Professional Documents
Culture Documents
Pinandita Faiz R - Laporan TA
Pinandita Faiz R - Laporan TA
SKRIPSI
Oleh:
PINANDITA FAIZ R
232014082
Sepenuhnya adalah merupakan karya sendiri, tidak ada bagian di dalamnya yang
merupakan plagiat dari karya orang lain dan saya tidak melakukan penjiplakan atau
pengutipan dengan cara-cara yang tidak sesuai dengan etika keilmuan yang berlaku
dalam masyarakat keilmuan.
Pinandita Faiz R
NRP.232014082
SKRIPSI
KATA PENGANTAR
Puji syukur kepada Tuhan Yang Maha Esa berkat rahmat dan karunia-Nya
penulis mampu menyelesaikan skripsi ini diajukan sebagai salah satu syarat untuk
menyelesaikan studi di Program Studi Teknik Geodesi, Jurusan Teknik Geodesi,
Fakultas Teknik Sipil dan Perencanaan, Institut Teknologi Nasional Bandung.
Pada kesempatan ini penulis mengucapkan terima kasih kepada semua
pihak yang telah banyak membantu melalui bimbingan, dukungan, motivasi dan
doa dalam menyelesaikan tugas akhir ini. Terima kasih penulis sampaikan kepada:
1. M.A. Basyid, Ir., M.T. selaku Ketua Program Studi Teknik Geodesi.
2. Dr. Dewi Kania Sari,Ir., M.T. selaku dosen pembimbing yang selalu
memberikan masukan dan arahan sehingga skripsi ini terselesaikan.
3. Dr. Dewi Kania Sari, Ir., M.T. selaku Dosen Wali.
4. Sumarno, Ir., M.T. dan Dr.rer.nat. Dian Noor Handiani, S.T., M.T., selaku
Dosen Penguji.
5. Indrianawati, S.T., M.T. selaku Koordinator Skripsi.
6. Kedua Orangtua, Kakak – kakak saya serta Keluarga yang telah memberikan
dukungan moril dan materil dalam menyelesaikan skripsi ini.
7. Rizki Anugerah, Iszam Rachmadan Eja, Fadlan Hafiz N, selaku rekan
seperjuangan dan jajaran direksi PT. QSS.
8. Benediktus Bagasi Lemaking selaku senior yang telah mendukung Penulis
dalam menyelesaikan skripsi
9. Sherry Aprillia Achmad yang telah memberikan motivasi dan saran kepada
Penulis dalam menyelesaikan skripsi
10. Rekan – rekan veteran Angkatan 2014 Teknik Geodesi selaku rekan
seperjuangan
11. Para Dosen dan Karyawan Jurusan Teknik Geodesi.
12. Rekan-rekan angkatan 2014 Teknik Geodesi dan seluruh anggota Himpunan
Mahasiswa Teknik Geodesi (HMGD) Itenas.
