Hasil Pencarian  ::  Simpan CSV :: Kembali

"Teh (Camellia sinensis L.) merupakan salah satu komoditas perkebunan yang mempunyai peran cukup penting pada perekonomian di Indonesia. Namun, terlihat bahwa terdapat penurunan ekspor teh di Indonesia yang diiringi dengan penurunan produksi teh setiap tahunnya sehingga diperlukan penguatan dan peningkatan produktivitas. Penginderaan jauh dapat menjadi sumber informasi penting untuk manajemen produksi pertanian seperti untuk melihat kondisi produktivitas lahan teh. Penelitian ini bertujuan untuk membangun model estimasi produktivitas tanaman teh terbaik menggunakan analisis statistik dan regresi linear sederhana dengan memanfaatkan algoritma NDVI, ARVI dan SAVI yang diperoleh dari pengolahan citra Sentinel-2 serta melihat hubungan antara aspek fisik dengan estimasi produktivitas teh. Hasil uji akurasi menggunakan RMSE menunjukkan bahwa indeks SAVI memiliki akurasi yang paling baik dalam melakukan estimasi produktivitas teh di Perkebunan Cianten PTPN VIII. Terlihat bahwa aspek fisik curah hujan tidak memiliki pengaruh yang cukup signifikan terhadap pertumbuhan tanaman teh, kelas ketinggian 900 – 1000 menunjukkan produktivitas yang tinggi serta kelas lereng datar (0 – 8%) memiliki produktivitas yang tinggi di Perkebunan Cianten. Setiap bulan, Perkebunan Cianten memiliki blok tanam yang tidak berproduksi. Tahun pangkas pada suatu blok akan mengakibatkan terhambatnya pertumbuhan teh yang dapat berpengaruh pada produktivitas.

---

Tea (Camellia sinensis L.) is one of the plantation commodities that has an important role in the economy in Indonesia. However, it can be seen that there is a decline in tea exports in Indonesia which is accompanied by a decrease in tea production every year so that it is necessary to strengthen and increase productivity. Remote sensing can be an important source of information for agricultural production management such as to see the condition of tea land productivity. This study aims to build the best tea plant productivity estimation model using statistical analysis and simple linear regression using the NDVI, ARVI and SAVI algorithms obtained from Sentinel-2 image processing and see the relationship between physical aspects and tea productivity estimates. The results of the accuracy test using RMSE show that the SAVI index has the best accuracy in estimating tea productivity at PTPN VIII's Perkebunan Cianten. Rainfall does not have a significant effect on the growth of tea plants, the altitude class 900 – 1000 shows high productivity and the flat slope class (0 – 8%) has high productivity in the Perkebunan Cianten. Every month, Perkebunan Cianten has planting blocks that are not producing. The year of pruning in a block will result in inhibition of tea growth which can affect productivity."

"Tanaman teh merupakan salah satu tanaman perkebunan yang memiliki nilai ekonomi relatif tinggi. Besarnya kontribusi komoditi teh bagi perekonomian Indonesia, Kementerian Pertanian kemudian membuat Program Gerakan Tiga Kali Lipat Ekspor untuk mendapatkan hasil yang optimal. Selain itu, program ini berfokus pada pengendalian kesehatan tanaman teh karena salah satu penyebab turunnya produktivitas tanaman teh yaitu penyakit yang menyerang tanaman teh. Penelitian ini bertujuan untuk mengetahui persebaran kesehatan tanaman teh serta hubungan kesehatan tanaman teh dengan suhu, curah hujan, lereng, ketinggian di PTPN VIII Kebun Cianten. Untuk itu, variabel yang digunakan dalam penelitian ini mencakup indeks vegetasi, suhu, curah hujan, lereng, dan ketinggian. Wilayah penelitian dalam penelitian ini yaitu bertempat di PTPN VIII Kebun Cianten yang berfokus pada Afdelling I dan Afdelling II. Penelitian ini menggunakan Citra Sentinel-2 dengan algoritma NDVI. Unit analisis penelitian ini adalah blok tanam yang berada di setiap afdelling. Hasil dari penelitian ini menunjukkan bahwa persebaran nilai NDVI di PTPN VIII Kebun Cianten bulan Maret 2022 dan September 2019 didominasi oleh tanaman teh yang sehat dan memiliki nilai NDVI yang cukup tinggi. Selain itu, hubungan kesehatan tanaman teh dengan varibel lingkungan fisik menghasilkan hubungan yang sangat kuat berdasarkan dari uji korelasi pearson.

