<![CDATA[Rice production has been one of important issues in food sufficiency and increasingly gains more attention to the government. Suitable monitoring scheme is then required to ensure proper data analysis. Remote sensing offers an efficient way to acquire such data, allowing rapid assessment on agricultural system. Many advances on sensor technology have been witnessed. Nonetheless, each sensor has to be evaluated for a specific task such as monitoring various stages in rice production. This paper discusses the performance of AVNIR-2 sensor combined with two statistical tree algorithms. Interestingly, the result shows the outstanding performance of the third band of the sensor. We obtained overall accuracy around 90%. The research indicates the applicability of sensors with limited bands coupled with suitable algorithms.Keywords: ALOS, AVNIR-2, rice , CRUISE, QUEST.ABSTRAKDalam menyusun kebijakan pemerintah yang terkait masalah swasembada pangan, data produksi pangan memegang peranan yang sangat penting. Selama proses produksi, mekanisme pemantauan sangat diperlukan, terutama menggunakan teknologi penginderaan jauh. Berbagai kemajuan dalam bidang sensor telah menunjang beragam aplikasi praktis seperti pemantauan padi. Namun demikian, berbagai percobaan masih relevan untuk dilakukan, mengingat sensitivitas suatu sensor masih perlu diuji dalam berbagai wilayah. Makalah ini mengkaji keragaan sensor pasif AVNIR-2 dalam memantau berbagai fase pertumbuhan padi, memanfaatkan dua algoritma pohon keputusan. Hasil yang diperoleh menunjukkan kinerja yang baik dari sensor tersebut, terutama pada kanal 3 dengan tingkat akurasi sekitar 90%. Hal tersebut mengindikasikan bahwa dengan pemanfaatan mekanisme analisis yang tepat, sensor dengan kanal terbatas masih dapat dimanfaatkan untuk tujuan yang spesifik.Kata kunci: ALOS, AVNIR-2, padi, CRUISE, QUEST.]]>
