Hasil Pencarian  ::  Simpan CSV :: Kembali

"Fenologi adalah telaah penampakan periodisitas pada tumbuhan dalam hubungannya dengan iklim, seperti waktu pembungaan dan flushing. Flushing yaitu pertumbuhan tunas/flush secara serempak. Tujuan penelitian ini adalah mengamati pertumbuhan tunas daun dalam merespon intensitas cahaya dengan posisi tumbuh berbeda dan faktor lingkungan yang mempengaruhinya. Metode yang digunakan adalah deskriptif dengan pengambilan purposive sampling, flush dibedakan posisi tumbuhnya yaitu terminal dan aksilar dalam kondisi terpapar dan ternaungi. Laju tumbuh Amherstia nobilis Wall. dan Brownea capitella Jacq. di daerah terpapar cahaya lebih cepat dibandingkan daerah ternaungi. Laju pertumbuhan diiringi dengan perubahan warna. Perubahan warna pada daun A. nobilis berlangsung selama dua bulan lebih cepat dari B. capitella. Intensitas cahaya dan posisi tumbuh (terminal dan aksilar) berpengaruh pada pertumbuhan kedua spesies. Kata kunci: Amherstia nobilis, Brownea capitella, fenologi, flushing

---

ABSTRAKPhenology is a study on periodicity sightings of plants in relation to climates, such as flowering time and flushing. Flushing means the growth of shoots/ flush simultaneously. This study aims to observe the shoots and leaves growth in response to light intensity under the difference of growing positions and environmental factors. This study used purposive sampling as a descriptive method. The growing positions of flush were on terminal and axillary of the plant, both in exposed and shaded conditions. The growth pace speeds of Amherstia nobilis Wall. and Brownea capitella Jacq. in exposed condition were faster than shaded condition. The rate of growth was accompanied by a change of color. The changing color of A. nobilis leaves were faster for two months than B. capitella. This study showed that light intensity and growing positions of the plants (terminal and axillary) influenced the growth of both species. "

"

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.

 

"

"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."