View/Open

Author
MIKAILA, KAMILIA KIFLI

Date Published
12 May 2026

Advisor
Dr. Ir. Nirmawana Simarmata, S.Pd., M.Sc.,
Muhammad Ario Eko Rahadianto, M.T.,

Subject
Teknik Geomatika

Publisher

Industri gula nasional menghadapi tantangan serius berupa kesenjangan antara produksi dalam negeri dan kebutuhan konsumsi yang terus meningkat. Pemantauan kesehatan tanaman tebu secara konvensional dinilai tidak efisien untuk perkebunan berskala besar. Penelitian ini bertujuan menghasilkan peta sebaran kesehatan tanaman tebu dan menganalisis kontribusi indeks vegetasi terhadap kondisi kesehatannya di wilayah PT Sinergi Gula Nusantara Kebun Bunga Mayang, Lampung Utara. Penelitian menggunakan citra Sentinel-2 periode April 2025 yang diolah pada platform Google Earth Engine (GEE). Empat indeks spektral dihitung, yaitu NDVI, NDRE, NDWI, dan NDDI, kemudian diklasifikasikan menggunakan algoritma Random Forest dalam dua tahap: pemisahan area tebu/non-tebu dan klasifikasi kesehatan menjadi tiga kelas (Sehat, Sedang, Tidak Sehat). Validasi dilakukan menggunakan 67 titik survei lapangan independen. Klasifikasi tutupan lahan menghasilkan Overall Accuracy 93,53% (Kappa 0,796), dengan luas area tebu 5.795,23 ha (62,58%). Klasifikasi kesehatan menghasilkan Overall Accuracy 91,04% (Kappa 0,860) dan R² = 0,841. Distribusi kelas menunjukkan Sedang 56,14%, Sehat 36,71%, dan Tidak Sehat 7,15%. NDVI memberikan kontribusi paling tinggi dengan nilai feature importance tertinggi (38,86%), diikuti NDRE (30,29%), NDDI (17,94%), dan NDWI (15,53%).

URI
https://repo.itera.ac.id/depan/submission/SB2606110075

Keyword
Random Forest Kesehatan Tebu Google Earth Engine NDVI Sentinel-2