Perpustakaan Digital ITB

Untuk memantapkan ketahanan pangan pemerintah mencanangkan swasembada lima komoditi pada periode 2010 – 2014, dimana beras merupakan salah satunya. Data dan informasi yang akurat merupakan elemen yang sangat penting untuk pemantauan di bidang pertanian. Informasi spasial tentang pola tanam penting untuk pengelolaan lahan pertanian. Lebih lanjut analisis pada data dan informasi tersebut berguna untuk pertimbangan perencanaan pengelolaan dan pengembangan lahan pertanian yang lebih baik. Metode perhitungan produksi padi yang saat ini masih menggunakan estimasi secara statistik menggunakan metode eye estimate, kerap menimbulkan pro kontra, karena hasil perhitungannya cenderung berlebihan (over estimate). Untuk itu Kementerian Pertanian berencana melakukan beberapa terobosan baru untuk mendukung perhitungan menggunakan metode tersebut, antara lain melakukan estimasi luas tanam secara spasial dengan menggunakan teknologi dan data satelit inderaja. Metode yang menggunakan penginderaan jauh (inderaja) dengan menggunakan analisis secara kualitatif (logical inference analysis) untuk mendapatkan informasi periode tumbuh padi masih memiliki keterbatasan akurasi, obyektivitas, dan kekonsistensian. Kesamaan kenampakan tanaman padi dengan tanaman pangan lainnya pada data citra merupakan kesulitan untuk mengidentifikasi tanaman padi dan pola tanam. Untuk mengatasi kendala tersebut, perlu dilakukan penelitian untuk mendapatkan model atau metode baru yang bisa membedakan tanaman padi dengan tanaman lainnya. Penelitian ini bertujuan membuat sebuah algoritma Composite Orthogonal Transformation (COT) dari data multispektral dan SAR untuk diaplikasikan dalam mengembangkan model pola tanam dan pembuatan peta sebaran pola tanam di lahan sawah di daerah pantai utara DAS Citarum, Provinsi Jawa Barat. Data yang digunakan adalah ALOS AVNIR-2 dan PALSAR yang mencakup daerah penelitian, dengan tanggal akuisisi 10 Mei 2007, 05 April 2011 (ALOS AVNIR-2 dan PALSAR), serta 01 November 2010 (AVNIR-2) – 03 November 2010 (PALSAR) untuk pengembangan model, 12 dan 21 Maret 2011 (ALOS PALSAR) untuk verifikasi kadar air, dan 05 April 2011 (ALOS AVNIR-2) untuk periode tumbuh padi. Pengecekan di lapangan dilakukan tanggal 5 – 6 Juni 2010 dan 19 – 20 Maret 2011. Karakteristik yang dimiliki data ALOS, resolusi spasial 10 meter (multispektral) dan 25 meter (SAR), serta resolusi temporal 46 hari, dapat digunakan untuk mengidentifikasi periode pertumbuhan tanaman padi. Di lokasi penelitian, pantai utara Provinsi Jawa Barat, terdapat berbagai jenis lahan sawah dan merupakan salah satu sentra padi yang memberikan kontribusi terhadap produksi padi nasional. Karakter spesifik tanaman padi dapat diidentifikasi untuk mendapatkan pola tanam di lahan sawah. Analisis dilakukan dengan menggunakan algoritma baru dari kombinasi kelembaban atau kadar air tanah yang diperoleh dari data satelit Synthetic Aperture Radar (SAR) dan kehijauan dari data satelit optik multispektral. Transformasi Principle Component dilakukan terhadap citra ALOS AVNIR-2 untuk mendapatkan algoritma Composite Transformation Orthogonal (COT). Kontribusi disertasi ini meliputi: (1) metode identifikasi kadar air tanah dan tingkat kehijauan tanaman padi menggunakan data penginderaan jauh; (2) metode penginderaan jauh untuk mengidentifikasi dan memonitor tanaman padi dan periode pertumbuhannya; (3) aplikasi algoritma COT untuk identifikasi pola tanam padi di daerah penelitian; dan (4) implementasi peta pola tanam untuk estimasi luas panen dan produksi padi, pupuk, serta air irigasi di wilayah penelitian. Hasil kajian nilai kadar air tanah yang diperoleh dari data ALOS PALSAR menunjukkan Polarisasi HH atau VV memberikan hasil yang lebih baik dari HV atau VH. Algoritma COT terhadap citra (PCmultisensor) yang memiliki kanal baru multisensor yang terdiri dari NDVI, PCAVNIR2 dan 3, dan KATPALSAR dengan menggunakan metode PC. Pola hamburan yang sesuai untuk kehijauan sebagai NGreen adalah PCmultisensor2 dengan R2 = 0,968, sedangkan kanal yang menunjukkan kadar air tanah sebagai N-Wet adalah PCmultisensor kanal 3 dengan R2 = 0,997. PCmultisensor1, sama halnya dengan PCmultisensor2 pada PCmultisensor (NDVI, PCAVNIR2 dan 3, KATPALSAR), jika dihubungkan dengan PCmultisensor kanal 2 (yang menunjukkan kehijauan) memberikan pola hamburan seperti NDVI dan periode tumbuh padi. Uji ketelitian untuk kadar air tanah dari ALOS PALSAR polarisasi HH dan VV memberikan ketelitian keseluruhan 72,41 % dengan koefisien kappa 0,61. Analisis menggunakan algoritma COT dapat diperoleh peta periode tumbuh padi dengan ketelitian keseluruhan 64,74 % dengan kappa 0,56. Hasil penelitian tersebut diharapkan dapat digunakan sebagai dasar rekomendasi perencanaan kebijakan pertanian, sehingga dapat memberikan kontribusi pada pengelolaan lahan pertanian yang lebih berkualitas dan dapat membantu petani (pengusaha pertanian) dan pemerintah merencanakan kebutuhan air dan saprodi, serta musim tanam yang tepat, sehingga dapat mengurangi kerugian akibat gagal panen.