Pinandita Faiz R
NRP. 232014082
Halaman
SURAT PERNYATAAN ..................................................................................... i
KATA PENGANTAR ....................................................................................... iii
ABSTRAK ........................................................................................................... v
ABSTRACT ......................................................................................................... vi
DAFTAR ISI ..................................................................................................... vii
DAFTAR GAMBAR ......................................................................................... ix
DAFTAR TABEL ............................................................................................... x
BAB 1 PENDAHULUAN ................................................................................... 2
1.1 Latar Belakang .......................................................................................... 2
1.2 Rumusan Masalah ..................................................................................... 3
1.3 Tujuan Penelitian ...................................................................................... 3
1.4 Manfaat Penelitian .................................................................................... 3
1.5 Batasan Masalah ....................................................................................... 3
1.6 Sistematika Penulisan ............................................................................... 4
BAB 2 DASAR TEORI ...................................................................................... 6
2.1 Pengindraan Jauh ...................................................................................... 6
2.2 Fotogrametri .............................................................................................. 6
2.3 Unmanned Aerial Vehicle (UAV) ............................................................. 8
2.4 Indeks Vegetasi ......................................................................................... 9
2.5 Normalized Difference Vegetation Index (NDVI) .................................. 10
2.6 Hutan Tanaman Industri (HTI) ............................................................... 12
2.7 Accacia Mangium Willd. ......................................................................... 13
2.8 Pengaruh Kondisi Wilayah ..................................................................... 14
BAB 3 PELAKSANAAN PENELITIAN ........................................................ 16
3.1 Metodologi Penelitian ............................................................................. 16
3.2 Lokasi Penelitian ..................................................................................... 17
3.3 Peralatan .................................................................................................. 18
3.4 Tahapan Penelitian .................................................................................. 19
Halaman
Gambar 2.1 Fotogrametri ...................................................................................... 8
Gambar 2.2 Kamera Multispektral ....................................................................... 9
Gambar 2.4 Normalized Difference Vegetation Index ........................................ 12
Gambar 2.3 Acacia Mangium ............................................................................. 14
Gambar 3.1 Metodologi Penelitian ..................................................................... 16
Gambar 3.1 Metodologi Penelitian (lanjutan) .................................................... 17
Gambar 3.2 Lokasi Penelitian............................................................................. 18
Gambar 3.3 Cropping Citra ................................................................................ 20
Gambar 3.4 Seamless Mosaic ............................................................................. 21
Gambar 3.5 Hasil Mosaic Citra RGB ................................................................. 22
Gambar 3.6 Hasil Mosaic Citra NIR .................................................................. 22
Gambar 3.7 Hasil Band Composite .................................................................... 23
Gambar 3.8 Proses Transformasi NDVI ............................................................. 24
Gambar 3.9 Hasil Transformasi NDVI ............................................................... 25
Gambar 3.10 Raster Color Slice ....................................................................... 26
Gambar 3.11 Hasil Digitasi Tajuk ...................................................................... 27
Gambar 3.12 Hasil Data Atribut Koordinat ........................................................ 28
Gambar 3.13 Hasil Extract Nilai NDVI ............................................................. 29
Gambar 4.1 Peta Kesehatan Tanaman Akasia .................................................... 33
Gambar 4.2 Sebaran Pohon Akasia .................................................................... 34
Gambar 4.3 Persentase Tingkat Kesehatan Tanaman Akasia............................. 35
Gambar 4.4 Peta Distribusi Curah Hujan Sumatera Selatan .............................. 37
Gambar 4.5 Kondisi Tanaman terhadap Gulma ................................................. 39
Gambar 4.6 Kondisi Tanaman Sehat .................................................................. 40
Halaman
Tabel 2.1 Klasifikasi NDVI ................................................................................ 13
Tabel 3.1 Peralatan Penelitian ............................................................................ 18
Tabel 3.2 Data Penelitian .................................................................................... 19
Tabel 3.3 Klasifikasi NDVI ................................................................................ 25
Tabel 4.1 Klasifikasi Tanaman Akasia ............................................................... 32
Tabel 4.2 Hasil Klasifikasi Tanaman Akasia...................................................... 35
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Tanaman akasia atau dikenal dengan Acacia mangium Willd. merupakan
salah satu jenis pohon cepat tumbuh yang paling umum digunakan dalam program
pembangunan hutan tanaman di Asia dan Pasifik. Di kawasan hutan tanaman
industri yang berada di Kecamatan Air Sugihan Kabupaten Ogan Komering Ilir
Provinsi Sumatera Selatan, tanaman akasia menjadi komoditas yang sangat penting
karena hasil produk olahan tanaman akasia memiliki manfaat dalam kehidupan
sehari-hari masyarakat dan lingkungan. Menurut Lemmens dkk. (1995), peran
pohon akasia yaitu sebagai pohon produksi untuk bahan baku dalam produk pulp,
kertas, papan partikel, krat, dan kepingan-kepingan kayu. Selain itu juga berpotensi
untuk kayu gergajian, molding, furnitur, dan vinir. Akasia memiliki nilai kalori
sebesar 4800-4900 kkal/kg sehingga kayunya dapat digunakan untuk kayu bakar
dan arang. Penggunaan nonkayu pada tanaman akasia meliputi bahan perekat dan
produksi madu. Serbuk gergajinya dapat digunakan sebagai substrat berkualitas
bagus untuk produksi jamur yang dapat dimakan. Keunggulan dari jenis tanaman
ini adalah pertumbuhan pohonnya yang cepat, kualitas kayunya yang baik, dan
kemampuan toleransinya terhadap berbagai jenis tanah dan lingkungan (National
Research Council, 1983). Selain dari segi kemanfaatan, kebutuhan akan tanaman
akasia pada tahun 2019-2020 terjadi peningkatan. Berdasarkan laporan ringkasan
publik PT. Bumi Anadalas Permai selaku pengelola HTI di Kawasan Air Sugihan,
rencana produksi pada tahun 2020 yaitu sebesar 37.992,20 Ha. Namun pada tahun
2019 rencana yang seharusnya sebesar 24.831,69 Ha hanya terealisasikan sebesar
12.316,90 Ha.
