Hasil Pencarian  ::  Simpan CSV :: Kembali

"

Kabupaten Subang merupakan penghasil padi ketiga terbanyak di Jawa Barat. Sekitar 41 % dari total luas wilayah kabupaten merupakan area persawahan. Penelitian ini dilakukan untuk mengetahui bagaimana pola spasial jumlah produksi lahan sawah dengan menggunakan citra satelit Sentinel-1A berdasarkan topografi dan hubungan antara produksi lahan sawah dengan karakteristik wilayah di Kabupaten Subang. Data citra Sentinel-1A yang digunakan dalam penelitian ini adalah citra Bulan Januari-Juni tahun 2018 dan 2019. Penelitian ini menggunakan Google Earth Engine untuk mengolah data citra Sentinel-1. Klasifikasi masa panen dan bukan panen menggunakan metode maximum likelihood. Karakteristik wilayah yang dianalisis dalam penelitian ini yaitu wilayah ketinggian, jenis tanah, dan ketersediaan air. Hasil penelitian ini menunjukkan bahwa perhitungan produksi padi dengan Citra Sentinel-1 memiliki nilai R² sebesar 0,58. Namun, nilainya akan semakin kecil pada wilayah yang tinggi dan bergelombang. Nilai R² pada wilayah ketinggian <100 mdpl sebesar 0,57, sementara nilai R² pada ketinggian 500-1.000 mdpl sebesar 0,09. Hal ini menunjukkan bahwa Sentinel-1 lebih baik digunakan untuk menghitung produksi pada wilayah datar dan rendah. Produksi padi di pada wilayah ketinggian rendah dan datar lebih banyak daripada produksi di wilayah tinggi dan berbukit. Produksi padi terbanyak ada pada Bulan April-Mei. Jenis tanah yang memiliki produksi paling banyak adalah jenis Typic Epiaquepts. Ketersediaan air juga mempengaruhi besarnya produksi padi.

---

Subang Regency is the third largest rice producer in West Java. Around 41 % of the total area of the regency is paddy fields. The study was conducted to find out how the spatial pattern of total rice field production using Sentinel-1A satellite imagery based on topography and the relationship between rice field production with regional characteristics in Subang Regency. Sentinel-1A image data used in this study are January-June 2018 and 2019 images. This study uses the Google Earth Engine (GEE) to process Sentinel-1 image data. Classification of harvest and non-harvest periods using the maximum likelihood method. The characteristics of the area analyzed in this study are the height, soil type, and water availability. The results of this study indicate that the calculation of rice production with Sentinel-1 Citra has an R² value of 0.58. The value of R² in altitude area <100 meters below sea level is 0,57, while the value of R² in the altitude area of 500-1.000 meters below sea level is 0,09. However, the value will be smaller in high and bumpy areas. The study concluded that Sentinel-1 is better used to calculate production in the flat and low regions. Rice production in low and flat altitude areas is more than production in high and hilly areas. The most rice production is in April-May. The type of soil that has the most production is Typic Epiaquepts. Water availability also affects the amount of rice production.

"

"ABSTRACTDalam era globalisasi informasi yang akurat mengenai jumlah panen sangat penting dalam mengantisipasi kebutuhan pangan yang meningkat yaitu dengan menggunakan teknologi penginderaan jauh. Penggunaan Citra Sentinel-2A yang memiliki resolusi spasial 10 meter dapat diterapkan untuk mengetahui umur padi dari awal tanam hingga akhir panen serta mengestimasi produktivitas padi. Penelitian ini bertujuan untuk menganalisis pola sebaran varietas padi dan menganalisis perbandingan hasil estimasi produktivitas padi di Kecamatan Compreng Kabupaten Subang dan Kecamatan Tarogong Kaler Kabupaten Garut dengan Citra Sentinel-2A disertai metode algoritma NDVI. Berdasarkan hasil survei lapangan dan pengolahan data, diketahui pola sebaran varietas padi di Kecamatan Compreng adalah clustered dan di Kecamatan Tarogong Kaler adalah random. Kecamatan Compreng Kabupaten Subang memiliki produktivitas padi lebih kecil dibandingkan Kecamatan Tarogong Kaler Kabupaten Garut, baik dari hasil estimasi maupun hasil UPT kecamatan setempat. 

