Garuda - Garba Rujukan Digital

Karakteristik Emisi CO2 Tanah Gambut di Bawah Tegakan Kelapa Sawit Winarna Winarna; Heri Santoso
Jurnal Penelitian Kelapa Sawit Vol 28 No 1 (2020): Jurnal Penelitian Kelapa Sawit
Publisher : Pusat Penelitian Kelapa Sawit

Penelitian ini bertujuan mengkaji karakteristik emisi CO2 dari tanah gambut di bawah tegakan kelapa sawit yang dihubungkan dengan faktor lingkungan spesifik lokasi penelitian di daerah Kabupaten Labuhan Batu, Sumatera Utara. Gas CO2 diambil dengan menggunakan close chamber technique, sedangkan konsentrasi gas tersebut diukur menggunakan portable micro Gas Chromatograph CP 4900. Faktor lingkungan sebagai variabel bebas yang diamati meliputi suhu tanah (TS), suhu atmosfer (TA), kelembaban tanah lapisan 0 – 5 cm (SM5), kelembaban tanah lapisan 0 – 30 cm (SM30), dan pH gambut (A). Model hubungan CO2 dengan faktor dianalisis menggunakan analisis korelasi Spearman dan regresi multivariant. Analisis regresi multivariant dilakukan menggunakan regresi stepwise untuk mengetahui faktor lingkungan yang mempunyai hubungan dengan CO2 pada taraf beda nyata 5%. Analisis variance inflation factor (vif) dilakukan untuk melihat multicollinearity dari model regresi multivariant. Berdasarkan analisis korelasi Spearman, faktor lingkungan A (pH gambut) mempunyai koefisiensi korelasi yang tegolong sedang (R = 0.637). Hasil regresi stepwise menunjukkan bahwa emisi CO2 nyata dipengaruhi oleh kelembaban tanah SM30 dan A (n = 216; p < 0.05) dengan nilai vif <3. Regresi multivariant, menghasilkan persamaan terbaik (R2 = 0.420) dimana emisi CO2 = 7.394*A – 0.008*SM30 – 16.659. Secara parsial, penelitian ini juga memperoleh model hubungan emisi CO2 dengan kelembaban tanah gambut, dimana emisi CO2 tertinggi dicapai pada kondisi kelembaban tanah sekitar kapasitas lapang (354 – 376% w w-1) dan menurun dengan meningkatnya kelembaban tanah di atas kadar air kapasitas lapangan. Emisi CO2 tanah gambut mengalami penurunan pada kondisi tanah gambut mengering di bawah zone kadar air kritis, hal ini karena hidrofobisitas tanah gambut meningkat.

Eksplorasi Pendugaan Hara Daun Tanaman Kelapa Sawit Menggunakan Pesawat Tanpa Awak dan Kamera Multispektral Heri Santoso; Winarna Winarna
Jurnal Penelitian Kelapa Sawit Vol 29 No 1 (2021): Jurnal Peneltian Kelapa Sawit
Publisher : Pusat Penelitian Kelapa Sawit

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22302/iopri.jur.jpks.v29i1.145

Rekomendasi pemupukan umumnya disusun setiap tahun untuk mengkoreksi kebutuhan hara tanaman melalui kegiatan pemupukan. Hara daun dalam penyusunan rekomendasi pemupukan merupakan bagian kecil dari beberapa parameter yang digunakan. Beberapa peneliti telah melakukan prediksi hara daun tanaman kelapa sawit memanfaatkan data satelit multispektral dan pengukuran spectroradiometer dengan hasil yang bervariasi. Penelitian prediksi hara daun kelapa sawit dengan pesawat tanpa awak dan kamera multispektral ini dilakukan karena belum ada kajian mengenai penggunaan teknologi tersebut untuk prediksi hara daun kelapa sawit. Tujuan penelitian ini adalah membandingkan performa pendugaan hara daun dari berbagai variasi komposisi variabel berupa 3 saluran dan beberapa indeks vegetasi, serta untuk menentukan analisis regresi terbaik. Band hijau, merah, dan inframerah dekat dari kamera multispektral Mapir Survey 3, serta indeks vegetasi simple ratio, normalized difference vegetation index, dan green NDVI digunakan sebagai variabel bebas dalam analisis regresi sederhana, regresi polinomial, regresi berganda dari variabel terseleksi dengan teknik recursive feature elimination dengan metode regresi linear dan random forest, dan regresi berganda polinomial dengan variabel tidak bebas (respons) berupa analisis daun dari 20 sampel yang meliputi hara N, P, K, Ca, Mg, dan B. Model penduga terbaik dari penelitian ini adalah model regresi berganda polinomial dari variabel terseleksi menggunakan teknik RFE metode random forest. Variabel bebas hanya mampu menduga hara daun N, P, K, dan Mg dengan nilai R2 sebesar 0,9415 hingga 0,9991, Adjusted R2 sebesar 0,7223 hingga 0,9837, serta nilai residual standard error (RSE) sebesar 0,0045 hingga 0,0340.