---

The tea plant is a plantation crop that has a relatively high economic value. The large contribution of the tea commodity to the Indonesian economy, the Ministry of Agriculture then created the Export Threefold Movement Program to get optimal results. In addition, this program focuses on controlling the health of tea plants because one of the causes of the decreased productivity of tea plants is diseases that attack tea plants. This study aims to determine the distribution of tea plant health and the relationship between tea plant health and temperature, rainfall, slope, altitude at PTPN VIII Kebun Cianten. For this reason, the variables used in this study include vegetation index, temperature, rainfall, slope, and altitude. The research area in this study is located at PTPN VIII Kebun Cianten which focuses on Afdelling I and Afdelling II. This study uses Sentinel-2 Imagery with the NDVI algorithm. The unit of analysis in this research is the planting block located in each afdelling. The results of this study indicate that the distribution of NDVI values at PTPN VIII Kebun Cianten in March 2022 and September 2019 is dominated by tea plants that are healthy and have quite high NDVI values. In addition, the relationship between tea plant health and physical environment variables resulted in a very strong relationship based on the Pearson correlation test."

"Tanaman kelapa sawit merupakan salah satu komoditas yang tumbuh baik di Indonesia dengan nilai komersial tinggi yang membuat permintaan hasil olahan minyak tanaman kelapa sawit semakin meningkat, maka perlu adanya data dan teknologi untuk mengestimasi produktivitas tanaman kelapa sawit secara lebih efisien. Salah satunya dengan penginderaan jauh menggunakan citra Sentinel-2. Penelitian ini bertujuan untuk menganalisis tingkat akurasi algoritma NDVI, ARVI, dan SAVI, variasi spasial serta temporal, dan hubungan kondisi fisik wilayah terhadap estimasi produktivitas tanaman kelapa sawit di Kebun Cikasungka. Produktivitas tanaman kelapa sawit lapangan diregresikan dengan indeks vegetasi dan umur tanaman untuk menghasilkan pemodelan. Berdasarkan pemodelan dengan ketiga algoritma, akurasi model algoritma ARVI memiliki nilai RMSE lebih rendah, yaitu sebesar 421. Estimasi produktivitas tanaman kelapa sawit Kebun Cikasungka bervariasi di tiap bloknya dan tertinggi pada umur tanaman dewasa. Pada tahun 2022 estimasi produktivitas tanaman kelapa sawit bulanan mengalami penurunan dibandingkan tahun 2019 karena adanya alihfungsi lahan. Kondisi fisik wilayah penelitian didominasi oleh lereng curam, jenis tanah Kambisol, dan rata-rata curah hujan bulanan yang tinggi dengan estimasi produktivitas tanaman kelapa sawit sebesar 35.061 Kg/Ha/Bulan menggunakan algortima NDVI dan SAVI serta dengan algoritma ARVI sebesar 35.431 Kg/Ha/Bulan.

