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
Tautan: https://repository.unej.ac.id/handle/123456789/11105
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Terjemahan mesin (opus-mt-en-id) · dipakai untuk pengindeksan
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 memerlukan waktu, biaya, dan tenaga kerja, sehingga tidak efisien untuk memantau perkebunan berskala besar. Kemajuan teknologi penginderaan jarak jauh memberikan kesempatan untuk terus memantau kondisi tanaman melalui citra satelit. Indeks Perbedaan Normal (NDVI) adalah salah satu parameter yang sering digunakan untuk menggambarkan kondisi tumbuhan, meskipun hubungan antara NDVI dan produktivitas tanaman tidak selalu linier. Penelitian ini bertujuan untuk memperkirakan produktivitas tebu berdasarkan nilai maksimum NDVI menggunakan pendekatan regresi yang dipotong. Analisis penelitian ini dilakukan untuk data yang dikumpulkan dari daerah perkebunan tebu Glenmore, Kuanyuwangi Regensi, menggunakan delapan lahan yang ditanam dengan varietas tebu PS862. Data NDVI diperoleh dari imageries satelit multitemporal Sentinel-2 yang diproses menggunakan Google Earth Engine. Untuk meningkatkan kualitas data, data seri waktu NDVI dihaluskan menggunakan metode Savitzky-Golay untuk mengurangi efek dari penutup awan dan kebisingan temporal. Nilai maksimum NDVI dari setiap plot kemudian digunakan sebagai variabel prediktor dalam model produktivitas tebu. Hasilnya menunjukkan hubungan non-linear antara maksimal NDVI dan produktivitas tebu. Model regresi yang dipotong menghasilkan koefisien tekad (R2) nilai 0.664, yang menunjukkan bahwa sebagian besar variasi produktivitas tebu dapat dijelaskan oleh variasi dalam nilai-nilai NDVI maksimum. Berdasarkan hasil ini, dapat disimpulkan bahwa pendekatan regresi yang dipotong memiliki potensi untuk digunakan sebagai metode alternatif dalam memperkirakan produktivitas tebu berdasarkan citra satelit Sentinel-2, dengan aplikasi spesifik untuk varietas dan kondisi area belajar.
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
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 sate
- Cosine 0,851
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
- Cosine 0,850
Tahun 2026 · Penulis: Aulia Ayu Rachmadini
Analisis LAI, LSM, LCC, dan LNC Tanaman Tebu Berdasarkan Data Remote Sensing Landsat 9
Produktivitas dan kualitas tebu, khususnya kadar gula rata-rata merupakan indicator penting dalam mendukung efisiensi produksi gula. Pengukuran kadar gula secara konvensional di lapangan membutuhkan waktu dan biaya yang relatif besar, sehingga diperlukan metod