Mengingat tingkat kemanfaatan tanaman akasia yang tinggi dan
meningkatnya kebutuhan akan tanaman akasia, maka perlu dilakukan pemantauan
kesehatan tanaman akasia guna menjaga kualitas dan hasil produksi. Salah satu
upaya dalam pemantauan kesehatan tanaman akasia yaitu dengan menerapkan
teknik pengindraan jauh. Pengindraan jauh merupakan suatu ilmu dan teknologi
untuk memperoleh, mengolah, dan menginterpretasi citra yang dapat dimanfaatkan
dalam berbagai aplikasi yang diinginkan. Pengindraan jauh telah diakui sebagai alat
yang ampuh dan efektif dalam mendeteksi penggunaan lahan. Menurut Lillesand
dkk. (2004), pengindraan jauh atau indraja adalah ilmu dan seni untuk mendapatkan
informasi dari suatu objek, daerah, atau fenomena (geofisik) melalui analisis data,
dimana dalam mendapatkan data tidak dilakukan secara kontak langsung dengan
objek, daerah, atau fenomena yang dikaji.
Salah satu cara untuk memantau kondisi tanaman adalah dengan
menggunakan indeks kehijauan tanaman, seperti Normalized Difference
Vegetation Index (NDVI). NDVI merupakan metode standar yang digunakan dalam
membandingkan tingkat kehijauan vegetasi (kandungan klorofil) pada tumbuhan
(Amliana dkk., 2016). Menurut Weier dan Herring (2000), NDVI adalah indeks
tanpa dimensi yang menggambarkan perbedaan antara pantulan spektrum merah
dan NIR dari tutupan vegetasi dan dapat digunakan untuk memperkirakan tingkat
kehijauan pada area lahan. Rumus untuk menghitung NDVI dapat dilihat pada
persamaan 1.1 (Nouri dkk., 2014).
keterangan:
NDVI = Normalized Difference Vegetation Index
NIR = Near-Infrared (Spektrum Inframerah Dekat)
Red = Red (Spektrum Merah)
Dari persamaan (1.1) dapat dilihat bahwa untuk menghitung NDVI dibutuhkan
spektrum gelombang merah dan NIR. Spektrum merah dan NIR adalah gelombang
cahaya yang memiliki panjang gelombang tertentu yaitu panjang gelombang
spektrum merah 550–800 nm sedangkan panjang gelombang NIR 700–1300 nm
(Verhulst & Govaerts, 2010). Purwadhi dan Sri (2001) menjelaskan bahwa
tanaman yang sehat mempunyai nilai indeks vegetasi yang tinggi yang disebabkan
oleh hubungan terbalik antara intensitas sinar yang dipantulkan vegetasi pada
spektrum merah dan NIR. Pada saat ini terdapat beberapa jenis sensor untuk
mendapatkan data spektrum merah dan spektrum NIR yaitu dengan kamera
multispektral yang dibawa oleh wahana pesawat udara, pesawat udara tanpa awak
(UAV), sensor yang dibawa wahana satelit penginderaan jauh, dan spektrometer.
Setiap sensor memiliki panjang gelombang yang bervariasi
Pada penelitian ini digunakan data citra dari wahana Unmanned Aerial
Vehicle (UAV) atau pesawat udara tanpa awak, karena penggunaan UAV memiliki
keunggulan dari segi pengambilan data dan waktu yang dapat dilakukan secara
fleksibel, serta dapat mengurangi biaya operasional dan mendapatkan resolusi yang
lebih baik. UAV memiliki kamera multispektral yang terbagi menjadi dua jenis
yaitu kamera yang langsung terintegrasi spektrum RGB dan NIR serta kamera yang
membutuhkan filter bandpass untuk mendapatkan spektrum NIR. Spektrum RGB
merupakan suatu model yang terdiri atas 3 buah warna merah (red), hijau (green),
dan biru (blue) yang ditambahkan dengan berbagai cara untuk menghasilkan
bermacam – macam warna (Poynton, 2003). Kamera pada UAV yang terdapat
secara komersial hanya memiliki spektrum RGB dan adanya kebutuhan akan data
spektrum NIR maka pada kamera ditambahkan filter bandpass. Penggunaan filter
ini bertujuan untuk mengubah dari sensor kamera RGB menjadi sensor kamera
NIR. Setelah didapatkan spektrum NIR kemudian dilakukan teknik composite band
untuk mendapatkan citra multispektral. Perubahan ini bertujuan untuk mengubah
filter dari yang awalnya RGB menjadi NIR, Green, Blue (NGB) atau menjadi NIR,
Red, Green (NRG). Filter NGB menggunakan saluran warna merah sebagai saluran
NIR, karena saluran merah pada filter NGB merupakan saluran yang paling kuat
menerima NIR dan saluran lainnya menjadi citra cahaya tampak. Pada filter NRG
saluran yang menjadi NIR yaitu saluran biru, karena saluran ini menerima cahaya
NIR paling banyak dan saluran lainnya menjadi citra tampak (Purnama dkk., 2019).
Penelitian ini merujuk pada beberapa penelitian terdahulu, di antaranya
mengenai hubungan spektrum RGB dan NIR yang diperoleh dari wahana UAV
untuk kebutuhan pemantauan kondisi tanaman kelapa sawit (Uktoro, 2017).
Berdasarkan penelitian tersebut, diharapkan di waktu mendatang pemantauan
tingkat kesehatan tanaman akan lebih mudah dilakukan ditinjau dari segi waktu dan
efisiensi biaya serta mengarah pada precision agriculture dengan memasukan unsur
teknologi informasi dan mekanisasi pada bidang perkebunan. Penelitian lain
dilakukan oleh Kawamuna dkk. (2017) yang mengkaji penggunaan NDVI yang
diturunkan dari citra Sentinel-2 untuk menentukan tingkat kesehatan vegetasi
bakau. Widiyatmoko dkk. (2017) mengkaji penggunaan NDVI untuk memantau
tanaman akasia yang dijadikan program penghijauan di lahan bekas tambang.
2.2 Fotogrametri
Fotogrametri adalah suatu ilmu dan teknologi untuk mendapatkan ukuran
yang terpercaya dari foto udara. Hal ini telah memberikan arti bahwa semua ukuran
objek fisik yang dihasilkan secara fotogrametris harus dapat
dipertanggungjawabkan kebenarannya, sehingga menghasilkan data dan informasi
yang dapat dimanfaatkan oleh pengguna. Sebagaimana disiplin ilmu lain, untuk
keperluan menunjukkan jati diri sebagai suatu disiplin ilmu yang berbeda dari yang
lain dan cakupan aspek yang dipelajarinya maka para ilmuwan fotogrametri
mengajukan beberapa definisi fotogrametri.
Definisi fotogrametri yang dikemukakan oleh beberapa ahli, di antaranya adalah:
1. Fotogrametri adalah seni atau ilmu untuk memperoleh keterangan
kuantitatif yang dapat dipercaya dari foto udara (Paine, 1987).
