Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"Meningkatnya suhu secara global yang disebabkan oleh emisi karbon yang jumlahnya lebih banyak dari penyerapan menyebabkan terjadinya berbagai permasalahan lingkungan. Kelapa sawit memiliki potensi sebagai penyerap karbon di atmosfer. Penelitian ini memiliki tujuan unutk menganalisis distribusi spasial stok karbon tanaman kelapa sawit dan hubungannya dengan musim basah dan kering serta kemiringan tanahnya untuk melihat variasi stok karbonnya. Penginderaan jauh multispektral digunakan pada penelitian ini dan digunakan lima indeks vegetasi yaitu NDVI, GNDVI, SAVI, OSAVI, dan ARVI sebagai prediktor yang digunakan bersama dengan stok karbon lapangan untuk dibandingkan sehingga diperoleh model estimasi yang akurat. Hasil menunjukkan bahwa distribusi spasial estimasi stok karbon yang dihasilkan indeks vegetasi ARVI pada wilayah penelitian di setiap blok didominasi oleh stok karbon dengan nilai menengah. Hubungan musim basah dan kering yang dilihat dari curah hujan dengan stok karbon dan hasil uji korelasi menunjukkan bahwa curah hujan memiliki nilai korelasi positif yang sangat lemah dan variasi stok karbon berdasarkan kemiringan tanah menunjukkan bahwa kemiringan tanah tidak memiliki pengaruh terhadap stok karbon yang tersimpan. Hal tersebut dapat disebabkan karena jarak tanam kelapa sawit pada wilayah penelitian relatif sama.

---

The increase in global temperatures caused by carbon emissions which are greater than absorption causes various environmental problems. Oil palm has the potential to absorb carbon in the atmosphere. This study aims to analyze the spatial distribution of carbon stocks in oil palm plants and their relationship with the wet and dry seasons and the slope of the soil to see variations in carbon stocks. Multispectral remote sensing was used in this study and five vegetation indices were used, namely NDVI, GNDVI, SAVI, OSAVI, and ARVI as predictors which were used together with field carbon stocks to be compared in order to obtain an accurate estimation model. The results show that the spatial distribution of estimated carbon stocks resulting from the ARVI vegetation index in each block is dominated by carbon stocks with intermediate values. The relationship between wet and dry seasons and carbon stocks shows that rainfall has a very weak positive correlation value and variations in carbon stocks based on soil slope shows that soil slope has no effect on stored carbon stocks. This could be due to the relatively similar spacing of oil palm plantings in the study area."

"Indonesia sebagai salah satu negara yang terletak di pertemuan lempeng tektonik aktif dan jalur pegunungan aktif mengakibatkan Indonesia memiliki kerentanan tinggi terhadap bencana, salah satunya adalah tanah longsor. Salah satu wilayah yang memiliki potensi longsor tinggi yaitu Desa Sukakersa, Kecamatan Parakansalak karena lokasinya berada di wilayah perbukitan. Penelitian ini bertujuan untuk menganalisis tingkat kerawanan Desa Sukakersa terhadap bencana tanah longsor dengan memperhatikan unsur penggunaan lahan yang berfokus pada wilayah permukiman serta menganalisis lokasi-lokasi yang memiliki tingkat kerentanan tinggi akan bencana tanah longsor dengan memperhatikan aspek sosial seperti karakteristik penduduk di Desa Sukakersa. Data yang digunakan untuk menganalisis kerawanan dan kerentanan Desa Sukakersa terhadap bencana longsor adalah data primer berupa titik-titik longsor pada tahun 2021 dan data sekunder berupa data lereng, curah hujan, jenis batuan, jenis tanah, usia penduduk rentan, tutupan lahan, dan lokasi permukiman. Data-data tersebut diskoring dan dioverlay sehingga menghasilkan peta potensi longsor menggunakan Indeks Storie dan peta bahaya longsor. Peta hasil pengolahan tersebut dianalisis secara deskriptif untuk mengetahui lokasi yang memiliki tingkat kerentanan dan kerawanan tinggi terhadap bencana longsor. Berdasarkan hasil pengolahan dan analisis data didapatkan bahwa tingkat rawan longsor di Desa Sukakersa terdiri atas tingkat rawan sedang dan rawan tinggi dengan didominasi oleh tingkat kerawanan tinggi. Desa Sukakersa memiliki tingkat kerentanan yang terdiri atas kerentanan tinggi dan sedang. Tingkat kerentanan tinggi lebih mendominasi jika dibandingkan dengan tingkat sedang. Wilayah rentan longsor terletak terpusat di bagian tengah dan Selatan, dikarenakan wilayah bagian Utara merupakan kawasan Hutan Lindung Halimun Salak yang memang tidak diperuntukkan sebagai lokasi permukiman.

