Pengaruh Ketinggian Terbang dan Waktu Akuisisi Drone Terhadap Land Surface Temperature di Lahan Jagung Kebun Percobaan Cikabayan

Abstract

Penggunaan drone sebagai alat pemantauan suhu permukaan lahan atau Land Surface Temperature (LST) semakin berkembang, khususnya dalam bidang pertanian presisi. Penelitian ini bertujuan untuk mengetahui pengaruh beda waktu dan tinggi terbang drone terhadap akurasi nilai LST pada lahan jagung di Kebun Percobaan Cikabayan, IPB University. Data dikumpulkan menggunakan drone DJI Mavic 3T dengan sensor termal pada ketinggian 20, 40, dan 60 meter serta waktu pengambilan pukul 10.00, 12.00, dan 14.00 WIB. Kalibrasi dilakukan menggunakan kamera Minolta sebagai pembanding nilai suhu lapangan. Hasil menunjukkan bahwa nilai LST cenderung lebih akurat pada ketinggian rendah, terutama 20 meter, dan waktu pengambilan pukul 12.00 menghasilkan nilai koefisien determinasi (R²) tertinggi sebesar 0,6427. Namun, nilai RMSE terkecil ditemukan pada pukul 10.00 dengan ketinggian 20 meter, yang menandakan kombinasi optimal untuk pemetaan LST. Penelitian ini menegaskan pentingnya mempertimbangkan waktu dan ketinggian terbang drone untuk memperoleh data suhu permukaan yang akurat di sektor pertanian.

The use of drones for monitoring Land Surface Temperature (LST) is rapidly advancing, particularly in the field of precision agriculture. This study aims to examine the influence of different flight times and altitudes on the accuracy of LST values in a corn field located at the Cikabayan Experimental Farm, IPB University. Data were collected using a DJI Mavic 3T drone equipped with a thermal sensor at altitudes of 20, 40, and 60 meters and at three different times: 10:00, 12:00, and 14:00 local time (WIB). Calibration was conducted using a Minolta thermal camera as a ground reference. The results showed that LST values tended to be more accurate at lower altitudes, particularly at 20 meters. Additionally, data acquired at 12:00 yielded the highest coefficient of determination (R² = 0.6427). However, the lowest Root Mean Square Error (RMSE) was recorded at 10:00 at 20 meters altitude, indicating the optimal combination for LST mapping. This research highlights the importance of considering both acquisition time and drone flight altitude to obtain accurate surface temperature data in the agricultural sector.