Stefani, Olivia (2023) Model Fenologi Tebu Selama Sepuluh Tahun Menggunakan Fusi Spektral Data Citra Satelit Landsat dan Modis (Studi Kasus: Kabupaten Ngawi). Other thesis, Institut Teknologi Sepuluh Nopember.
Text
03311940000064-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (7MB) | Request a copy |
Abstract
Fenologi merupakan suatu studi tentang siklus kejadian biologis dan kaitannya dengan pengaruh biotik dan abiotik, serta siklus fase pertumbuhannya. Fenologi sangat penting karena dapat digunakan untuk melakukan pemetaan, meningkatkan model, pembuatan kalender fenologis, mendeteksi kondisi lingkungan yang tidak normal, dan meningkatkan prakiraan hasil panen. Oleh karena itu, penelitian tentang fenologi penting untuk dilakukan, salah satunya tanaman tebu. Tebu merupakan tanaman tahunan sehingga untuk mengetahui model fenologinya memerlukan waktu yang sangat lama. Untuk mendapatkan model fenologi secara cepat dapat menggunakan teknologi penginderaan jauh (remote sensing). Penelitian ini bertujuan mendapatkan model fenologi tanaman tebu menggunakan analisis indeks vegetasi NDVI dengan menggunakan fusi spasiotemporal Kabupaten Ngawi selama April 2013 hingga Juni 2023. Penelitian ini menggunakan metode Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model (ESTARFM). Metode ini memanfaatkan dua data satelit dengan resolusi temporal yang baik yaitu MODIS dan resolusi spasial yang baik yaitu Landsat 8 dan Landsat 9 untuk mendapatkan citra fusi spasiotemporal dengan resolusi spasial 30 meter dan resolusi temporal harian. Lokasi penelitian merupakan lahan tebu hasil klasifikasi menggunakan Citra Satelit Resolusi Tinggi Worldview-2 dengan metode Support Vector Machine (SVM). Sebagai validasi, penelitian ini menggunakan data spektral hasil pengukuran menggunakan spektrometer, Google Earth, dan wawancara dengan penggarap kebun tebu di Kabupaten Ngawi. Penelitian ini menggunakan area sampel tanaman tebu berukuran 150 × 150 meter untuk memperoleh grafik perubahan NDVI tanaman tebu selama April 2013 hingga Juni 2023, peta persebaran fase tanaman tebu, dan kalender fenologi tanaman tebu di Kabupaten Ngawi. Berdasarkan pola perubahan NDVI tanaman tebu yang terbentuk, disimpulkan bahwa pada tahun 2013 hingga awal tahun 2019 tidak terdapat tanaman tebu di area sampel. Pada Bulan Oktober 2019, mulai dilakukan pembukaan lahan tebu sehingga terbentuk pola perubahan fase tanaman tebu hingga Juni 2023. Fase perkecambahan terjadi selama satu bulan antara bulan September hingga November, fase pertunasan selama dua atau tiga bulan antara bulan Oktober hingga Desember, fase pemanjangan batang selama enam bulan antara bulan Desember hingga Juli, dan fase kemasakan selama satu atau dua bulan pada bulan Mei hingga Agustus. Nilai uji akurasi menggunakan Korelasi Pearson diperoleh korelasi sangat kuat untuk hasil NDVI pengolahan Landsat, MODIS, maupun ESTARFM.
=================================================================================================================================
Phenology is the study of the cycle of biological events and their relation to biotic and abiotic influences, as well as the cycle of growth phases. Phenology is very important because it can be used for mapping, improving models, creating phenological calendars, detecting abnormal environmental conditions, and improving crop yield predictions. Therefore, research on phenology is important to research, one of which is sugarcane. Sugarcane is an annual crop so knowing its phenology model takes a very long time. To get a phenology model quickly, remote sensing technology can be used. This study aims to obtain a phenology model of sugarcane crops using NDVI vegetation index analysis using spatiotemporal fusion of Ngawi Regency during April 2013 to June 2023. This research uses the Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model (ESTARFM) method. This method utilizes two satellite data with good temporal resolution, MODIS, and good spatial resolution, Landsat 8 and Landsat 9, to obtain spatiotemporal fusion images with 30-meter spatial resolution and daily temporal resolution. The research location is sugarcane land classified using Worldview-2 High Resolution Satellite Imagery using the Support Vector Machine (SVM) method. As validation, this study used spectral data from measurements by spectrometer, Google Earth, and interviews with sugarcane farmer in Ngawi Regency. This study used a 150 × 150 meter sample area of sugarcane to obtain a graph of changes in NDVI of sugarcane during April 2013 to June 2023, a map of the phase distribution of sugarcane plants, and a phenological calendar of sugarcane plants in Ngawi Regency. Based on the pattern of changes in NDVI of sugarcane plants formed, it was concluded that in 2013 until the beginning of 2019 there were no sugarcane plants in the sample area. In October 2019, sugarcane land opening began so that a cycle of changes in the phase of the sugarcane plant was formed until June 2023. The initial phase occurs for one month between September and November, the crop development phase for two or three months between October and December, the mid session phase for six months between December and July, and the late session phase for one or two months in May to August. The accuracy test value using Pearson Correlation obtained a very strong correlation for the NDVI results of Landsat, MODIS, and ESTARFM processing.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | ESTARFM, Phenology, Sugarcane, SVM, ESTARFM, Fenologi, NDVI, Tebu. |
Subjects: | S Agriculture > S Agriculture (General) > S600.7.P53 Planting time G Geography. Anthropology. Recreation > G Geography (General) > G70.212 ArcGIS. Geographic information systems. G Geography. Anthropology. Recreation > G Geography (General) > G70.217 Geospatial data G Geography. Anthropology. Recreation > G Geography (General) > G70.5.I4 Remote sensing |
Divisions: | Faculty of Civil, Planning, and Geo Engineering (CIVPLAN) > Geomatics Engineering > 29202-(S1) Undergraduate Thesis |
Depositing User: | Olivia Stefani |
Date Deposited: | 24 Aug 2023 02:50 |
Last Modified: | 24 Aug 2023 02:50 |
URI: | http://repository.its.ac.id/id/eprint/101042 |
Actions (login required)
View Item |