BAB I PENDAHULUAN 1.1 Latar Belakang

Transkripsi

1 BAB I PENDAHULUAN 1.1 Latar Belakang Kelapa sawit merupakan tanaman komersial di daerah tropis yang terdapat di Pantai Barat Afrika, wilayah tropis Amerika Latin, Pasifik Selatan, dan Asia Tenggara serta Indonesia. Tanaman kelapa sawit merupakan salah satu komoditi hasil perkebunan yang memiliki peranan penting dalam kegiatan perekonomian di Indonesia (Corley dan Tinker, 2003). Kelapa sawit sebagai salah satu komoditas perkebunan dengan nilai ekspor tinggi sebagai penghasil devisa negara sesudah minyak dan gas bumi. Tingginya nilai ekspor kelapa sawit dibandingkan dengan minyak dan gas bumi di Indonesia dikarenakan tanaman kelapa sawit cocok ditanam pada daerah lintang tengah memiliki nilai produksi yang lebih baik jika dibandingkan dengan hasil produksi kelapa sawit yang berada jauh dari lintang tengah. Hal tersebut terkait dengan faktor kesesuaian lahan kelapa sawit secara langsung mempengaruhi pertumbuhan nilai produksi kelapa sawit. Prospek industri perkebunan kelapa sawit sebagai salah satu komoditas perkebunan yang sangat penting dalam kurun waktu dua puluh tahun terakhir. Keragaman minyak kelapa sawit sebagai bahan baku industri pangan dan non pangan memungkinkan prospeknya lebih cerah dibandingkan dengan komoditas perkebunan lain (Lubis, 1992). Menurut Badan Pusat Statistik (2014), Negara Indonesia berada diurutan pertama sebagai produsen utama minyak sawit dunia dari tahun dengan total nilai volume pada tahun 2014 sebesar ton. Hasil perkebunan kelapa sawit sangat mendukung sistem industri di dalam negeri. Hasil yang diperoleh dari perkebunan kelapa sawit memberikan dampak positif bagi negara. Negara memperoleh Rp. 28,3 triliun dari pajak ekspor atau bea keluar hasil perkebunan kelapa sawit pada tahun 2012 sebesar 25%. Data Direktorat Jenderal Perkebunan (2014), menunjukan hasil selama 21 tahun terakhir luas area dan produksi kelapa sawit mengalami peningkatan dari tahun Tahun 1994 luas kelapa sawit sebesar hektar menjadi hektar pada tahun Total nilai produksi pada tahun 1994 sebesar ton berubah menjadi tahun ton pada tahun Luas area

2 Produksi Ton/Ha kelapa sawit yang terus mengalami peningkatan secara langsung mempengaruhi hasil produksi tanaman kelapa sawit. Hasil estimasi produksi kelapa sawit secara ekonomi dijadikan sebagai tolak ukur dalam keberhasilan pengusahan tanaman kelapa sawit (Harahap, dkk., 2000). Gambar 1.1. menunjukan peningkatan luas area dan produksi total tanaman kelapa sawit dari Gambar 1.1. Grafik Luas Area Perkebunan dan Produksi Tahun Sumber : Direktorat Jenderal Perkebunan, 2014 Perkembangan industri kelapa sawit yang terus meningkat secara langsung terkait dengan perkembangan eskpor dan impor minyak kelapa sawit. Perkembangan ekspor minyak kelapa sawit berdasarkan Badan Pusat Statistik (2014), Negara Indonesia menjangkau lima benua yakni Asia, Afrika, Australia, Amerika, dan Eropa. Perkembangan impor minyak kelapa sawit Indonesia pada tahun 2014 lima negara sebagai pengimpor yakni India, Belanda, Italia, Singapura, dan Spanyol. Perkembangan industri kelapa sawit cukup signifikan berkembang di pulau besar Indonesia. Perkembangan industri kelapa sawit menurut Badan Pusat Statistik (2014), tersebar di seluruh provinsi Pulau Sumatera dan Pulau Kalimantan. Selain itu, juga terdapat di Provinsi Jawa Barat, Banten, Sulawesi Tengah, Sulawesi Selatan, Sulawesi Tenggara, Sulawesi Barat, Maluku, Papua, dan Papua Barat yang secara total mencakup 24 provinsi di seluruh Indonesia. Perkembangan industri kelapa sawit di Pulau Sumatera telah menyebar di beberapa provinsi. Tahun Luas (Ha) Produksi (Ton) Provinsi Bengkulu merupakan salah satu provinsi di Pulau Sumatera yang mengembangkan industri kelapa sawit dengan luas total perkebunan sawit sebesar 290,633 hektar, baik perkebunan milik rakyat, perkebunan besar pemerintah, maupun perkebunan besar swasta (Direktorat Jenderal Perkebunan, 2

3 Luas (Ha) 2014). Tanaman kelapa sawit merupakan komoditi perkebunan yang paling luas jika dibandingkan dengan komoditi kelapa, teh, kakao, gula, kopi, tebu, dan tembakau (Gambar 1.2) Kelapa Sawit Kelapa Karet Kopi Kakao Tebu Teh Tembakau Komoditi Perkebunan Gambar 1.2. Grafik Luas Komoditi Perkebunan di Provinsi Bengkulu Sumber : Direktorat Jenderal Perkebunan, 2014 Perkembangan komoditi kelapa sawit secara langsung berkaitan dengan perkebunan besar baik milik negara maupun milik swasta serta perkebunan rakyat berskala kecil (plasma). Kehadiran investor perusahaan kelapa sawit secara langsung mempengaruhi luas area perkebunan. Perkebunan kelapa sawit PT. Mutiara Sawit Seluma menurut Direktorat Jenderal Perkebunan (2014), merupakan salah satu perusahaan swasta dengan luas perkebunan menurut ART ± hektar, sedangkan untuk luas perkebunan inti sebesar 2.763,76 Ha dan perkebunan plasma sebesar 741,48 Ha. Perkebunan PT. Mutiara Sawit Seluma telah memiliki izin sertifikasi berupa izin usaha perkebunan kelapa sawit yang telah ditetapkan menurut IUP No.423 pada tanggal 12 Agustus tahun 2008 dan perpanjangan izin lokasi No.244 pada tanggal 5 April Luas area perkebunan kelapa sawit maka secara langsung terkait dengan hasil produktivitas. Produksi merupakan bagian penting bagi suatu perusahaan perkebunan sebagai pertimbangan dalam pengelolaan manajemen perkebunan. Pentingnya estimasi produksi kelapa sawit dalam suatu perkebuan dikarenakan kontrak pembelian kelapa sawit telah dilakukan enam bulan sebelum diserahkan ke pembeli, sehingga diperlukan prakiraan produksi hasil perkebunan kelapa sawit (Syakir, 2007). Proses perhitungan dilakukan di PT. Mutiara Sawit Seluma dengan cara peramalan yakni survei langsung lapangan. Perhitungan produksi cara peramalan dilakukan berdasarkan hasil produksi kelapa sawit enam bulan kedepan. Sistem perhitungan yang dilakukan dengan mempertimbangkan 3 hal 3