---

Indonesia, as one of the countries located at the meeting point of active tectonic plates and active mountain ranges, is highly vulnerable to disasters, one of which is landslides. One area with a high potential for landslides is Sukakersa Village, Parakansalak Subdistrict, due to its hilly location. This study aims to analyze the vulnerability of Sukakersa Village to landslide disasters by focusing on land use elements in residential areas and analyzing locations with high vulnerability to landslide disasters, considering social aspects such as the characteristics of the population in Sukakersa Village. The data used to analyze the vulnerability of Sukakersa Village to landslide disasters are primary data consisting of landslide points in 2021 and secondary data, including slope data, rainfall, rock types, soil types, age of vulnerable population, land cover, and settlement locations. These data are scored and overlaid to produce a landslide potential map using the Storie Index and a landslide hazard map. The processed map is analyzed descriptively to identify locations with high vulnerability and susceptibility to landslide disasters. Based on the data processing and analysis results, it is found that the susceptibility to landslides in Sukakersa Village consists of moderate and high susceptibility levels, dominated by high vulnerability levels. In terms of distribution, the lowest potential level is mostly located in the northern part, while areas with moderate and high potential are mostly found in the central and southern parts of Sukakersa Village. Additionally, Sukakersa Village indicating a combination of high and moderate vulnerability. High vulnerability dominates over moderate vulnerability. The landslide-prone areas are concentrated in the central and southern parts because the northern part is a protected forest area, Halimun Salak Forest Reserve, which is not designated for settlement."

"Kemiskinan merupakan masalah yang masih menjadi fokus utama di berbagai negara khususnya Indonesia. Kemiskinan suatu daerah berbeda dengan daerah lainnya. Permasalahan mengenai ketepatan bantuan penerima masih menjadi masalah karena metode dan tidak adanya kriteria yang efektif. Desa Sukakersa merupakan desa yang mempunyai laju pertumbuhan penduduk tertinggi di Kecamatan Parakansalak yaitu 1,79% per tahun 2010-2020. Oleh sebab itu, diperlukan database yang dapat mengumpulkan dan mengelola data kependudukan untuk membantu menentukan karakteristik rumah tangga miskin. Penelitian ini bertujuan untuk menganalisis pola spasial peringkat karakteristik rumah tangga berdasarkan pemeringkatan menggunakan metode SAW dan SIG. Hasil penelitian ini menunjukan terdapat tiga karakteristik rumah tangga di Desa Sukakersa yaitu Rumah Tangga Sangat Miskin (RTSM) sebanyak 24%, Rumah Tangga Miskin (RTM) 60%, dan Rumah Tangga Tidak Miskin (RTTM) 16%. Berikutnya, pola spasial karakteristik rumah tangga di Desa Sukakersa dapat diketahui melalui tingkat aksesibilitas. Jumlah karakteristik rumah tangga di Desa Sukakersa dominan berada pada tingkat aksesibilitas sedang dengan persentase 63% dari total 94 rumah tangga. Selain itu juga menunjukan bahwa karakteristik rumah tangga tidak dipengaruhi oleh tingkat aksesibilitas, di mana setiap tingkatan aksesibilitas didominasi oleh karakteristik rumah tangga miskin (RTM).

