Make your own free website on Tripod.com

PENGEMBANGAN MODEL APLIKASI DATA JERS-1
UNTUK ASESMEN TANAMAN PADI

Husni W. Indratmo Dkk,

Hubungi kami di Bidang PSDAL Pusbangja LAPAN - Jl.LAPAN 70 Pekayon Pasar Rebo Jakarta Timur

TUJUAN & SASARAN :

Tujuan umum dari kegiatan penelitian tahun ini adalah:

Pemetaan areal tanaman padi, yaitu membedakan padi terhadap tanaman lain, dan asesmen luasnya. Pemodelan untuk prediksi / estimasi produksi tanaman padi.

Sasaran yang akan dicapai adalah:

1. Validasi metode untuk daerah Semarang,

2. Pendalaman kajian potensi data JERS-SAR untuk aplikasi asesmen tanaman padi.

3. Verifikasi hasil untuk daerah persawahan Subang.

4. Estimasi produksi tanaman padi.

5. Mengumpulkan dan menyimpulkan hasil.

6. Seminar / publikasi hasil.

DATA

Data yang akan digunakan adalah: (1) SAR JERS-1 tahun 1996 dan 1997, (2) OPS JERS-1 tahun 1996, (3) Peta Rupa Bumi skala 1:25.000, (4) Peta Musim Tanam

MANFAAT

Manfaat dari kegiatan penelitian ini adalah peningkatan pemanfaatan data JERS-1 dan mendukung penyediaan informasi pertanian yang lebih akurat.

HASIL YANG DIHARAPKAN

Keluaran pokok dari kegiatan penelitian ini berupa metode pemanfaatan data JERS untuk identifikasi tanaman padi dan prediksi panennya, yang diharapkan memiliki tingkat ketelitian klasifikasi yang tinggi (di atas 80 %).

ANALISIS DAN PEMBAHASAN

Validasi metode klasifikasi JERS OPS daerah Semarang dsk.

Pengolahan data JERS OPS daerah Semarang dan sekitarnya meliputi import data, koreksi geometri, dan klasifikasi. Klasifikasi penutup / penggunaan lahan menghasilkan 14 kelas yaitu sea, fish pond, urban, industry, plantation, forest, mixed crop, cloud, land preparation / transplanting, vegetative paddy, generative paddy, mixed paddy, bare paddy, dan bare land. Prosedur klasifikasi meliputi:

Masking areal persawahan menggunakan peta penggunaan lahan (peta rupabumi)

Transformasi daerah masking dari format Arc/Info ke format ER-Mapper

Masking areal persawahan pada citra JERS OPS

Klasifikasi penutup lahan secara unsupervised

Klasifikasi penutup lahan secara supervised

Untuk mencapai tingkat ketelitian yang tinggi, training sampel diuji dalam hal homogenitas obyek (melalui means, standard deviasi, dan koefisien kovariannya) serta keterpisahan antar obyek (melalui mean distance matrix dan scattered plot). Untuk pembedaan lahan sawah berdasar fase pengelolaan lahannya, digunakan kriteria sebagai berikut:

  • Land preparation and transplanting: lahan masih tergenang air, sehingga nilai digital piksel nya merupakan reflektansi air, dan memiliki nilai NDVI negatif.
  • Vegetative paddy: tanaman padi dengan tingkat kerapatan daun yang tinggi, sehingga memiliki nilai NDVI tinggi pula sampai maksimum.
  • Generative paddy: dimulai munculnya bunga padi sampai dengan pemanenan, dan nilai NDVI turun kembali.
  • Bare land: setelah pemanenan: nilai digital mencerminkan reflektansi tanah.

Uji ketelitian dilakukan dengan membandingkan citra hasil klasifikasi dengan citra referensi. Citra referensi dibuat dengan memperhatikan hasil survei lapangan. Tabel ketelitian disajikan dalam bentuk matriks konfusi seperti berikut:

Dari matriks konfusi tersebut, terlihat bahwa tingkat ketelitian keseluruhan kelas adalah sebesar 92,33 %, sedangkan khusus untuk lahan padi sebesar 83,47 %. Secara umum lahan padi memiliki ketelitian bagus (> 80 %), kecuali mixed paddy, yang memiliki ketelitian 43,61 %.

Pelatihan (pendalaman pengolahan dan analisis) kajian potensi data radar

Pelatihan dilaksanakan di LAPAN Pekayon pada tanggal 9 Juli sampai dengan 13 Juli 2001, dengan pengajar/konsultan dari AIT dan peserta dari LAPAN dan PUSLITANAK Departemen Pertanian. Materi pelatihan diantaranya meliputi : Dasar mengenai geometri Synthetic Aperture Radar, distorsi akibat side looking SAR, koreksi geometri dan metode klasifikasi land cover (Unsupervised dan supervised).

Identifikasi lahan padi daerah Subang

Survei lapangan dilakukan pada tanggal 6-8 Juni 2000. Selain itu juga diperoleh data lapangan hasil survei yang dilakukan oleh tim lain pada bulan Juni 2001. Dengan menggunakan data hasil survei lapangan tersebut dan peta rupa bumi skala 1 : 25.000 dilakukan koreksi geometri citra JERS OPS. Setelah itu, dilakukan klasifikasi land cover/land use baik secara tidak terbimbing (unsupervised) maupun terbimbing (supervised). Klasifikasi dilakukan untuk mengkelaskan penggunaan lahan dengan memfokuskan pada kelas padi. Kelas-kelas yang diidentifikasi sama dengan kelas yang diidentifikasi pada arela penelitian Semarang.

Selain dilakukan pengolahan terhadap data JERS OPS, juga dilakukan pengolahan terhadap data JERS SAR. Pengolahan diawali dengan koreksi geometri terhadap data series JERS SAR. Koreksi geometri dilakukan dengan metode image to image dengan menggunakan citra JERS OPS yang telah terkoreksi sebagai acuan.

Diskusi tentang rencana pemodelan estimasi produksi padi dengan JERS SAR.

Pemodelan estimasi produksi padi direncanakan akan dilakukan setelah seluruh data JERS SAR terkoreksi secara geometrik dengan RMS error lebih kecil dari 0.5 pixel dan semua data dapat saling tumpang tindih dengan tepat. Untuk mendukung pemodelan, diperlukan data musim tanam dan produksi padi untuk waktu yang bersesuaian dengan data JERS SAR. Salah satu metoda yang akan diterapkan adalah dengan membuat model regresi antara hasil/produksi padi dan nilai back scatter yang dihasilkan dari JERS SAR.

KESIMPULAN

Klasifikasi penutup lahan daerah Semarang dan sekitarnya menggunakan data JERS OPS menghasilkan identifikasi lahan padi dengan tingkat ketelitian yang cukup bagus. Saat ini sedang dilakukan verifikasi untuk daerah Subang. Selain itu dilakukan pula pendalaman kajian pengolahan data JERS SAR, untuk menemukan potensi pengolahan data radar dalam tujuan aplikasi asesmen tanaman padi (termasuk estimasi luas panen dan produksi padi).

 

16 Agustus 2001

Laporan Bulanan

GMS Hari ini

Home