PEMANTAUAN PERTUMBUHAN PADI MENGGUNAKAN

DATA SAR BERBASIS TEORI DEKOMPOSISI

Anggi Karismawati
Universitas Diponegoro
Karismawati25@gmail.com

1. PENDAHULUAN
Permasalahan pangan di Indonesia tidak dapat dihindari, walaupun
Indonesia sering disebut sebagai negara agraris yang sebagian besar
penduduknya bermata pencaharian sebagai petani. Kenyataan bahwa masih
banyak kekurangan pangan yang melanda seiring dengan meningkatnya
jumlah penduduk. Ketahanan pangan sangat terkait dengan produksi pangan
sebagai salah satu faktor pembangunan. Padi merupakan makanan pokok yang
utama di Indonesia, sehingga pemantauan lahan sawah merupakan salah satu
langkah ekstra untuk informasi penting bagi perencanaan pertanian yang
lebih baik. Penggunaan teknologi penginderaan jauh optis dalam pemantauan
dirasa kurang optimal, salah satu teknik dalam penginderaan jauh yang dapat
diterapkan agar hasil pemantuan lahan sawah optimal adalah dengan
polarisasi data Synthetic Aperture Radar (SAR). Teknik ini termasuk dalam
sistem penginderaan jauh aktif yang mempunyai kelebihan dapat digunakan
dalam segala cuaca, tidak tergantung pada sinar matahari dan tidak
terkendala awan, sehingga sangat cocok untuk daerah tropis seperti Indonesia.
Salah satu data Citra SAR yang dapat digunakan dalam pemantuan lahan
sawah yaitu L-Band sangat berguna dalam studi padi karena karakteristik
hamburan spekular yang unik dari sinyal radar pada sawah tergenang dan
sinyal radar dapat menembus kanopi padi sehingga menyediakan informasi
structural.
2. METODOLOGI PENELITIAN
Penelitian ini dilakukan pada bulan Oktober 2010 dan selesai pada
bulan Juni 2011, yang berlokasi di Kabupaten Subang, Jawa Barat.
Pelaksanaan penelitian ini dilakukan dalam beberapa tahap yaitu persiapan,
pengumpulan data, survey lapangan, analisis dan interpretasi data.
a. Persiapan
Pada tahapan ini dilakukan studi pustaka mengenai topik penelitian.
Data penunjang yang dikumpulkan antara lain: buku teks, berbagai jurnal atau
artikel ilmiah, dan prosiding seminar yang terkait dengan tujuan penelitian.
b. Pengumpulan Data dan Alat
Data yang diperlukan dalam penelitian ini adalah Citra ALOS
PALSAR yang diakuisisi pada 25 Maret 2007 dan 30 Maret 2009. Sensor
Phased-Array type L-band Synthetic Aperture Radar (PALSAR). Peta Blok
19 Lahan Sawah PT. Sang Hyang Seri, serta Peta Rupa Bumi Indonesia
wilayah Jawa Barat skala 1:25.000 yang diterbitkan oleh Badan Koordinasi
Survei dan Pemetaan Nasional (BAKOSURTANAL). Data tambahan
diperoleh dari survey lapangan dan dari akses internet. Adapun peralatan yang
digunakan adalah kamera digital, ArcView GIS 3.3, Envi 4.5, MapReady 2.3,
program statistica 8, Microsoft Word 2007 dan Microsoft Excel 2007.
c. Survey Lapangan
Survei lapang meliputi pengamatan pada lahan sawah PT. Sang Hyang
Seri Regional I Sukamandi pada tanggal 28 Juni 2011. Pengamatan dilakukan
pada beberapa kondisi lahan sawah diantaranya adalah pengamatan fase bera,
fase pembibitan, fase penggenangan untuk awal masa tanam padi, fase
vegetatif, dan fase generative.
d. Analisis dan Interpretasi Data
Data PALSAR yang diperoleh dari JAXA direkam dalam format CEOS yang
kemudian dikonversi menggunakan perangkat lunak MapReady 2.3. Perangkat lunak
ini juga memungkinkan pengguna memperoleh data hasil dekomposisi polarimetrik
Entropi-Alfa (Cloude and Pottier, 1996 dikutip dalam Pramono, 2010). Dalam proses
