Estimasi Produktivitas Kelapa Sawit dengan Indeks Keterbukaan Lahan dan Indeks Vegetasi Citra Landsat 8, Curah Hujan dan Dosis Pemupukan

Abstract

Taksasi atau perkiraan produksi tandan buah segar (TBS) dalam manajemen kelapa sawit merupakan kegiatan yang penting. Tujuan penelitian ini adalah menghitung nilai indeks keterbukaan lahan (OAI) dan indeks vegetasi (NDVI) citra Landsat 8, menentukan persamaan regresi linear berganda untuk estimasi produktivitas kelapa sawit, menentukan model terbaik persamaan estimasi produktivitas kelapa sawit pada setiap kategori dari signifikansi F (Sig. F), koefisien determinasi (R2) dan akurasi (%) serta membandingkan akurasi model dengan taksasi PTSM dan menentukan model terbaik estimasi produktivitas kelapa sawit berdasarkan uji pembobotan. Prosedur penelitian dilakukan dalam 6 tahap, yaitu tahap persiapan data, prapengolahan citra, pengolahan citra, pengolahan data, peninjauan hasil model dan penentuan model terbaik. Peninjauan hasil model berdasarkan kategori Sig. F, R2 dan akurasi dengan dipilih model terbaik dari setiap kategorinya dan hasil perbandingan akurasi secara keseluruhan pada semua model yang dibangun lebih unggul dibanding taksasi PTSM. Penentuan model yang paling baik dalam estimasi produktivitas kelapa sawit berdasarkan nilai total pembobotan dengan nilai 3,01 yang termasuk dalam kelas 3 sebagai kategori model yang baik yaitu pada rentang data 2015–2019, akumulasi 12 bulan, pergeseran 24 bulan (M-24) dengan parameter L/P/O_med yang termasuk model pada kelas umur 1–3 (tanaman muda hingga tanaman dewasa). Model estimasi dengan parameter input satelit dengan nilai 2,94 yang termasuk dalam kelas 3 yaitu pada rentang data 2016–2019, akumulasi 12 bulan, pergeseran 12 bulan (M-12), dengan parameter C/N_med yang termasuk model pada kelas umur 1–4 (tanaman muda hingga tanaman tua). Pendekatan estimasi dengan input satelit merupakan suatu kemudahan dalam proses pengumpulan data yang secara langsung diperoleh dari platform GEE. Secara keseluruhan untuk pendekatan model dengan input satelit sudah baik dalam estimasi produktivitas kelapa sawit, adapun kombinasi input satelit dan lapang menghasilkan model yang paling baik.

The estimation of fresh fruit bunch (FFB) production in oil palm management is an important activity. The purpose of this study was to calculate the open are index (OAI) and vegetation index (NDVI) of Landsat 8 imagery, determine multiple linear regression equations for oil palm productivity estimation, determine the best model for oil palm productivity estimation equations in each category of significance F (Sig. F), the coefficient of determination (R2) and accuracy as well as comparing the accuracy of the model with the PTSM estimation and determining the best model for the estimation of oil palm productivity based on the weighting test. The research procedure was carried out in 6 stages, namely the data preparation stage, image pre-processing, image processing, data processing, reviewing the model results and determining the best model. Review of model results based on Sig. F, R2 and accuracy by selecting the best model from each category and the results of the overall accuracy comparison on all models built are superior to the PTSM estimation. Determination of the best model in the estimation of oil palm productivity based on the total weighted value with a value of 3,01, which is included in class 3 as a good model category, namely in the 2015–2019 data range, accumulation of 12 months, the shift of 24 months (M-24) with L/P/O_med parameters which includes the model in the age class 1-3 (young plants to mature plants). An estimation model with a satellite input parameter with a value of 2,94 is included in class 3, namely in the 2016–2019 data range, 12 months accumulation, 12-months shift (M-12), with C/N_med parameters which includes the model in the age class 1–4 (young plants to old plants). The estimation approach with satellite input is convenient in collecting data directly obtained from the GEE platform. Overall, the model approach with satellite input is suitable for estimating oil palm productivity, while satellite and field input combinations produce the best model.