---

ABSTRACTIn the era of globalization, accurate information about the number of productivity is very important in anticipating increasing food needs, using remote sensing technology. The use of Sentinel-2A Imagery which has a spatial resolution of 10 meters can help  determine the lifespan of rice paddies starting from the beginning of planting to the end of the harvest and also help estimate the productivity of rice paddies. This study aims to analyze the distribution/spatial pattern of rice varieties and comparisons between estimated rice productivity in the Compreng Subdistrict, Subang Regency and Tarogong Kaler Subdistrict, Garut Regency using Sentinel-2A Imagery along with NDVI algorithms. Based on the results of field surveys and data processing, it is known that spatial patterns of rice varieties in Compreng Subdistrict are clustered and in Tarogong Kaler Subdistrict are random. Compreng Subdistrict, Subang Regency has smaller rice productivity than Tarogong Kaler Subdistrict, Garut Regency, both from the estimation results and the results of the UPT in subdistrict. "

"

Pemantauan lahan sawah penting dilakukan demi menjamin ketersediaan data untuk perencanaan pertanian dan menjaga ketahanan pangan nasional. Salah satu cara yang dapat digunakan adalah dengan menggunakan teknik penginderaan jauh. Sensor penginderaan jauh aktif yang dimiliki sistem SAR (Synthetic-Aperture Radar) Sentinel-1A memiliki resolusi spasial 10 meter sangat cocok untuk digunakan dapat digunakan untuk pemantauan fase tumbuh padi, khususnya pada wilayah dengan iklim tropis yang banyak terdapat awan. Penelitian ini bertujuan untuk mengetahui fase pertumbuhan tanaman padi sawah dan pola tanamnya dalam satu tahun. Metode yang digunakan adalah Supervised Maximum Likelihood Classification dengan training sample lokasi-lokasi yang disurvei saat ke lapangan. Hasil penelitian menunjukkan bahwa nilai backscatter pada fase persiapan lahan sangat rendah yaitu dengan rata-rata -25.81 dB dan terus meningkat ketika memasuki fase vegetatif (-20.64 dB) dan mencapai nilai maksimum reproduktif (-14.82 dB). Saat menjelang fase generatif dan panen, nilai backscatter akan turun Kembali dengan rata-rata -17.76 dB. Fase bera ditandai dengan nilai backscatter yang turun naik tidak berpola karena tidak adanya perubahan kekasaran pada permukaan sawah. Pola spasial masa tanam padi yang dihasilkan dalam penelitian ini ada 6 yaitu padi-padi-padi, padi-padi-bera, padi-bera-padi, bera padi-padi, padi-bera-bera, dan bera-padi-bera.

---

The monitoring of paddy fields conducted to guarantee national food data. One of the ways is to use the Sentinel-1A (Synthetic-Aperture Radar) system with a spatial resolution of 10 meters and able to penetrate the clouds. The purpose of this research is to know how the growing phases of paddy fields and planting patterns within one year. The method used is supervised maximum likelihood classification with training sample based on ground truth survey. The results showed that the backscatter value in the land preparation phase was very low (-25.81 dB), then continued to increase upon entering the vegetative phase (-20.64 dB), which achieve maximum value on reproductive phase (-14.82 dB). When entering generative and harvest phases, the backscatter value would drop to averages -17.76 dB. The fallow phase is characterized by backscatter values that are ascending or not patterned due to the absence of roughness changes on the surface of the paddy field. The results of the study had three planting patterns in Pabuaran Subistrict. The planting pattern found are are six patterns, which are (1) paddy-paddy-paddy, (2) paddy-paddy-fallow, (3) paddy-fallow-paddy, (4) fallow-paddy-paddy, (5) paddy-fallow-fallow, and (6) fallow-paddy-fallow. Dominated of planting patterns on paddy-fallow-paddy that distributed around Pabuaran Subistrict.

