WAJDI, FADLAN IHSANUL (2023) ESTIMASI FASE PERTUMBUHAN DAN PRODUKSI TEBU MENGGUNAKAN CITRA SATELIT (STUDI KASUS: KECAMATAN PADANG,KABUPATEN LUMAJANG). Undergraduate thesis, UNIVERSITAS DIPONEGORO.

	Text 21110119130101-COVER.pdf Download (676kB)
	Text 21110119130101-ABSTRAK.pdf Download (13kB)
	Text 21110119130101-BAB I PENDAHULUAN.pdf Download (828kB)
	Text 21119130101-BAB II TINJAUAN PUSTAKA.pdf Restricted to Repository staff only Download (785kB) | Request a copy
	Text 21110119130101-BAB III METODOLOGI PENELITIAN.pdf Restricted to Repository staff only Download (3MB) | Request a copy
	Text 21110119130101-HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (4MB) | Request a copy
	Text 21119130101-BAB V KESIMPULAN DAN SARAN.pdf Restricted to Repository staff only Download (12kB) | Request a copy
	Text 21119130101-LAMPIRAN.pdf Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Indonesia merupakan salah satu produsen gula terbesar di dunia dan memiliki sejarah panjang dalam perkebunan tebu yang memainkan peran vital dalam perekonomian negara. Kabupaten Lumajang merupakan produsen gula tertinggi di Indonesia dengan produksi mencapai 2.225.963 ton dan menjadi fokus untuk meningkatkan produktivitas guna mencapai target swasembada gula pada tahun 2024. Dalam upaya mencapai tujuan tersebut, perbaikan manajemen perkebunan tebu di seluruh negeri menjadi suatu keharusan.
Penelitian ini bertujuan mengembangkan model estimasi pertumbuhan dan produktivitas tebu dengan menggunakan citra satelit dengan pendekatan polarimterik dan perhitungan
indeks vegetasi. Metode ini dirancang dengan tujuan untuk memfasilitasi pemantauan pertumbuhan tebu secara efisien, sehingga dapat menjadi landasan yang kuat dalam meningkatkan manajemen perkebunan tebu di seluruh negeri. Penggunaan kombinasi citra satelit Sentinel-1 dan Sentinel-2, bersama dengan pendekatan penginderaan jauh polarimetrik dan perhitungan indeks vegetasi seperti NDVI, WDVI, EVI, LAI, NDRE, CCC, MSAVI, serta penerapan algoritma random forest, memungkinkan pembuatan estimasi model pertumbuhan dan produktivitas tebu. Melalui proses klasifikasi dengan random forest, tebu dapat dibedakan dari vegetasi lain untuk menghindari perambatan kesalahan. Untuk mengukur ketepatan klasifikasi, dilakukan uji akurasi menggunakan
matriks konfusi yang menunjukkan tingkat akurasi yang sangat tinggi, dengan overall accuracy mencapai sekitar 99,92% dan kappa accuracy mencapai 99,82%. Metode ini memberikan estimasi pertumbuhan tebu dengan akurasi tinggi dan produktivitas yang dapat diandalkan. Evaluasi terhadap model estimasi pertumbuhan menunjukkan hasil yang sangat baik, dengan MSE sebesar 0,000125, R-squared mencapai 0,9984, dan MAE sebesar 0,00397. Begitu pula, model estimasi produktivitas menunjukkan hasil yang menjanjikan, dengan MSE sebesar 976,12, R-squared sebesar 0,91, dan MAE sebesar 25,03. Meskipun demikian, penggunaan model ini disarankan untuk disertai dengan pemantauan lapangan yang lebih mendalam dan beragam. Dengan demikian, kesimpulan ini memberikan
pandangan utuh bahwa penelitian ini tidak hanya mencapai tujuan utamanya dalam mengembangkan model estimasi pertumbuhan dan produktivitas tebu, tetapi juga Memecahkan hipotesis dengan berhasil.

Actions (login required)

View Item