Pola Indeks Vegetasi Citra Drone dan Indeks Kandungan Klorofil Tanaman Padi dan Kaitannya dengan Produksi.
Date
2024Author
Hati, Ginna Soniya Permata
Munibah, Khursatul
Tjahjono, Boedi
Metadata
Show full item recordAbstract
Peningkatan produksi padi adalah prioritas nasional dalam mencapai ketahanan pangan. Fase tumbuh padi melalui pola indeks vegetasi (NDVI) dan indeks kandungan klorofil (CCI) dilakukan untuk memantau kondisi fisiologis yang dapat mengindikasikan produksi potensial tanaman padi. Pendekatan teknologi penginderaan jauh menggunakan indeks dapat membantu mengurangi bias subjektivitas pengamat. Teknologi penginderaan jauh seperti citra multispektral UAV dan CCM-200 Plus memiliki resolusi yang tinggi sehingga dapat medeteksi pertumbuhan tanaman melalui tingkat kehijauan. Varietas padi yang dianalisis pada penelitian ini adalah Ciherang dan IR64, dengan 8 fase pertumbuhan. Tujuan dari penelitian ini adalah (1) menganalisis pola indeks vegetasi citra drone dan indeks kandungan klorofil, (2) menganalisis hubungan antara indeks vegetasi citra drone dan indeks kandungan klorofil dengan produksi potensial padi, (3) menganalisis fase tumbuh padi yang optimal untuk pemantauan produksi padi. Hasil penelitian menunjukan bahwa pola indeks vegetasi citra drone dan indeks kandungan klorofil dapat membedakan verietas padi dan fase tumbuh. Pola indeks tanaman terbaik ditunjukan pada fase generatif awal atau reproduktif (65 HST). Pola indeks IR64 mengalami penurunan kedua indeks lebih cepat dibandingkan dengan Ciherang karena dipengaruhi oleh perbedaan umur tanam. Hasil uji korelasi menunjukkan bahwa NDVI dengan produksi potensial memiliki hubungan yang kuat (R = 0,89) dibandingkan dengan indeks kandungan klorofil (R = 0,58). Berdasarkan regresi sederhana, NDVI dapat menjelaskan produksi potensial padi dengan koefesien korelasi yang kuat (R2 = 0,74) dan nilai error yang rendah (RSME = 1,1%). Harapan penelitian ini dapat memberikan kontribusi dalam pemantauan produksi padi dengan memanfaatkan teknologi penginderaan jauh dalam pengambilan keputusan agronomis yang lebih baik.