| dc.contributor.advisor | Liyantono, Liyantono | |
| dc.contributor.author | Ramdhan, Fadjaristya | |
| dc.date.accessioned | 2021-10-20T12:46:31Z | |
| dc.date.available | 2021-10-20T12:46:31Z | |
| dc.date.issued | 2021 | |
| dc.identifier.uri | http://repository.ipb.ac.id/handle/123456789/109674 | |
| dc.description.abstract | Taksasi adalah proses perkiraan hasil tandan buah segar yang dipanen pada
periode tertentu. Taksasi secara umum dilakukan secara langsung turun ke lapangan
saat proses pengambilan data, namun taksasi dapat dilakukan dengan teknik remote
sensing sehingga proses pengumpulan data lebih praktis dan menghemat biaya.
Tujuan dari penelitian ini adalah menghitung nilai indeks vegetasi (NDVI) dan
indeks keterbukaan lahan (OAI) citra Sentinel-2, menentukan persamaan regresi
linear berganda untuk estimasi produktivitas kelapa sawit di PT. Socfin Indonesia,
menguji persamaan dengan uji statistik yaitu uji signifikasi F (Sig. F), uji koefisien
determinasi (R2
), dan uji akurasi, dan menentukan model terbaik dalam menduga
produktivitas kelapa sawit. Pendugaan produktivitas kelapa sawit dilakukan dengan
menggunakan 3 parameter (indeks vegetasi/indeks keterbukaan lahan, curah hujan,
dan dosis pupuk), 2 parameter (indeks vegetasi/indeks keterbukaan lahan dan curah
hujan) dan 1 parameter (indeks vegetasi/indeks keterbukaan lahan) dengan masingmasing parameter dilakukan pergeseran beberapa bulan ke belakang (M-2, M-4,
dan M-8 untuk 4 bulanan serta M-3, M-6, dan M-12 untuk 6 bulanan). Hasil dari
persamaan yang didapat diuji lalu diberi skor masing-masing kelompoknya lalu di
beri bobot yang sesuai. Hasil penelitian menunjukkan kelompok 4 bulanan SR
pergeseran M-8 dengan 2 parameter (NDVI maksimum dan curah hujan lapang)
memiliki hasil terbaik dalam menduga produktivitas kelapa sawit. | id |
| dc.description.abstract | Oil palm productivity forecasting is the process of estimating the yield of
fresh fruit bunches harvested in a certain period. Oil palm productivity forecasting
is generally carried out directly to the field during the data collection process but
can be done using remote sensing techniques so that the data collection process is
more practical and saves costs. The purpose of this study is to calculate the value
of the vegetation index (NDVI) and open area index (OAI) of the Sentinel-2 image,
determine the multiple linear regression equation for the estimation of oil palm
productivity at PT. Socfin Indonesia, tested the equation with statistical tests,
namely the F significance test (Sig. F), coefisien of determination test (R2
), and
accuracy test, and determine the best model in estimating oil palm productivity.
Estimation of oil palm productivity was carried out using 3 parameters (vegetation
index/open area index, rainfall, and fertilizer dose), 2 parameters (vegetation
index/open area index and rainfall), and 1 parameter (vegetation index/open area
index) with each parameter was shifted several months back (M-2, M-4, and M-8
for 4 months and M-3, M-6, and M-12 for 6 months). The results of the equations
obtained are tested and then given a score for each group and then given the
appropriate weight. The results showed that the 4-months SR shift M-8 with 2
parameters (maximum NDVI and field rainfall) had the best results in predicting
oil palm productivity. | id |
| dc.language.iso | id | id |
| dc.publisher | IPB University | id |
| dc.title | Estimasi Produktivitas Kelapa Sawit dengan Indeks Keterbukaan Lahan dan Indeks Vegetasi Citra Sentinel 2, Curah Hujan, dan Pemupukan | id |
| dc.title.alternative | Oil Palm Productivity Estimation Based on Sentinel 2 Image Vegetation Index and Open Area Index, Rainfall, and Fertilization | id |
| dc.type | Undergraduate Thesis | id |
| dc.subject.keyword | Google Earth Engine | id |
| dc.subject.keyword | open area index | id |
| dc.subject.keyword | palm oil | id |
| dc.subject.keyword | remote sensing | id |
| dc.subject.keyword | sentinel-2 | id |
| dc.subject.keyword | vegetation index | id |
