Sejalan dengan semakin meningkatnya luasan secara langsung terkait dengan produksi dan produktivitas kelapa sawit yang semakin tinggi. Dalam hal ini, maka diperlukannya estimasi produksi kelapa sawit yakni memperkirakan produksi hasil penen kelapa sawit yang dilakukan dalam masa rotasi panen.
Aplikasi penginderaan jauh di bidang perkebunan dan pertanian telah banyak dilakukan yakni untuk memetakan estimasi produksi. Pemanfaatan citra yang digunakan dapat berupa citra dengan resolusi tinggi, sedang, dan kecil. Salah satunya yakni dengan memanfaatkan citra penginderaan jauh seperti Citra SPOT-5 untuk memperoleh hasil estimasi produksi kelapa sawit secara cepat, tepat, dan akurat di lapangan.
Poin-poin permasalahan
- Memanfaatkan Penginderaan Jauh Perkebunan (yang bertujuan untuk memperoleh informasi tentang permukaan bumi tanpa melakukan kontak langsung terhadap obyek atau fenomena yang dikaji)
- Mengukur indeks vegetasi (Proses transformasi indeks vegetasi secara tidak langsung  menghasilkan nilai kecerahan yang menonjolkan aspek kerapatan vegetasi, leaf area index, biomassa, dan konsentrasi klorofil. Algoritma yg digunakan yakni NDVI, GNDVI, dan, SAVI).
- Melakukan analisis statistim regresi (untuk memperhitungkan akurasi produksi dari model yang dibangun dengan produksi di lapangan).
- Proses klasifikasi tanaman kelapa sawit dilakukan dengan interpretasi visual yang ditunjang dengan data vektor batas perkebunan PT. Mutiara Sawit Seluma membedakan objek sawit dan non sawit di area perkebunan kelapa sawit PT. Mutiara Sawit Seluma.
Penentuan titik sampel di lapangan dilakukan dengan mempertimbangkan hasil transformasi indeks vegetasi NDVI dan metode stratified random sampling.
Baca konten-konten menarik Kompasiana langsung dari smartphone kamu. Follow channel WhatsApp Kompasiana sekarang di sini: https://whatsapp.com/channel/0029VaYjYaL4Spk7WflFYJ2H