1

IDENTIFIKASI KESEHATAN
TANAMAN AKASIA
MENGGUNAKAN WAHANA
UNMANNED AERIAL
VEHICLE DENGAN KAMERA
RGB DAN NIR

Disusun Oleh : Pinandita Faiz Rifaldi – 23.2014.082

Dosen Pembimbing : Dr. Dewi Kania Sari, Ir., M.T.
 POKOK
2

PEMBAHASAN
1 Latar Belakang 6 Metodologi Penelitian

2 Rumusan Masalah 7 Data, Peralatan, dan Tempat

3 Tujuan Penelitian 8 Hasil dan Analisis

4 Manfaat Penelitian 9 Kesimpulan

5 Batasan Masalah 10 Saran

 3

LATAR
BELAKANG
 LATAR BELAKANG 4

(1)
Keuntungan Tanaman Akasia (National Research Council, 1983):
+ Pertumbuhan pohon yang cepat
+ Kualitas kayu yang baik
+ Kemampuan toleransi yang baik

Peran Tanaman Akasia (Lemmens dkk., 1995):

Bahan baku produk pulp, kertas, papan partikel, krat,
kepingan kayu, kayu gergajian, molding, furnitur,
vinir, kayu bakar, dan arang.

Tanaman akasia memberikan banyak manfaat

sehingga perlu dilakukan identifikasi kesehatan
tanaman guna menjaga produksi tanaman.

Normalized Difference
Penginderaan jauh
Vegetation Index (NDVI)
 LATAR BELAKANG 5

(2)
Penginderaan jauh atau inderaja 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
(Lillesand & Kiefer, 2004).

Normalized Difference Vegetation Index (NDVI) adalah indeks tanpa dimensi yang
menggambarkan perbedaan antara pantulan vegetasi yang terlihat dan inframerah dekat dari
tutupan vegetasi yang dapat digunakan untuk memperkirakan kepadatan hijau pada area lahan
(Weier & Herring, 2000).

NDVI = ( - )/( + )

keterangan:
NDVI = Normalized Difference Vegetation Index
NIR = Near-Infrared (Spektrum Inframerah Dekat)
Red = Red (Spektrum Merah)
 LATAR BELAKANG 6

(3)

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 (Purwadhi & Sri, 2001)

Pengambilan data untuk deteksi indeks vegetasi salah satunya dapat

menggunakan wahana pesawat tanpa awak: Unmanned Aerial Vehicle
(UAV).

Indeks vegetasi dapat dilakukan dengan wahana pesawat tanpa awak atau UAV
dengan kamera visible (RGB) dan kamera Near InfraRed (NIR).
 LATAR BELAKANG
Referensi Penelitian
No. Nama Peneliti
1 Arief Ika Uktoro
2 Arizal Kawamuna, Andri
Suprayogi, dan Arwan Putra
Wijaya.
3 Widiatmoko, Basuki, dan
Lilik
(4)
Tahun Judul
2017 Analisis Citra Drone untuk
Monitoring Kesehatan Tanaman
Kelapa Sawit
2017 Analisis Kesehatan Hutan
Mangrove Berdasarkan Metode
Klasifikasi NDVI Pada Citra
Sentinel-2 (Studi Kasus: Teluk
Pangpang Kabupaten
Banyuwangi)
2017 Analisis Pertumbuhan Tanaman
Revegetasi di Lahan Bekas
Tambang Silika Holcim
Educational Forest
7
Keterangan
Penelitian ini menggunakan UAV
fixed wing dalam pemantuan
kesehatan kelapa sawit.
Penelitian ini
menggunakan
data Sentinel-2 dengan
klasifikasi
NDVI.
Penelitian mengkaji penggunaan
NDVI untuk memantau
tanaman akasia yang dijadikan
program penghijauan di lahan bekas
tambang.
 8

RUMUSAN
MASALAH
RUMUSAN 9

MASALAH
Bagaimana hasil identifikasi tingkat
kesehatan tanaman akasia dengan
memanfaatkan data citra multispektral
yang diperoleh dari wahana
UAV?

