Pemetaan Kesehatan Tanaman Jeruk Dengan Metode Supervised Classification Berdasarkan Hasil Citra Drone
DOI:
https://doi.org/10.25047/agropross.2021.215Kata Kunci:
Jeruk, penginderaan jauh, drone, unsupervised classificationAbstrak
Luas tanaman jeruk dilaporkan mengalami penurunan di beberapa daerah. Hal tersebut disebabkan oleh beberapa hal, diantaranya serangan penyakit dan kurangnya perawatan. Badan Pusat Statistik (BPS) hanya menyediakan data luasan produksi saja sehingga informasi tentang luasan tanaman yang sakit belum ada. Pemantauan kondisi tanaman dapat menggunakan penginderaan jauh. Penelitian ini bertujuan untuk mengembangkan metode penginderaan jauh dengan drone untuk mendeteksi kesehatan tanaman jeruk. Lokasi percobaan dilakukan di Banyuwangi dengan menggunakan drone phantom 4 dengan kamera RGB. Hasil foto dianalisa menggunakan software agisoft photoscan dalam beberapa tahap, yaitu: align photos, build dense cloud, build digital elevation model, build orthomosaic dan export geotiff. Ratusan foto akan menjadi satu kesatuan gambar dengan proses tersebut. Hasil proses gambar tersebut kemudian di analisa di software QGIS dengan metode Supervised Classification. Percobaan dilakukan pada tanaman muda dan dewasa. Dengan metode tersebut klasifikasi kesehatan tanaman jeruk dewasa dapat dibagi menjadi tiga, yaitu : sehat, sakit dan mati. Hasil ini kemungkinan bias lebih sedikit dibandingkan pada tanaman muda.
Unduhan
Referensi
CDCGC, 2004. Citrus and date crop germplasm Committee. USA. Citrus and Date Germplasm: Crop Vulnerability, Germplasm Activities, Germplasm Needs. Citrus and Date Crop Germplasm Committee, USA, pp. 1–30.
Statistik Produksi Hortikultura Tahun 2014. 2015. Direktorat Jenderal Hortikultura, Kementerian Pertanian.
Supriyanto A. 2010. Pengendalian Penyakit CVPD di Kabupaten Sambas – Kalimantan Barat. http://balitjestro.litbang.pertanian.go.id/. Tanggal akses 30 Juni 2021.
Rokhmana, C, A. 2015. The potential of UAV-based remote sensing for supporting precision agriculture in Indonesia. Procedia Environmental Science 24 hal 245-253.
Zabihi, H., Vogeler, I., Amin, Z.M., Gourabi, B.R., 2016. Mapping the sensitivity of citrus crops to freeze stress using a geographical information system in Ramsar, Iran. Weather and Climate Extremes 14, 17-23
Zabihi, H., Alizadeh, M., Vogeler, I., Ahmad, A., Said, M.N., Gourabi, B.R., 2017. Land allocation based on spatial analysis using artificial neural networks and GIS in Ramsar, Iran. Modeling Earth Systems and Environment 3 (4), 1515–1527.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2021 Buyung Al Fanshuri, Yunimar

Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
Hak cipta (Copyright) artikel yang dipublikasikan di Agropross : National Conference Proceedings of Agriculture dipegang oleh penulis (Copyright by Authors) di bawah Creative Commons Attribution 4.0 International License (CC-BY). Sehingga penulis tidak memerlukan perjanjian pengalihan hak cipta yang harus diserahkan kepada redaksi.