Pendugaan Intensitas Serangan Penyakit Blas pada Tanaman Padi Melalui Pendekatan Citra NDVI (Normalized Difference Vegetation Index)

Abstract

Penyakit blas merupakan salah satu penyakit yang berbahaya bagi tanaman padi. Penyakit ini bisa menyerang di setiap fase pertumbuhan. Perhitungan intensitas serangan penyakit blas saat ini masih  dilakukan secara manual. Diperlukan pengembangan teknologi dalam pendugaan intensitas serangan penyakit blas melalui citra NDVI. Penelitian ini bertujuan untuk (1) untuk mendapatkan ketinggian foto udara NDVI terbaik, (2) untuk mendapatkan umur tanaman padi dengan intensitas serangan penyakit blas tertinggi, (3) untuk mendapatkan hubungan antara intensitas serangan penyakit blas dengan nilai NDVI tanaman padi. Penelitian ini menggunakan Drone DJI Phantom 4 dengan lensa NDVI. Pengolahan data menggunakan Web Drone Deploy dan software Arc Gis 10.3. Berdasarkan dari hasil analisis, detail terbaik dari pembesaran 200% mendapatkan akuisisi ketinggian dari citra NDVI adalah 20 meter dengan ukuran piksel 1,4732 cm/pixel. Pertumbuhan intensitas serangan penyakit blas tertinggi  terjadi pada umur 98 hari setelah tanam. Hubungan antara intensitas serangan penyakit blas dengan nilai NDVI memiliki koefisien determinasi sebesar 0,986. Persamaan regresi didapatkan dalam penelitian ini adalah y = -23345x³ + 21191x²- 6416,8x + 665,07 dengan akurasi sebesar sebesar 91,74%.

Blast is one of disease that is dangerous for rice plants. This disease can attack in every phase of growth. Calculation of the intensity of blast disease attacks is still done manually. Technology development is needed in estimating the intensity of blast disease attacks through NDVI imagery. This study purpose (1) to get the best NDVI aerial photo altitude, (2) to get the age of rice plants with the highest attack intensity of blast disease, (3) to get a relationship between the intensity of blast disease and the NDVI value of rice plants. This study use Drone DJI Phantom 4 with lens NDVI. Processing data using Web Drone Deploying and Arc Gis 10.3 software. Based on the analysis results, the best detail of 200% zooming results obtained altitude of the NDVI image acquisition that is 20 m with pixel density of 1,4732 cm/pixel. The highest intensity of blast disease attacks occurs at the age of 98 days after planting. The relationship between the intensity of blast disease and NDVI value has a determination coefficient of 0.986. The regression equation obtained in this study is y = -23345x³ + 21191x²- 6416,8x + 665,07 with an estimated accuracy of 91,74%.