 

"

"

Tanaman Padi merupakan salah satu tanaman pertanian utama di dunia. Mayoritas sekitar 98% penduduk Indonesia juga mengkonsumsi beras sebagai makanan pokoknya. Sehingga perlu dilakukan pemantauan pertumbuhan tanaman padi secara efektif untuk mengontrol ketahanan pangan nasional. Tujuan dalam penelitian ini adalah untuk menganalisis karakteristik dan pola spasial fase tumbuh serta varietas padi secara spasial temporal di Kecamatan Ciasem, Kabupaten Subang. Data citra radar Sentinel-1A digunakan berdasarkan nilai backscatter polarisasi VH pada periode tanam 2018-2019. Hasil penelitian menunjukkan bahwa karakteristik fase tumbuh padi menghasilkan tren nilai backscatter yang meningkat pada fase vegetatif hingga fase pematangan. Pada periode tanam I nilai rata-rata backscatter lebih tinggi dibandingkan dengan periode tanam II karena terjadi anomali pengairan dan kekeringan berkepanjangan. Karakteristik varietas PB 42 memiliki variasi nilai rata-rata backscatter yang paling tinggi dan beragam dibandingkan varietas lain. Sementara itu, pola spasial fase tumbuh padi periode tanam I dimulai dari arah utara dan periode tanam II dimulai dari arah selatan. Pola spasial varietas padi periode tanam I dan II termasuk kedalam kategori random (uji z NNA = 0,68) dengan dominasi varietas Inpari 42, Ciherang, dan Mekongga. Sedangkan varietas Inpari 33 dan PB 42 hanya tersebar di beberapa bagian wilayah Kecamatan Ciasem. 

---

Rice plants are one of the main agricultural crops in the world. The majority of about 98% of Indonesia's population also consume rice as their staple food. Therefore, it is necessary to observe the growth of rice plants effectively to control national food tenacity. The purpose of this study is to analyze the spatial characteristics and patterns of growth phases and rice varieties in a spatially temporal in Ciasem District, Subang Regency. Sentinel-1A radar image data is used based on the VH polarization backscatter value in the 2018-2019 planting period. The results showed that the characteristics of the rice growing phase resulted in an increasing backscatter value trend in the vegetative phase to the maturation phase. In 1st period of planting the backscatter average value was higher than in the 2nd period due to irrigation anomalies and prolonged drought. The characteristics of PB 42’s variety have the highest and most average variation in the mean backscatter compared to other varieties. Meanwhile, the spatial pattern of the rice growth phase for 1st period of planting started from the north and 2nd period started from the south. The spatial patterns of rice varieties in the first and second planting periods were categorized as random (test z NNA = 0.68) with the dominance of Inpari 42, Ciherang, and Mekongga varieties. Meanwhile, the Inpari 33 and PB 42 varieties were only scattered in several parts of the Ciasem District.

"

"Fase pertumbuhan padi adalah tahapan pertumbuhan yang dialami oleh tanaman padi dari awal ditanam ke dalam tanah hingga siap dipanen yang dapat dipengaruhi oleh keadaan iklim wilayah tanaman padi tersebut ditanam. Citra Sentinel-1 Synthetic Aperture Radar dapat digunakan untuk mengamati fase tumbuh padi pada Band C. Fase pertumbuhan padi diklasifikasikan menjadi lima kelas, menggunakan metode maximum likelihood dan berdasarkan informasi yang diperoleh dari survei kerangka sampel area BPPT, yaitu persiapan lahan, fase vegetatif awal, fase vegetatif akhir, fase generatif, dan fase panen. Tujuan penelitian ini adalah untuk melihat pola spasial dan temporal fase tumbuh padi di Karawang berdasarkan hasil analisa citra Sentinel-1. Hasil penelitian ini menunjukkan bahwa laju pertumbuhan padi tidak mengikuti pola irigasi dimana wilayah irigasi utara lebih cepat mencapai kondisi panen dibandingkan wilayah irigasi selatan dan tengah. Wilayah irigasi utara memiliki nilai backscatter yang paling rendah. Padi lebih cepat mencapai kondisi panen pada musim kemarau dibandingkan musim hujan dimana nilai backscatter untuk kedua musim ini sama.