Mitigasi Areal Banjir Pada Perkebunan Kelapa Sawit di Lahan Gambut Berdasarkan Pemodelan HEC-RAS 2D Henny Lydiasari; Heri Santoso
Jurnal Penelitian Kelapa Sawit Vol 30 No 2 (2022): Jurnal Penelitian Kelapa Sawit
Publisher : Pusat Penelitian Kelapa Sawit

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22302/iopri.jur.jpks.v30i2.188

Pengembangan perkebunan kelapa sawit di areal rawa dengan tanah gambut semakin meluas dan merupakan tantangan terbesar dalam pengelolaannya. Drainase yang sangat terhambat menjadi salah satu faktor pembatas yang mempengaruhi kondisi hidrologi lahan. Kajian hidrologi ini dilakukan di salah satu perkebunan kelapa sawit Kabupaten Tapanuli Selatan Propinsi Sumatera Utara yang mengalami banjir secara periodik. Pemodelan hidrolika pada kajian ini dilakukan dalam dua skenario yaitu kondisi aktual dan redisain dengan parameter yang dibutuhkan antara lain topografi lahan, klimatologi, dan hidrologi sebagai input dalam simulasi. Pemodelan hidrolika ini untuk mensimulasikan kondisi aktual kanal dan penerapan mitigasi permasalahan banjir dengan pembuatan tanggul menggunakan HEC-RAS 2D. Hasil simulasi menunjukkan bahwa banjir terjadi sebagai akibat luapan air Aek Sibirong yang mempengaruhi kondisi kanal dalam kebun yang terkoneksi dengan sungai tersebut. Berdasarkan simulasi, penerapan tanggul setinggi 1.15 m - 3.45 m pada bagian hulu dan 1.10 m - 3 m pada bagian hilir mampu mengatasi luapan air sehingga dapat mencegah terjadinya banjir pada areal kebun.

Peningkatan Akurasi Identifikasi Penyakit Busuk Pangkal Batang di Perkebunan Kelapa Sawit Menggunakan Unmanned Aerial Vehicle (UAV) dan Machine Learning Heri Santoso
Jurnal Penelitian Kelapa Sawit Vol 31 No 2 (2023): Jurnal Penelitian Kelapa Sawit
Publisher : Pusat Penelitian Kelapa Sawit

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22302/iopri.jur.jpks.v31i2.218

Penyakit busuk pangkal batang (BSR) yang disebabkan oleh jamur Ganoderma sp pada tanaman kelapa sawit masih menjadi penyakit utama dan belum ada tindakan pengendaliannya yang efektif. Perlakuan kultur teknis untuk memperpanjang umur tanaman masih menjadi tindakan utama dalam pengendalian penyakit BSR ini. Ketepatan identifikasi dan klasifikasi tanaman sehat dan terinfeksi penyakit BSR secara cepat dan tepat sangat diperlukan untuk mendukung perlakuan kultur teknis. Penelitian ini melanjutkan penelitian Santoso (2020) untuk identifikasi dan klasifikasi tanaman kelapa sawit sehat dan terinfeksi penyakit BSR dengan menggunakan pendekatan remote sensing dari image yang direkam oleh kamera multispektral tiga band dan machine learning. Tujuan utama dari penelitian ini adalah meningkatkan akurasi interpretasi tanaman sehat dan terinfeksi penyakit BSR dengan penambahan variabel berupa sepuluh indeks vegetasi yang memanfaatkan ketiga band dari kamera multispektral (merah, hijau, dan near infrared/NIR) dan penerapan enam belas machine learning classification model. Hasil penelitian menunjukkan model random forest dan stochastic gradient boosting mampu meningkatkan akurasi interpretasi menjadi 87.18 % dari 79.49 % dan kappa value menjadi 0.69 dari 0.48. Peningkatan akurasi ini tidak lepas dari variabel penting dalam fiting model yang digunakan dalam penelitian ini yang didominasi oleh variabel dari indeks vegetasi dan band merah. Model ini perlu diuji untuk mengidentifikasi tanaman sehat dan terinfeksi penyakit BSR dengan taraf insidensi rendah dan sedang.

Pemetaan Kandungan Hara Daun Kelapa Sawit Menggunakan Citra Multispektral Berbasis Unmanned Aerial Vehicle Madiyuanto Madiyuanto; Rahmawaty Rahmawaty; Heri Santoso
Jurnal Penelitian Kelapa Sawit Vol 31 No 2 (2023): Jurnal Penelitian Kelapa Sawit
Publisher : Pusat Penelitian Kelapa Sawit

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22302/iopri.jur.jpks.v31i2.236

Adequate nutrition is one of the critical factors in determining the productivity of oil palm. Usually, to obtain sufficient nutrients for plants, fertilization is performed based on the results of soil and leaf nutrient content analyses. Measuring leaf nutrient content conventionally lacks flexibility, is impractical, is labour-intensive, and takes time and money, so remote sensing can be an alternative to addressing this problem. The study used the extraction of the reflectance values of each band as well as the transformation of the NDVI and GNDVI vegetation index from 3 bands of multispectral cameras (red, green, nears infrared) as an independent variable (predictor) to estimate leaf nutrient on oil palm plantations. A multiple polynomial regression model is built from a laboratory analysis of 35 examples of oil palm leaves used as a dependent variable. Predictive models of N, P, K, Ca, and Mg using multiple polynomial regression of order 4 resulted in R2 values in the succession of 0,986; 0,975; 0,981; 0,970; and 0,968; Adjusted R2 values in the sequence of 0,861; 0,761; 0,812; 0,710; and 0,690; RSE values consecutive of 0,065; 0,003; 0,076; 0,074; and 0,036; as well as MAPE values successive of 5,23; 3,22; 10,38; 13,40; and 16,59%. The predictive value of the leaf nutrients of each tree processed and classified spatially resulted in the content of N, P, and Ca being dominated by average criteria of respectively 95,51%, 100%, and 80,58% of the total tree, while K and Mg dominated the low criteria of 77.86% and 90.39%, respectively.

Title

Found 5 Documents
Search
Journal : Jurnal Penelitian Kelapa Sawit

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 5 Documents Search Journal : Jurnal Penelitian Kelapa Sawit

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 5 Documents
Search
Journal : Jurnal Penelitian Kelapa Sawit