Analisis Tingkat Germinasi Tebu (Saccharum officinarum L.) dengan Citra Unmanned Aerial Vehicle (UAV)

Abstract

Tanaman tebu merupakan salah satu tanaman industri dengan nilai ekonomi yang tinggi. Dalam upaya untuk meningkatkan produktivitas tebu, pendeteksian tingkat germinasi tebu menjadi salah satu langkah penting di tahapan awal. Namun, penggunaan tenaga kerja manusia untuk menghitung dan memeriksa jumlah tebu yang perlu disulam menghabiskan banyak waktu dan kurang efisien. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan model pendugaan tingkat germinasi tebu dengan citra unmanned aerial vehicle (UAV) yang diolah dengan aplikasi Quantum Geographic Information System (QGIS) baik menggunakan klasifikasi digital ataupun tidak. Dalam penelitian ini, terdapat dua model pendugaan yang dikembangkan, yaitu model pendugaan dengan metode klasifikasi digital K-Means Clustering dan metode nilai ambang median normalized differencce vegetation index (NDVI). Berdasarkan uji akurasi terhadap titik sulam dan dugaan berlebih dari hasil kedua model, model pendugaan dengan klasifikasi digital K-Means Clustering merupakan model yang lebih baik daripada model pendugaan dengan metode nilai ambang median NDVI. Hal ini dibuktikan dengan nilai persentase akurasi terhadap titik sulamnya secara overall lebih tinggi, yaitu 81,44% untuk model pendugaan dengan klasifikasi digital K-Means Clustering dan 70,75% untuk model pendugaan dengan metode nilai ambang median, serta nilai persentase dugaan berlebih secara overall lebih rendah, yaitu 56,99% untuk model pendugaan dengan klasifikasi digital K-Means Clustering dan 70,70% untuk model pendugaan dengan metode nilai ambang median.