Monitoring Kekeringan pada Tanaman Tebu Berdasarkan Water Stress Model Menggunakan Remote Sensing

Abstract

Setiap tahun, produksi gula di Indonesia terus mengalami penurunan. Kekeringan merupakan salah satu faktor utama penyebab menurunnya jumlah produksi tanaman tebu. Penelitian ini bertujuan menerapkan teknologi remote sensing untuk mengestimasi level water stress di perkebunan tebu PTPN X pada periode Oktober 2017 sampai September 2019. Tingkat water stress pada lahan diukur menggunakan parameter crop water stress index (CWSI). Land surface temperature (LST) dihitung menggunakan split-window algorithm (SWA) untuk memperoleh CWSI. Model prediksi water stress untuk satu, dua, dan tiga bulan ke depan dibuat menggunakan algoritme random forest regression. Hasil penelitian menunjukkan model prediksi terbaik untuk satu bulan diperoleh pada lag observasi enam bulan dengan feature selection (RMSE = 0.123). Sedangkan model terbaik untuk melakukan prediksi dua dan tiga bulan diperoleh pada lag observasi tiga bulan dengan feature selection (RMSE = 0.196 dan 0.167). Hasil penelitian juga menunjukkan bahwa nilai normalized difference vegetation index (NDVI) meningkatkan performa model dalam memprediksi CWSI.