(Sumber: Geopranata)
Gambar 2.1 Fotogrametri
pengindraan jauh untuk menunjukan ukuran kehidupan dan jumlah dari suatu
tanaman. Tanaman memancarkan dan menyerap gelombang yang unik sehingga
keadan ini dapat dihubungakan dengan pancaran gelombang dari objek-objek yang
lain sehingga dapat dibedakan antara vegetasi dan objek selain vegetasi (Horning,
2004).
Nilai NDVI dapat dihitung menggunakan persamaan berikut (Nouri dkk., 2014):
nner
(Sumber : CIFOR, 2019)
Gambar 2.3 Acacia Mangium
periode tertentu (harian, mingguan, bulanan, atau tahunan). Curah hujan merupakan
jumlah air hujan yang jatuh selama periode waktu tertentu yang pengukurannya
menggunakan satuan tinggi di atas permukaan tanah horizontal yang diasumsikan
tidak terjadi infiltrasi, run off, maupun evaporasi (Forestact, 2019). Curah hujan
juga dapat diartikan sebagai ketinggian air hujan yang terkumpul dalam tempat
yang datar, tidak menguap, tidak meresap, dan tidak mengalir (Suroso, 2006).
3. Semak Belukar
Semak belukar atau yang bisa disebut gulma merupakan tanaman
pengganggu. Gulma merupakan tumbuhan yang tumbuh pada waktu, tempat, dan
kondisi yang tidak diinginkan manusia (Sukman & Yakup, 2002). Menurut Kleiber
tahun 1968, definisi utama gulma adalah tumbuhan yang muncul tidak pada
tempatnya. Terdapat dua kelompok definisi gulma yang dianggap penting yaitu
tumbuhan kontroversial yang tidak semua buruk maupun tidak semuanya baik,
tergantung pada seseorang (Anderson, 1977). Menurut Sastroutomo tahun 1990,
bahwa gulma didefinisikan sebagai tumbuhan yang telah beradaptasi dengan habitat
buatan dan menimbulkan gangguan terhadap segala aktivitas manusia.
Orthophoto
RGB
Pre-Processing
A B
3.3 Peralatan
Peralatan yang digunakan dalam melakukan penelitian ini, dapat dilihat
pada Tabel 3.1. Diantaranya digunakan untuk pengolahan data penelitian dan
penulisan laporan. Berikut rincian perangkat penelitian yang digunakan sebagai
berikut:
I. Perangkat Keras
1 Komputer processor Intel i5 Pengolahan data peta kesehatan NDVI tanaman akasia
Vga Nvidia GTX 950 2Gb dan penulisan laporan
Ram 8 Gb
2 ENVI 5.3 Untuk pengolahan data band RED dan band NIR
menjadi data NDVI
3.4.3 Preprocessing
Sebelum dilakukan pengolahan data dalam penelitian ini, dilakukan pre-
processing dengan proses cropping citra, mosaic citra, dan band composite.
1. Cropping Citra
Pada tahap ini dilakukan cropping citra dengan mengambil daerah atau
area pada citra yang diteliti di Kawasan HTI (gambar 3.3) yang bertujuan
untuk membatasi daerah yang dianalisis dan memperkecil ukuran
penyimpanan citra.
