Analisis Produktivitas Padi Berdasarkan Algoritma NDVI (Normalized Difference Vegetation Index) Menggunakan Citra Sentinel-2.

Abstract

Informasi tentang produktivitas padi menjadi salah satu acuan bagi pemerintah untuk menjaga ketersediaan pangan. Teknologi penginderaan jauh dapat digunakan untuk mengetahui produktivitas padi lebih cepat. Penelitian ini bertujuan untuk menduga produktivitas padi dengan satelit Sentinel-2. NDVI Sentinel-2 juga dibandingkan dengan citra Unmanned Aerial Vehicle (UAV) yang diasumsikan memiliki NDVI mendekati kondisi lahan sesungguhnya. Penelitian dilakukan dalam 3 tahap yaitu pengumpulan data, pengolahan citra dan analisis data. Didapatkan hubungan antara NDVI Sentinel-2 dan UAV dengan koefisien determinasi (R2) tertinggi 0.80 saat terjadi fase generatif. Analisis produktivitas padi menggunakan bentuk gelombang NDVI dilakukan dengan 8 kelas hasil algoritma k-means. Jenis kelas 3 dan 4 memiliki produktivitas rata-rata yang paling tinggi dikarenakan umur tanam padi lebih awal dan ketersediaan air tercukupi. Berdasarkan NDVI pada setiap umur tanam, estimasi produktivitas padi dilakukan pada setiap umur dengan R2 tertinggi yaitu pada 63 Hari Setelah Tanam (HST). Model persamaan terbaik terbentuk polinomial ordo 2 yaitu y = 48.657x2 – 56.5x + 17.513. Nilai regresi sebesar 0.35, model estimasi produktivitas padi ini mempunyai R2 yang kecil sehingga keterkaitan hubungan antara NDVI dan produktivitas padi relatif rendah. Standard Error of Estimation (SEE) dari model persamaan ini sebesar 0.96. Nilai SEE ini cukup besar sehingga model estimasi produktivitas padi mempunyai presisi yang tidak cukup baik.