Analisa Estimasi Produksi Varietas Padi Dengan Metode Peramalan Arima Dan Hubungannya Dengan Nilai Indeks Vegetasi (Studi Kasus : Kabupaten Bojonegoro)

Jumiagra, Pangestu (2019) Analisa Estimasi Produksi Varietas Padi Dengan Metode Peramalan Arima Dan Hubungannya Dengan Nilai Indeks Vegetasi (Studi Kasus : Kabupaten Bojonegoro). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 03311440000003-Undergraduate_Theses.pdf]
Preview
Text
03311440000003-Undergraduate_Theses.pdf

Download (2MB) | Preview

Abstract

Padi merupakan tanaman penghasil beras yang produksinya harus dijaga agar tetap stabil. Salah satu cara untuk menjaga kestabilan produksi padi yaitu dengan cara mendistribusikan varietas benih padi yang unggul dan cocok di setiap wilayah. Untuk mengetahui sebaran varietas padi dalam cakupan wilayah yang luas dibutuhkan teknologi yang cepat, kontinu, dan akurat. Teknologi penginderaan jauh dapat menjadi solusi dan kemudahan dalam analisis spasial secara berulang, kontinu, serta meliputi wilayah yang relatif luas untuk pendeteksian varietas padi. Penelitian ini dilakukan untuk memetakan varietas padi dengan memanfaatkan citra satelit Sentinel 2 yang diintegrasikian dengan metode peramalan ARIMA untuk menghitung produktivitas padi sehingga didapatkan nilai produksi varietas padi di wilayah kabupaten Bojonegoro.
Hasil menunjukkan bahwa pemetaan varietas padi dengan memanfaatkan nilai NDVI sulit dilakukan karena kecilnya perbedaan nilai NDVI yang dimiliki oleh varietas padi Inpari 32 dan Ciherang. Selain memanfaatkan nilai NDVI, dilakukan pemetaan varietas padi dengan metode klasifikasi terbimbing Maximum Likelihood dengan 8 kelas yang menghasilkan nilai Overall Accuracy sebesar 55.84 % dan nilai Kappa sebesar 0.474695679. Hasil peramalan produktivitas padi dengan model ARIMA (0,0,1) menghasilkan angka ramalan sebesar 61.6890 Kw/Ha. Hasil estimasi produksi tertinggi sebesar 883,224 ton untuk varietas Inpari 32 yang berumur 50 hari.
================================================================================================
Paddy is a rice-producing plant whose production must be kept stable. One way to maintain paddy production stability is by distributing superior and suitable paddy seed varieties in each region. To find out the distribution of paddy varieties in a wide area technology is needed that is fast, continuous, and accurate. Remote sensing technology can be a solution and ease in repetitive, continuous, and wide area spatial analysis for the detection of paddy varieties. This research was conducted to map paddy varieties by utilizing Sentinel 2 satellite imagery integrated with the ARIMA forecasting method to calculate paddy productivity, so value of paddy varieties production in the Bojonegoro district can be calculated.
The results show that mapping of paddy varieties using the NDVI value is difficult because of the small differences in the value of NDVI owned by the Inpari 32 and Ciherang paddy varieties. In addition to utilizing the NDVI value, mapping of paddy varieties with the Maximum Likelihood supervised classification method with 8 classes resulted in an Overall Accuracy value of 55.84% and a Kappa value of 0.474695679. The results of forecasting rice productivity with the ARIMA model (0,0,1) obtained a forecast number of 61.6890 Kw / Ha. The highest production estimation results were 883,224 tons for Inpari 32 varieties which were 50 days old.

Item Type: Thesis (Undergraduate)
Additional Information: RSG 621.367 Jum a-1 2019
Uncontrolled Keywords: Paddy Varieties, NDVI, ARIMA, Sentinel 2, Paddy Productivity
Subjects: G Geography. Anthropology. Recreation > G Geography (General) > G70.5.I4 Remote sensing
Q Science > QA Mathematics > QA280 Box-Jenkins forecasting
Divisions: Faculty of Civil, Environmental, and Geo Engineering > Geomatics Engineering > 29202-(S1) Undergraduate Theses
Depositing User: Pangestu Jumiagra
Date Deposited: 24 Jun 2021 02:17
Last Modified: 24 Jun 2021 02:17
URI: http://repository.its.ac.id/id/eprint/60678

Actions (login required)

View Item View Item