Pemodelan Pertumbuhan Padi Berbasis Sensor Darat Sebagai Acuan Bagi Analisis Citra Wahana Nir Awak

Abstract

Ketersediaan data sawah merupakan kunci untuk perencanaan pertanian di Indonesia. Data kalender penanaman (Kalender Tanam, KATAM) telah tersedia untuk umum, namun demikian, informasi yang disajikan tidak begitu rinci untuk pemodelan lebih lanjut dan/atau pengambilan keputusan. Ketersediaan sistem udara tak berawak membuka peluang untuk mendapatkan data resolusi spasial yang lebih tinggi. Namun demikian, data yang diambil harus dilakukan dengan baik. Dalam penelitian ini, data multi-temporal diambil setiap minggu untuk mendapatkan variasi pola pertumbuhan padi. Pengukuran menggunakan klorometer digunakan sebagai dasar untuk menduga peubah lain yang dikembangkan dari pengukuran berbasis darat atau wahana nir awak (UAS). Excess Greenness (EG) dan Green Chromatic Coordinate (GCC) ditelaah sebagai peubah pemodelan. Penelitian ini menunjukkan bahwa pembacaan klorometer meningkat secara signifikan dalam 22 hari setelah tanam (HST). Hal tersebut memiliki kemiripan pola dengan EG, namun dalam skala yang berbeda. Kenaikan substansial ini berkurang pada sekitar 50 HST, juga sesuai dengan pola EG. Dengan demikian, EG dapat berfungsi sebagai kandidat untuk memantau pertumbuhan padi dari sensor RGB, baik yang dipasang pada UAS maupun pada perangkat genggam. Estimasi tinggi tanaman dari UAS ditemukan mirip dengan yang diamati in-situ.

Detailed data availability of rice paddy remains the key for agricultural planning in Indonesia. While planting calendar (Kalender Tanam, KATAM) has been available to public, the nature of the database does not sufficiently contain detailed information for further modeling and/or decision making. The availability of Unmanned Aerial Systems (UAS) opens a chance to gain higher spatial resolution data. Unfortunately, the baseline data taken from ground survey needs to be well constructed. In this research, the author proposed a multi-temporal surveillance in weekly basis to obtain variations in rice vigor, with particular weight in the leaf greenness. The measurement employed chlorometer as the baseline for other proxies developed from ground- or UAS-based measurements. Excess Greenness (EG) and Green Chromatic Coordinate (GCC) were examined as key modelling variables, taking their compatibility to RGB sensors on-board the UAS. This research found that chlorometer readings rose significantly in 22 days after transplanting (DAT), which was fairly similar to EG, altought in a different scaling. This substantial upsurge was reduced in around 50 DAT, coincide with the EG. This suggests that EG served as the best candidate to investigate rice growth from RGB sensors. Either mounted in UAS or in handheld device. Height estimation from UAV was found similar to the one observed in-situ.