<![CDATA[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.]]>
Copyrights © 2026