---

Poverty is a problem that is still the main focus in various countries, especially Indonesia. Poverty of a region is different from other areas. The problem regarding the accuracy of beneficiary assistance is still a problem due to the lack of effective methods and criteria. Sukakersa Village is a village that has the highest population growth rate in Parakansalak District, namely 1.79% per year 2010-2020. Therefore, a database is needed that can collect and manage population data to help determine the characteristics of poor households. This study aims to analyze the spatial pattern of ranking household characteristics based on ranking using the SAW and GIS methods. The results of this study indicate that there are three household characteristics in Sukakersa Village, namely Very Poor Households (RTSM) of 24%, Poor Households (RTM) 60%, and Not Poor Households (RTTM) 16%. Next, the spatial pattern of household characteristics in Sukakersa Village can be identified through the level of accessibility. The dominant number of household characteristics in Sukakersa Village is at a moderate level of accessibility with a percentage of 63% of a total of 94 households. In addition, it also shows that household characteristics are not affected by the level of accessibility, where each level of accessibility is dominated by the characteristics of poor households (RTM)"

"Kecakapan digital menjadi salah satu upaya pencapaian target SDGs yang tercantum pada SDG Tujuan 9 poin c. Salah satu faktor penyebab ketimpangan akses internet yaitu ditemukan masalah pengaksesan, terutama di tempat-tempat dataran tinggi seperti gunung dan sekitarnya. Selain itu, keadaan muka bumi yang berbeda di beberapa titik dapat mempengaruhi penerimaan sinyal. Salah satu kecamatan di Kabupaten Sukabumi, yaitu Parakansalak rupanya hanya memiliki satu lokasi tower BTS dimana mampu berpengaruh terhadap pengaksesan internet. Berdasarkan survei lapang, provider Telkomsel sebagai anak perusahaan BUMN yang seharusnya mampu mengungguli provider lainnya justru berkualitas buruk pada wilayah tersebut. Maka, perlunya dukungan perluasan coverage area dari jaringan ISP Telkomsel yang dapat dilihat dari sisi kondisi lahan agar tercapainya kemudahan akses dan bebas hambatan. Analisis yang dilakukan yaitu analisis spasial yang dibantu oleh SIG. Selain itu, dilakukan pengukuran Quality of Service (QoS), signal strength, dan internet speed untuk memvalidasi performansi jaringan. Kemudian, menggunakan teknik overlay, analisis buffer dan analisis korelasi untuk memperlihatkan hubungan dengan kondisi lahan dari wilayah penelitian yakni Kecamatan Parakansalak, Kabupaten Sukabumi. Kondisi lahan yang diteliti mencakup jarak dengan BTS, arah hadapan lereng, bentuk medan, dan tutupan lahan. Hasil menunjukkan, dari ketiga pengukuran yaitu Quality of Service, Signal Strength, dan Internet Speed didapatkan pola spasial yang berbeda. Pola spasial internet speed terlihat paling sesuai jika dihubungkan dengan kondisi lahan. Selain itu, berdasarkan pengaruh atas ketersediaan ISP Telkomsel, didapatkan hasil bahwa arah hadapan lereng berpengaruh, bentuk medan tidak terlalu berpengaruh, tutupan lahan tidak terlalu berpengaruh, dan jarak ke BTS berpengaruh. Dengan adanya penelitian ini diharapkan dapat menjadi acuan pemerintah, instansi, akademisi, maupun masyarakat untuk memperbaiki akses internet di Indonesia dengan membangun infrastruktur BTS secara merata

---

Digital skills are one of the goals to achieve the SDGs targets that listed in SDG Goal 9 point c. One of the factors causing inequality in internet access is access problems, especially in high-altitude areas such as mountains and their surroundings. In addition, different ground conditions at several points can affect signal reception. One of the sub-districts in Sukabumi Regency, Parakansalak District apparently only has one BTS tower location which can affect internet access. Based on a field survey, Telkomsel's provider as a subsidiary of BUMN, which should be able to outperform other providers, is actually of poor quality in that area. So, it is necessary to support the expansion of the coverage area of Telkomsel's ISP network which can be seen from the side of the land conditions in order to achieve easy and barrier-free access. The analysis carried out is spatial analysis assisted by GIS. In addition, measurements of Quality of Service (QoS), signal strength, and internet speed were carried out to validate network performance. Then, using overlay techniques, buffer analysis and correlation analysis to see the relationship with the land conditions of the research area, Parakansalak District, Sukabumi Regency. The conditions of the land studied included the distance to BTS, the direction of the slope, the shape of the terrain, and land cover. The results show that from the three measurements, Quality of Service, Signal Strength, and Internet Speed, different spatial patterns are obtained. The spatial pattern of internet speed seems to be the most suitable if it is related to the condition of the land. In addition, based on the effect on the availability of Telkomsel's ISP, the results show that the direction of the face of the slope has an effect, the shape of the terrain is not too influential, the land cover is not too influential, and the distance to BTS has an effect. With this research, it is hoped that it can become a reference for the government, agencies, academics, and the public to improve internet access in Indonesia by building BTS infrastructure evenly."

