ANALISIS FASE TUMBUH PADI KECAMATAN SUNGAI TARAB MENGGUNAKAN NDVI (NORMALIZED DIFFERENCE VEGETATION INDEX)

Delvi Yanti, Wine Angelina Putri, Rusnam Rusnam

Sari

Pada daerah yang luas biasanya terdapat kesulitan dalam memantau fase tumbuh tanaman padi. Seiring dengan berkembangnya teknologi, salah satu alternatif yang dapat dilakukan untuk memperoleh data tersebut adalah dengan menggunakan citra satelit. Fase tumbuh tanaman padi dapat diketahui dengan menghitung indeks vegetasi berdasarkan tingkat kehijauan tanaman dengan bantuan citra MODIS menggunakan algoritma NDVI. Tujuan dari penelitian ini adalah menentukan persamaan dan rentang nilai NDVI untuk memprediksi tahap pertumbuhan padi di Kecamatan Sungai Tarab Kabupaten Tanah Datar. Dalam pengambilan data, pengamatan lapangan dilakukan pada lokasi dengan pixel ≥50% adalah sawah. Pengamatan dilakukan untuk validasi koordinat lokasi sampel pengamtan, kesesuaian data penggunaan lahan, umur tanaman padi, dan varietas padi. Dari hasil analisis, persamaan yang diperoleh untuk memprediksi fase tumbuh tanaman padi Kecamatan Sungai Tarab yaitu y = -0.0001011274 x2 + 0.0128987956 x + 0.3189628155 dimana nilai x adalah umur tanaman (HST) dan y adalah nilai indeks vegetasi (NDVI).  Rentang nilai NDVI berdasarkan fase tumbuh adalah fase air ≤ 0,4797; fase vegetatif 1 0,4797-0,6149; fase vegetatif 2 0,6149-0,7300; fase generatif 1 0,7300-0,6379; fase generatif 2 0,6379-0,5142 dan fase bera 0,5142-0,2868

 Teks Lengkap:

PDF

Referensi

Ahmed, K. R., & Akter, S. (2017). Analysis of landcover change in southwest Bengal delta due to floods by NDVI, NDWI and K-means cluster with landsat multi-spectral surface reflectance satellite data. Remote Sensing Applications: Society and Environment, 8(Au gust), 168–181. https://doi.org/10.1016/j.rsase.2017.08.010

Badan Pusat Statistik. (2021). Kabupaten Tanah Datar Dalam Angka 2021 (D. D. Putri (ed.). BPS Kabupaten Tanah Datar.

Badan Pusat Statistik. (2022). Kabupaten Tanah Datar Dalam Angka 2022 (Badan Pusat Statistik Kabuoaten Tanah Datar (ed.). BPS Kabupaten Tanah Datar.

Berd, I., Ekaputra, E. G., Yanti, D., & Stiyanto, E. (2022). The Use of NDVI Algorithm in Predicting The Productivity of Rice Fields of Talang District of Solok Regency. IOP Conference Series: Earth and Environmental Science, 1059(1). https://doi.org/10.1088/1755-1315/1059/1/012004

Cahyono, B. E., Nugroho, A. T., & Arifilla, A. (2019). Analisis Usia Tanaman Padi Berdasarkan Nilai NDVI Menggunakan Citra Landsat 8 (Studi Kasus : Desa Rambingundam Kecamatan Rambipuji Jember). Volume 2, 9–13.

Ekaputra, E. G., Berd, I., Arlius, F., Yanti, D., & Irsyad, F. (2020). Inventory of West Sumatera Province Area’s Cropping Pattern Based on MODIS Image Data. IOP Conference Series: Earth and Environmental Science, 515(1). https://doi.org/10.1088/1755-1315/515/1/012042

Hafizh S, A., Cahyono, A. B., & Wibowo, A. (2013). Penggunaan Algoritma NDVI Dan EVI pada Citra Multispektral untuk Analisa Pertumbuhan Padi (Studi Kasus : Kabupaten Indramayu, Jawa Barat). Geoid, 9(1), 7. https://doi.org/10.12962/j24423998.v9i1.733

Lillesand, T. M., Kiefer, R. W., & W, J. C. (1994). Remote Sensing and Image Interpretation (R. Flahive (ed.); 7th ed.). Petra Recter.

Lufilah, S. N., Makalew, A. D., & Sulistyantara, B. (2017). Pemanfaatan Citra Landsat 8 Untuk Analisis Indeks Vegetasi Di Dki Jakarta. Jurnal Lanskap Indonesia, 73–80. https://doi.org/10.29244/jli.2017.9.1.73-80

Parsa, I. Made, Dede Dirgahayu, Johannes Manalu, Ita Carolita, and Wawan KH. (2017). Uji Model Fase Pertumbuhan Padi Berbasis Citra MODIS Multi Waktu Di Pulau Lombok. Penginderaan Jauh dan Pengolahan Data Citra Digital, 14(1):51–64. doi: http://dx.doi.org/10.30536/j.pjpdcd.2017.v14.a2621.

Sadok, S., & Eko, A. (2012). Aplikasi Jaringan Syaraf Tiruan ( JST ) Backpropagation untuk Prediksi Cuaca Harian di Wilayah Banjarbaru. 9 No.2, 159–167.

Sukojo, B. M., & Kurniawan, R. H. (2021). Rice Growth Stages Mapping with Normalized Difference Vegetation Index (NDVI) Algorithm Using Sentinel-2 Time Series Satellite Imagery. International Journal on Advanced Science, Engineering and Information Technology, 11(4), 1594–1598. https://doi.org/10.18517/ijaseit.11.4.12335

Syahril. (2012). Gambaran umum Kec. Sungai tarab. 1 Maret. http://camatsungaitarab.blogspot.com/2012/03/gambaran-umum-kec-sungai-tarab.html

Wiharja, A., Laxmi, G. F., & ... (2019). Pengolahan Citra Modis Wilayah Indonesia Menggunakan Metode Discrete Wavelet Transform Untuk Menghasilkan Free Cloud Mosaicing. Seminar Nasional, 359–365. http://prosiding.uika-bogor.ac.id/index.php/semnati/article/view/322

Yanti, D., Mandang, T., Yanuar, M., Purwanto, J., & Solahudin, M. (2021). Identify Cropping Patterns of Cihea Irrigation In Cianjur Regency West Java Using Modis Image Data. ARPN Journal of Engineering and Applied Sciences, 16(13), 1371–1378.

Yusuf, M. M. (2018). Analisis Indeks Vegetasi Pertumbuhan dan Produktivitas Padi dengan Nilai NDVI Citra Modis. In International Journal on Advanced Science, Engineering and Information Technology. IPB Univesity.

DOI: https://doi.org/10.25077/jtpa.26.2.228-238.2022

Refbacks

  • Saat ini tidak ada refbacks.