---

Palm oil is one of the commodities that is growing well in Indonesia with a high commercial value which makes the demand for processed palm oil products increase, it is necessary to have data and technology to estimate the productivity of oil palm plants more efficiently. One of them is remote sensing using Sentinel-2 imagery. This study aims to analyze the accuracy of the NDVI, ARVI, and SAVI, spatial and temporal variations, and the relationship of the physical condition area to the estimated productivity of oil palm plants at the Cikasungka Plantation. Oil palm productivity was regressed by vegetation index and plant age to generate a model. Based on modeling, the accuracy of the ARVI model has a lower RMSE value. The estimated productivity of oil palm plants varies in each block with the highest at mature plant age. In 2022, it is estimated that the monthly productivity of oil palm plants will decrease compared to 2019 due to the conversion of land into residential areas. The physical condition reseach area is dominated by steep slopes, Kambisol soil type, and high average monthly rainfall with an estimated productivity of 35.061 Kg/Ha/Month using the NDVI and SAVI and the ARVI of 35.431 Kg /Ha/Month."

"Tanaman karet merupakan salah satu komoditas perkebunan yang menduduki posisi penting sebagai sumber devisa non migas bagi Indonesia. Produksi karet saat ini sedang menurun dikarenakan berkurangnya produktivitas pada perkebunan karet. Penurunan produktivitas tanaman karet disebabkan oleh banyaknya tanaman karet yang sudah tidak sehat. Permasalahan perkebunan karet terkait sumberdaya lahan memerlukan teknologi yang efektif dan efisien agar dapat mengetahui kesehatan tanaman karet, sehingga dapat menambah produksi karet, salah satunya dengan menggunakan penginderaan jauh. Penggunaan Citra Sentinel 2-A dengan algoritma NDVI dapat digunakan untuk menganalisis kesehatan tanaman karet. Penelitian ini bertujuan untuk menganalisis persebaran kondisi kesehatan tanaman karet di PTPN VIII Kebun Cibungur dengan menggunakan citra Sentinel 2-A yang diolah menggunakan algoritma NDVI dan mengetahui hubungan kesehatan tanaman dengan nilai NDVI hasil survei lapangan dan variabel fisik. Berdasarkan hasil survei lapangan dan pengolahan data, persebaran kesehatan tanaman karet pada seluruh afdeling di PTPN VIII Kebun Cibungur cukup tinggi dengan dominasi kondisi kesehatan tanaman sangat baik. Kesehatan tanaman karet dengan nilai NDVI hasil survei lapang di PTPN VIII Kebun Cibungur menunjukkan hubungan yang sangat kuat dengan nilai R sebesar 0,93. Kesehatan tanaman karet dengan kondisi sangat baik dominan berada pada jenis tanah latosol dan lereng yang landai. Curah hujan di PTPN VIII Kebun Cibungur mengalami penurunan yang cukup tinggi dari tahun 2016 sampai 2018, namun tanaman karet dengan kondisi kesehatan sangat baik tetap mendominasi.

---

The rubber plant is one of the plantation commodities that occupies an important position as a non-oil and gas foreign exchange for Indonesia. Rubber production is currently declining due to reduced productivity in rubber plantations and the decline in productivity of rubber plants caused by the number of rubber plants that are not healthy. The problem of rubber plantations related to land resources requires effective and efficient technology to determine the health of rubber plants to increase rubber production, one of which is by using remote sensing. The use of Sentinel 2-A imagery with the NDVI algorithm can use to analyze rubber plants’ health. This study aims to analyze the distribution of the health condition of rubber plants at PTPN VIII Kebun Cibungur using Sentinel 2-A imagery processed using the NDVI algorithm and determine the relationship between plant health and NDVI values field surveys and physical variables. Based on field surveys and data processing results, the distribution of rubber plant health in all areas in PTPN VIII Kebun Cibungur is relatively high with the dominance of very good plant health conditions. Rubber plant health with an NDVI value from a field survey at PTPN VIII Kebun Cibungur showed a very strong relationship with an R-value of 0.93. The health of rubber plants with very good conditions was dominant on latosol soil types and gentle slopes. Rainfall at PTPN VIII Kebun Cibungur experienced a fairly high decline from 2016 to 2018, but rubber plants with very good health conditions still dominate. "

