Analisis Hubungan Nilai SPAD dengan Nilai Indeks Vegetasi pada Tanaman Padi yang Terserang Penyakit Blas Menggunakan Citra Multispektral
Abstract
Abstrak
Penyakit blas yaitu penyakit yang menyerang daun tanaman padi. Serangan penyakit blas dapat mempengaruhi klorofil dan kesehatan tanaman padi. Klorofil daun dapat diestimasi menggunakan alat klorofil meter SPAD untuk memperoleh nilai SPAD. Klorofil tanaman dapat diestimasi menggunakan citra multispektral dengan analisis indeks vegetasi. Nilai indeks vegetasi mempunyai hubungan kuat dengan klorofil. Penelitian ini bertujuan untuk mendapatkan hubungan nilai SPAD dengan nilai Indeks Vegetasi pada tanaman padi yang terserang penyakit blas menggunakan citra multispektral dan menentukan tingkat korelasi nilai SPAD dengan nilai Indeks Vegetasi pada tanaman padi yang terserang penyakit blas menggunakan citra multispektral. Pengambilan sampel nilai SPAD dilakukan pada 3 petak sawah, setiap petak diambil 5 titik secara diagonal, setiap titik diambil 9 rumpun padi. Selanjutnya akuisisi citra multispektral menggunakan Drone DJI Phantom 4 dengan kamera multispektral pada ketinggian 15 m, 30 m, dan 45 m. Citra selanjutnya dimosaicking menggunakan Agisoft Metashape, kemudian dinormalisasi dengan Photoshop. Berikutnya analisis indeks vegetasi NDVI, CIG, dan SAVI menggunakan QGIS 3.16, dilanjutkan dengan analisis regresi antara nilai SPAD dengan nilai indeks vegetasi. Hasil analisis menunjukkan ketiga indeks vegetasi pada berbagai ketinggian menghasilkan hubungan linier dan tingkat korelasi berkisar kuat sampai sangat kuat. Tingkat korelasi kuat pada indeks NDVI 45 m (65,4%), SAVI 45 m (63,1%), dan tingkat korelasi sangat kuat pada indeks NDVI 15 m (94,2%), 30 m (79,5%), CIG 15 m (80,5%), 30 m (84,8%), 45 m (82,5%), dan SAVI 15 m (80,5%), 30 m (78%). Dapat disimpulkan bahwa indeks vegetasi NDVI dengan ketinggian 15 m memberikan nilai korelasi paling kuat.
Abstract
Blast disease is a disease that attacks the leaves of rice plants. Blast disease attacks can affect chlorophyll and the health of rice plants. Leaf chlorophyll can be estimated using a SPAD chlorophyll meter to obtain the SPAD value. The vegetation index value has a strong relationship with chlorophyll. This study aims to obtain the relationship between SPAD value and Vegetation Index value in rice plants affected by blast disease using multispectral imagery and determine the level of correlation between SPAD value and Vegetation Index value in rice plants affected by blast disease using multispectral imagery. SPAD value sampling was carried out on 3 rice field plots, each plot was taken 5 points diagonally, and each point was taken 9 rice paddy clumps. Next, multispectral image acquisition using the DJI Phantom 4 Drone with multispectral cameras at altitudes of 15 m, 30 m, and 45 m. The image is then mosaiced using Agisoft Metashape, then normalized with Photoshop. Next, the vegetation index analysis of NDVI, CIG, and SAVI using QGIS 3.16, followed by regression analysis between the SPAD value and the vegetation index value. The results of the analysis showed that the three vegetation indices at various altitudes produced a linear relationship and the degree of correlation ranged from strong to very strong. Strong correlation rate on NDVI 45 m (65.4%), SAVI 45 m (63.1%), and very strong correlation on NDVI index 15 m (94.2%), 30 m (79.5%), CIG 15 m (80.5%), 30 m (84.8%), 45 m (82.5%), and SAVI 15 m (80.5%), 30 m (78%). It can be concluded that the NDVI vegetation index with a height of 15 m provides the strongest correlation value.
Downloads
References
Ai, N. S., & Banyo, Y. (2011). Konsentrasi Klorofil Daun Sebagai Indikator Kekurangan Air Pada Tanaman. Jurnal Ilmiah Sains, 15(1), 166. https://doi.org/10.35799/jis.11.2.2011.202
Andianto, R., & Handayani, H. H. (2014). Studi Indeks Vegetasi Untuk Identifikasi Vegetasi Hutan Gambut Menggunakan Citra Airborne Hyperspectral Hymap Di Daerah Hutan Gambut Kalimantan Tengah. Geoid, 9(2), 186. https://doi.org/10.12962/j24423998.v9i2.757
Andika, I. M. P. C., Wijaya, I. M. A. S., dan Gunadnya, I. B. P. (2019). Pendugaan Intensitas Serangan Penyakit Blas pada Tanaman Padi Melalui Pendekatan Citra NDVI (Normalized Difference Vegetation Index). Jurnal BETA (Biosistem Dan Teknik Pertanian).
Balai Besar Peramalan Organisme Pengganggu Tumbuhan. (2021). Prakiraan Serangan OPT Utama Padi, Jagung Dan Kedelai Di Indonesia MT 2021.
