Pendugaan Intensitas Serangan Penyakit BLB (Bacterial Leaf Blight) pada Tanaman Padi melalui Pendekatan Citra Multispektral

Abstract

ABSTRAK

Penyakit Bacterial Leaf Blight (BLB) merupakan salah satu penyakit yang berbahaya bagi tanaman padi. Penyakit ini bisa menyerang di setiap fase pertumbuhan. Perhitungan intensitas serangan penyakit BLB saat ini masih dilakukan secara manual. Diperlukan pengembangan teknologi dalam pendugaan intensitas serangan penyakit BLB melalui citra multispektral. Penelitian ini bertujuan untuk (1) untuk mendapatkan nilai korelasi terbaik antara intensitas serangan penyakit BLB dengan parameter citra multispektral (2) Untuk mendapatkan persamaan pendugaan intensitas serangan penyakit BLB berdasarkan pendekatan citra multispektral. Drone DJI Inspire 1 dengan kamera multispektral digunakan untuk menangkap gambar petak padi. Pengolahan data citra multispektral menggunakan Agisoft Photoscan dan software QGIS 3.8. Berdasarkan dari hasil akuisisi, citra multispektral menghasilkan citra band red, NIR, green, red edge, RGB yang kemudian diolah menjadi transformasi citra NDVI, EVI, dan NDRE. Dari ketiga parameter citra multispektral, nilai NDVI memiliki tingkat korelasi yang lebih kuat dengan koefisien determinasi sebesar 97,5% dan menghasilkan persamaan linier sebagai berikut y = -419,6 + 169,3. Dalam perhitungan nilai eror parameter NDVI memilikinilai eror paling rendah dibandingkan parameter EVI dan NDRE yaitu sebesar 4,64% dengan akurasi pendugaan 95,36%. Citra multispektral dapat digunakan dalam pendugaan intensitas serangan penyakit BLB pada tanaman padi karena menghasilkan nilai korelasi yang sangat kuat, dan akurasi pendugaan yang tinggi dengan nilai eror yang rendah tidak melebihi 10%.

ABSTRACT 

Bacterial Leaf Blight (BLB) is a disease that is dangerous for rice plants. This disease can attack in every phase of growth. Calculation of BLB disease attack intensity is currently still used manually method. Technology development is needed in estimating the intensity of BLB disease through multispectral imagery. This study aims (1) to get the best correlation value between the intensity of BLB disease attack with multispectral image parameters (2) to get the equation for estimating the intensity of BLB based on multispectral images parameter. Drone DJI Inspire 1 with a multispectral camera is used to captured the paddy field. The captured images was processed using Agisoft Photoscan and QGIS 3.8 software. Based on the results of the acquisition, multispectral images produce red, NIR, green, red edge, RGB band images which were then transformed into NDVI, EVI, and NDRE images. Of the three multispectral image parameters, NDVI values ??have a stronger correlation level with a determination coefficient of 97.5% and produce the following linear equation y = -419.6 + 169.3. In calculating the NDVI parameter error value has the lowest error value compared to the EVI and NDRE parameters which is 4.64% with an accuracy estimate of 95.36%. Multispectral imagery can be used in estimating the intensity of BLB disease attacks in rice plants because it produces a very strong correlation value, and high estimation accuracy with a low error value does not exceed 10%.