Analisis Foto Udara untuk Pendugaan Potensi Produksi pada Kebun Kelapa Sawit.
View/Open
Date
2019Author
Putra, Rizky Aidil Perdana
Liyantono
Solahudin, Mohamad
Metadata
Show full item recordAbstract
Sensus tanaman merupakan salah satu kegiatan yang sangat penting yang ada
pada kebun kelapa sawit. Kegiatan sensus biasanya dilakukan dengan cara manual
dengan melihat tanaman secara langsung untuk mengetahui kondisi tanaman yang
ada di kebun kelapa sawit dan sebagai perkiraan potensi produksi untuk panen yang
dilakukan pada sistem rotasi panen. Kegiatan sensus tanaman dilakukan rutin pada
kebun kelapa sawit yang memiliki luas kebun tanam yang sangat besar dimana
dengan menggunakan metode manual sensus tanaman akan memerlukan waktu dan
tenaga kerja yang besar. Pemanfaatan teknologi Unmanned Aerial Vehicle (UAV)
pada berbagai bidang semakin berkembang. Teknologi UAV di bidang pertanian
telah digunakan untuk memetakan dan memonitor lingkungan pertanian baik untuk
kesehatan tanaman maupun perkiraan produksi. Pemanfaatan metode pengolahan
gambar atau Image Processing sangat penting dalam proses analisis yang
digunakan dalam beberapa bidang.
Tujuan dari penelitian ini adalah (1) Pengembangan sistem pengambilan
gambar dengan UAV, (2) Evaluasi jumlah pohon dan diameter kanopi untuk
pendugaan potensi produksi dari kebun tanam kelapa sawit dengan cepat, dan (3)
Peramalan produksi pada kebun kelapa sawit sebagai patokan peramalan jumlah
yang akan dihasilkan pada kebun.
Penelitian dilaksanakan pada kebun kelapa sawit yang bertempat di Desa
Bantarsari, kecamatan Ranca Bungur, Kabupaten Bogor dimana penelitian
dilakukan dengan beberapa tahap antara lain pengambilan data di kebun kelapa
sawit sebagai data koreksi, UAV digunakan untuk pengambilan gambar udara
kebun, pengambilan gambar udara dengan UAV pada kebun kelapa sawit di
beberapa umur yang berbeda, pembuatan Graphical User Interface (GUI) sebagai
program pengolahan gambar dan analisis kebun kelapa sawit melalui gambar udara,
serta validasi program dengan data hasil pengambilan pada kebun kelapa sawit.
Pembuatan algoritma prediksi panen dilakukan dengan 4 variabel antara lainumur
tanaman (tahun), diameter kanopi pohon kelapa sawit yang diamati (pixel), resolusi
gambar (cm/pixel), jumlah tandan (tandan/pohon/tahun) dengan penggunaan
persamaan linier berganda.
Berdasarkan hasil uji dari program dengan data actual kebun didapatkan
akurasi deteksi sebesar 95,861% serta error deteksi diameter kanopi pohon sebesar
2,297 cm. Pendugaan potensi ptoduksi dengan menggunakan program didapatkan
RMSE sebesar 1,188 ton/Ha/tahun atau error sebesar 8,989%.
Collections
- MT - Agriculture Technology [2332]