Citra Sentinel-2 untuk Klasifikasi Umur Tanaman Padi dengan Pendekatan Gaussian Mixture Model

Abstract

Konsumsi beras masyarakat Indonesia yang tinggi yaitu mencapai 28,69 juta ton pada tahun 2019 menjadikan tanaman padi salah satu subsektor tanaman pangan dalam memenuhi kebutuhan pangan nasional. Pemantauan umur tanaman padi dilakukan agar memberikan gambaran prediksi panen dan produksi tanaman padi. Teknologi penginderaan jauh dapat melakukan pemantauan umur tanaman padi salah satunya menggunakan Citra Sentinel-2. Penelitian ini bertujuan mengklasifikasi umur tumbuh tanaman padi dan menilai akurasi klasifikasi umur tumbuh tanaman padi dari Citra Sentinel-2 dengan pendekatan Gaussian mixture model (GMM). GMM merupakan salah satu metode satu metode yang sederhana dengan basis fungsi kepadatan. Penelitian dilakukan di lahan sawah Dinas Pertanian, Perkebunan, Pangan, dan Hortikultura Kabupaten Cianjur, Provinsi Jawa Barat dengan waktu pengamatan dari bulan Mei - Agustus 2021. Hasil penelitian menunjukkan setiap band memiliki hubungan yang berbeda-beda antara nilai reflektan dan lahan sawah (vegetasi), sehingga grafik yang terbentuk beragam. Klasifikasi GMM menunjukkan adanya kontinuitas umur padi pada setiap akuisisi citra dari 0 - 130 hari setelah tanam. Nilai overall accuracy dari model GMM ≥ 75% pada resolusi 10 m sebanyak 5 akuisisi citra.