---

Rice phenology is mainly defined as the growing stages that occurs within a rice plant that begins when the rice is planted in the ground and ends when the rice is ready for harvesting. Sentinel 1 Synthetic Aperture Radar images at the C Band are capable of monitoring rice phenology. Rice phenology is divided into 5 classes using maximum likelihood classification according to BPPT area sampling survey which are land preparation, early vegetative, late vegetative, generative, and ripening. The goal of this research is to assess spatial and temporal patterns of rice phenology in Karawang according to Sentinel image analysis.

Results of this study show that rice which grows quickly is distributed in northern irrigation areas that receive water last compared to middle and southern irrigation areas in Karawang Regency. Rice that reaches harvesting in northern irrigation areas have the lowest backscatter values. Rice reaches harvesting stage quicker in dry season compared to rainy season with the same backscatter values."

"Penelitian ini bertujuan untuk mengetahui pola keruangan umur dan produksi tanaman padi sawah pada tahun 2007 di Kabupaten Bekasi, Karawang, dan Subang. Dalam penelitian ini dinggunakan penginderaan jauh sebagai metode. Umur dan produksi tanaman padi di estimasi dengan menggunakan Enhanced Vegetation Indeks (EVI). Hasil yang diperoleh dari penelitian ini adalah umur tanaman padi di daerah penelitian memiliki pola yang mengikuti akses aliran air irigasi, atau dapat dikatakan daerah yang memiliki akses lebih tinggi terhadap air irigasi sawah, memulai tanam padi lebih awal dari daerah yang lebih jauh dari sumber air irigasi, sehingga makin jauh dari saluran irigasi, umur tanaman padinya semakin muda. Estimasi produksi tanaman padi sawah pada tahun 2007 yang diperoleh dari penelitian ini adalah 2.493.925 Ton, jumlah tesebut memiliki selisih sebesar 4,09% lebih kecil dengan angka yang dikeluarkan oleh Dinas Pertanian Tanaman Pangan Provinsi Jawa Barat.

---

This research aims to find out age patterns and production of rice paddy fields in the year 2007 in Bekasi, Karawang and Subang. This research used remote sensing as a method. Age and rice production is estimated by using Enhanced Vegetation Index (EVI). Results obtained from this research is the age of rice in the research area have pattern that follow the flow of irrigation water, or it can be said areas that have higher access to irrigation water, start planting rice earlier from the more remote areas of the source of irrigation water , so the more remote from the irrigation channel, the age of the rice plants is younger. Estimation of the rice field crops production in the year 2007 obtained from the research is 2,493,925 Ton, the number is have a difference of 4.09% with the number issued by Dinas Pertanian Tanaman Pangan Provinsi Jawa Barat."