"Kabupaten Bogor merupakan salah satu wilayah potensial penghasil teh, yang produksi tertingginya dihasilkan oleh perkebunan milik negara. Terdapat dua perkebunan milik negara dibawah naungan PTPN VIII di Kabupaten Bogor, yakni Perkebunan Cianten dan Perkebunan Gunung Mas. Perkebunan Gunung Mas selain menjadi area perkebunan teh juga menjadi kawasan agrowisata, berbeda dengan Perkebunan Cianten yang hanya menjadi area perkebunan. Mayoritas penduduk kampung di Perkebunan Cianten menggantungkan hidup dari perkebunan, salah satunya menjadi buruh pemetik teh. Buruh pemetik teh rentan akan kemiskinan karena pendapatan yang relatif rendah, sehingga mengharuskannya untuk melakukan strategi penghidupan untuk dapat bertahan hidup dan meningkatkan taraf kehidupan. Penelitian ini bertujuan untuk mengetahui tingkat kepemilikan aset penghidupan dan pola penghidupan rumah tangga buruh pemetik teh di Perkebunan Cianten Kabupaten Bogor. Metode yang digunakan dalam penelitian ini adalah metode kuantitatif dengan pengumpulan data secara purposive sampling untuk pemilihan sampel buruh pemetik teh. Teknik pengumpulan datanya adalah wawancara dengan kuesioner terhadap 24 buruh pemetik teh yang bekerja di Perkebunan Cianten. Analisis dilakukan secara deksriptif kuantitatif dan keruangan. Hasil penelitian menunjukkan bahwa kepemilikan aset penghidupan rumah tangga buruh pemetik teh di Perkebunan Cianten berbeda tergantung karakteristik penggunaan lahan. Wilayah dengan karakteristik penggunaan lahan homogen memiliki aset penghidupan lebih rendah daripada wilayah dengan karakteristik penggunaan lahan heterogen. Pola penghidupan buruh pemetik teh di Perkebunan Cianten terdiri dari dua strategi, yaitu strategi survival dan strategi konsolidasi. Buruh pemetik teh pada karakteristik penggunaan lahan homogen lebih dominan menerapkan strategi survival. Buruh pemetik teh pada karakteristik penggunaan lahan heterogen didominasi oleh strategi konsolidasi dengan melakukan aktivitas bercocok tanam dan berternak.

---

Bogor Regency is one of the potential tea-producing areas, the highest production of which is produced by state-owned plantations. There are two state-owned plantations under the auspices of PTPN VIII in Bogor Regency, namely the Cianten Plantation and the Gunung Mas Plantation. Apart from being a tea plantation area, Gunung Mas Plantation is also an agro-tourism area, in contrast to the Cianten Plantation which is only a plantation area. Most of the villagers in the Cianten Plantation depend on the plantation for a living, one of whom is a tea-picking laborer. Tea picking workers are vulnerable to poverty due to their relatively low income, which requires them to carry out livelihood strategies to survive and improve their standard of living. This study aims to determine the level of ownership of livelihood assets and the pattern of livelihood of tea picking labor households in the Cianten Plantation, Bogor Regency. The method used in this study is a quantitative method by collecting data by purposive sampling for the selection of samples of tea picking workers. The data collection technique was interviews with questionnaires to 24 tea pickers working at the Cianten Plantation. The analysis was carried out in a quantitative and spatial descriptive manner. The results showed that the ownership of the livelihood assets of tea picking labor households in the Cianten Plantation differed depending on the characteristics of land use. Areas with homogeneous land use characteristics have lower livelihood assets than areas with heterogeneous land use characteristics. The livelihood pattern of tea picking workers in the Cianten Plantation consists of two strategies, namely the survival strategy and the consolidation strategy. Tea picking workers on the characteristics of homogeneous land use are more dominant in implementing survival strategies. Tea picking workers on heterogeneous land use characteristics are dominated by a consolidation strategy by carrying out farming and animal husbandry activities."