Bagaimana distribusi spasial tingkat

kesehatan tanaman akasia di
kawasan HTI di wilayah studi yang
diidentifikasi berdasarkan nilai
NDVI yang diturunkan dari citra
multispektral dari wahana UAV?
 10

TUJUAN
PENELITIAN
 11

TUJUAN
PENELITIAN

Mengkaji pemanfaatan data citra

multispektral yang diperoleh dari
wahana UAV untuk memantau
kesehatan tanaman akasia yang berada
pada suatu kawasan hutan tanaman
industri (HTI).
 12

MANFAAT
PENELITIAN
 MANFAAT 13

PENELITIAN

Dapat menambah khasanah

pengetahuan mengenai
tingkat kesehatan tanaman akasia
yang dideteksi dengan
menggunakan algoritma
NDVI dari wahana UAV.
 14

BATASAN
MASALAH
 15

BATASAN MASALAH

Data citra UAV menggunakan kamera RGB dan NIR

1 yang telah terkoreksi geometrik.

Lokasi pada penelitian ini di daerah kawasan HTI

2 (Hutan Tanaman Industri) di Kabupaten Ogan
Komering Ilir.

3 Objek yang dianalisis yaitu tanaman akasia.

Tingkat kesehatan tanaman akasia dianalisis dengan

4
menggunakan algoritma NDVI
 16

METODOLOGI
PENELITIAN
 METODOLOGI 17

PENELITIAN
A B

Orthophoto
RGB

Pre-Processing

A B
 18

DATA,
PERALATAN,
DAN TEMPAT
 19

DATA, PERALATAN, DAN TEMPAT (1)

DATA

Data Citra UAV NIR

Data diperoleh dengan wahana UAV fixed wing
1 menggunakan sensor Sony RX10, data tersebut berisikan
citra NIR berbasiskan UAV. Data diambil tanggal 15 Maret
2019 08.20 WIB

Data Citra UAV RGB (visible)

Data diperoleh dengan wahana UAV fixed wing menggunakan
2 sensor Sony RX10, data tersebut berisikan citra RGB
berbasiskan UAV. Data diambil tanggal 15 Maret 2019 08.20
WIB
 DATA, PERALATAN, DAN TEMPAT (2) 20

PERANGKAT LUNAK
No. Software Fungsi

1 ArcGis Pengolahan data berupa digitasi dan

layouting.
2 Envi Pengolahan data band RED dan band NIR
menjadi data NDVI

PERANGKAT KERAS
No. Perangkat Fungsi
1 Komputer processor Intel i5 Pengolahan data peta kesehatan NDVI
Vga Nvidia GTX 950 2Gb tanaman akasia dan penulisan laporan
Ram 8 Gb
 21

DATA, PERALATAN, DAN TEMPAT (3)

LOKASI PENELITIAN

Lokasi dari penelitian ini yaitu di kawasan

Hutan Tanaman Industri (HTI)
Kecamatan Air Sugihan
Kabupaten Ogan Komering Ilir
Provinsi Sumatra Selatan dengan koordinat
geografis 2°45’23,09” LS dan 105°18’47,23”
BT

Sumber: Google Earth (2019)

 22

HASIL DAN
ANALISIS
 HASIL DAN ANALISIS (1) 23

Klasifikasi Menurut Mardiyatmoko dan Suhardiman

(2017)
No. Rentang Nilai Keterangan

1 -1 – 0,12 Non Vegetasi

2 0,12 – 0,22 Kesehatan Sangat Rendah
3 0,22 – 0,42 Kesehatan Rendah
4 0,42 – 0,75 Kesehatan Sedang
5 0,75 - 1 Kesehatan Tinggi

Hasil Klasifikasi Tanaman Akasia

No Rentang Nilai Luasan (Meter²) Jumlah Pohon
1 -1 – 0,12 343389,40 3457
2 0,12 – 0,22 76723,18 4950
3 0,22 – 0,42 55197,30 11796
4 0,42 – 0,75 19137,05 5566
5 0,75 - 1 14424,14 137
Total 508871,10 25906
HASIL DAN ANALISIS (2) 24

