Analisis Tingkat Germinasi Tebu (Saccharum officinarum L.) dengan Citra Satelit untuk Menduga Kebutuhan Penyulaman

Abstract

Tanaman tebu merupakan bahan baku dalam pembuatan gula. Produksi gula yang berasal dari tebu di Indonesia saat ini belum cukup untuk memenuhi kebutuhan masyarakat. Sehingga perlu adanya perhatian dalam upaya peningkatan rendemen. Kegiatan budidaya tebu banyak yang harus diperhatian. Salah satu kegiatan yang penting yaitu penyulaman. Penentuan lahan tebu yang perlu disulam masih dilakukan secara manual sehingga membutuhkan banyak waktu dan tenaga manusia. Oleh karena itu identifikasi persentase pertumbuhan tebu perlu dilakukan dengan metode lain seperti penginderaan jauh menggunakan citra satelit dengan platform Google Earth Engine agar lebih cepat dan tepat. Penentuan persentase germinasi tebu pada penelitian ini menggunakan citra drone untuk menentukan titik area yang tidak ditumbuhi tanaman tebu dan datasets citra satelit Sentinel-2 dengan nilai Normalized Difference Vegetation Index (NDVI) sebagai parameter untuk mengetahui tutupan lahan tebu. Hasil penelitian menunjukkan bahwa pengolahan citra Sentinel-2 memiliki kendala seperti tutupan awan sehingga perlu dilakukan Cloud Masking dan Gap Filling. Nilai NDVI antara citra Sentinel-2 dan citra drone memiliki nilai berbeda karena resolusi spasial dan gangguan atmosfer. Nilai NDVI tidak dapat membedakan antara gulma dan tebu pada umur tanaman yang masih muda. Akurasi terbaik yang didapatkan yaitu 98,53% dari data validasi dengan menggunakan nilai NDVI citra Sentinel-2 transformasi. Hasil tersebut sangat dipengaruhi oleh data training yang digunakan. Umur tanaman tebu yang tepat untuk dilakukan pendugaan persentase germinasi yaitu 4 minggu setelah tanam (MST).

Sugarcane plants are the raw material for the production of sugar. Sugar production in Indonesia is currently not enough to fulfill the demands of the community. So, it is necessary to pay attention in order to increase the yield. Many sugarcane cultivation activities must be considered. One of the important activities is replanting. Determination of sugarcane area that needs to be replanted is still done manually so it takes a lot of time and human labor. Therefore, identification of the percentage of sugarcane growth needs to be done by other methods such as remote sensing using satellite imagery with the Google Earth Engine platform to be faster and more precise. Determination of the percentage of sugarcane germination in this study uses drone imagery to determine the spot of the area that is not overgrown with sugarcane plants and Sentinel-2 satellite image datasets with Normalized Difference Vegetation Index (NDVI) as a parameter to determine sugarcane land cover. The results showed that Sentinel-2 image processing has limitations such as cloud cover, which requires cloud masking and gap filling. NDVI values between Sentinel-2 images and drone images have different values due to spatial resolution and atmosfer noise. NDVI values cannot distinguish between weeds and sugarcane at an early crop age. The best accuracy obtained is 98.53% from validation data using the NDVI value of the transformed Sentinel-2 image. These results are strongly influenced by the training data used. The best age for estimating the percentage of germination of sugarcane is 4 weeks after planting.