"Perkembangan perkebunan teh di Hindia Belanda tidak dapat dipisahkan dari peran Preanger Planters, mereka merupakan para pekebun teh di Priangan. Salah satunya Karel Albert Rudolf Bosscha, pengelola perkebunan teh N.V. Assam Thee Onderneming Malabar pada tahun 1896-1928. Penelitian ini mengkaji peran Bosscha sebagai kepala administrator dan kontribusinya terhadap perkembangan perkebunan teh Malabar dari tahun 1896 hingga 1928. Metode yang digunakan dalam penelitian ini adalah metode sejarah dengan empat tahapan, yakni heuristik, verifikasi, interpretasi, dan historiografi. Sumber primer yang digunakan adalah laporan, surat kabar, majalah sezaman dan arsip Cultures (1816-1920) koleksi Arsip Nasional Republik Indonesia (ANRI). Hasil analisis menunjukkan bahwa perkembangan perkebunan teh Malabar dari rentang periode 1896-1928 tidak dapat terlepas dari peran Bosscha sebagai Preanger Planters. Bosscha memiliki peran yang tidak dapat diabaikan dalam membentuk identitas dan perkembangan wilayah Priangan. Keberhasilan perkebunan ini mencerminkan dedikasi dan ketekunan Bosscha dalam mengelola perkebunan teh. Atas dedikasi dan kontribusinya, N.V. Assam Thee Onderneming Malabar menjadi salah satu simbol penting bagi sejarah dan kekayaan Priangan dalam industri perkebunan teh di Hindia Belanda.

---

The Dutch East Indies’ tea plantation’s growth is closely tied to the Preanger Planters, who were tea planters in the Priangan region. One notable planter was Karel Albert Rudolf Bosscha, who managed the N.V. Assam Thee Onderneming Malabar tea plantation in 1896 to 1928. This study explores Bosscha's role as the head administrator and his contributions to the plantation's development from 1896 to 1928. The research followed historical research methods with four stages, heuristic, verification, interpretation, and historiography. Primary sources such as reports, newspapers, magazines and Cultures archives (1816-1920) collection of the National Archives of the Republic of Indonesia (ANRI). The analysis revealed that Bosscha played an integral part in the Malabar tea plantation's growth from 1896 to 1928, shaping the identity and progress of the Priangan region. His dedication and perseverance in managing the plantation were reflected in its success. As a result of Bosscha's contributions, the N.V. Assam Thee Onderneming Malabar became a significant symbol in the tea plantation industry's history in Dutch East Indies’ and prosperity in Priangan region."

"Perkebunan teh Malabar, merupakan tinggalan industri masa lalu yang masih aktif (living industrial heritage) dan diteliti menggunakan sudut pandang arkeologi industri. Pemilihan tema tersebut dalam penelitian ini dengan pertimbangan, penelitian mengenai perkebunan teh di Indonesia dari sudut pandang arkeologi belum pernah dilakukan, walaupun perkebunan teh di Indonesia cukup banyak, terutama di tanah Jawa. Orang Indonesia, pada awalnya belum mengenal budi daya tanaman teh dan teknologi modern dalam sebuah perkebunan. Tanaman yang banyak ditanam adalah kopi, tebu, nila dan rempah-rempah dengan menggunakan alat tradisional. Masuknya bangsa Belanda ke Indonesia, menyebabkan adanya komiditi baru yaitu karet dan teh, bersamaan dengan alat-alat modern sebagai alat produksi di perkebunan dan pabrik yang ada di Indonesia. Alat-alat tersebut menggunakan mesin uap bertekanan dan listrik untuk beroperasi. Alat-alat tersebut ditemukan bersamaan dengan berkembangnya teknologi akibat Revolusi Indsutri di Inggris pada abad ke-18. Perkebunan teh malabar terdiri dari beberapa komponen pendukung seperti, lingkungan, sumber daya alam, bahan baku lain, mesin dan alat produksi serta non produksi, bangunan dan sumber daya manusia. Dari komponen-kompenen tersebut, memperlihatkan perencaan yang matang dalam pembuatan perkebunan ini, baik secara ekologis, letak bangunan dan rencana bagaimana pekerja perkebunan dapat hidup. Beberapa tinggalan perkebunan teh Malabar, seperti tempat tinggal, pabrik, mesin dan tinggalan lainnya, memperlihatkan adanya perkembangan teknologi yang mencolok dibandingkan teknologi yang digunakan pada perkebunan sebelum datangnya bangsa Belanda ke Indonesia. Selain itu, terlihat juga adanya pemilihan letak pendirian tempat tinggal dan perbedaan kelas sosial yang terjadi di masyarakat industri.

