Mohon tunggu...
Dimas aditiya
Dimas aditiya Mohon Tunggu... Mahasiswa - Mahasiswa

Hobi saya Olahraga

Selanjutnya

Tutup

Ilmu Alam & Tekno

Pemanfaatan Penginderaan Jauh Untuk Identifikasi Perkebunan

14 Mei 2024   13:55 Diperbarui: 14 Mei 2024   13:58 92
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.
Lihat foto
Ilmu Alam dan Teknologi. Sumber ilustrasi: PEXELS/Anthony

Resume dari buku Pemanfaatan Penginderaan Jauh Untuk Identifikasi Perkebunan, yang di susun oleh PUSAT PEMANFAATAN PENGINDERAAN JAUH DEPUTI BIDANG PENGINDERAAN JAUH LEMBAGA PENERBANGAN DAN ANTARIKSA NASIONAL (LAPAN).

PEMANFAATAN PENGINDERAAN JAUH UNTUK IDENTIFIKASI PERKEBUNAN

BAB I. PENDAHULUAN

1-1 . Latar Belakang

Kelapa sawit (Elaeis guineensis Jack.) merupakan salah satu tanaman pohon tropis yang paling penting di dunia. Minyak inti sawit diperoleh dari biji atau kernel dalam shell mesocarp keras yang menghasilkan sekitar 80% asam lemak jenuh (oleat) dan terutama digunakan dalam pembuatan sabun, deterjen dan perlengkapan lainnya dalam industri oleokimia (Basiron, 2007; Hartder, et al, 1997). Selain itu informasi mengenai umur kelapa sawit merupakan informasi yang dapat memberikan informasi besar produksi yang akan dihasilkan dan besar pajak yang harus dikeluarkan. Teknologi Satelit penginderaan jauh menggunakan teknik penginderaan jauh optik dan radar telah berhasil digunakan dalam berbagai aplikasi yang berhubungan dengan studi sumber daya bumi dan pemantauan lingkungan.

1-2. Perumusan Masalah

Kelapa sawit mempunyai usia sampai dengan sekitar 25 tahun, dimana pada usia muda batang masih pendek dan daun-daun belum banyak, sehingga area antara pohon masih nampak jelas. Semakin berumur daun-daun semakin rimbun dan semakin lama area antara pohon semakin tertutupi. Warna daun juga akan semakin hijau dan pada masa mendekati umur 25 tahun daun-daun mulai banyak yang kering.

1-3. Tujuan dan Sasaran

1. Mengembangkan metode untuk mengidentifikasi kelapa sawit dengan data penginderaan jauh

2. Mengembangkan metode untuk memprediksi umur kelapa sawit, dengan menggunakan data penginderaan jauh.

Sasaran penelitian ini adalah untuk mendapatkan model identifikasi kelapa sawit serta menduga usianya.

BAB II TINJAUAN PUSTAKA

2-1. Kelapa Sawit

Kelapa sawit (Elaeis guineensis Jack.) merupakan salah satu tanaman pohon tropis yang paling penting di dunia. Kelapa sawit berbentuk pohon . Tingginya dapat mencapai 24 meter. Akar serabut tanaman kelapa sawit mengarah ke bawah dan samping. Selain itu juga terdapat beberapa akar napas yang tumbuh mengarah ke samping atas untuk mendapatkan tambahan aerasi. Seperti jenis palma lainnya, daunnya tersusun majemuk menyirip. Daun berwarna hijau tua dan pelepah berwarna sedikit lebih muda. Penampilannya agak mirip dengan tanaman salak, dengan duri yang tidak terlalu keras dan tajam. Batang tanaman diselimuti bekas pelepah hingga umur 12 tahun. Setelah umur 12 tahun pelapah yang mengering akan terlepas sehingga penampilan menjadi mirip dengan kelapa.

2-2. Syarat Tumbuh Kelapa Sawit

Tanaman kelapa sawit membutuhkan intensitas cahaya matahari yang cukup tinggi untuk melakukan fotosintesis, kecuali pada kondisi juvenile di pre nursery. Pada kondisi langit cerah di daerah zona katulistiwa, intensitas cahaya matahari bervariasi 1.410-1.540 J/cm2/hari. Intensitas cahaya matahari sebesar 1.410 terjadi pada bulan Juli dan Desember, sedangkan 1.540 terjadi pada bulan Maret dan September. Dengan semakin menjauhnya suatu daerah dari khatulistiwa -- misalnya pada daerah 10o LU -- intensitas cahaya akan turun dan berkisar 1.218-1.500 J/cm2/hari. Intensitas 1.218 terjadi pada bulan Desember, sedangkan 1.500 terjadi pada periode Maret-September (Pahan, 2006).