tersebut, data polarimetrik penuh akan dikonversi menjadi tiga unit analisis yang
lebih sederhana yaitu Entropi (H), Sudut Alfa (α), Anisotropi (A). Lalu dilakukan
koreksi Geometrik dengan ArcView GIS 3.3. Selanjutnya data tersebut siap untuk
diolah dengan menggunakan perangkat lunak Envi 4.5. Untuk memudahkan
pengambilan contoh, citra komposit dibangun dari kombinasi citra VV, HV dan HH
yang masing-masing dimasukkan dalam kanal merah, hijau dan biru secara berturut-
turut. Proses pengambilan contoh data dilakukan dengan memilih minimum 75 pixel
pada masing-masing umur tanaman padi pada blok sawah PT. Sang Hyang Seri.
Terdapat 9 kelas atau kelompok umur tanaman padi (dalam satuan hari) pada citra
PALSAR diakuisisi tahun 2007.
Tahap berikutnya adalah mengekstrak nilai dari setiap peubah (Entropi,
Sudut Alfa dan Anisotropi) pada kelompok umur yang telah ditetapkan sebelumnya
dengan menggunakan nilai median dan mean sebagai pewakil data yang paling
representative. Tahapan selanjutnya adalah membangun diagram untuk mengetahui
distribusi nilai dari masing-masing peubah. Analisis statistik pertama yang
dimanfaatkan adalah analisis boxplot. Analisis boxplot memuat ringkasan sampel
yang disajikan secara grafis yang menggambarkan bentuk distribusi data. Pola
distribusi nilai masing-masing peubah inilah yang kemudian dapat diinterpretasikan
untuk menjelaskan keterkaitan pola perubahannya terhadap variasi umur tanaman
padi. Selanjutnya dilakukan analisis regresi pada distribusi nilai masing-masing
peubah tersebut dengan berbagai jenis permodelan. Masing-masing permodelan akan
memiliki persamaan, nilai R2, dan Standard Error (SE) yang berbeda. Ketiga hal
inilah yang kemudian menjadi dasar dalam pemilihan permodelan yang sesuai
dengan distribusi nilai pada setiap peubah. Model yang terbaik adalah persamaan
yang menghasilkan nilai R2 terbesar dan SE terkecil.
Penelitian ini menggunakan algoritma klasifikasi terbimbing decision tree
(pohon keputusan) dengan pendekatan Quick, Unbiased, Efficient Statistical Trees
(QUEST; Loh and Shih, 1997) yang diolah dengan menggunakan perangkat lunak
ENVI 4.5 dengan toolbox tambahan. Selanjutnya hasil pengolahan pohon keputusan
berupa citra hasil klasifikasi diuji dengan menghitung nilai akurasi. Nilai ini dihitung
dengan memanfaatkan analisis matriks akurasi pada data testing (penguji). Selain itu,
untuk menunjang hasil analisis, dilakukan perhitungan koefisien Kappa (indeks
kesalahan).
3. HASIL DAN PEMBAHASAN
a. Hasil Penelitian
- Analisis Data Eksploratif
Hasil penerapan teori dekomposisi Cloude Pottier pada penelitian ini
terwakili oleh Entropi dan Sudut Alfa. Nilai dari masing-masing peubah
yang disajikan dalam gambar tersebut merupakan nilai tengah (median)
dan rataan (mean) dari seluruh data training (masing-masing 75 piksel),
dengan pengelompokan umur padi dalam rentang 5 hari.
- Keterkaitan Umur Tanaman dengan Entropi dan Sudut Alfa
Pada citra PALSAR 2009 dan 2007 dalam bentuk persamaan kurva Y
yang dilengkapi dengan nilai R2 dan Standard Error. Berdasarkan hasil
permodelan, persamaan kuadratik pada peubah Entropi dan Sudut Alfa
menunjukkan hasil yang lebih baik dibandingkan permodelan dengan
persamaan Linier dan Jenuh.
- Akurasi
Citra PALSAR 2007 dan 2009 memiliki tingkat akurasi yang berbeda-
beda untuk tiap umur padi.
Tabel 1. Akurasi Klasifikasi Algoritma QUEST Citra PALSAR 2009
 Tabel 2. Akurasi Klasifikasi Algoritma QUEST Citra PALSAR 2007

b. Pembahasan
- Analisis Pada Eksploratif
Pada citra PALSAR 2007, peningkatan umur tanaman terlihat sejalan dengan
peningkatan nilai Entropinya. Tanaman Padi dengan umur 86-90 hari setelah
tanam (HST) memiliki nilai Entropi terendah, yaitu sekitar 0,4 hingga 0,5. Pada
umur ini, tanaman padi masih berada pada fase vegetatif (mendekati masa
generatif) dengan kondisi relatif seragam (homogen). Fase ini dicirikan oleh
dominansi bagian tubuh tanaman vegetatif (batang dan daun). Hal ini
menyebabkan proses hamburan tunggal mendominasi pada kisaran umur
tersebut. Ketika pertumbuhan tanaman memasuki fase generatif, kondisi tanaman
cenderung tidak seragam (heterogen) karena mulai terdapat malai, bulir-bulir
padi serta ditandai oleh daun-daun yang telah mengering dan cenderung
merunduk. Pada kondisi ini, tanaman padi memiliki nilai Entropi lebih tinggi
yang mengidentifikasikan adanya dominasi proses hamburan balik yang acak.
Dengan demikian, obyek (scatterer) yang dominan dalam proses hamburan balik
dalam cakupan piksel hanya ditemukan dalam jumlah kecil (minor).
Pada citra PALSAR 2009, nilai Entropi yang ditemukan lebih rendah
dibandingkan pada citra PALSAR 2007. Hal ini mungkin disebabkan oleh
adanya deviasi pada citra PALSAR 2009 yang disebabkan oleh tidak
terkuantifikasikannya rotasi Faraday. Ketika terjadi interaksi ionosfer dengan
gelombang elektromagnetik, rotasi Faraday menyebabkan distorsi dalam data
PALSAR. Menurut Meyer and Nicoll (2007), dalam SAR L-band, pengaruh
ionosfer pada kualitas gambar radiometrik, geometrik dan polarimetrik menjadi
 perhatian utama. Efek ionosfer pada L-band jauh melampai efek ionosfer pada C
band, sehingga pengaruhnya lebih signifikan dalam gambar PALSAR. Oleh
karena itu, estimasi dan koreksi efek Faraday diperlukan untuk menjamin
kualitas dan konsistensi data yang tinggi.
Potensi penyebab lainnya adalah serangan hama. Pada umur sekitar 90
hari, pertumbuhan tanaman padi mulai memasuki fase generatif. Ketika tanaman
memasuki fase generatif, penggenangan sawah mulai dikurangi sehingga kondisi
lahan pesawahan sedikit kering. Survei lapangan menunjukkan bahwa hal ini
menyebabkan terjadinya serangan tikus yang meluas dan seragam, sehingga
menyebabkan kenampakan yang relatif seragam. Kenampakan ini dapat
menyebabkan nilai Entropi cenderung rendah. Wilayah yang terkena dampak
umumnya langsung disulam oleh petani/penggarap sehingga pada keragaman
kembali meningkat dengan waktu. Kondisi ini terefleksikan oleh peningkatan
kembali nilai Entropi.
- Keterkaitan Umur Tanaman dengan Entropi dan Sudut Alfa
Pada citra 2009, permodelan Kuadratik pada Entropi menunjukkan kurva
Y mengalami penurunan hingga titik terendahnya pada umur 85 hingga 90 hari
setelah tanam (HST) dan kemudian meningkat kembali seiring bertambahnya
umur tanaman padi. Perbedaan cembung-cekungnya model pada penelitian ini
dipengaruhi oleh banyak faktor yang belum dapat diketahui pasti dari penelitian
ini, diantaranya adalah ketiadaan contoh pada umur yang lebih muda pada tahun
2007. Pada citra 2007, kurva hasil permodelan cenderung langsung mengalami
peningkatan seiring bertambahnya umur tanaman padi. Menjelang panen, gradien
peningkatan nilai entropi semakin lama semakin mengecil.
- Akurasi
Hasil akurasi total citra PALSAR 2009 dari klasifikasi pohon keputusan
menggunakan algoritma QUEST adalah 33,04% dengan nilai koefisian
kappa sebesar 0,25. Hal ini menunjukkan bahwa klasifikasi pohon
keputusan memiliki tingkat kepercayaan yang kurang baik.
Berbeda dengan klasifikasi pohon keputusan pada citra PALSAR 2009,
citra PALSAR 2007 menunjukkan kelompok umur 106-110 HST
memiliki akurasi yang paling tinggi, yaitu sebesar 72%. Walaupun umur
 tersebut memiliki akurasi yang tinggi, hampir semua kelompok umur
tanaman padi memiliki tingkat akurasi yang rendah. Nilai Entropi pada
kelompok umur tersebut dapat menjadi penyebabnya karena nilai Entropi
kelompok kelas yang satu hampir mendekati nilai Entropi kelompok umur
lain. Hasil ini menunjukkan bahwa bias dalam klasifikasi kelompok umur
tanaman padi pada citra PALSAR 2007 jauh lebih besar dibanding citra
PALSAR 2009. Hasil akurasi total citra PALSAR 2007 dari klasifikasi
pohon keputusan menggunakan algoritma QUEST adalah 22,22% dengan
nilai koefisian kappa sebesar 0,125. Hal ini menunjukkan bahwa
klasifikasi pohon keputusan pada citra PALSAR 2007 juga memiliki
tingkat kepercayaan yang kurang baik.

4. Kesimpulan
Hasil analisis menunjukkan bahwa Teori dekomposisi Cloude-Pottier
dapat dimanfaatkan untuk mempelajari karakteristik berbagai tingkat
pertumbuhan padi sawah. Hasil analisis menunjukkan bahwaparameter Entropi
berperan penting dalam membedakan umur tanaman padi.
Pertambahan umur tanaman padi cenderung bersesuaian dengan
meningkatnya nilai Entropi. Pada Citra PALSAR 2009, nilai Entropi yang
dimiliki lebih rendah disbanding citra PALSAR 2007. Hal ini disebabkan adanya
serangan hama ketika tanaman memasuki fase generatif sehingga kondisi blok
penanaman rusak (kondisi fase tumbuh padi lebih beragam). Hasil penelitian ini
menunjukkan bahwa bias dalam klasifikasi kelompok umur tanaman padi pada
citra PALSAR 2007 jauh lebih besar dibanding citra PALSAR 2009.

5. Referensi