---

Malabar tea plantation, an industrial remnants of the past are still active (living industrial heritage) and examined using the point of view of industrial archeology. The selection of the themes in this study with the consideration, research on tea plantations in Indonesia from the archaeological point of view has not been done, although the tea plantations in Indonesia is quite a lot, particularly in Java. People of Indonesia, at first unfamiliar with tea cultivation and modern technology in a plantation. Are widely grown crops are coffee, sugar, indigo and spices using traditional tools. The entry of the Dutch in Indonesia, leading to a new commodity that is rubber and tea, along with modern tools as a means of production in plantations and factories in Indonesia. Such tools using pressurized steam engine and electricity to operate. The tools were found along with the development of technology a result of industrial revolution in England in the 18th century. Malabar tea plantations consist of several components such support, the environment, natural resources, other raw materials, machinery and equipment production and non-production, building and human resources. Those components, shows a mature planning in making this plantation, ecologically, building layout and plan how plantation workers can live. Some remnants of Malabar tea plantation, such as housing, factories, machinery and other remains, shows a striking technological developments than the technology used on the plantations before the arrival of the Dutch in Indonesia. In addition, the look is also a selection of the location of residence and establishment of social class differences that occur in the industry."

"Tanaman karet menjadi komoditas perkebunan yang sangat penting di Kabupaten Sukabumi khusunya di perkebunan PTPN VIII Cibungur, karena hasil produk olahannya memiliki banyak manfaat dalam kehidupan masyarakat di sekitarnya. Maka perlu dilakukan adanya pemantauan mengenai kesehatan tanaman karet guna menjaga kualitas dan hasil produksi karet. Penelitian ini dilakukan untuk mengetahui persebaran kesehatan tanaman karet dan menganalisis hubungan kesehatan tanaman karet dengan menerapkan teknik pengindraan jauh. Teknik penginderaan jauh dalam penelitian ini menggunakan multispectral UAV. Analisis penelitian dilakukan dengan identifikasi kondisi tanaman menggunakan indeks vegetasi tanaman yaitu metode Normalized Difference Vegetation Index (NDVI). Data yang digunakan adalah data citra ortofoto NIR dan Red yang diperoleh dari perekaman langsung dengan mengggunakan multispketral UAV. Didapatkan bahwa secara keseluruhan kesehatan tanaman karet di kawasan perkebunan karet PTPN VIII Cibungur didominasi oleh tingkat kesehatan baik dengan persentase sebersar 56%, tanaman yang memiliki tingkat kesehatan buruk hanya 3% dari total luas perkebunan karet. Hasil sebaran tanaman karet menunjukan bahwa tanaman dengan kondisi sangat baik berada dibagian barat dan timur lokasi penelitian. Kesehatan tanaman karet dipengaruhi oleh beberapa faktor, seperti kondisi curah hujan, jenis tanah dan lereng.

---

Rubber plants are very important plantation commodities in Sukabumi Regency, especially in the PTPN VIII Cibungur plantation, because the processed products have many benefits in the lives of the surrounding community. So it is necessary to monitor the health of rubber plants in order to maintain the quality and yield of rubber production. This research was conducted to determine the distribution of rubber plant health and to analyze the relationship between rubber plant health by applying remote sensing techniques. The remote sensing technique in this study uses a multispectral UAV. Research analysis was carried out by identifying plant conditions using a plant vegetation index, namely the Normalized Difference Vegetation Index (NDVI) method. The data used are NIR and Red orthophoto image data obtained from direct recording using a multispectral UAV. It was found that the overall health of rubber plants in the rubber plantation area of PTPN VIII Cibungur was dominated by good health with a percentage of 56%, plants with poor health were only 3% of the total area of rubber plantations. The results of the distribution of rubber plants showed that plants with very good conditions were located in the western and eastern parts of the study site. The health of rubber plants is influenced by several factors, such as rainfall conditions, soil types and slopes."

"Melihat inovasi penginderaan jauh dalam estimasi stok karbon kelapa sawit untuk inventarisasi stok karbon, diperlukan pembangunan model demi mengetahui distribusi stok karbon kelapa sawit melalui penginderaan jauh. Variabel yang digunakan yaitu nilai piksel dari indeks vegetasi NDVI, GNDVI, EVI, ARVI, SAVI pada citra satelit Sentinel 2-B dan Landsat 8. Data stok karbon lapangan diperoleh dengan persamaan allometrik biomassa dari tinggi dan keliling batang. Model terpilih yaitu ARVI pada Sentinel 2-B dan Landsat 8 dengan memiliki nilai korelasi dan determenansi tertinggi. Model terpilih yang dijadikan distribusi spasial estimasi stok karbon mempunyai rentang estimasi stok karbon berupa <110 kg/piksel, 110 – 150 kg/piksel, 150 – 190 kg/piksel, dan 190 – 240 kg/piksel pada Sentinel 2-B dan <900 kg/piksel, 900 – 1100 kg/piksel, 1100 – 1300 kg/piksel dan 1300 – 1500 kg/piksel pada Landsat 8 yang terdistribusi spasial di kelompok umur 17, 18, 19, dan 20 tahun dari berbagai bagian timur dan tenggara, kerapatan vegetasi, dan aspek kondisi lingkungan Kecamatan Kemang dan Ranca Bungur. Berdasarkan perbandingan, nilai piksel indeks vegetasi berbanding lurus dengan kelompok umur dimana semakin tua maka semakin tinggi, sama dengan kerapatan vegetasi di area, semakin banyak jumlah vegetasi maka semakin tinggi juga nilai piksel dari indeks vegetasi. Landsat 8 terpilih karena memiliki nilai korelasi lebih besar terhadap kerapatan vegetasi, hasil akhir yaitu estimasi stok karbon kelapa sawit umur 17 tahun dengan luas 267,56 Ha ialah 3.421,74 ton, 18 tahun 369,12 Ha ialah 5150,52 ton, 19 tahun 316,41 Ha ialah 4.271,86 ton, dan 20 tahun 55,54 Ha ialah 761,67 ton. Jumlah total estimasi stok karbon pada wilayah penelitian adalah 13.605,79 ton.

---

Seeing the innovation of remote sensing in the estimation of oil palm carbon stock for carbon stock inventory, it is necessary to develop a model to determine the distribution of oil palm carbon stock through remote sensing. The variable used is the pixel value of the vegetation index NDVI, GNDVI, EVI, ARVI, SAVI on the Sentinel 2-B and Landsat 8 satellite images. Field carbon stock data were obtained by using allometric equations of biomass from stem height and circumference. The selected model is ARVI on Sentinel 2-B and Landsat 8 with the highest correlation and determination values. The selected model which is used as a spatial distribution of carbon stock estimates has a range of carbon stock estimates in the form of <110 kg/pixel, 110 – 150 kg/pixel, 150 – 190 kg/pixel, and 190 – 240 kg/pixel on Sentinel 2-B and <900 kg/pixel, 900 – 1100 kg/pixel, 1100 – 1300 kg/pixel and 1300 – 1500 kg/pixel on Landsat 8 which are spatially distributed in the 17, 18, 19, and 20 year age groups from different parts of the east and southeast, density vegetation, and aspects of environmental conditions in the Districts of Kemang and Ranca Bungur. Based on the comparison, the pixel value of the vegetation index is directly proportional to the age group where the older it is, the higher it is, equal to the density of vegetation in the area, the more the number of vegetation, the higher the pixel value of the vegetation index. Landsat 8 was chosen because it has a greater correlation value with vegetation density, the final result is the estimated carbon stock of oil palm aged 17 years with an area of 267.56 Ha is 3,421.74 tons, 18 years 369.12 Ha is 5150.52 tons, 19 years 316.41 Ha is 4,271.86 tons, and 20 years 55.54 Ha is 761.67 tons. Total estimated carbon stock is 13,605.79 tons."