2-3. Fisiologi Kelapa Sawit dan Pertumbuhan Pada Pembibitan (Nursery)

Klasifikasi

Nama genus Elaeis berasal dari kata Yunani elaion yang berarti minyak (oil). Epiteton

specificum guineensis diambil dari asal specimen kelapa sawit ditemukan di Guinea, Afrika

Barat tahun 1897, sehingga kelapa sawit mempunyai nama ilmiah Elaeis guineensis.

Sistematika tumbuhan kelapa sawit sebagai berikut:

Regnum : Plantae

Divisio : Spermatophyta

Subdivisio : Angiospermae

Classis (Kelas) : Monocotyledoneae

Superordo : Arecidae

Ordo (bangsa) : Arecales

Familia (suku) : Arecaceae

Subfamilia : Cocoideae

Genus (marga) : Elaeis

Spesies (jenis) : Elaeis guineensis Jacq (Afrika Barat)

DAUN

Daun kelapa sawit tersusun majemuk menyirip membentuk satu pelepah yang panjangnya antara 7,0--9,0 m, dimana jumlah anak daun setiap pelepah berkisar antara 250--400 helai. Semakin luas permukaan daun maka produktivitas hasil tanaman akan semakin tinggi.

BATANG

Batang kelapa sawit tumbuh tegak lurus (phototropi) dan dibungkus oleh pelepah daun. Bagian bawah batang umumnya lebih besar dibanding bagian atasnya. Hingga umur tanaman tiga tahun, batang kelapa sawit masih belum dapat terlihat karena masih terbungkus oleh pelepah daun.

AKAR

Kecambah kelapa sawit yang baru tumbuh memiliki akar tunggang, tetapi akar ini akan mati pada umur 2 minggu setelah penanaman di pre-nursery dan akan segera digantikan oleh akar serabut. Jika aerasi dan drainase cukup baik akar tanaman kelapa sawit dapat menembus hingga kedalaman 8 meter didalam tanah, sedangkan yang tumbuh ke samping biasanya mencapai radius 16 m. Kedalaman ini tergantung umur tanaman, genetik, sistem pemeliharaan, dan aerasi tanah.

2-4. Teknologi Penginderaan Jauh untuk Pemetaan Perkebunan Kelapa Sawit dan Manajemen

Perkebunan Kelapa Sawit 

Teknologi Satelit penginderaan jauh menggunakan teknik penginderaan jauh optik dan radar telah berhasil digunakan dalam berbagai aplikasi yang berhubungan dengan studi sumber daya bumi dan pemantauan lingkungan. Beberapa keuntungan dari teknik ini adalah efektivitas biaya, cakupan yang luas, dekat akuisisi data real-time dan kemampuan perekaman berulang dengan waktu yang teratur. Penginderaan Jauh memiliki potensi signifikan untuk membantu pemantauan kelapa sawit dan upaya prediksi.

PROBLEM DALAM PENGEMBANGAN AREA KELAPA SAWIT

Karena permintaan pasar untuk produk minyak sawit meningkat dan masyarakat mencari pilihan yang menguntungkan untuk kelangsungan hidup ekonomi, daerah di bawah kelapa sawit telah sangat meningkat di hampir semua negara penghasil utama. Ada kekhawatiran tentang pertumbuhan penyediaan produksi minyak sawit dan layanan ekosistem mengatur pada skala yang berbeda.

BAB III METODOLOGI

3-1. Daerah Kajian

Area kajian : PTPN 13, Perkebunan kelapa sawit di Pelaihari (luas :3406 ha), dan Pelaihari Plasma (luas : 2102 ha) di Kab.Tanah Laut Kalimantan Selatan. Kabupaten Tanah Laut (Gambar 11) adalah salah satu kabupaten di provinsi Kalimantan Selatan, Indonesia. Kabupaten Tanah Laut terletak pada posisi 11430'20 BT -- 11523'31 BT dan 330'33 LS - 411'38 LS.

Luas wilayah Kabupaten Tanah Laut adalah 3.631,35 km (363.135 ha) atau sekitar 9,71% dari luas Provinsi Kalimantan Selatan, secara administratif terdiri dari 11 wilayah kecamatan, 130 desa dan 5 kelurahan.

3.2. Data yang digunakan

Data satelit yang dikumpulkan dari Pusat Teknologi dan Data Pengindearaan Jauh LAPAN, adalah data LS7, LDCM 8 dan SPOT 6.

3.3. Metode Penelitian

Pengolahan Awal 

Pengolahan awal bertujuan untuk mendapatkan citra yang telah bebas dari kesalahankesalahan radiometric dan geometric sehingga citra siap untuk diolah dan dianalisa.

koreksi radiometik 

koreksi geometrik dengan akurasi <0.5 pixels.

Pengolahan Lanjut 

Pengolahan lanjut bertujuan untuk membedakan objek perkebunan kelapa sawit dari objek lainnya, sehingga dapat dipetakan perkebunan kelapa sawit di Kabupaten Tanah Laut Kalimantan Selatan.

