Transformasi Indeks Vegetasi Citra LANDSAT 8 OLI untuk Pemetaan Musim Tanam pada Lahan Sawah di Kabupaten Buru, Provinsi Maluku
Abstract
The use of satellite imagery in agriculture has been widely used, for example in plantation areas or in rice fields. Satellite imagery can estimate the area of paddy fields and estimate rice production; however, the application of satellites for mapping the planting season in rice fields using Landsat 8 OLI imagery and NDVI (Normal Difference Vegetation Index) transformation has not been widely undertaken. This study aimed to analyze the growing season in paddy fields based on the results of NDVI analysis of Multitemporal Landsat 8 OLI imagery. Based on the results of research analyzed from the spectral value of NDVI images recorded in March and May 2020 then added with the results of observations and farmer interviews in September 2020, it was found that there were color differences in NDVI images caused by differences in planting time or plant age at the time of recording the image. The planting season in rice fields in the Buru regency was generally two times per year or five times per two years. The increase in the rice planting season could be realized due to the availability of water in the field that was sufficient for the growth of rice plants, both from irrigation and rainfall. Based on the interpretation of the images used and field checks, it was found that the accuracy test results showed the overall accuracy of 88%. The overall accuracy value is considered correct if it exceeds the tolerance limit given, which is ≥ 80%.
Keywords: Buru Regency, growing season, Landsat 8, NDVI, paddy fields
ABSTRAKPemanfaatan citra satelit pada bidang pertanian telah banyak dilakukan, misalnya pada areal perkebunan ataupun pada areal persawahan. Citra satelit dapat menduga luas lahan sawah sampai dengan menduga produksi padi; tetapi pemanfaatan citra satelit untuk pemetaan musim tanam di lahan sawah menggunakan citra Landsat 8 OLI dan transformasi NDVI (Normalized Difference Vegetation Index) sampai saat ini belum banyak dilakukan. Penelitian ini bertujuan untuk Menganalisis musim tanam di lahan sawah berdasarkan hasil analisis NDVI Citra Landsat 8 OLI Multitemporal. Berdasarkan hasil penelitian yang dianalisis dari nilai spektral citra NDVI perekaman bulan Maret dan Mei tahun 2020 ditambah dengan hasil pengamatan serta wawancara petani pada bulan September 2020 didapatkan adanya perbedaan warna pada citra NDVI yang diakibatkan oleh perbedaan waktu tanam ataupun umur tanaman pada saat perekaman citra. Musim tanam pada lahan sawah di Kabupaten Buru umumnya dua kali per tahun atau lima kali per dua tahun. Peningkatan musim tanam padi dapat terealisasi karena ketersediaan air di lapangan untuk mencukupi pertumbuhan tanaman padi, baik yang bersumber dari air irigasi maupun curah hujan. Berdasarkan interpretasi citra yang digunakan dan pengecekan lapangan didapatkan bahwa hasil uji akurasi menunjukkan hasil overall accuracy sebesar 88%. Nilai overall accuracy dianggap benar jika melebihi batas toleransi yang diberikan yakni ≥ 80%.
Kata kunci: Kabupaten Buru, Landsat 8, lahan sawah, musim tanam, NDVI
Downloads
References
Avicienna, M., B. Tjahjono dan A. Sutandi. 2012. Teknik penginderaan jauh untuk pemilihan lahan pertanian padi Sawah berkelanjutan. Jurnal Ilmu Tanah dan Lingkungan 14(2):56-65. DOI: https://doi.org/10.29244/jitl.14.2.56-65
BPS Maluku. 2019. Provinsi Maluku Dalam Angka 2019. Badan Pusat Statistik Provinsi Maluku. Ambon.
Djurdjani dan Kartini. 2004. Pengolahan Citra Digital. Teknik Geodesi Universitas Gadjah Mada. Yogyakarta.
Hafizh, A., A. Cahyono dan A. Wibowo. 2013. Penggunaan algoritma NDVI dan EVI pada citra multispektral untuk analisis pertumbuhan padi: Studi Kasus Kab Indramayu Jawa Barat. Jurnal Geoid 9 (1):7-10. DOI: https://dx.doi.org/10. 12962/j24423998.v9i1.733
Hardjowigeno S, H. Subagyo dan M. Luthf. 2004. Tanah Sawah dan Teknologi Pengelolaannya. Pusat Penelitian Tanah dan Agroklimat. Departemen Pertanian, Bogor.
Loveland, R. dan R. Irons. 2016. Landsat 8: The plans, the reality and the legacy. Remote Sensing of Environment 185:1-6. DOI: 10.1016/j.rse. 2016. 07.033
Makarim, A.K., Ikhwani dan M.J. Mejaya. 2017. Rasionalisasi pola rotasi tanaman pangan berbasis ketersediaan air. Iptek Tanaman Pangan 12(2):83-90.
Murdiyati, S. dan P. Danoedoro. 2010. Integrasi transformasi spektral citra Landsat ETM+ dan SIG untuk pemetaan pola rotasi tanam lahan sawah Kabupaten dan Kota Semarang serta daerah sekitarnya di Jawa Tengah. Jurnal Majalah Geografi Indonesia 24(2):121-141. DOI: https: //doi.org/10.22146/mgi.13350
Prasetyo N., B. Sasmito dan Y. Prasetyo. 2017. Analisis perubahan kerapatan hutan menggunakan metode NDVI dan EVI pada citra satelit Landsat 8 tahun 2013 dan 2016: Studi kasus Kabupaten Semarang. Jurnal Geodesi Undip 6(3):21-27
Siahaya, W.A., 2016. Pengaruh perubahan tutupan lahan terhadap perubahan penutup bentik dasar perairan pesisir pulau kecil berdasarkan citra satelit resolusi menengah (Studi kasus empat belas DAS yang bermuara di Teluk Ambon). Disertasi S3, Program Pascasarjana, Universitas Gadjah Mada, Yokyakarta.
Xie, Y., Z. Sha, and M. Yu. 2008. Remote sensing imagery in vegetation mapping: a review. Plant Ecology Jurnal 1(1):9-23. DOI: 10.1093/jpe/ rtm005
Copyright (c) 2020 Nunung N Tatisina, Willem A Siahaya, Johanes P Haumahu
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.