Claim Missing Document
Check
Articles

Found 3 Documents
Search

Pemetaan Nasional Umur Kelapa Sawit di Indonesia Menggunakan Model Regresi Backscatter Sentinel-1A Berbasis Google Earth Engine Muhammad Gentafani Muharram; Rika Hernawati; Soni Darmawan; Dhimas Wiratmoko
Jurnal Serambi Engineering Vol. 11 No. 3 (2026): Juli 2026
Publisher : Faculty of Engineering, Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Informasi spasial yang akurat mengenai usia perkebunan kelapa sawit sangat penting bagi pengelolaan perkebunan yang efektif, peramalan hasil panen, perencanaan penanaman kembali, serta penetapan pajak di seluruh Indonesia sebagai produsen kelapa sawit terbesar di dunia. Penelitian ini bertujuan untuk mengimplementasikan model regresi backscatter Radar Apertur Sintetis yang telah ada guna mengestimasi dan memetakan distribusi usia kelapa sawit secara nasional di seluruh Indonesia menggunakan platform pemrosesan data satelit berbasis komputasi awan. Citra satelit diproses terlebih dahulu melalui penyaringan speckle, dilanjutkan dengan ekstraksi nilai backscatter dua polarisasi yang dibatasi pada batas perkebunan kelapa sawit nasional. Distribusi nasional yang dihasilkan menunjukkan bahwa tegakan usia produktif mendominasi wilayah-wilayah penghasil kelapa sawit utama, sementara tegakan usia muda terkonsentrasi di kawasan perluasan perkebunan yang baru, dan tegakan usia tertua terkonsentrasi di perkebunan negara yang telah lama mapan. Validasi terhadap data referensi lapangan dari sebuah lokasi perkebunan di Sumatera Utara menunjukkan korelasi yang sangat kuat antara usia hasil estimasi model dan usia tanam aktual. Temuan ini menegaskan bahwa implementasi model regresi backscatter yang telah ada memberikan dasar yang andal dan dapat diskalakan untuk pemetaan usia kelapa sawit skala nasional di wilayah tropis.
Modeling Umur Kelapa Sawit Menggunakan Radar Forest Degradation Index Berbasiskan Citra Alos-2 Palsar-2 Maria Nur Harysah; Rika Hernawati; Soni Darmawan; Josaphat Tetuko Sri Sumantyo; Dhimas Wiratmoko
Jurnal Serambi Engineering Vol. 11 No. 3 (2026): Juli 2026
Publisher : Faculty of Engineering, Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Umur tegakan kelapa sawit merupakan variabel kunci dalam pengelolaan perkebunan, perencanaan hasil panen, pemupukan, dan pengambilan keputusan penanaman kembali namun, pemantauan optik di wilayah tropis sering kali terhambat oleh tutupan awan. Penelitian ini mengembangkan model tegakan kelapa sawit berdasarkan kelas usia menggunakan Radar Forest Degradation Index (RFDI) yang diperoleh dari citra Radar Apertur Sintetis (SAR) ALOS-2 PALSAR-2 pita-L di perkebunan PTPN III Sei Dadap, Asahan, Sumatera Utara, Indonesia. Citra Fine Beam Dual HH dan polarisasi HV serta data referensi tahun penanaman dari 16 blok perkebunan, yang mencakup usia tegakan 0,5 hingga 22 tahun, digunakan dalam penelitian ini. Data SAR telah melalui kalibrasi radiometrik, multilooking, penyaringan speckle, dan koreksi medan, dan nilai RFDI diekstraksi pada skala blok untuk analisis regresi secara keseluruhan dan berdasarkan kelas usia. Hasil penelitian menunjukkan hubungan nonlinier berbentuk huruf U terbalik antara RFDI dan usia tegakan, dengan model keseluruhan menjelaskan 83,99% varians, sedangkan model khusus kelas usia mencapai nilai R² sebesar 0,9529 dan 0,9959 untuk tegakan matang dan tua, masing-masing. Temuan ini menunjukkan bahwa RFDI yang diperoleh dari SAR pita-L memungkinkan pemantauan perkebunan kelapa sawit yang tidak terpengaruh awan dan berbasis kelas Umur.
Identifikasi Replanting Kelapa Sawit di Indonesia Menggunakan Analisis Perubahan Global Canopy Height Tahun 2019-2020 Yuliana Kartika Titu Kaka; Rika Hernawati; Soni Darmawan; Dhimas Wiratmoko
Jurnal Serambi Engineering Vol. 11 No. 3 (2026): Juli 2026
Publisher : Faculty of Engineering, Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Informasi spasial yang akurat mengenai sebaran replanting kelapa sawit sangat penting untuk mendukung pengelolaan perkebunan yang efektif dan perencanaan Program Peremajaan Sawit Rakyat (PSR) di Indonesia sebagai produsen kelapa sawit terbesar di dunia. Metode konvensional berbasis survei lapangan tidak efisien untuk diterapkan pada skala nasional, sehingga diperlukan pendekatan penginderaan jauh yang lebih skalabel. Penelitian ini menerapkan analisis perubahan tinggi kanopi (ΔH = H₂₀₂₀ − H₂₀₁₉) dari dua produk Global Canopy Height (GCH) tahun 2019 resolusi 30 meter dan tahun 2020 resolusi 10 meter menggunakan pendekatan ambang batas statistik (μ ± σ) pada platform Google Earth Engine (GEE). Klasifikasi perubahan menghasilkan tiga kelas, yaitu replanting, stagnan, dan pertumbuhan, dengan kelas stagnan mendominasi sebesar 71%, diikuti pertumbuhan sebesar 15%, dan replanting sebesar 14%. Sebaran kelas replanting teridentifikasi di berbagai provinsi sentra produksi kelapa sawit, antara lain Riau, Sumatra Utara, Sulawesi Tenggara, dan Kalimantan Tengah. Validasi menggunakan confusion matrix menghasilkan nilai Overall Accuracy (OA) sebesar 60% dan Koefisien Kappa (κ) sebesar 0,4, yang menunjukkan bahwa analisis perubahan GCH multitemporal merupakan pendekatan yang andal dan skalabel untuk pemantauan replanting kelapa sawit skala nasional.