View/Open

Author
BALQIS, PUTRI INTAN

Date Published
18 Jun 2026

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

Subject
Teknik Geomatika

Publisher

Estimasi produktivitas dan produksi tebu secara spasial diperlukan untuk mendukung pengelolaan perkebunan yang lebih presisi. Penelitian ini mengintegrasikan data field spectrometer, citra Sentinel-2, indeks vegetasi, dan variabel agronomis untuk mengestimasi produktivitas tebu menggunakan algoritma Random Forest Regression (RFR) di Perkebunan Tebu PTPN 7 Unit Bunga Mayang, Kabupaten Lampung Utara. Citra Sentinel-2 periode Juli dan Agustus 2025 digunakan untuk mengekstraksi band spektral dan indeks vegetasi pada titik pengamatan, sedangkan titik field spectrometer digunakan untuk memperkuat interpretasi pola reflektansi tanaman tebu di lapangan. Variabel agronomis yang digunakan meliputi status tanaman, varietas, umur tanaman, dan luas petak. Hasil evaluasi menunjukkan bahwa model berbasis variabel spektral saja belum mampu menjelaskan variasi produktivitas secara optimal. Model terbaik diperoleh dari kombinasi indeks vegetasi terpilih bulan Agustus dan variabel agronomis lengkap dengan R² test sebesar 0,745, RMSE sebesar 4,838 ton/ha, dan MAE sebesar 3,666 ton/ha. Produksi total diperoleh dari hasil perkalian produktivitas prediksi dengan luas petak. Hasil penelitian menunjukkan bahwa integrasi data spektral dan agronomis mampu menghasilkan estimasi produktivitas dan produksi tebu yang lebih representatif pada skala petak/kawasan kebun.

URI
https://repo.itera.ac.id/depan/submission/SB2606150134

Keyword
Estimasi Produksi Tebu Field Spectrometer Sentinel-2 Random Forest Regression Indeks Vegetasi Kabupaten Lampung Utara