ESTIMASI PRODUKTIVITAS KOPI DENGAN INDEKS VEGETASI MENGGUNAKAN CITRA SPOT-7

Devi Nilam Sari; Bandi Sasmito; Firman Hadi; Akbar Kurniawan

doi:10.14710/elipsoida.2022.16827

DOI: https://doi.org/10.14710/elipsoida.2022.16827

ESTIMASI PRODUKTIVITAS KOPI DENGAN INDEKS VEGETASI MENGGUNAKAN CITRA SPOT-7

Devi Nilam Sari¹ , Bandi Sasmito¹, Firman Hadi¹, Akbar Kurniawan²

¹Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University, Indonesia,, Indonesia

²Departemen Teknik Geomatika, Fakultas Teknik Sipil, Institut Teknologi Sepuluh Nopember, Indonesia

Received: 19 Oct 2022; Accepted: 22 Nov 2022; Available online: 4 Dec 2022.

BibTex Citation Data :

@article{ELIPSOIDA16827,
    author = {Devi Nilam Sari and Bandi Sasmito and Firman Hadi and Akbar Kurniawan},
    title = {ESTIMASI PRODUKTIVITAS KOPI DENGAN INDEKS VEGETASI MENGGUNAKAN CITRA SPOT-7},
    journal = {Elipsoida : Jurnal Geodesi dan Geomatika},
  volume = {5},
    number = {2},
    year = {2023},
    keywords = {},
    abstract = {Barang perdagangan paling berharga kedua di dunia adalah kopi, yang membantu devisa negara. Menurut data BPS (Badan Pusat Statistik) tahun 2021) terkait produksi kopi, Provinsi Jawa Timur menduduki peringkat ke-16 se-Indoneia untuk produksi kopi. Kebun Bangelan di Desa Bangelan, Kabupaten Malang, merupakan salah satu perkebunan kopi di Jawa Timur. Sebagai kebun percobaan, perkebunan ini didirikan pada tahun 1901. Pemantauan produksi kopi secara terus menerus diperlukan karena hasil Kebun Bangelan bervariasi dari tahun ke tahun. Dalam bidang pertanian, penginderaan jauh dapat digunakan untuk memperkirakan produktivitas tanaman kopi. Tindakan mengumpulkan informasi tentang suatu objek menggunakan perangkat yang tidak bersentuhan fisik langsung dengannya dikenal sebagai penginderaan jauh. Salah satu manfaat penginderaan jauh adalah perolehan data yang cepat, terutama di daerah yang menantang untuk dipelajari secara terestrial. Untuk penelitian ini, digunakan data Normalized Difference Vegetation Index (NDVI), Modified Normalized Difference Vegetation Index (MNDVI), dan Green Normalized Difference Vegetation Index (GNDVI). Untuk mengatasi kesulitan piksel campuran, Multiple Endmember Spectral Mixture Analysis (MESMA) adalah pengklasifikasi yang digunakan dalam penelitian ini. Tujuan dari penelitian ini adalah untuk menilai ketepatan klasifikasi tutupan lahan MESMA dan mempelajari seberapa produktivitas kopi di Kebun Bangelan. Dalam penelitian ini estimasi produktivitas dihitung dengan menggunakan regresi linier sederhana, polinomial, dan linier berganda. Model estimasi terbaik, sebagaimana ditentukan oleh perhitungan regresi linier sederhana, dihasilkan oleh NDVI, yang memiliki standar deviasi 505,875 kg/Ha dan produktivitas 34,396.369 kg/Ha. Model estimasi terbaik dihasilkan oleh NDVI dengan standar deviaasi sebesar 464,158 kg/Ha dan produktivitas sebesar 34,387.395 kg/Ha, menurut perhitungan menggunakan regresi polinomial. Model estimasi terbaik untuk perhitungan menggunakan regresi linier berganda adalah NDVI, yang memiliki standar deviasi 352,414 kg/Ha dan produktivitas 34,394.658 kg/Ha.},
   issn = {2621-9883},   pages = {44--52}  doi = {10.14710/elipsoida.2022.16827},
    url = {https://ejournal2.undip.ac.id/index.php/elipsoida/article/view/16827}
}

Citation Format:

Abstract

Barang perdagangan paling berharga kedua di dunia adalah kopi, yang membantu devisa negara. Menurut data BPS (Badan Pusat Statistik) tahun 2021) terkait produksi kopi, Provinsi Jawa Timur menduduki peringkat ke-16 se-Indoneia untuk produksi kopi. Kebun Bangelan di Desa Bangelan, Kabupaten Malang, merupakan salah satu perkebunan kopi di Jawa Timur. Sebagai kebun percobaan, perkebunan ini didirikan pada tahun 1901. Pemantauan produksi kopi secara terus menerus diperlukan karena hasil Kebun Bangelan bervariasi dari tahun ke tahun. Dalam bidang pertanian, penginderaan jauh dapat digunakan untuk memperkirakan produktivitas tanaman kopi. Tindakan mengumpulkan informasi tentang suatu objek menggunakan perangkat yang tidak bersentuhan fisik langsung dengannya dikenal sebagai penginderaan jauh. Salah satu manfaat penginderaan jauh adalah perolehan data yang cepat, terutama di daerah yang menantang untuk dipelajari secara terestrial. Untuk penelitian ini, digunakan data Normalized Difference Vegetation Index (NDVI), Modified Normalized Difference Vegetation Index (MNDVI), dan Green Normalized Difference Vegetation Index (GNDVI). Untuk mengatasi kesulitan piksel campuran, Multiple Endmember Spectral Mixture Analysis (MESMA) adalah pengklasifikasi yang digunakan dalam penelitian ini. Tujuan dari penelitian ini adalah untuk menilai ketepatan klasifikasi tutupan lahan MESMA dan mempelajari seberapa produktivitas kopi di Kebun Bangelan. Dalam penelitian ini estimasi produktivitas dihitung dengan menggunakan regresi linier sederhana, polinomial, dan linier berganda. Model estimasi terbaik, sebagaimana ditentukan oleh perhitungan regresi linier sederhana, dihasilkan oleh NDVI, yang memiliki standar deviasi 505,875 kg/Ha dan produktivitas 34,396.369 kg/Ha. Model estimasi terbaik dihasilkan oleh NDVI dengan standar deviaasi sebesar 464,158 kg/Ha dan produktivitas sebesar 34,387.395 kg/Ha, menurut perhitungan menggunakan regresi polinomial. Model estimasi terbaik untuk perhitungan menggunakan regresi linier berganda adalah NDVI, yang memiliki standar deviasi 352,414 kg/Ha dan produktivitas 34,394.658 kg/Ha.

Fulltext View|Download

Article Metrics:

Article Info

Section: Articles

Language : ID

In Vol 5, No 2 (2022): Volume 05 Issue 02 Year 2022

Recent articles

ANALISIS DAYA DUKUNG DAN DAYA TAMPUNG AIR MENGGUNAKAN PENDEKATAN BERBASIS SIG (Studi Kasus: Kabupaten Batang) ANALISIS DISTRIBUSI SPASIAL SEKTOR INFORMAL KULINER NON PLATFORM SUPER APPS DI RUANG PUBLIK (Studi Kasus : Kecamatan Banyumanik, Kota Semarang) Analisis Korelasi Land Surface Temperature (LST) dengan Penerapan Pembatasan Kegiatan Masyarakat (PKM) (Studi Kasus : Kawasan Sentra Pengasapan Ikan, Bandarharjo, Semarang) More recent articles

Last update:

No citation recorded.

Last update:

No citation recorded.

Starting from 2021, the author(s) whose article is published in the Elipsoida : Jurnal Geodesi dan Geomatika attain the copyright for their article and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike 4.0 International License. By submitting the manuscript to Elipsoida : Jurnal Geodesi dan Geomatika, the author(s) agree with this policy. No special document approval is required.

The author(s) guarantee that:

their article is original, written by the mentioned author(s),
has never been published before,
does not contain statements that violate the law, and
does not violate the rights of others, is subject to copyright held exclusively by the author(s), is free from the rights of third parties, and the necessary written permission to quote from other sources has been obtained by the author(s).

The author(s) retain all rights to the published work, such as (but not limited to) the following rights:

Copyright and other proprietary rights related to the article, such as patents,
The right to use the substance of the article in its own future works, including lectures and books,
The right to reproduce the article for its own purposes,
The right to archive all versions of the article in any repository, and
The right to enter into separate additional contractual arrangements for the non-exclusive distribution of published versions of the article (for example, posting them to institutional repositories or publishing them in a book), acknowledging its initial publication in this journal (Elipsoida : Jurnal Geodesi dan Geomatika).

Suppose the article was prepared jointly by more than one author. Each author submitting the manuscript warrants that all co-authors have given their permission to agree to copyright and license notices (agreements) on their behalf and notify co-authors of the terms of this policy. Elipsoida : Jurnal Geodesi dan Geomatika will not be held responsible for anything arising because of the writer's internal dispute. Elipsoida : Jurnal Geodesi dan Geomatika will only communicate with correspondence authors.

Authors should also understand that their articles (and any additional files, including data sets and analysis/computation data) will become publicly available once published. The license of published articles (and additional data) will be governed by a Creative Commons Attribution-ShareAlike 4.0 International License. Elipsoida : Jurnal Geodesi dan Geomatika allows users to copy, distribute, display and perform work under license. Users need to attribute the author(s) and Elipsoida : Jurnal Geodesi dan Geomatika to distribute works in journals and other publication media. Unless otherwise stated, the author(s) is a public entity as soon as the article is published.