"

Beras merupakan komoditas penting dan strategis bagi masyarakat Indonesia dalam mempertimbangkan makanan, dalam hal ini beras merupakan kebutuhan pokok. Penelitian ini bertujuan untuk mengetahui fase pertumbuhan padi sawah dan perkiraan produktivitas padi di Kabupaten Jatisari, Kabupaten Karawang. Penelitian ini menggunakan dua algoritma untuk menentukan fase pertumbuhan tanaman padi, yaitu Normalized Difference Vegetation Index (NDVI) dan Atmosphericically Resistant Vegetation Index (ARVI). Algoritma NDVI umumnya digunakan dalam beberapa penelitian yang berkaitan dengan fase pertumbuhan tanaman padi dan produktivitasnya, penggunaan algoritma ARVI dalam penelitian ini disesuaikan dengan area penelitian karena nilai ARVI menurut EOS (Earth Observing System) digunakan untuk daerah dengan kandungan aerosol atmosfer tinggi (hujan, kabut, debu, asap, dan polusi udara). Sehingga penggunaan algoritma ARVI lebih efektif daripada algoritma NDVI di daerah penelitian ini. Dalam memproses data, kami menggunakan Google Earth Engine (GEE) sebagai alat. Dan untuk uji validasi dalam penelitian ini digunakan Confussion Matrix yang mencakup akurasi keseluruhan, akurasi produsen, dan akurasi pengguna. Berdasarkan nilai NDVI dan ARVI, Kecamatan Jatisari memiliki dua fase tanam yaitu dengan satu kali panen dan dua kali panen. Dan hasil penelitian ini adalah persamaan regresi linier dengan rumus, Produktivitas (ton / ha) = 6.9513 (NDVI) + 3.3384, dengan variasi nilai koefisien (R²) = 0,898 dan Produktivitas (ton / ha) ) = 3,9849 (ARVI) + 7,3992, dengan variasi nilai koefisien (R²) = 0,6505. Dan untuk estimasi produktivitas padi di Kabupaten Jatisari memiliki rata-rata, 7,55 ton / ha dengan akurasi 93,29% untuk NDVI dan 90,43% untuk ARVI. Ditemukan bahwa algoritma NDVI lebih efektif untuk menentukan fase pertumbuhan tanaman padi dibandingkan dengan algoritma ARVI. Dan penelitian ini membuktikan bahwa faktor atmosfer tidak terlalu berpengaruh di Kabupaten Jatisari.

 

---

Rice is an important and strategic commodity for the Indonesian peoples staple food, in this case rice is a basic need. Technology-based monitoring is needed such as remote sensing for rice plants in Indonesia. This study aimed to determine the growth phase of wetland rice and estimated rice productivity in Jatisari District, Karawang Regency. This research used two algorithms to determine the growth phase of rice plants, they were Normalized Difference Vegetation Index (NDVI) and Atmospherically Resistant Vegetation Index (ARVI). NDVI algorithm was commonly used in several studies related to the growth phase of rice plants and their productivity, the use of the ARVI algorithm in this study was adjusted to the study area because the ARVI value according to EOS (Earth Observing System) is used for areas with high atmospheric aerosol content (rain, fog, dust, smoke and air pollution). So that the use of the ARVI algorithm is more effective than the NDVI algorithm in this research area. In processing data we use Google Earth Engine (GEE) as tool. And for the validation test in this study used Confussion Matrix which includes overall accuracy, producer accuracy, and user accuracy. This accuracy test is considered the most suitable because the data used are pixel and object based. Based on NDVI and ARVI values, Jatisari District has two planting phases, namely one harvest and two harvests. And the results of this research are a linear regression equation with the formula, Productivity (ton / ha) = 6,9513(NDVI ) + 3,3384, with the variation of  the coefficient value (R²) = 0,898 and  Productivity (ton/ha)  = 3,9849(ARVI) + 7,3992, with the variation of  the coefficient value (R²) = 0,6505. And for the estimation of rice productivity in Jatisari District had an average, 7,55 ton/ha with an accuracy of 83,29% for NDVI and 90,43% for ARVI. Found that the NDVI algorithm is more effective to determine the growth phase of rice plant compared to the ARVI algorithm. And this research proves that atmospheric factors are not very influential in Jatisari District.

 

"

"Penutup lahan merupakan aspek dasar untuk memperkirakan berbagai peristiwa yang terjadi di permukaan bumi seperti perubahan iklim, kerusakan lingkungan, serta evaluasi pengelolaan lahan dan tata ruang wilayah. Perubahan penutup lahan merupakan fenomena yang kompleks dan dinamis berdasarkan ruang dan waktu. Perubahan tersebut akan terus berlanjut sejalan dengan pertumbuhan penduduk. Berdasarkan data Badan Pusat Statistik, Kecamatan Parakansalak, Kabupaten Sukabumi adalah salah satu kecamatan dengan peningkatan laju pertumbuhan 1,49%, di atas rata-rata laju pertumbuhan Kabupaten Sukabumi, sehingga kebutuhan akan lahan juga akan meningkat seiring dengan bertingkatnya laju pertumbuhan. Penelitian ini bertujuan untuk menganalisis perkembangan penutup lahan permukiman tahun 2011, 2016, dan 2021 serta prediksi penutup lahan permukiman di Kecamatan Parakansalak pada tahun 2032 dan membuat arahan pengembangan permukiman berdasarkan kesesuaian lahan permukiman dan RTRW Kabupaten Sukabumi tahun 2012-2032 di Kecamatan Parakansalak. Variabel yang digunakan pada penelitian ini adalah lereng, jarak dari jalan, jarak dari sungai, jarak dari POI, dan kawasan rawan longsor. Metode yang digunakan pada penelitian ini adalah model Cellular Automata-Markov Chain untuk memprediksi penutup lahan permukiman pada tahun 2032 untuk dihitung daya dukung lahan permukimannya. Hasil pengolahan data menunjukkan bahwa lahan permukiman di Kecamatan Parakansalak mulai dari tahun 2011, 2016, dan 2021 terus mengalami perkembangan di Kecamatan Parakansalak, dengan peningkatan 40,63% pada tahun 2011-2016 dan 23,62% pada tahun 2016-2021. Hasil prediksi menunjukkan bahwa luas permukiman di Kecamatan Parakansalak akan meningkat 39,04% pada tahun 2032. Hasil perhitungan jumlah penduduk dan kebutuhan lahan tahun 2032 menunjukkan bahwa RTRW perlu dievaluasi. Dari hasil arahan pengembangan permukiman, dapat melakukan pengembangan pada area pengembangan I.

---

Land cover is a basic aspect for predicting various events that occur on the earth's surface, such as climate change, environmental damage, as well as evaluation of land management and regional spatial planning. Land cover change is a complex and dynamic phenomenon based on space and time. These changes will continue in line with population growth. Based on data from the Central Bureau of Statistics, Parakansalak District, Sukabumi Regency is one of the sub-districts with an increased growth rate of 1.49%, above the average growth rate of Sukabumi Regency, so that the need for land will also increase along with the gradual growth rate. This study aims to analyze the development of settlement land cover in 2011, 2016, and 2021 as well as predictions of settlement land cover in Parakansalak District in 2032 and to make directions for settlement development based on the suitability of residential land and the RTRW of Sukabumi Regency in 2012 – 2032 in Parakansalak District. The variables used in this study are slope, distance from the road, distance from the river, distance from POI, and landslide-prone areas. The method used in this study is the Cellular Automata-Markov Chain model to predict residential land cover in 2032 to calculate the carrying capacity of residential land. The results of data processing show that residential land in Parakansalak District starting from 2011, 2016 and 2021 continues to experience development in Parakansalak District, with an increase of 40.63% in 2011-2016 and 23.62% in 2016-2021. Prediction results shows that the area of settlements in Parakansalak District will increase by 39.04% in 2032. The results of calculating the population and land requirements in 2032 show that the RTRW needs to be evaluated. From the results of settlement development directives, development can be carried out in development area I."

"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."

"

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.

"

"Padi merupakan komoditas pangan dengan produksi terbesar di Indonesia. Produksi padi pada tahun 2019 mencapai 49,8 juta ton. Pada tingkat global, padi di konsumsi oleh setengah dari populasi di seluruh dunia. Penelitian mengenai fenologi padi bermanfaat sebagai referensi produksi yang akan datang dan pengembangan lingkungan berkelanjutan. Penelitian mengenai fenologi telah berkembang dari faktor sampai dengan metode termasuk dengan pengindraan jauh. Pengindraan jauh merupakan instrument efektif dalam pemantauan sumberdaya alam. Penelitian ini menggunakan indeks vegetasi dari citra satelit Sentinel 2 untuk mendapatkan fenologi padi berbasis indeks vegetasi NDVI dan indeks air NDWI, yang selanjutnya dapat melakukan pendugaan waktu tanam dan waktu panen padi dengan analisis spasial dan temporal pada wilayah dengan topografi yang beragam dan menggunakan citra satelit resolusi tinggi. Fenologi padi berbasis indeks menunjukkan bahwa nilai NDVI membentuk kurva parabolic sedangkan NDWI membentuk linear berdasarkan umur dan fase tanam padi. Fenologi berbasis NDVI memiliki nilai r² yang lebih tinggi dibandingkan NDWI. Namun, secara parsial, indeks NDVI dan NDWI dapat digunakan untuk melakukan pendugaan waktu tanam dan panen dengan nilai ambang batas dengan hasil akurasi keseluruhan 78% dan koefisien kappa 0,5. Pada musim tanam kering bulan April sampai dengan September, secara keseluruhan terdapat pergantian tanam secara berututan pada satu daerah aliran irigasi, pergantian tanam secara acak dalam satu daerah aliran irigasi, dan tanam secara serempak dalam satu bulan pada satu daerah aliran irigasi yang mengindikasikan terjadinya penyesuaian terhadap ketersediaan pengairan dari aliran irigasi khususnya pada tanam yang dilakukan pada saat bulan kering. Pendugaan waktu panen padi menunjukkan terdapat wilayah padi diluar dari rentang umur 90-120 hari setelah tanam.

---

Rice is a food commodity with the largest production in Indonesia. Rice production in Indonesia in 2019 reached 49,8 million tons. At the global scale, rice is consumed by half of the world’s population. Research on rice phenology in useful as a reference for future production and sustainable environmental development. Research on phenology has evolved from factors until methods including remote sensing. Remote sensing is an effective instrument in monitoring natura resources. This study uses the vegetation index NDVI and water index NDWI from Sentinel 2 satellite images, which can estimate the planting and harvesting time of rice with spatial and temporal analysis in areas with diverse topography and using high resolution satellite images. The index based rice phenology shows that the NDVI value forms a parabolic curve while NDWI forms linearly based on the age and phase of rice planting. NDVI based phenology has a higher r² value than NDWI based phenology. However, partially the NDVI and NDWI indices can be used to estimate planting and harvesting time with a threshold value with overall accuracy of 78% and a kappa coefficient of 0,5. In the dry growing season from April to September, there are successive planting changes in one irrigation basin, random planting in one irrigation basin, and simultaneous planting in one month in one irrigation basin indicating and adjustment for the availability of water form the irrigation, especially for planting during the dry month. Estimation of rice harvesting time shows there are areas of rice outside the age range of 90 – 120 days after transplanting.

"