"Tanaman Padi merupakan jenis tanaman pangan yang dibudidayakan melalui dataran rendah, salah satu kebutuhan pokok masyarakat dunia dan sumber penghidupan bagi sebagian besar masyarakat Indonesia. Namun jumlah produksi beras di Indonesia masih tergolong rendah dibandingkan dengan tingkat konsumsi masyarakat, sehingga perlu mendapat perhatian lebih dalam mendukung terwujudnya swasembada pangan. Salah satu upaya untuk mencapai hal tersebut dilakukan dengan pemantauan, seperti kondisi kesehatan. Penggunaan penginderaan jauh seperti Citra Sentinel-2 dan SPOT-6 dengan algoritma NDVI (Normalized Difference Vegetation Index) dapat digunakan untuk menganalisis kesehatan tanaman padi. Penelitian ini bertujuan untuk menganalisis persebaran kondisi kesehatan tanaman padi di Kecamatan Parakansalak, Kabupaten Sukabumi, Jawa Barat menggunakan citra satelit Sentinel-2 dan SPOT-6 yang diolah dengan algoritma NDVI dan mengetahui hubungannya dengan nilai NDVI hasil survei lapangan juga faktor fisik lingkungan dan tanaman. Hasil penelitian menyimpulkan bahwa kesehatan tanaman padi di Kecamatan Parakansalak cukup tinggi dengan didominasi klasifikasi kesehatan yang baik seluas 197 hektar atau 52% dari lahan eksisting oleh Sentinel-2, dan sebaran nilai NDVI pada citra SPOT-6 memiliki pola spasial yang serupa. Persentase ini menunjukkan bahwa sebaran nilai NDVI relatif tinggi dan tanaman memiliki kerapatan yang tinggi. Adapun kesehatan tanaman padi dengan nilai NDVI hasil survei lapang menunjukkan hubungan dengan nilai R sebesar 0,929. Berdasarkan hasil overlay dan jumlah sampel yang sedikit ini, Tanaman padi dengan kesehatan lebih tinggi sebagian besar berada pada wilayah dengan lereng yang landai dan dekat dengan jaringan irigasi tersebar di lahan sawah Kecamatan Parakansalak. Sehingga kemudian hasil yang baik ini masih memiliki banyak kekurangan dan memerlukan studi lebih lanjut.

---

Rice is a type of food plant that is cultivated through the lowlands, one of the basic needs of the world community and source of livelihood for most Indonesian people. However, the amount of rice production in Indonesia is still relatively low compared to the level of public consumption, so it needs more attention in supporting the realization of food self-sufficiency. One of the efforts to achieve this is through monitoring, such as health conditions. The use of remote sensing such as Sentinel-2 and SPOT-6 with NDVI (Normalized Difference Vegetation Index) algorithm can be used to analyze the health of rice plants. This study aims to analyze the distribution of the health condition of rice plants in Parakansalak District, Sukabumi Regency using Sentinel-2 and SPOT-6 satellite imagery which were processed by the NDVI algorithm and knowing the relationship with an NDVI value from field survey with the physical factors. The results of the study concluded that the health of rice plants in Parakansalak District was quite high with a good health classification dominated by an area of 197 hectares or 52% of the existing land by Sentinel-2, and the distribution of NDVI values in SPOT-6 images had a similar spatial pattern. This percentage indicates that the distribution of NDVI values is relatively high and the plants have a high density. The health of rice plants with an NDVI value from the results of a field survey showed a relationship with an R value of 0.929. Based on the results of the overlay and the small number of samples, the rice plants with higher health are mostly located in areas with gentle slopes and close to irrigation networks scattered in the paddy fields of Parakansalak District. So then this good result still has many shortcomings and requires further study."

"Salah satu penyebab tingginya tingkat pengangguran terbuka pada lulusan SMK adalah belum sesuainya kompetensi keahlian yang diselenggarakan dengan potensi wilayah yang tersedia. Kabupaten Subang merupakan salah satu daerah yang memiliki potensi cukup besar dalam sektor pertanian. Dengan demikian diperlukan suatu kajian mengenai analisis pola spasial kesesuaian wilayah keahlian pada SMK berdasarkan komoditas pertanian di Kabupaten Subang agar dapat menunjang SMK pertanian menurut kapasitas unggulannya. Penelitian ini dilakukan dengan menggunakan analisis LQ (Location Quotient) untuk mengidentifikasi wilayah basis dan menggabungkan komponen geografis fisik dan non-fisik dengan pendekatan spasial untuk mengidentifikasi daya dukung wilayah (Location Quotient Combine = LQC). Hasil penelitian menyimpulkan bahwa metode LQC dapat digunakan dalam mengidentifikasi potensi wilayah, aspek geografi fisik dan non fisik sebagai daya dukung SMK, dan dapat menunjukkan lokasi potensi wilayah yang lebih akurat. Pola kesesuaian wilayah keahlian SMK di Kabupaten Subang lebih dominan diselenggarakan pada wilayah basis rendah dan aspek geografi fisik tinggi, sedangkan aspek geografi non fisiknya dapat berkategori tinggi ataupun rendah.