Chandra, G. B. E., Wijaya, I. M. A. S., & Setiyo, Y. (2020). Pendugaan Intensitas Serangan Penyakit BLB (Bacterial Leaf Blight) pada Tanaman Padi melalui Pendekatan Citra Multispektral. Jurnal BETA (Biosistem Dan Teknik Pertanian), 8(2). https://doi.org/10.24843/jbeta.2020.v08.i02.p18
Dinas Pertanian dan Ketahanan Pangan. (2022). Luas Serangan Hama/Penyakit Tanaman Pangan Per Kabupaten/Kota. SATU DATA INDONESIA PROVINSI BALI. https://balisatudata.baliprov.go.id/laporan/luas-serangan-hamapenyakit-tanaman-pangan-per-kabupatenkota?year=2021
Direktorat Statistik Tanaman Pangan, Hortikultura, dan P. (2022). Luas Panen Dan Produksi Padi Di Indonesia 2021. Badan Pusat Statistik. https://www.bps.go.id/
Fita, A., Agus, S., dan Nurul, A. (2013). Sistem Tanam Dan Umur Bibit Pada Tanaman Padi Sawah (Oryza Sativa L.) Varietas Inpari 13. Jurnal Produksi Tanaman, 1(2), 52–60.
Food and Agriculture Organization. (2022). Food Outlook – Biannual Report on Global Food Markets. In Food Outlook – Biannual Report on Global Food Markets. FAO. https://doi.org/10.4060/cb9427en
Hanafiyanto, F. dan Wahono. (2021). Perbandingan Akurasi Pengukuran Klorofil Dan Kadar Nitrogen Antara Spad Dengan Ndvi Pada Tanaman Jagung (Zea mays). Jurnal Agro Indragiri, 8(2). https://doi.org/10.32520/jai.v8i2.1747
Hidayah, F., Santosa, S., & Putri, R. E. (2019). Model Prediksi Hasil Panen Berdasarkan Pengukuran Non-Destruktif Nilai Klorofil Tanaman Padi. AgriTECH, 39(4), 289. https://doi.org/10.22146/agritech.34893
Huete, A. (2011). Land Remote Sensing and Global Environmental Change: NASA’s Earth Observing System and the Science of ASTER and MODIS (Issue May 2014). https://doi.org/10.1007/978-1-4419-6749-7
Kismiantini. (2010). “Analisis Regresi.” Jurusan Pendidikan Matematika. Fakultas Matematika Dan Ilmu Pengetahuan Alam, Universitas Negeri Yogyakarta.
Mukhlisin, A., dan Soemarno, S. (2020). Estimasi Kandungan Klorofil Tanaman Kopi Robusta (Coffea canephora var. Robusta) Menggunakan Normalized Difference Vegetation Index (Ndvi) Di Bangelan, Wonosari, Malang. Jurnal Tanah Dan Sumberdaya Lahan, 7(2), 329–339. https://doi.org/10.21776/ub.jtsl.2020.007.2.18
Nugraha, A. S. A., dan Citra, I. P. A. (2021). Perbandingan Metode Soil Adjusted Vegetation Index (SAVI) dan Forest Canopy Density (FCD) untuk Identifikasi Tutupan Vegetasi (Kasus; Area Pembuatan Jalan Baru Singaraja-Mengwi). Jurnal Geografi: Media Informasi Pengembangan Dan Profesi Kegeografian, 18(1), 1–8. https://doi.org/10.15294/jg.v18i1.25367
Putra, I. W. A. S., Wijaya, I. M. A. S., & Gunadnya, I. B. P. (2016). Kualitas Foto Udara Pada Berbagai Ketinggian. Jurnal BETA (Biosistem Dan Teknik Pertanian), 4(2), 77–80.
Putri, R. E., Yahya, A., Adam, N. M., & Abd Aziz, S. (2015). Variability of rice yield with respect to crop health. Jurnal Teknologi, 78(1–2), 79–85. https://doi.org/10.11113/jt.v78.7272
Supartha, I. N. Y., Wijana, G., dan Adnyana, G. M. (2012). Aplikasi Jenis Pupuk Organik Pada Tanaman Padi Sistem Pertanian Organik. E-Jurnal Agroekoteknologi Tropika (Journal of Tropical Agroecotechnology), 1(2), 98–106.
Wati, C., Arsi, Karenina, T., Riyanto, Nurcahya, Y. N. I., Melani, D., Astuti, D., Septiarini, D., Fransiska, S. R., Purba, Ramdan, E. P., & Nuru, D. (2021). Hama dan Penyakit Tanaman. In Yayasan Kita Menulis.
Yuliantika, G., Suprayogi, A., & Sukmono, A. (2016). Analisis Penggunaan Saluran Visibel Untuk Estimasi Kandungan Klorofil Daun Padi Dengan Citra Hymap (Studi Kasus: Kabupaten Karawang, Jawa Barat). Jurnal Geodesi Undip, 5(2), 200–207.
Yusuf, D., & Syamsu, R. A. (2017). Buku Ajar Penginderaan Jauh.