Analisa 

Analisa dilakukan untuk mendapatkan model estimasi pendugaan umur kelapa sawit. Pengumpulan data lapangan dilakukan dengan pengamatan umur kelapa sawit, pengukuran nilai spectral canopy untuk setiap level umur, serta pengukuran luas indek daun.

BAB IV HASIL DAN PEMBAHASAN

4.1. Pengenalan Wilayah Area Penelitian Penginderaan Jauh

Data diamati secara visual dan dibandingkan dengan area yang yang sama dengan menggunakan data resolusi tinggi (SPOT6) dan pada Google-Earth. Daerah yang diberi batasan dalam gambar menunjukkan area perkebunan kelapa sawit di daerah kabupaten Tanah Laut.

4.2. Klasifikasi Penggunaan Lahan

Pada tahap awal dilakukan klasifikasi tidak terbimbing dengan metode ISOCLASS. Parameter yang dimasukkan kedalam proses isoclass adalah jumlah iterasi maksimum yang dilaksanakan system sebanyak 1000 iterasi dan jumlah kelas sebanyak 64 kelas.

Hasil klasifikasi unsuvervised menunjukkan kelapa sawit pada usia muda satu kelas dengan alang-alang mapupun vegetasi rendah, sedangkan usia remaja sampai tua bercampur dengan dengan hutan maupun vegetasi rapat.

4.3. Ekstraksi NDVI

Ekstraksi NDVI dilakukan untuk melihat indeks kehijauan setiap tingkat usia kelapa sawit.

Dapat disimpulkan sementara bahwa nilai NDVI semakin menigkat dengan semakin dewasanya umur kelapa sawit, dimana untuk kelapa sawit secara keseluruhan : 135 -- 153, dengan pembagian : Sawit muda :135 -- 140 , sawit remaja : 140 -144 , sawit sedang : 144-148 , dan sawit tua : 148- 153.

4.4. Klasifikasi Penggunaan Lahan dengan Analisis Komponen Utama

Analisis Komponen Utama atau PCA adalah suatu teknik yang digunakan untuk menyederhanakan suatu data, dengan cara mentransformasi data secara linier sehingga terbentuk sistem koordinat baru dengan varians maksimum.

4.5. Pengumpulan Data Lainnya

Data lainnya yang diperoleh adalah data Landsat 8 untuk bulan Januari 2014.

4.6. Hasil Digitasi Area Perkebunan Kelapa Sawit

Area perkebunan kelapa sawit didigitasi dengan menggunakan software ArcView, data yang digunakan adalah data SPOT6.

4.7. Survey Lapangan dan Pengukuran

Pada bulan Agustus tim melakukan survei lapangan ke perkebunan kelapa sawit, Lokasi survey adalah PTPN 13, Perkebunan kelapa sawi di Pelaihari (3 406 ha), dan Pelaihari Plasma (2 102 ha) di Kab.Tanah Laut Kalimantan Selatan.

Pengukuran lapangan dilakukan dengan mencek area perkebunan kelapa sawit untuk setiap level umur.

4.8. Pengolahan Data Statistik

Data yang diperoleh dari lapangan adalah data spektral daun kelapa sawit untuk berbagai umur dari yang muda sampai yang tua.

4.9. Pengamatan pertumbuhan kelapa sawit dengan menggunakan data SPOT6

Data SPOT 6 tahun 2013 merupakan data resolusi tinggi yang diterima oleh LAPAN.

4.10. Analisa Regresi Pendugaan Umur Sawit dari NDVI LS8

Dari hasil analisa statistic dengan menggunakan persamaan regresi, diperolah bahwa terdapat hubungan yang erat antara umur kelapa sawit dn NDVI, baik untuk LS8 maupun SPOT6. Oleh karena itu dilakukan pemodelan untuk memprediksi umur kelapa sawit dengan menggunakan NDVI LS8 dengan analisa regresi.

BAB V KESIMPULAN DAN SARAN

Kesimpulan dari penelitian ini adalah :

1. Hubungan antara NDVI dengan umur kelapa sawit cukup erat (R2 = 75%).

2. Hubungan antara NDVI SPOT dengan umur kelapa sawit cukup erat (R2 = 68%)

3. Dari hasil analsia regresi untuk pemodelan pendugaan umur kelapa sawit, diperoleh bahwa persamaan kubik memberikan hasil yang baik, dimana nilai R kuadrat sekitar 60 %, dan model cukup logis untuk diterapkan.

4. Model Pendugaan umur kelapa sawit adalah :

y = 0.0009x3 - 0.171x2 + 10.484x - 209.7

R = 0.6021

HALAMAN :
  1. 1
  2. 2
  3. 3
  4. 4
  5. 5
  6. 6
  7. 7
  8. 8
Mohon tunggu...

Lihat Konten Ilmu Alam & Tekno Selengkapnya
Lihat Ilmu Alam & Tekno Selengkapnya
Beri Komentar
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun