Citra Sentinel-2 untuk identifikasi fase pertumbuhan padi dengan analisis pola reflektan di Kabupaten Cianjur.

Abstract

Beras merupakan makanan pokok lebih dari 90% penduduk Indonesia. Berdasarkan data Badan Pusat Statistika (BPS) menunjukan adanya produksi beras yang mengalami kenaikan dari 65,75 juta ton (tahun 2011) hingga 81,38 juta ton (tahun 2017). Namun, kondisi tersebut belum memenuhi kebutuhan beras (90%) karena konversi lahan sawah yang mengakibatkan produksi padi berkurang. Maka dibutuhkan perencanaan peningkatan produksi padi oleh pemerintah untuk mencapai swasembada pangan. Swasembada pangan dapat dicapai sejalan dengan UU RI No.7 tahun 1996 mengenai ketahanan pangan. Upaya yang dapat dilakukan yaitu melakukan pemantauan kondisi pertanaman padi menggunakan data satelit penginderaan jauh seperti citra Sentinel-2. Citra ini memiliki resolusi spasial cukup tinggi sampai 10 m, sehingga dapat memberikan kenampakan objek dengan lebih detail. Penelitian ini bertujuan mentransformasikan nilai digital number (DN) menjadi nilai reflektan, menganalisis pola reflektan dan mengklasifikasikan fase pertumbuhan padi dengan menggunakan metode maximum likelihood di tiga kecamatan, yaitu Bojongpicung, Ciranjang, dan Haurwangi, Kabupaten Cianjur. Menganalisis perubahan nilai DN ke reflektan melalui histogram citra sebelum dan sesudah koreksi radiometrik. Analisis pola reflektan dengan melihat nilai reflektan di setiap band dan lokasi sampel pada 7 akuisisi citra. Klasifikasi fase pertumbuhan dengan mengkelaskan nilai reflektan melalui training sampel (ROI). Hasil penelitian menunjukan bahwa secara umum kenampakan histogram pada nilai DN dan reflektan memiliki pola yang relatif sama, namun berbeda pada nilainya. Nilai digital number berkisar 0-65.535 (16 bit) sedangkan nilai reflektan berkisar 0–1. Nilai reflektan pada band NIR dapat membedakan 5 fase pertumbuhan padi dibandingkan dengan band biru, hijau dan merah. Berdasarkan nilai reflektan band NIR diperoleh bentukan pola reflektan fase pertumbuhan padi seperti parabola. Keragaman fase di setiap akuisisi citra diperoleh rentang nilai reflektan pada fase bera basah (0.0615–0.1622), vegetatif (0.1622–0.2524), generatif (0.2524–0.2092), harvesting (0.2092–0.1410) dan bera kering (<0.1410). Hasil klasifikasi maximum likelihood menunjukan persebaran fase tumbuh dan dominansi fase di setiap akuisisi citra. Hasil uji akurasi klasifikasi hanya 4 citra yang memilliki overal accuracy >75 %, yaitu 6, 31 Desember 2017 dan 16, 31 Maret 2018, sedangkan citra lainnya <75%. Salah satunya disebabkan oleh kesalahan deteksi piksel fase bera basah sebanyak 95 piksel menjadi fase vegetatif dari 194 piksel. Selain itu, perbedaan ketajaman citra dalam mengidentifikasi fase tumbuh dapat membuat fase vegetatif dengan generatif terlihat sama dan akan sulit dibedakan pada citra.