Peta Kesehatan Tanaman Akasia

HASIL DAN ANALISIS (3) 25

Hasil Digitasi Tajuk Akasia

HASIL DAN ANALISIS (4) 26

Sebaran Pohon Akasia

 HASIL DAN ANALISIS (5) 27

Persentase Tingkat Kesehatan Tanaman

Akasia
• 13% dari jumlah total pohon
adalah tanaman mati
• 19% yaitu tamanan yang memiliki
kesehatan sangat rendah
• 46% merupakan tanaman yang
memiliki keadaan kesehatan
rendah
• 21% dari total jumlah pohon
merupakan tanaman sehat
• 1% dari total jumlah pohon
merupakan tanaman sangat sehat
 HASIL DAN ANALISIS (6) 28

Analisis Kondisi Air dan Kadar pH

• Kawasan HTI berada pada kawasan muara yang memiliki air payau (Krisnawati dkk., 2011)
• Tanaman akasia tidak toleran terhadap lingkungan muara
• Tanaman akasia yang tumbuh di daerah air payau akan mengalami kondisi kerdil dan kurus (National
Research Council,1983)

Berdasarkan hasil penelitian didapatkan bahwa lebih banyak tanaman akasia yang tidak sehat sehingga
kondisi air di kawasan tersebut berada pada kondisi tidak cocok dengan tanaman akasia.

• Kondisi air yang sangat masam memiliki nilai pH kurang dari 3 dikarenakan di wilayah ini memiliki lahan
sulat masam (Martinus dkk., 2019)
• Presentase hidup tanaman akasia pada pH 5 hanya sebesar 33,64% (Syachroni dkk., 2018)

Hal ini pula menunjukan bahwa kandungan pH air di kawasan Air Sugihan mempengaruhi kesehatan
tanaman akasia.
 HASIL DAN ANALISIS (7) 29

Analisis Kondisi Curah Hujan dan Suhu

• Pertumbuhan tanaman akasia tampak lambat atau

berhenti sebagai respon terhadap kombinasi curah
hujan yang rendah dan suhu yang dingin (Turnbull,
1986).
• Pemukiman di Air Sugihan terletak di dalam zona
iklim Indo-Australia yang bercirikan suhu,
kelembaban, dan curah hujan yang tinggi.
• Suhu minimum untuk tanaman akasia 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 sudah
sangat sesuai dengan kriteria pertumbuhan tanaman
akasia sehingga dari segi curah hujan dan suhu sudah
memenuhi kriteria kesehatan.
 
 HASIL DAN ANALISIS (8) 30

Analisis Pengaruh Semak Belukar

• Penyiangan pada tanaman akasia perlu dilakukan untuk

membebaskan tanaman dari belukar, tanaman pemanjat,
dan tanaman pengganggu lainnya seperti gulma
(Krisnawati dkk., 2011)
• Gulma yang muncul dan berkembang lebih dulu atau
bersamaan dengan tanaman yang dikelola, berakibat besar
terhadap pertumbuhan dan hasil panen tanaman (Sukman
& Yakup, 2002)
 31

KESIMPULAN
 KESIMPULAN 32

1 2 3 4
Kesehatan tanaman Berdasarkan hasil Kesehatan tanaman akasia Dengan dilakukan digitasi
akasia didominasi oleh sebaran pohon akasia dapat dipengaruhi oleh pohon pada kawasan yang
tanaman dengan tingkat dapat diketahui bahwa beberapa faktor seperti diidentifikasi dapat
kesehatan rendah tanaman dengan kondisi kondisi air yang mengalami mempermudah dalam
sebesar 46% dengan kondisi masam atau nilai pH memantau kesehatan
tidak sehat berada rendah yang tidak cocok
luasan 55197,30m2 dan dibagian barat lokasi akasia dengan menginput
dengan tanaman akasia.
jumlah pohon sebanyak penelitian. nilai NDVI, tinggi pohon,
Serta kondisi disekitar koordinat, dan identitas
11.796, sedangkan tanaman akasia adanya
tanaman yang memiliki pohon sehingga dapat
semak belukar atau gulma diketahui pertumbuhan
tingkat kesehatan tinggi yang dapat mempengaruhi tanaman akasia dan
hanya 1% dengan luasan pertumbuhan karena dapat kondisi kesehatan
14424,14m2 dan jumlah mengganggu asupan nutrisi tanaman lebih presisi.
pohon sebanyak 137. tanaman akasia.
 33