---

One of the causes of the high open unemployment rate for vocational school graduates is the incompatibility of the competency skills held with the potential of the available area. Subang Regency is one area that has considerable potential in the agricultural sector. The study's objective is to analyze the spatial suitability of skills in vocational schools based on agricultural commodities in Subang Regency to support agricultural vocational schools according to their superior capacity. This research was conducted using a combined LQ (Location Quotient) analysis to identify the base area and combine physical and non-physical geographic components applying the spatial approach to identify the area's carrying capacity (Location Quotient Combine = LQC). The research concluded that the combined LQ methods are versatile in identifying potential areas based on physical and non-physical aspects of geography as carrying capacities, adding the precise accuracy of locations of potential areas. According to the expertise of SMK in Subang Regency, the spatial pattern is more dominantly managed in low base areas and high physical geography aspects, while non-physical geographical aspects could be categorized as high or low."

"Tanaman padi adalah tanaman pangan bagi kebanyakan orang Indonesia. Berdasarkan data BPS Provinsi Jawa Barat pada tahun 2018, Kabupaten Bogor adalah salah satu daerah dengan produksi beras yang cukup rendah. Pada 2015 produksi beras turun 26.307 ton dari 2014. Ada kebutuhan untuk upaya meningkatkan ketahanan pangan dengan melihat perkiraan produktivitas beras di Kabupaten Bogor, tepatnya di Kabupaten Cariu dan Tanjungsari sebagai lumbung beras utama. Untuk mendapatkan hasil yang akurat, metode penginderaan jauh dapat digunakan. Penggunaan citra Sentinel-2A yang memiliki resolusi spasial 10 meter dapat diterapkan untuk melihat fase penanaman padi berdasarkan usia tanam. Penelitian ini bertujuan untuk menganalisis studi spasial produktivitas padi menggunakan citra Sentinel-2A disertai dengan metode NDVI (Normalize Difference Vegetation Index) untuk menentukan usia beras dari awal tanam hingga akhir panen dan dapat memperkirakan produktivitas padi. Hasil penelitian menunjukkan bahwa estimasi produktivitas padi pada ketinggian kurang dari 100 mdpl memiliki nilai 5,52 ton/ha, sedangkan pada ketinggian optimal 100-500 mdpl nilai produktivitas beras meningkat menjadi 6,31 ton/ha, dan kembali menurun pada ketinggian lebih dari 500 meter di atas permukaan laut yaitu 5,34 ton/ha.

---

Rice plants are a food crop for most Indonesian people. Based on BPS West Java Province data in 2018, Bogor Regency is one of the regions with quite low rice production. In 2015 rice production decreased by 26,307 tons from 2014. There is a need for efforts to improve food security by looking at estimates of rice productivity in Bogor Regency, precisely in the Districts of Cariu and Tanjungsari as the main rice barns. To get accurate results, remote sensing methods can be used. The use of Sentinel-2A imagery which has a spatial resolution of 10 meters can be applied to see the rice planting phase based on planting age. This study aims to analyze the spatial study of rice productivity using Sentinel-2A imagery accompanied by the NDVI (Normalize Difference Vegetation Index) method to determine the age of rice from the beginning of planting to the end of harvest and can estimate rice productivity. The results showed that the estimated productivity of rice at an altitude of less than 100 masl has a value of 5.52 tons/ha, while at the optimum height of 100-500 masl the value of rice productivity increased to 6.31 tons/ha, and again decreased at an altitude of more of 500 meters above sea level which is 5.34 tons/ha."

