REKA GEOMATIKA
Vol 2017, No 2

Pemetaan Pola Tanam dan Kalender Tanam Padi Sawah menggunakan Teknik Pengindraan Jauh

Hernawati, Rika (Unknown)
Harto, Agung Budi (Unknown)
Sari, Dewi Kania (Unknown)



Article Info

Publish Date
02 Apr 2018

Abstract

ABSTRAKPemantauan dan prakiraan hasil tanam padi sawah penting untuk dilakukan antara lain dalam rangka menjaga ketahanan pangan nasional. Saat ini, pemantauan pertumbuhan tanaman padi sawah dapat dilakukan dengan mengaplikasikan teknologi pengindraan jauh, antara lain dengan mendeteksi fenologi tanaman padi sawah yang terekam pada setiap piksel citra yang selanjutnya dapat digunakan untuk pemetaan pola tanam dan kalender tanam padi sawah. Penelitian ini bertujuan untuk mengembangkan algoritma deteksi fenologi padi sawah dengan menggunakan indeks vegetasi Enhanced Vegetation Index (EVI) dan Land Surface Water Index (LSWI) berkala yang diturunkan dari data citra MODIS, dengan menerapkan proses penapisan Gaussian. Penerapan teknik penapisan Gaussian pada data indeks vegetasi tersebut diharapkan dapat meminimalisasi derau, sehingga akan meningkatkan ketelitian hasil pendeteksian fenologi tanaman padi sawah. Wilayah studi mencakup 3 Kabupaten di Provinsi Jawa Barat bagian utara, yaitu Kabupaten Subang, Kabupaten Karawang, dan Kabupaten Bekasi. Hasil penelitian menunjukkan bahwa penerapan penapisan Gaussian pada metode deteksi fenologi padi sawah berbasis indeks vegetasi EVI dan LSWI berkala telah dapat meningkatkan ketelitian hasil deteksi tanggal-tanggal fenologis padi sawah. Keakuratan hasil estimasi luas tanam dan luas panen padi sawah divalidasi menggunakan data statistik dari Dinas Pertanian Kabupaten.Kata Kunci: deteksi fenologi, EVI, LSWI, penapisan GaussianABSTRACTMonitoring and forecasting yields of paddy rice are important to do, in order to maintain national food security. The current paddy crop growth monitoring can be done by applying remote sensing technology by detecting paddy phenology to produce the date of planting and harvest dates, which were recorded at each pixel of the digital image of rice field and can then be used for cropping pattern and planting calendar mapping. This research aims to develop a detection algorithm phenology paddy using vegetation indices Enhanced Vegetation Index (EVI) and Land Surface Water Index (LSWI) periodic image data derived from MODIS, by applying a Gaussian filtering process. The application of Gaussian filtering techniques to the data of vegetation indeces, EVI and LSWI, are expected to minimize the noise, thereby increasing the precision of detection of paddy rice crop phenology. The study area covers three districts in the northern part of West Java Province, i.e. Subang, Karawang and Bekasi. The results showed that the application of Gaussian filtering on the detection method of paddy rice phenology based on multitemporal vegetation indices EVI and LSWI can improve the precision of the detection of paddy phenological dates. The accuracy of the estimation results of the planting and harvested area of paddy were validated using statistical data from the District Agricultural Office.Keywords: phenology detection, EVI, LSWI, Gaussian filtering

Copyrights © 2017