2. Mosaic Citra
Mosaic citra merupakan proses penggabungan dari beberapa citra
sehingga terlihat utuh. Pada tahap ini dilakukan dengan menggabungkan
2 citra yg terpisah (gambar 3.4 dan 3.5). Hal ini dikarenakan pada akuisisi
data ortofoto UAV RGB dan NIR dilakukan 2 misi terbang dalam daerah
yang sama pada waktu yang berbeda. Pada tahap ini data yang digunakan
merupakan data yang sudah terkoreksi geometrik. Dengan data tersebut
maka proses mosaic citra menggunakan metode seamless mosaic. Pada
3. Band Composite
Tahap band composite yaitu menggabungkan band pada ortofoto untuk
membentuk suatu tampilan yang diinginkan. Band yang digabungkan
yaitu band RED dan band NIR. Berikut tahapan dalam melakukan band
composite, yaitu:
Pada Tabel 3.3 dapat diketahui bahwa tumbuhan yang memiliki kondisi kesehatan
tinggi jika memiliki indeks vegetasi sebesar 0,75 – 1, tumbuhan yang memiliki
kesehatan sedang jika memiliki indeks vegetasi sebesar 0,42 – 0,75, sedangkan
untuk tanaman kesehatan rendah memiliki indeks vegetasi sebesar 0,22 – 0,42, dan
bagi tanaman yang kesehatannya sangat rendah nilai indeks vegatasinya sebesar
0,12 – 0,22 serta tanaman mati atau lahan yang tidak bervegetasi memiliki nilai
indeks vegetasi sebesar -1 – 0,12. Proses klasifikasi dilakukan berdasarkan literatur
yaitu Mardiyatmoko dan Suhardiman pada tahun 2017. Proses klasifikasi NDVI
terdapat beberapa tahapan, yaitu:
a. Kemudian dilakukan tahap penarikan nilai raster NDVI, pada tahap ini
digunakan data hasil transformasi NDVI sebelumnya yang ditampilkan
dengan point dari hasil digitasi tajuk.
b. Setelah data raster NDVI dengan data hasil digitasi tajuk ditampilkan, maka
dilakukan extract data NDVI menjadi data atribut menggunakan tool value
to point pada Arcgis 10.3. Hasil dari tahap ini dapat dilihat pada gambar
3.13.
4.1 Hasil
Hasil yang diperoleh dari NDVI foto udara kawasan HTI tahun 2019 di
Kawasan Hutan Tanaman Industri Kabupaten Ogan Komering Ilir, Sumatera
Selatan didapatkan bahwa hasil identifikasi nilai NDVI untuk analisis kesehatan
tanaman akasia terbagi menjadi lima kelas. Setiap kelas memiliki luasan dan jumlah
pohon yang telah diidentifikasi. Menurut Mardiyatmoko dan Suhardiman pada
tahun 2017 pengklasifikasian rentang nilai NDVI dapat diklasifikasikan menjadi
lima kelas. Berikut klasifikasi NDVI berdasarkan Mardiyatmoko dan Suhardiman
tahun 2017.
Tabel 4.1 Klasifikasi Tanaman Akasia
No. Rentang Nilai Keterangan
4.2 Analisis
Pada penelitian Uktoro tahun 2017 menjelaskan bahwa NDVI (Normalized
Diferrence Vegetation Index) merupakan indeks vegetasi yang dapat digunakan
untuk melihat tingkat kehijauan tanaman yang berhubungan dengan fotosintesis
tanaman tersebut. Dengan asumsi bahwa semakin aktif proses fotosintesis (tanaman
sehat) nilai NDVI akan semakin tinggi dan sebaliknya semakin rendah tingkat
kehijauan tanaman (kurang subur) akan memberikan nilai NDVI yang semakin
rendah.
Tabel 4.2 Hasil Klasifikasi Tanaman Akasia
No Rentang Nilai Luasan (Meter²) Jumlah Pohon
(0,12 - 0,22)
19%
(-1 - 0,12)
(0,12 - 0,22)
(0,22 - 0,42)
(0,22 - 0,42)
46% (0,42 - 0,75)
(0,75 - 1)
tanaman. Sementara itu pada penelitian Syachroni dkk. pada tahun 2018 bahwa
persentase hidup tanaman akasia pada pH 5 hanya sebesar 33,64%. Hal ini pula
menunjukan bahwa kandungan pH air di kawasan Air Sugihan mempengaruhi
kesehatan tanaman akasia. Dari hasil analisis tanah, nilai pH tanah terendah adalah
2,74 di Distrik Air Sugihan (Ringkasan Publik PT. BAP, 2017).
Mangium bisa mengalami kematian jika terkena kekeringan yang parah atau
musim dingin yang berkepanjangan. Pan dan Yang (1987) melaporkan angka
kematian yang tinggi pada mangium berumur 5 tahun setelah mengalami periode
waktu dengan suhu rendah (sekitar 5°– 6° C) disertai dengan hujan dingin
yang lama. Di habitat alaminya, suhu minimum rata-rata berkisar 12°–16° C dan
suhu maksimum rata-rata sekitar 31°–34° C (National Research Council, 1983).