"Indonesia, sebagai salah satu negara agraris terbesar di dunia, memiliki sektor pertanian padi yang berperan penting dalam ketahanan pangan dan kontribusi sebesar 2,32% terhadap PDB nasional pada tahun 2022. Upaya dalam menjaga ketahanan pangan yang juga menjadi prioritas utama dalam Sustainable Development Goals (SDGs) ini mengalami tantangan-tantangan yang harus dihadapi seperti perubahan iklim, alih fungsi lahan, dan peningkatan jumlah penduduk. Tantangan-tantangan tersebut membuat penerapan teknologi dan inovasi terbaru untuk pemetaan lahan sawah menjadi sangat penting dalam mengestimasi produksi padi secara akurat dan mendukung ketahanan pangan, seperti penggunaan metode machine learning terbaru. Metode TransUNet yang dikembangkan pada tahun 2021, akhir-akhir ini mulai banyak digunakan untuk analisis data vegetasi, dan metode ini menunjukkan potensi dalam penggunaan pemetaan lahan persawahan. Penelitian ini bertujuan untuk mengembangkan model pemetaan lahan sawah melalui integrasi data satelit Sentinel-1 dan Sentinel-2 menggunakan metode deep learning TransUNet. Menggunakan data gabungan dari satelit Sentinel-1 yang berbasis Synthetic Aperture Radar (SAR), dan data optik dari satelit Sentinel-2 beserta empat jenis indeks vegetasi, yaitu NDVI, EVI, LSWI, dan NDWI. Hasil terbaik diperoleh dari integrasi data Sentinel-1 (VV+VH speckle filter) dan Sentinel-2 (selected bands), menghasilkan performa segmentasi lahan sawah tertinggi dengan nilai Overall Accuracy (OA) sebesar 98.12%, precision sebesar 97.4%, recall sebesar 98.5%, dice coefficient sebesar 97.9%, dan Intersection over Union (IoU) sebesar 95.9%. Hasil penelitian ini menyimpulkan bahwa segmentasi lahan persawahan menggunakan model TransUNet dengan integrasi data dari dua satelit menghasilkan performa segmentasi yang lebih baik dibandingkan penggunaan data dari satu satelit saja.

---

Indonesia, as one of the largest agrarian countries in the world, has a rice farming sector that plays a crucial role in food security and contributed 2.32% to the national GDP in 2022. Efforts to maintain food security, which is also a primary priority in the Sustainable Development Goals (SDGs), face several challenges such as climate change, land-use conversion, and population growth. These challenges highlight the importance of applying the latest technologies and innovations for mapping rice fields to accurately estimate rice production and support food security, such as utilizing advanced machine learning methods. TransUNet, a method developed in 2021, has recently been widely applied in vegetation data analysis and shows potential for use in rice field mapping. This study aims to develop a rice field mapping model through the integration of Sentinel-1 and Sentinel-2 satellite data using the TransUNet deep learning method. It utilizes combined data from Sentinel-1's Synthetic Aperture Radar (SAR)-based data and optical data from Sentinel-2, along with four types of vegetation indices: NDVI, EVI, LSWI, and NDWI. The best results were achieved through the integration of Sentinel-1 data (VV+VH speckle filter) and Sentinel-2 data (selected bands), yielding the highest segmentation performance with an Overall Accuracy (OA) of 98.12%, precision of 97.4%, recall of 98.5%, dice coefficient of 97.9%, and Intersection over Union (IoU) of 95.9%. This study concludes that rice field segmentation using the TransUNet model with integrated data from two satellites achieves better segmentation performance compared to using data from a single satellite alone. "