4 yang terkait dengan produksi. Pertama, melakukan sensus untuk memperoleh rata-rata jumlah tandan per pohon dari seluruh tandan yang akan dipanen. Kedua, melakukan sensus berat rata-rata tandan buah dari data pabrik dengan data dari krani buah, dan ketiga menghitung persentase minyak terhadap berat tandan. Waktu yang diperlukan dalam proses estimasi prouduksi tergantung dari luasan perkebunan. Proses estimasi produksi kelapa sawit dengan cara peramalan memerlukan waktu, tenaga, dan biaya yang relatif besar apabila diterapkan pada area yang luas. Semakin berkembangnya aplikasi teknologi di era globalisasi maka diperlukannya suatu teknologi yang dijadikan sebagai pertimbangan selanjutnya dalam melakukan perhitungan estimasi produksi kelapa sawit. Aplikasi penginderaan jauh dapat dijadikan sebagai motode alternatif dalam mempercepat proses pengumpulan data mengenai produksi dan produktivitas tanaman kelapa sawit. Kemampuan panjang gelombang spektral citra dapat dikembangkan untuk mendeteksi dan mengukur parameter melalui panjang gelombang atau spektral objek tanaman secara spasial. Objek vegetasi memiliki nilai pantulan yang berbeda antara objek vegetasi lainnya. Berbeda jenis vegetasi dimungkinkan mempengaruhi nilai patulan spektral yang dihasilkan, sama halnya dengan pantulan spektral dari tanaman kelapa sawit. Perhitungan estimasi produksi melalui pendekatan nilai spektral berdasarkan dari hasil dari transformasi indeks vegetasi pada citra SPOT-5. Masing-masing transformasi nilai memiliki nilai rentang yang berbeda. Nilai indeks vegetasi menunjukan banyaknya vegetasi dan nilai kehijauan dari objek vegetasi itu sendiri. Nilai indeks vegetasi tersebut secara tidak langsung dapat menonjolkan aspek kerapatan vegetasi. Penelitian ini terkait dengan ekstraksi informasi dari citra satelit dan data lapangan sebagai proses dari perhitungan produktivitas tanaman kelapa sawit di lapangan. Selain itu, juga dilakukan analisis korelasi dan regresi untuk membangun model dari produksi kelapa sawit. Menurut Chemura, dkk (2015) penggunaan data penginderaan jauh telah dikembangkan dalam berbagai aspek manajemen produksi kelapa sawit seperti deteksi penyakit (Santoso, dkk., 2011 ; Shafri, dkk., 2011), perhitungan jumlah pohon (Shafri, dkk., 2011), estimasi biomassa (Morel, dkk., 2012; Thenkabail, dkk., 2004), dan penentuan usia tanaman kelapa sawit (Mc Morrow, 2000), serta 4

5 estimasi hasil produksi (Santoso, 2009; Wiratmiko, 2014). Perkembangan data penginderaan jauh di bidang perkebunan telah diterapkan menggunakan citra satelit dengan berbagai multiresolusi spasial, baik dengan resolusi spasial tinggi, sedang, maupun rendah. Citra yang digunakan untuk melakukan perhitungan estimasi produksi di PT. Mutiara Sawit Seluma menggunakan citra SPOT-5 yang mempertimbangkan luas area dari perkebunan. Citra SPOT-5 memiliki resolusi 5 meter (pankromatik) dan 10 meter (multispektral) yang mampu mengindentifikasi tanaman kelapa sawit untuk tujuan memperoleh nilai estimasi produksi di lapangan. Kemampuan SPOT-5 memiliki panjang gelombang visibel (hijau dan merah) dan inframerah dekat yang peka terhadap obyek vegetasi diharapkan dapat memberikan hasil produksi yang akurat di lapangan. Algoritma yang digunakan dalam pendekatan kajian spasial vegetasi menggunakan transformasi indeks vegetasi yang melibatkan beberapa saluran pada citra SPOT5. Metode transformasi indeks vegetasi terkait dengan algoritma dari pantulan spektral dan parameter tanaman. Secara tidak langsung indeks vegetasi dapat menonjolkan beberapa aspek diantaranya kerapatan vegetasi, pertumbuhan vegetatif, indeks luas daun (leaf area index), dan konsentrasi klorofil (Danoedoro, 2012). Penginderaan jauh dapat dimanfaatkan secara berkelanjutan dalam mengestimasi produksi tanaman kelapa sawit di lahan perkebunan yang relatif luas. 1.2 Rumusan Masalah Berdasarkan uraian latar belakang sebelumnya, maka dapat ditarik permasalahan sebagai berikut : Teknologi penginderaan jauh untuk perkebunan kelapa sawit dapat diaplikasikan di bidang perkebunan untuk memperoleh hasil estimasi produksi di PT. Mutiara Sawit Seluma. Perhitungan estimasi produksi tanaman kelapa sawit di PT. Mutiara Sawit Seluma dilakukan dengan cara peramalan survei langsung di lapangan. Perkembangan teknologi penginderaan jauh dapat dijadikan sebagai alternatif untuk memperoleh data produksi kelapa sawit. Teknologi penginderaan jauh dapat memberikan hasil estimasi produksi secara cepat dan akurat pada area perkebunan yang relatif luas sehingga dimungkinkan lebih unggul dalam hasil perhitungan estimasi produksi tanaman kelapa sawit. Apabila dibandingkan 5

