Estimasi Produktivitas Tebu di Wilayah Perkebunan Glenmore Menggunakan Indeks Vegetasi Berdasarkan Analisis Truncated Spline
Tahun 2026 · Penulis: Irzaqun Nuril Maulidiya
Faculty of Mathematics and Natural Sciences, Universitas Jember
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Produktivitas tebu merupakan parameter penting dalam mendukung kebutuhan gula nasional, namun estimasinya di lapangan masih banyak dilakukan menggunakan metode konvensional yang memerlukan waktu dan biaya besar. Pemanfaatan penginderaan jauh melalui citra satelit Sentinel-2 memungkinkan pemantauan pertumbuhan tanaman tebu secara spasial dan temporal menggunakan indeks vegetasi NDVI. Meskipun NDVI banyak digunakan untuk menggambarkan kondisi vegetasi, hubungan antara NDVI dan produktivitas tebu tidak selalu bersifat linier sehingga diperlukan pemodelan yang lebih fleksibel. Penelitian ini bertujuan membangun model estimasi produktivitas tebu berdasarkan nilai maksimum NDVI menggunakan metode regresi truncated spline. Penelitian dilakukan di perkebunan tebu Glenmore, Kabupaten Banyuwangi, dengan menggunakan petak lahan pada varietas yang sama yaitu PS862. Data NDVI diperoleh dari citra satelit Sentinel-2 multitemporal yang diolah menggunakan Google Earth Engine, untuk mengurangi fluktuasi data akibat gangguan awan dan noise temporal, dilakukan smoothing menggunakan metode Savitzky-Golay. Nilai maksimum NDVI dari setiap petak lahan digunakan sebagai variabel prediktor dalam pemodelan produktivitas tebu. Hasil penelitian menunjukkan bahwa pola temporal NDVI mengikuti karakteristik fenologi tanaman tebu. Hubungan antara NDVI maksimum dan produktivitas tebu bersifat non-linier. Model truncated spline menghasilkan R2 sebesar 0,664 yang menunjukkan bahwa 66,4% nilai produktivitas tebu dapat dijelaskan oleh nilai NDVI maksimum. Penelitian ini menyimpulkan bahwa model tersebut dapat digunakan sebagai pendekatan estimasi produktivitas tebu berbasis citra Sentinel-2 dengan penerapan yang bersifat spesifik terhadap varietas dan lokasi penelitian
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,944
Tahun 2026 · Penulis: Irzaqun Nuril Maulidiya
Estimasi Produktivitas Tebu di Wilayah Perkebunan Glenmore Menggunakan Indeks Vegetasi Berdasarkan Analisis Truncated Spline
Perkiraan yang akurat tentang produktivitas tebu sangat penting untuk merencanakan dan mengelola produksi gula nasional. Namun, metode yang umum digunakan di lapangan untuk menentukan produktivitas tebu masih bergantung pada pengukuran konvensional yang memerl
- Cosine 0,871
Tahun 2025 · Penulis: Theresia Caroline Maya Maurrensa
Prebandingan NDVI dan NDRE dalam Perdiksi Fase Pertumbuhan Tanaman Padi pada Citra Sentinel-2A di Kecamatan Rambipuji Kabupaten Jember
Tanaman padi (Oryza sativa L.) menjadi komoditas utama di Indonesia karena sebagian besar penduduk Indonesia mengkonsumsi beras sebagai makanan pokok. Studi pengamatan tentang budidaya dan fase pertumbuhan tanaman padi diperlukan sebagai dasar dalam memprediks
- Cosine 0,855
Tahun 2026 · Penulis: Hoirul Anam
Komparasi Model Machine Learning untuk Estimasi Yield Tebu Berbasis Indeks Vegetasi Sentinel-2 di Kabupaten Jember
Perkiraan hasil tebu yang akurat sangat penting bagi para petani, industri gula, dan pembuat kebijakan pertanian, namun metode survei lapangan konvensional masih terbatas dalam cakupan spasial, ketepatan waktu, dan biaya operasional. Penelitian ini membandingk