Estimasi Kadar Air Tanah dengan Menggunakan Citra Unmanned Aerial Vehicle di PT. Great Giant Pineapple, Lampung Tengah.

Marpratama, Lugas Setiadji (2019) Estimasi Kadar Air Tanah dengan Menggunakan Citra Unmanned Aerial Vehicle di PT. Great Giant Pineapple, Lampung Tengah. Sarjana thesis, Universitas Brawijaya.

Abstract

Provinsi Lampung merupakan provinsi dengan produksi nanas terbesar di Indonesia yang mampu berkontribusi sebesar 33% untuk produksi nanas nasional. Salah satu produsen yang ikut berkontribusi adalah PT. GGP yang berada di Lampung Tengah. Lampung Tengah didominasi oleh Ultisol yang berkembang dari tufa masam dengan kandungan mineral opak dan kuarsa yang menyebabkan lapisan atas pada tanah di Lampung Tengah memiliki tekstur yang kasar. Selain itu, Ultisol dicirikan dengan adanya endopedon argilik yang ditunjukkan dengan peningkatan liat pada lapisan bawahnya. Kondisi tersebut menyebabkan tanah berpotensi untuk mengalami kekeringan pada saat musim kemarau dan kondisi lapisan bawah dengan dominasi liat berpotensi menyebabkan genangan pada musim hujan. Dengan luas lahan aktif sebesar ±20.000 ha, PT. GGP memerlukan suatu cara untuk dapat mengetahui tentang kondisi kadar air tanah secara cepat dan efisien. Untuk mengatasi permasalahan tersebut, pertanian presisi muncul sebagai salah satu solusi yang ada. Dalam penerapannya PT. GGP memanfaatkan teknologi UAV untuk membantu mengamati kondisi kadar air tanah di lahan, akan tetapi PT. GGP belum menemukan model yang tepat dalam mengestimasi kadar air tanah. Oleh karena itu penelitian ini dibuat untuk dapat mengestimasi kadar air tanah menggunakan citra UAV dengan pengembangan dari model NDWI. Penelitian ini dilaksanakan pada bulan Februari-Agustus 2017 yang dibagi menjadi dalam dua tahap. Tahap pertama adalah pengambilan citra dengan UAV dan pengambilan sampel kadar air tanah yang dilaksanakan di lahan petak 62K dan 65B milik PT. GGP. Pengambilan citra UAV dan sampel kadar air tanah dilakukan pada hari yang sama, sehingga antara citra UAV dan kadar air tanah aktual tidak memiliki perbedaan yang signifikan. Tahap kedua dilaksanakan di laboratorium COGEN PT. GGP untuk analisis kadar air tanah dan di laboratorium PSISDL, Jurusan Tanah, Universitas Brawijaya Malang untuk analisis data spasial. Hasil penelitian menunjukkan bahwa kadar air tanah di lapangan bisa diestimasi menggunakan citra UAV dengan pengembangan dari model NDWI. Hasil analisis hubungan kadar air tanah dengan NDWI menunjukkan nilai korelasi sebesar 0,301 yang menunjukkan bahwa terdapat hubungan berbanding lurus yang lemah antara kadar air tanah dengan NDWI. Hasil dari regresi didapatkan persamaan y = 39,894(NDWI) + 8,5874dengan koefisien determinasi (R2) sebesar 0,0905, hal ini menunjukkan bahwa NDWI hanya bisa memprediksi 9% dari nilai kadar air tanah di lapangan. Untuk mengetahui apakah estimasi kadar air tanah dengan NDWI bisa digunakan maka diperlukan uji validasi dengan uji T. Hasil dari uji T didapatkan bahwa rerata antara kadar air tanah di lapangan dengan kadar air model tidak berbeda nyata, dengan nilai 20,699% untuk kadar air tanah di lapangan dan kadar air tanah hasil pemodelan sebesar 23,348% Dari hasil uji validasi antara keduanya juga di dapatkan bahwa t hitung memiliki nilai yang lebih kecil dibandingkan dengan nilai t tabel. Nilai t hitung sebesar -1,893 dan nilai t tabel sebesar 1,761 dengan nilai signifikan lebih besar dari 0,05.

English Abstract

Lampung is a province with the largest pineapple production in Indonesia, contributing 33% to the national production of pineapples. One of the producers who contributes on it is PT. GGP in Central Lampung. Central Lampung is dominated by Ultisol develop from acidic tuffs with opaque minerals and quartz which causes the upper layers of the soil in Central Lampung to have a rough texture. In addition, Ultisol characterized by the presence of argillic endopedon, which are indicated by an increase in clay on the lower layers. This condition causes the soil have the potential to experience drought during the dry season and the condition of the lower layers with clay domination has the potential to cause inundation during the rainy season. With an active area of ± 20,000 ha, PT. GGP requires a way to find out about the condition of soil moisture content quickly and efficiently. To overcome this problem, precision agriculture emerged as one of the solutions. In its application, PT. GGP utilizes UAV technology to help observe the condition of soil moisture content on the field, but PT. GGP has not found the right model in estimating soil moisture content. Therefore, this study was made to estimate soil moisture content using UAV images with the development of the NDWI model. This research conducted in February-August 2017, which divided into two stages. The first step is taking pictures with UAVs and sampling soil moisture content carried out on 62K and 65B plots owned by PT. GGP. Image retrieval of UAV and soil moisture samples carried out on the same day, so that between the image of the UAV and the actual soil moisture content did not have a significant difference. The second stage carried out in the COGEN laboratory of PT. GGP for analysis of soil moisture content and in PSISDL laboratories, Soil Science Department, University of Brawijaya Malang for analysis of spatial data. The results showed that soil moisture content in the field could be estimated using UAV imagery with the development of the NDWI model. The results of the analysis of the relationship between soil moisture content and NDWI show a correlation value of 0,301 that indicates that there is a weak correlation between the soil moisture content and NDWI. The results of the regression obtained the equation y = 39,894 (NDWI) + 8,5874 with a coefficient of determination (R2) of 0,0905, this indicates that NDWI can only predict 9% of the soil moisture content in the field. To find out whether the estimation of soil moisture content with NDWI can be used, a validation test with T-test is needed. The results of the T-test show that the mean between the soil moisture content on the field and the water content of the model is not significantly different, with a value of 20.699% for the soil moisture content on the field and 23,348% for modelling results. From the results of the validation test between the two, it is also found that t-count has a smaller value compared to the value of t-table. The value of t-count is -1,893 and the value of ttable is 1,761 with a significant value greater than 0.05.

Item Type: Thesis (Sarjana)
Identification Number: SKR/FP/2019/23/051906749
Uncontrolled Keywords: -
Subjects: 600 Technology (Applied sciences) > 631 Specific techniques; apparatus, equipment materials > 631.4 Soil science > 631.42 Soil fertility, acidity, alkalinity
Divisions: Fakultas Pertanian > Agroekoteknologi
Depositing User: Endang Susworini
Date Deposited: 18 Aug 2020 03:00
Last Modified: 18 Aug 2020 03:00
URI: http://repository.ub.ac.id/id/eprint/172708
Full text not available from this repository.

Actions (login required)

View Item View Item