6 dengan cara peramalan yang cenderung lebih sulit apabila diterapkan pada area yang luas karena proses perhitungannya dilakukan secara terestris. Aplikasi penginderaan jauh dijadikan sebagai metode alternatif untuk mendapatkan hasil produksi dan produktivitas yang tepat, akurat, dan optimal secara langsung di lapangan. Data penginderaan jauh yang digunakan yakni citra SPOT-5 untuk menghasilkan data produksi berdasarkan kemampuan analisis spektral citra. Aplikasi penginderaan jauh dengan menggunakan citra SPOT-5 telah banyak digunakan dalam memberikan konstribusi informasi di bidang perkebunan seperti mengidentifikasi luas daun, penutup tanah, biomassa, jenis tanah, kandungan hara, dan tingkat produksi tanaman. Teknologi penginderaan jauh untuk memproleh data estimasi produksi dengan menggunakan metode transformasi indeks vegetasi. Transformasi indeks vegetasi dapat memberikan hasil produksi tanaman kelapa sawit secara spasial dengan mempertimbangkan keadaan tutupan vegetasi. Berdasarkan dari uraian permasalahan sebelumnya, dapat dirumuskan pertanyaan penelitian yang terjadi di daerah penelitian yaitu : 1. Bagaimana kemampuan pantulan spektral citra SPOT-5 untuk mengidentifikasi tanaman kelapa sawit di PT. Mutiara Sawit Seluma? 2. Bagaimana estimasi produksi tanaman kelapa sawit di PT. Mutiara Sawit Seluma berdasarkan analisis citra SPOT-5? 3. Bagaimana akurasi hasil estimasi produksi citra SPOT-5 terhadap data estimasi produksi di lapangan? 1.3 Tujuan Penelitian Tujuan yang dicapai dalam penelitian ini adalah : 1. Mengkaji kemampuan citra SPOT-5 untuk mengidentifikasi kelapa sawit di PT. Mutiara Sawit Seluma 2. Mengestimasi produksi kelapa sawit berdasarkan analisis citra SPOT-5 3. Mengkaji akurasi dan ketelitian hasil estimasi kelapa sawit berdasarkan analisis citra SPOT-5 6

7 1.4 Penelitian Sebelumnya Penelitian di bidang perkebunan menggunakan aplikasi penginderaan jauh saat ini sudah mulai berkembangan. Pemanfaatan data penginderaan jauh baik resolusi tinggi, sedang, maupun rendah telah cukup banyak digunakan dalam mengekstraksi data perkebunan. Citra yang dapat dimanfaatkan untuk mengekstraksi data perkebunan yakni salah satunya citra SPOT-5 dengan resolusi spasial 10 meter (multispektral) dan 5 meter (pankromatik). Citra SPOT-5 apabila diaplikasikan dalam bidang perkebunan dimungkinkan dapat mengidentifikasi vegetasi salah satunya melakukan perhitungan estimasi produksi. Kemampuan dari citra SPOT-5 dengan resolusi menengah dianggap dapat mengidentifikasi tanaman kelapa sawit berdasarkan dari pantulan spektral terhadap objek tanaman kelapa sawit. Pantulan dan pancaran obyek daun berbedabeda ketebalan, spesies, bentuk kanopi, umur daun, kandungan hara daun, dan status lengas daun (Susetyo dan Setiono, 2013). Vegetatif tanaman kelapa sawit memiliki akar serabut, batang yang tidak bercabang yang termasuk kedalam tanaman monokotil daun dengan daun berbentuk pelepah bersirip genap dan tulang sejajar. Jarak tanam kelapa sawit di lapangan dipengaruhi oleh jenis tanah dan kesuburannya, kemiringan lereng, dan varietas tanaman (Syakir, 2010). Tabel 1.1 menunjukan beberapa penelitian sebelumnya yang terkait dengan penelitian estimasi produksi dan tanaman kelapa sawit. 7

