Analisis Kalender Tanam Padi Sawah dengan Algoritma Enhanced Vegetation Index (EVI) dan Land Surface Water Index (LSWI) pada Citra Satelit Sentinel-2 (Studi Kasus : Kecamatan Maliku Kabupaten Pulang Pisau, Provinsi Kalimantan Tengah)

Yossa, Noga Adventio (2023) Analisis Kalender Tanam Padi Sawah dengan Algoritma Enhanced Vegetation Index (EVI) dan Land Surface Water Index (LSWI) pada Citra Satelit Sentinel-2 (Studi Kasus : Kecamatan Maliku Kabupaten Pulang Pisau, Provinsi Kalimantan Tengah). Skripsi thesis, Institut Teknologi Nasional Malang.

[img] Text
BAGIAN AWAL.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (530kB)
[img] Text
BAB I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (22kB)
[img] Text
BAB II.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (425kB) | Request a copy
[img] Text
BAB III.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (4MB) | Request a copy
[img] Text
BAB IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Request a copy
[img] Text
BAB V.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (14kB) | Request a copy
[img] Text
DAFTAR PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (78kB)
[img] Text
LAMPIRAN.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Request a copy
[img] Text
JURNAL.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (225kB)

Abstract

Tanaman padi memiliki peran penting dalam ketahanan pangan Indonesia. Untuk memaksimalkan hasil panen, petani perlu menentukan jadwal tanam yang tepat. Penelitian ini bertujuan untuk menganalisis kalender tanam padi dengan menggunakan algoritma Enhanced Vegetation Index (EVI) dan Land Surface Water Index (LSWI) menggunakan citra satelit Sentinel-2 di Kecamatan Maliku, Kabupaten Pulang Pisau, Provinsi Kalimantan Tengah. Algoritma EVI digunakan untuk mengidentifikasi fenologi pertumbuhan tanaman padi, sedangkan LSWI digunakan untuk mendeteksi kelembaban tanah. Adapun kalender tanam yang ditentukan adalah tanggal Heading (HD), Plant (PL), dan Harvest (HV) dalam siklus pertumbuhan tanaman padi. Berdasarkan pengolahan data menggunakan algoritma EVI dan LSWI pada citra satelit Sentinel-2 dan jadwal kalender tanam Dinas Pertanian di Kabupaten Pulang Pisau, teridentifikasi potensi hubungan antara kehijauan padi dan tingkat genangan air di permukaan tanah dengan praktik pertanian yang dilakukan di lapangan. Pada bulan Februari, disarankan untuk memulai penanaman padi Musim Hujan 1 : Musim Tanam 1 seperti yang sudah dilakukan pada tahun 2021 sehingga bulan April padi mencapai fase paling hijau atau Heading (HD). Kemudian, pada bulan Mei, disarankan untuk melakukan panen (HV) padi pada musim yang sama. Untuk musim Musim Kering 1 : Musim Tanam 2, persiapan lahan dan penanaman dapat dimulai pada bulan Juni (PL) sehingga fase paling hijau (HD) dapat dicapai pada bulan Agustus. Panen pada musim MK 1 : MT 2 dapat dilakukan pada bulan September (HV). Pemberian saran MK 1 : MT 2 didasarkan pada pola genangan air permukaan tanah yang cocok dengan pola penanaman MH 1 : MT 1 sehingga dapat dilakukan penanaman sebanyak dua kali dalam jangka waktu satu tahun.

Item Type: Thesis (Skripsi)
Additional Information: Noga Adventio Yossa (1925005)
Subjects: Engineering > Geodesy Engineering
Divisions: Fakultas teknik Sipil dan Perencanaan > Teknik Geodesi S1 > Teknik Geodesi S1(Skripsi)
Depositing User: Noga Adventio Yossa
Date Deposited: 09 Oct 2023 03:04
Last Modified: 09 Oct 2023 03:04
URI: http://eprints.itn.ac.id/id/eprint/13320

Actions (login required)

View Item View Item