PENGGUNAAN ALGORITMA NDVI DAN EVI PADA CITRA MULTISPEKTRAL UNTUK ANALISA PERTUMBUHAN PADI (STUDI KASUS : KABUPATEN INDRAMAYU, JAWA BARAT)

Aulia Hafizh S, Agung Budi Cahyono, Agus Wibowo

Abstract


Kabupaten Indramayu merupakan salah satu kabupaten yang merupakan daerah sentra pertanian dimana sektor ini menyumbang 43% dari total PDRB (Produk Domestik Regional Bruto). Strategi yang tepat dan cepat harus dicanangkan untuk selalu memenuhi kebutuhan akan bahan pokok tersebut. Teknologi penginderaan jauh dapat mengakomodir informasi suatu objek secara cepat dan akurat tanpa harus berinteraksi langsung dengan objek dan dapat dimanfaatkan dalam berbagai aplikasi yang diinginkan. Pembangunan model - model estimasi produktivitas pada beberapa komoditas vegetasi pertanian seperti padi telah digunakan sejak dua dekade lalu. Dari berbagai macam permodelan vegetasi, indeks vegetasi yang paling umum digunakan adalah NDVI (Normalized Difference Vegetation Index) dan EVI (Enhanced Vegetation Index). Hasil dari penelitian ini adalah penentuan fase pertumbuhan , masa tanam, dan masa panen tumbuhan padi pada citra MODIS L1B. Masa tanam padi di kabupaten Indramayu berada pada bulan Juni dan Desember 2011, masa panen berada pada bulan  Mei dan September 2011. Citra Aster digunakan sebagai data pendukung untuk menentukan korelasi linear  terhadap data lapangan (fieldspectometer). Korelasi yang dihasilkan Antara Modis - Aster sebesar 0.9576 pada EVI dan 0.9654 pada NDVI; Modis - Fieldspectometer sebesar 0.8798 pada EVI dan 0.9077 pada NDVI; dan pada Aster - Fieldspectometer sebesar 0.9220 pada EVI dan 0.9460 pada NDVI. Korelasi dari ketiga data tersebut memiliki hubungan yang cukup kuat dikarenakan nilai yang dihasilkan mendekati nilai 1.

Keywords


penginderaan jauh; NDVI; EVI; modis L1B; aster

Full Text:

PDF

References


Darmawan, Arief. Pembangunan Model Hyperspectral Untuk Estimasi Produktivitas Vegetasi Padi Berdasarkan Derivatif Linear. Surabaya, IT, 2012.

Dirgahayu, D. D, dkk. Model Pertumbuhan Tanaman Padi menggunakan data Modis Untuk Pendugaan Umur Padi Sawah. PIT MAPIN XIV, 2005.

Furqon. Statistika Penerapan untuk Penelitian. Bandung, Alfabeta. 1999

Huete, A., Liu, H., dkk. An error and senstiivity analysis of the Atmospheric and soil corecting variants of the NDVI for the MODIS-EOS. IEEE GSRSS, 32, 897-905 Arizona : Elsiever Science Publisher. 1994.

Jiang, Zhangyan, et,al. Development of a two-band Enhanced Vegetation Index without Blue Band. Elsevier, University of Hawaii. 2008

Rouse, J.W. Haas, R. H. dkk. Monitoring The Vernal Advancement and Retrogradation (Green Wave Effect) of Natural Vegetation. Final Rep. RSC 1978-4, Remote Sensing Center, Texas A&M University. 1974.

Tucker, C. J. Relationship Between Atmospheric Co2 Variations And A Satellite-Derived Vegetation Index. Nature, 319 (6050), 359 - 375. 1986.

Wahyunto , dkk. 2006. Pendugaan Produktivitas Tanaman Padi Sawah Melalui Analisis Citra Satelit. Jakarta : Litbang Sumberdaya Lahan Pertanian.




DOI: http://dx.doi.org/10.12962/j24423998.v9i1.733

Refbacks

  • There are currently no refbacks.


Creative Commons License
Geoid Journal of Geodesy and Geomatics by Department of Geomatics Engineering - ITS is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.