View/Open

Author
Juniati, Sijabat

Advisor
Dr. Nirmawana Simarmata, S.Pd., M.Sc.,
Agung Mahadi Putra Perdana, S.Si., M.Sc,

Koleksi
Teknik Geomatika

Publisher

Padi (Oryza sativa) merupakan komoditas pangan utama di Indonesia dan memiliki peran penting dalam menjaga ketahanan pangan nasional. Kabupaten Lampung Selatan, khususnya Kecamatan Natar dan Jati Agung, memberikan kontribusi yang signifikan terhadap produksi padi di provinsi tersebut. Namun, metode estimasi hasil padi secara konvensional memiliki keterbatasan dalam hal waktu, tenaga, dan biaya. Penelitian ini bertujuan untuk menganalisis hubungan antara indeks vegetasi Modified Soil Adjusted Vegetation Index (MSAVI), Soil Adjusted Vegetation Index (SAVI), dan Rice Growth Vegetation Index (RGVI) dengan produktivitas padi, serta mengestimasi hasil panen padi menggunakan citra Sentinel-2A di wilayah studi. Data yang digunakan terdiri dari citra Sentinel-2A tahun 2024 dan data produktivitas dari 53 titik validasi lapangan. Metode yang digunakan meliputi klasifikasi citra, perhitungan indeks vegetasi (SAVI, MSAVI, RGVI), analisis korelasi Pearson, dan estimasi hasil panen dengan regresi linier berganda. Hasil korelasi menunjukkan nilai r sebesar 0,870 (SAVI), 0,852 (MSAVI), dan 0,667 (RGVI). Model regresi menghasilkan nilai R² sebesar 0,823 yang berarti bahwa 82,3% variasi dalam produktivitas padi dapat dijelaskan oleh ketiga indeks vegetasi tersebut, dengan nilai Adjusted R-squared sebesar 0,812. Estimasi hasil dibagi ke dalam tiga kelas: rendah (3,39–4,76 ton/ha), sedang (4,76–6,13 ton/ha), dan tinggi (>6,13 ton/ha). Penelitian ini menunjukkan bahwa teknologi penginderaan jauh memiliki potensi besar dalam mendukung praktik pertanian berkelanjutan serta estimasi hasil padi yang akurat dan berkesinambungan.

URI
https://repo.itera.ac.id/depan/submission/SB2508270014

Keyword
Padi Sentinel-2A MSAVI SAVI RGVI