TA: ANALISIS TINGKAT PRODUKTIVITAS DAN KESEHATAN KELAPA SAWIT MENGGUNAKAN DATA FOTO UDARA MULTISPKETRAL DAN LIDAR
(Studi Kasus : Kecamatan Batin XXIV, Provinsi Jambi)
Total View This Week0
Total View This Week0
Institusion
Institut Teknologi Nasional Bandung
Author
EVRILI, NINDA
Subject
Datestamp
2021-05-25 04:02:48
Abstract :
Salah satu teknologi penginderaan jauh yang memiliki akurasi tinggi yaitu Light Detection and Ranging (LiDAR) dan Foto Udara. Teknologi ini sangat cocok untuk memantau produktivitas perkebunan kelapa sawit yang luas. Untuk mengidentifikasi dan mengestimasi tingkat produktivitas kelapa sawit dibutuhkan informasi umur setiap pohon. Umur pohon diketahui melalui perhitungan jumlah pohon secara manual dan otomatis, dilanjutkan dengan mengidentifikasi tinggi pohon dari data LiDAR yang dimodelkan ke dalam bentuk DEM, DSM, dan CHM. Dari tinggi tiap pohon ini selanjutnya dapat diidentifikasi umur pohon yang berguna untuk mengestimasi tingkat produktivitas kelapa sawit. Umur pohon dengan hasil paling tinggi yaitu pada rentang umur 13-20 tahun. Pada penelitian ini dilakukan pula klasifikasi NDVI untuk menentukan kesehatan dari pohon kelapa sawit sebagai pendukung dalam estimasi tingkat produktivitas kelapa sawit. Nilai produktivitas kelapa sawit yang telah didapatkan adalah sebesar 3.554,11 ton untuk kelas lahan S1 (Sangat Sesuai); sebesar 3.147,94 ton untuk kelas lahan S2 (sesuai) dan sebesar 2.963,35 ton untuk kelas lahan S3 (kurang sesuai). Hasil ekstraksi otomatis identifikasi pohon kelapa sawit berjumlah 14.981 pohon dan hasil digitasi manual berjumlah 18.480 pohon. Hal ini menunjukkan bahwa prosentase perhitungan tercapai >80% yaitu mencapai 81,01%. Terdapat perbedaan jumlah pohon antara perhitungan otomatis dengan manual sebesar 18,93%. Perbedaan hasil dari kedua metode memberikan nilai RMSe absis (X) sebesar 0,79 meter dan nilai RMSe ordinat (Y) sebesar 0,91 meter serta RMSe Z sebesar 0,74 meter. NDVI yang didapatkan dapat dianalisis bahwa pohon kelapa sawit mempunyai nilai index vegetasi dari rentang -0.9 sampai 0.9. Pada -0.9 sampai 0.1 merupakan area non vegetasi, nilai 0.1 sampai 0.3 merupakan vegetasi yang sakit, dan nilai 0,5 sampai 0.9 merupakan tumbuhan yang sehat. Kata kunci : Foto Udara Multispektral, LiDAR, Kelapa Sawit,Tinggi Pohon, Template Matching, dan NDVI.
Salah satu teknologi penginderaan jauh yang memiliki akurasi tinggi yaitu Light Detection and Ranging (LiDAR) dan Foto Udara. Teknologi ini sangat cocok untuk memantau produktivitas perkebunan kelapa sawit yang luas. Untuk mengidentifikasi dan mengestimasi tingkat produktivitas kelapa sawit dibutuhkan informasi umur setiap pohon. Umur pohon diketahui melalui perhitungan jumlah pohon secara manual dan otomatis, dilanjutkan dengan mengidentifikasi tinggi pohon dari data LiDAR yang dimodelkan ke dalam bentuk DEM, DSM, dan CHM. Dari tinggi tiap pohon ini selanjutnya dapat diidentifikasi umur pohon yang berguna untuk mengestimasi tingkat produktivitas kelapa sawit. Umur pohon dengan hasil paling tinggi yaitu pada rentang umur 13-20 tahun. Pada penelitian ini dilakukan pula klasifikasi NDVI untuk menentukan kesehatan dari pohon kelapa sawit sebagai pendukung dalam estimasi tingkat produktivitas kelapa sawit. Nilai produktivitas kelapa sawit yang telah didapatkan adalah sebesar 3.554,11 ton untuk kelas lahan S1 (Sangat Sesuai); sebesar 3.147,94 ton untuk kelas lahan S2 (sesuai) dan sebesar 2.963,35 ton untuk kelas lahan S3 (kurang sesuai). Hasil ekstraksi otomatis identifikasi pohon kelapa sawit berjumlah 14.981 pohon dan hasil digitasi manual berjumlah 18.480 pohon. Hal ini menunjukkan bahwa prosentase perhitungan tercapai >80% yaitu mencapai 81,01%. Terdapat perbedaan jumlah pohon antara perhitungan otomatis dengan manual sebesar 18,93%. Perbedaan hasil dari kedua metode memberikan nilai RMSe absis (X) sebesar 0,79 meter dan nilai RMSe ordinat (Y) sebesar 0,91 meter serta RMSe Z sebesar 0,74 meter. NDVI yang didapatkan dapat dianalisis bahwa pohon kelapa sawit mempunyai nilai index vegetasi dari rentang -0.9 sampai 0.9. Pada -0.9 sampai 0.1 merupakan area non vegetasi, nilai 0.1 sampai 0.3 merupakan vegetasi yang sakit, dan nilai 0,5 sampai 0.9 merupakan tumbuhan yang sehat. Kata kunci : Foto Udara Multispektral, LiDAR, Kelapa Sawit,Tinggi Pohon, Template Matching, dan NDVI.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
