Segmentasi dan Pengukuran Tingkat Kesehatan Tanaman Karet Berbasis Citra Satelit Sentinel-2A Menggunakan Algoritma Random Forest (Studi Kasus Perkebunan Karet Sembawa)

Abstract

Karet merupakan salah satu komoditi perkebunan penting di Indonesia. Sayangnya produksi karet tahun 2017 sampai2019 mengalami penurunan. Salah satu penyebabnya yaitu gangguan penyakit gugur daun oleh patogen Pestalotiopsis sp. Maka dari itu perlu adanya analisis nilai indeks kesehatan tanaman karet, yang bisa dilakukan menggunakan teknologi remote sensing. Salah satunya yaitu menggunakan citra satelit Sentinel-2A dengan bantuan software Google Earth Engine yang dapat memantau suatu area dalam lingkup yang luas dan dalam periode yang panjang sehingga akan menghemat tenaga dan waktu jika dibandingkan dengan cara manual. Pengklasifikasian untuk memisahkan area perkebunan karet dengan objek lain di sekitarnya terlebih dahulu perlu dilakukan yaitu menggunakan metode klasifikasi berbasis objek dengan algoritma Simple Non-Iterative Clustering dan random forest. Akurasi terbaik dari model klasifikasi yaitu 78,04%. Di antara indeks-indeks yang dianalisis nilainya, indeks Normalized Difference Red Edge dan Leaf Chlorophyll Index dinilai paling cocok untuk dilakukan analisis. Hasil analisis memperlihatkan, penyakit gugur daun menyebabkan kondisi kesehatan tanaman karet menurun yang diperburuk oleh La Nina.

Rubber is one of the important plantation commodities in Indonesia. Rubber production from 2017 to 2019 has decreased. One of the causes is the disruption of a diseases caused by the pathogen Pestalotiopsis sp. Therefore it is necessary to monitor the health of rubber plants which can be done by using remote sensing technology. One of them is using satellite imagery with the help of Google Earth Engine software. Classification to separate the rubber area from various objects around it needs to be done first. One of the methods is object-based classification method using Simple Non-Iterative Clustering and Random Forest algorithm. The best model has 78,04% accuracy. Among all the indices, Normalized Difference Red Edge dan Leaf Chlorophyll Index are considered the most suitable for analysis. The results show that Pestalotiopsis sp leaf fall disease causes the health condition of rubber plants to decline, which is exacerbated by La Nina.