Kondisi suhu rata-rata di lokasi penelitian pada bulan Maret 2019 yaitu 27,4° C.
Kombinasi antara curah hujan dan suhu yang berada di Air Sugihan sudah sangat
sesuai dengan kriteria pertumbuhan tanaman akasia sehingga dari segi curah hujan
dan suhu sudah memenuhi kriteria kesehatan.
5.1 Kesimpulan
Berdasarkan tahapan penelitian dan analisis data mengenai indeks vegetasi
tanaman akasia di Hutan Tanaman Industri Sumatera Selatan dapat disimpulkan
bahwa:
1. Secara keseluruhan kesehatan tanaman akasia didominasi oleh tanaman
dengan tingkat kesehatan rendah sebersar 46% dengan luasan 55197,30m2
dan jumlah pohon sebanyak 11.796, sedangkan tanaman yang memiliki
tingkat kesehatan tinggi hanya 1% dengan luasan 14424,14m2 dan jumlah
pohon sebanyak 137.
2. Berdasarkan hasil sebaran pohon akasia dapat diketahui bahwa tanaman
akasia yang tidak sehat berada pada posisi barat, dimana pada posisi tersebut
didominasi gulma.
5.2 Saran
Guna mewujudkan hasil kesehatan tanaman akasia yang lebih baik di Hutan
Tanaman Industri khususnya di Sumetera Selatan maka untuk penelitian
selanjutnya diharapkan lebih memperhatikan sensor yang digunakan, waktu
pengambilan data, dan kondisi cuaca yang cerah (tidak berawan) karena dapat
mempengaruhi hasil NDVI.
Anderson, Jock R. & Dillon, John L. & Hardaker, Brian, 1977. "Agricultural
Decision Analysis," Monographs: Applied Economics, AgEcon Search,
number 288652, September.
Andini, S.W., Prasetyo, Y. dan Sukmono, A. (2018). “Analisis SebaranVegetasi
Dengan Citra Satelit Sentinel Menggunakan Metode NDVI dan Segmentasi
(Studi Kasus: Kabupaten Demak)”, Jurnal Geodesi Undip Vol. 7, No. 1.
Atipanumpai, L. 1989 Acacia mangium: studies on the genetic variation in
ecological and physiological characteristics of a fast-growing plantation tree
species. Acta Forestalia Fennica 206: 1–92.
Bambang Syaeful Hadi. 2007. Dasar-Dasar Fotogrametri. UNY.
Barbedo, J. G. A. 2019. Plant disease identification from individual lesions and
spots using deep learning. Biosystems Engineering, 180., 96–107.
Charles A. Poynton (2003). Digital Video and HDTV: Algorithms and Interfaces.
Morgan Kaufmann. ISBN 1-55860-792-7.
Danoedoro, Projo. (2012). Penginderaan Jauh Digital. Yogyakarta: Fakultas
Geografi Universitas Gadjah Mada.
Departement Of Space, India Space Research Organisation, 2016. Applications Of
Unamanned Aerial Vehicle (UAV) Based Remote Sensing in NE Region.
Diakses pada: 18 Desember 2019 https://www.isro.gov.in/
Eldoma, A. dan Awang, K. (1999) Site adaptability of Acacia mangium, Acacia
auliculiformis, Acacia crassicarpa and Acacia aulacocarpa. APAFRI
Publication Series No. 3. Asia Pacific Association of Forestry Research
Institutions, Kuala Lumpur, Malaysia.
Foresteract, 2019. Curah Hujan: Pengertian, Klasifikasi, Pengukuran dan Alat
Ukur. Diakses pada tanggal 23 Agustus 2020. https://foresteract.com/curah-
hujan/4/
Foresteract, 2019. Hutan Tanaman Industri: Pengertian, Tujuan, Dampak dan
Peraturan. Diakses pada tanggal 18 Desember 2019
https://foresteract.com/hutan-tanaman-industri/