10

SARAN
 SARAN 34

2
1 Untuk penelitian selanjutnya diharapkan
Diharapkan dapat dilakukan pemantauan lebih memperhatikan sensor yang
kesehatan tanaman secara berkelanjutan digunakan, waktu pengambilan data, dan
menggunakan wahana yang lebih baik. kondisi cuaca yang cerah (tidak berawan)
karena dapat mempengaruhi hasil NDVI
 DAFTAR PUSTAKA (1) 35

Kawamuna, A., Suprayogi, A. dan Wijaya, A.P. 2017. “Analisis Kesehatan Hutan Mangrove
Berdasarkan Metode Klasifikasi NDVI Pada Citra Satelit Sentinel2”. Jurnal Geodesi UNDIP.
Volume 6, Nomor 1..
Krisnawati, H., Kallio, M. dan Kanninen, M. (2011) Acacia mangium Willd.: ekologi, silvikultur
dan produktivitas. CIFOR, Bogor, Indonesia.
Lemmens, R.H.M.J et al. 1995. “Planth Resources Of South-East Asia”. 5 (2). Timber Trees:
Minor Comercial Timbers. Backhuys Publisher, Leiden. 655p.
Lillesand, T.M., Kiefer, R.W. dan Chipman, J.W. (2004). “Remote Sensing and Image
Interpretation”. Edisi ke-5, John Wiley, New York.Paul R. W. 1989. Elemen Fotogrametri.
Mardiyatmoko, Y., Suhardiman, A. (2017). Cadangan Karbon di Wilayah Perkotaan Tenggarong
Berdasarkan Metode Klasifikasi Pada Citra Sentinel 2-A. Vol 1 Nomor 2. Universitas
Mulawarman Samarinda.
Martinus, A., Dwi, S., Yuanita. W. (2019). Dampak Mounding Terhadap Kualitas Air pada Tanah
Sulfat Masam di Lokasi Areal Hutan Tanaman Industri Kabupaten Ogan Komering Ilir.
Palembang.
National Research Council. 1983. “Mangium and Other Fast-Growing Acacias for The Humid
Tropics”. National Academy Press, Washington, DC, AS.
 DAFTAR PUSTAKA (2) 36

Purwadhi, Sri H., dan Tjaturrahono Bs. 2008. “Pengantar Interpretasi Citra Penginderaan Jauh”.
Semarang. Unnes dan Lapan.
Sukman, Hj. Y, dan Yakub. (2002). Gulma dan Teknik Pengendaliannya Edisi Revisi. Jakarta: PT Raja
Grafindo Persada.Rahaldi P, Hepi H, dan Agus W. 2013. “Analisis Kesehatan Tanaman Padi
Berdasarkan Nilai Normalized Difference Vegetatation Index Menggunakan Citra Aster”. Jurnal Geodesi
dan Geomatika ITS. Vol. 8, No. 2.
Syachroni, S. H., Rosianty, Y., Samsuri, G. S. 2018. “ Daya Tumbuh Tanaman Pionir Pada Area Bekas
Tambang Timah di Kecamatan Bakam, Provinsi Bangka Belitung.” Program Studi Kehutanan Fakultas
Pertanian, Universitas Muhamamdiyah Palembang.
Turnbull, J.W. 1986 Australian acacias in developing countries. Prosiding International Workshop held at
the Forestry Training Centre, Gympie, Queensland, Australia, 4–7 August 1986. Prosiding ACIAR No.
16. Australian Centre for International Agricultural Research, Canberra, Australia.
Uktoro, A.I. 2017. “Analisis Citra Drone Untuk Monitoring Kesehatan Tanaman Kelapa Sawit”. Jurnal
Agroteknose, Vol. VIII, No. II.
Weier, J. dan Herring, D. 2000. “Measuring Vegetation (NDVI & EVI)”. NASA Earth Obsevatory,
Washington DC, diakses pada: 31 Juli 2019 https://earthobservatory.nasa.gov.
Widiyatmoko, R., Basuki. W., Lilik. B. P. 2017. Analisis Pertumbuhan Tanaman Revegetasi di Lahan
Bekas Tambang Silika Holcim Educational Forest, Cibadak, Sukabumi, Jawa Barat. Jurnal Pengelolaan
Sumberdaya Alam dan Lingkungan Vol. 7 No. 1 (April 2017): 79-88.
 37

TERIMA
KASIH