Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Elipsoida : Jurnal Geodesi dan Geomatika
Leni Suspidayanti
Department of Geodetic Engineering, Universitas Gadjah Mada
Education

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
IDENTIFIKASI FASE PERTUMBUHAN PADI MENGGUNAKAN CITRA SAR (SYNTHETIC APERTURE RADAR) SENTINEL-1 Leni Suspidayanti; Catur Aries Rokhmana
Elipsoida : Jurnal Geodesi dan Geomatika Vol 4, No 01 (2021): Volume 04 Issue 01 Year 2021
Publisher : Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/elipsoida.2021.10729

Abstract

Identifikasi fase pertumbuhan padi dilakukan untuk memperoleh informasi umur dan estimasi produksi padi. Identifikasi fase pertumbuhan tanaman padi terdiri atas tiga fase utama yaitu fase vegetatif, reproduktif, dan pematangan. Kemudian fase utama dijabarkan lebih rinci menjadi sembilan fase yaitu seedling, tillering, stem elongation, panicle, heading, flowering, milk grain, dough grain, dan mature grain. Pemantauan pertumbuhan padi dapat dilakukan menggunakan citra optis maupun radar. Penelitian ini menggunakan citra SAR Sentinel-1 dengan perekaman bulan November 2020 hingga Februari 2021, dan citra optis Sentinel-2. Citra SAR Sentinel-1A dapat menggambarkan pertumbuhan padi mengikuti fase tumbuh dengan mengektraksi nilai backscatter dari petak sawah yang dijadikan sampel penelitian. Hasilnya menunjukkan bahwa polarisasi tunggal VH memiliki korelasi paling baik yang menggambarkan nilai backscatter citra dan fase pertumbuhan padi dengan korelasi (R²) sebesar 0.77. Sedangkan algoritma Polarization Index (PI) memiliki korelasi (R²) 0.56. Kombinasi citra SAR Sentinel-1A dan Sentinel-2 dengan waktu perekaman yang sama atau mendekati dimanfaatkan untuk interpretasi training area dalam prose klasifikasi. Kombinasi RGB citra Sentinel-1 dan Sentinel-2 yang digunakan yaitu R=S2-B4 G=S2-B3 B=S1-VH. Klasifikasi fase pertumbuhan menggunakan algoritma random forest dengan komposit RGB (R=VV G=VH B=VV/VH) menghasilkan akurasi sebesar 75%.
Co-Authors Catur Aries Rokhmana