Hubungan Produktivitas Kelapa Sawit dengan Indeks Vegetasi Citra Landsat 8 dan Curah Hujan pada Tanaman Sawit Dewasa di Kebun Cikasungka PTPN VIII

Abstract

Taksasi produktivitas kelapa sawit merupakan bagian penting pengolahan kebun kelapa sawit yang masih dilakukan secara manual. Adapun, taksasi juga dapat dilakukan dengan menggunakan alternatif lain yaitu penginderaan jarak jauh. Citra satelit Landsat 8 Surface Reflectance dapat digunakan sebagai alternatif dibantu algoritma indeks vegetasi EVI (Enhanced Vegetation Index), NDVI (Normalize Difference Vegetation Index), dan VARI (Visible Atmospherically Resistant Index). Produktivitas kelapa kemudian diduga dengan metode regresi linear dan regresi linear berganda menggunakan parameter EVI/NDVI/VARI, curah hujan, dan bulan hujan. Analisis regresi linear dan regresi linear berganda dilakukan dengan 3 perlakuan, yaitu perlakuan normal, pergeseran 1 tahun, dan pergeseran 2 tahun. Hasil analisis regresi linear berganda menunjukkan nilai koefisien korelasi dari masing-masing indeks EVI, NDVI, dan VARI. Nilai korelasi tertinggi untuk semua indeks adalah sama yaitu 0.999, sedangakan nilai terendahnya secara berurut yaitu 0.028, 0.087, dan 0.134. Nilai korelasi regresi linear lebih rendah dibandingkan dengan korelasi regresi linear berganda. Uji F menunjukkan bahwa semua variabel bebas adalah berpengaruh secara signifikan terhadap variabel terikat. Uji akurasi menunjukkanpengolahan normal memiliki akurasi lebih tinggi. Indeks vegetasi adalah variabel bebas yang paling berpengaruh terhadap produktivitas. Hal ini ditunjukkan dari nilai R2 dan nilai koefisien variabel tersebut, semakin besar nilai koefisien semakin besar pengaruhnya.

Taxation of oil palm productivity, an important part of oil palm plantation management, is still performed manually. Oil palm production can be estimated using remote sensing technology as an alternative. Landsat 8 Surface Reflectance satellite imagery can be used to estimate oil palm production using vegetation index algorithm EVI (Enhanced Vegetation Index), NDVI (Normalized Difference Vegetation Index), and VARI (Visible Atmospherically Resistant Index). Oil palm productivity then analyzed using the linear regression and multiple linear regression with the EVI/NDVI/VARI, rainfall, and rainy month. The analysis was performed with 3 treatments, namely normal treatment, 1-year data shift, and 2-year data shift. The results of multiple linear regression analysis show the value of the correlation coefficient of EVI, NDVI, and VARI. All indices had the same highest correlation value of 0.999, while the lowest were 0.028; 0.087; 0.134. The value of the linear regression correlation is lower than the value of the multiple linear regression correlation. The F test reveals that all independent variables are important explanations for the dependent variable. Accuracy test shows that normal treatmaent is the most accurate. The vegetation index is the independent variable that has the most influence on productivity, this is indicated by the R 2 value and the coefficient value of these variables, the greater the coefficient value the greater the effect.