing the precision of detection of paddy rice crop phenology. The study area covers three districts in northern part of West Java province, Subang , Karawang and Bekasi .

The results showed that the method developed has been able to detect the phenology of rice plants, producing date and date of planting and harvesting rice paddy fields can then be used to estimate the acreage and harvested area of paddy. The accuracy of the estimation results acreage and harvested area of paddy validated using statistical data held by the District Agricultural Office. Value Root Mean Square Deviation (RSMD) after Gaussian filtering on the data acreage for monthly data are 774 Ha, Ha 2265 the data are quarterly and annual data are 4845 Ha. RSMD values after Gaussian filtering on the data monthly harvested area is 706 Ha, Ha 2039 the data is quarterly, and annual data are 4301 Ha. Results of correlation analysis of data acreage predicted outcomes after screening Gaussian MODIS data from the Department of Agriculture acreage showed a moderate correlation with a correlation coefficient of 0.511 on monthly data, quarterly data 0.67, and 0.65 in the annual data. The analysis of data harvested area after Gaussian filtering for monthly data show a weak correlation with a correlation coefficient of 0.48 in the monthly data and a moderate correlation in the data quarterly and annually, ie 0.62 in the quarter of data, and 0 , 65 on annual data.

The application of Gaussian filtering on the detection method of paddy rice phenology -based EVI vegetation indices and LSWI periodically can improve the precision of detection of phenological dates paddy The contributions of this study are: (1) The detection method of phenology paddy based of time series MODIS data can be used for monitoring and mapping the planting date and the harvesting date of paddy; (2) to estimate the acreage and harvested area of paddy.

Copyrights : Copyright (c) 2001 by Perpustakaan Digital ITB. Verbatim copying and distribution of this entire article is permitted by author in any medium, provided this notice is preserved.

Beri Komentar ?#(0) | Bookmark

PropertiNilai Properti
ID PublisherJBPTITBPP
OrganisasiS
Nama KontakUPT Perpustakaan ITB
AlamatJl. Ganesha 10
KotaBandung
DaerahJawa Barat
NegaraIndonesia
Telepon62-22-2509118, 2500089
Fax62-22-2500089
E-mail Administratordigilib@lib.itb.ac.id
E-mail CKOinfo@lib.itb.ac.id

Print ...

Kontributor...

  • Pembimbing :

    Dr. Agung Budi Harto, Ir., M.Sc.

    Dr. Dewi Kania Sari , Ir., MT., Editor: Alice Diniarti

File PDF...