"

Ketahanan pangan dipengaruhi oleh beberapa faktor yaitu ketersediaan pangan, aspek pangan, pemanfaatan pangan dan kerentanan pangan. Aspek yang dapat mempengaruhi  kerentanan pangan adalah penurunan produktivitas pangan, salah satunya adalah tanaman padi yang merupakan pangan pokok di Indonesia. Penyebab penurunan produktivitas padi adalah kondisi kerentanan lingkungan suatu wilayah. Tujuan penelitian ini adalah menyusun model spasial produktivitas padi berdasarkan kerentanan lingkungan pada tiap fase tanam dengan menggunakan pendekatan teknologi inderaja dan SIG. Model spasial ini disusun berdasarkan hasil aplikasi dua model yaitu model spasial fase tanam dan model produktivitas padi. Pemodelan spasial untuk melihat sebaran fase tanam padi menggunakan metode klasifikasi random forest mempunyai akurasi keseluruhan sebesar 0,92 yang membagi fase tanam padi menjadi fase awal tanam, fase vegetatif, fase generatif dan fase bera. Variabel yang digunakan untuk membangun model spasial fase tanam padi adalah kombinasi indeks vegetasi yaitu NDVI, EVI, SAVI, NDWI, dan variabel waktu. Pemodelan spasial untuk estimasi produktivitas padi juga menggunakan model regresi dengan variabel rawan bencana yaitu bencana banjir, kekeringan, longsor dan variabel curah hujan. Algoritma dibangun berdasarkan kondisi fase tanam padi. Estimasi produktivitas padi berdasarkan pengaruh kerentanan lingkungan ini memiliki akurasi paling baik dilakukan pada fase vegetatif yaitu sebesar 0,63  dan fase generatif sebesar 0,61, sedangkan pada fase awal tanam tidak dapat digunakan untuk mengestimasi produktivitas padi karena memiliki hubungan yang lemah dengan  akurasi sebesar 0,35.

---

Food security is influenced by several factors, such as food availability, food aspect, food utilization and food vulnerability. An aspect that can affect food vulnerability is food productivity decline, such as rice. Since rise is the staple food in Indonesia, its productivity decline most likely will affect Indonesia`s food vulnerability. The cause of the rice productivity decrement is the condition of environmental vulnerability of a region. The purpose of this study is to build a spatial model of rice productivity based on environmental vulnerability in each planting phase using remote sensing and GIS technology. Spatial model is built based on the result of implementation of two models which are planting phase model and rice productivity model. Spatial modelling that is built to understand the distribution of rice planting phases applied random forest classification method with an overall accuracy of 0,92. The classification result divides the rice planting phase into the initial phase of planting, vegetative, generative and fallow phase. The variables used to build spatial model of the rice planting phase are a combination of vegetation indexes namely NDVI, EVI, SAVI, NDWI, and time variables. Spatial modeling for estimating rice productivity also uses regression model with disaster-prone variables, namely floods, droughts, landslides and rainfall variables. The algorithm is built based on the condition of the rice planting phase. Estimation of rice productivity based on the influence of environmental vulnerability has the best accuracy in the vegetative phase equal to 0,63 and generative phase 0,61, whereas in the initial phase of planting it cannot be used to estimate rice productivity due to its weak relationship with accuracy 0,35.

"