ANALISIS POLA SPEKTRAL TANAMAN PADI PADA PERLAKUAN BASAH DAN KERING SERTA HUBUNGANNYA DENGAN KERUSAKAN TANAMAN

Abstract

Padi merupakan komoditas pangan yang memegang peran penting di Indonesia. Dalam peningkatan produksi padi, terdapat beberapa kendala salah satunya adalah serangan hama dan penyakit seperti penyakit Hawar Daun Bakteri (HDB) yang disebabkan bakteri Xanthomonas oryzae. Tanaman padi yang terinfeksi akan mengalami kerusakan klorofil daun sehingga menurunkan kemampuan tanaman untuk berfotosintesis. Deteksi sebaran kerusakan tanaman dapat dilakukan dengan teknologi penginderaan jauh seperti spektroradiometer dan UAV. Penelitian ini bertujuan untuk mengetahui hubungan antara pola spektral tanaman dan nilai reflektan dengan kerusakan tanaman. Terdapat beberapa tahap yang dilakukan seperti pengukuran nilai reflektan, pengambilan data kerusakan di lapangan, pengambilan data citra UAV, analisis keparahan penyakit, perhitungan nilai reflektan, uji korelasi serta uji akurasi pada hasil klasifikasi Maximum Likelihood Classification. Pola spektral dapat memberikan informasi mengenai tanaman yang terserang dimana nilai reflektan yang rendah pada gelombang red edge dan NIR yang disebabkan karena menurunnya kandungan klorofil. Hal ini dibuktikan dengan hasil uji korelasi sebesar 0.802 yang artinya korelasi antar kerusakan tanaman dan nilai reflektan sangat kuat. Persebaran kerusakan juga dapat dilihat dari hasil pengolahan data citra UAV dengan metode MLC dan keakuratan visual sebesar 85%. Dengan hasil penelitian yang diperoleh menunjukkan bahwa teknologi penginderaan jauh sangat penting dalam manajemen tanaman modern.

Rice is a staple food rop that plays a vital role in Indonesia. However, increasing rice production faces several challenges, one of which is pest and disease attacks such as Bacterial Leaf Blight (BLB), caused by the bacterium Xanthomonas oryzae. Infected rice plants experience chlorophyll damage, which redues their ability to photosynthesize effectively. Detecting the spatial distribution of crop damage can be conducted using remote sensing technologies such as spectrotadiometers and Unmanned Aerial Vehicle (UAVs). This study aims to analyze the relationship between the spectral patterns and reflectance values of rice plants with the extent of plant damage. Several stages were carried out, including reflectance measurement, field data collection of disease symptoms, UAV image acquisition, disease severity assessment, reflectance calculation, correlation analysis, and accuracy testing using the Maximum Likelihood Classification (MLC) method. Spectral patterns provided clear indications of infected plants, characterized by low reflectance values in the red-edge and near-infrared (NIR) bands due to chlorophyll degradation. This was supported by a high correlation coefficient of 0.082, indicating a very strong relationship between plant damage and reflectance values. The spatial distribution of damage was also successfully mapped using UAV imagery processed with the MLC method, yielding a visual accuracy of 85%. These findings demonstrate that remote sensing technologies play a crucial role in modern crop management, enabling early detection and precision monitoring of crop health.