8 Tabel 1.1. Penelitian Sebelumnya untuk Estimasi Produksi Nama Penulis Santoso (2009) (Tesis) Wiratmiko (2014) (Tesis) Judul Tujuan Metode Hasil Pemanfaatan Citra Quickbird dan Sistem Infromasi Geografis (SIG) untuk Zonasi Areal Tanaman Kelapa Sawit yang Terserang Penyakit Busuk Pangkal Batang (Gonoderma boninense) Studi Kasus Di Kebun Dolok Ilir PT. Perkebunan Nusantara IV (Sumatera Utara) Identifikasi ciri-ciri tanaman kelapa sawit yang terserang penyakit busuk pangkal batang menggunakan transformasi matematis dan pembedaan areal kelapa sawit dan nonsawit (segmentasi) sebaran serangan penyakit busuk pangkal batang pada tanaman kelapa sawit) menggunakan citra Quickbird Penggunanaan Citra Mengkaji kemampuan Worldview-2 untuk Estimasi citra Worldview-2 dalam Poroduksi Tanaman Kelapa estimasi produksi Sawit (Elaeis guineensis Jacq.) tanaman kelapa sawit sebagai Implementasi yang diintegrasikan Pertaniana Presisi (Studi Unit dengan faktor lingkungan Kebun Adolina, PT. untuk mendukung Perkebunan Nusantara 1V, pertanian presisi Kabupaten Serdang Berdagai, Provinsi Sumatera Utara) Transformasi indeks vegetasi matematis ARVI, GBNDVI, GNDVI, NDVI, SAVI, dan SR Teknik segmentasi zonasi areal tanaman kelapa sawit yang terserang penyakit busuk pangkal NDVI, SAVI, TSAVI, EVI, GNDVI, Red Edge NDVI, dan CI Ketelitian indentifikasi kerapatan : a. ARVI dan GVNDVI (kerapatan rendah) umur tanaman 21 tahun. Akurasi: 66,67%, b. SR mampu (kerapatan sedang) umur tanaman 16 tahun. Akurasi : 61,90%, c. BNDVI (kerapatan rendah) umur tanaman 10 tahun. Akurasi: 58,82%. Ketelitian pemetaan kondisi tanaman rapat umur tahun: 34,78%, Ketelitian teknik segmentasi zonasi areal kelapa sawit terkena busuk pangkal batang tanaman yang mati: 84,31%. Estimasi produksi melalui pendekatan indeks vegetasi yang diintegrasikan dengan faktor lingkungan yang mempengaruhi tanaman kelapa sawit 8

9 Murti (2014) (Disertasi) Chemura, dkk (2015) (Jurnal) Pemodelan Spasial untuk Estimasi Produksi Padi dan Tembakau Bedasarkan Citra Multiresolusi Penentuan Usia Kelapa Sawit Berdasarkan Proyeksi Mahkota Terdeteksi Dari Multispektral Data Penginderaan Jauh Worldview-2 : Kasus Kabupaten Ejisu-Juaben, Ghana Menyusun model spasial untuk estimasi produksi tanaman pertanian yang meliputi: padi dan tembakau Penentuan usia kelapa sawit berdasarkan metode segmentasi dari proyeksi mahkota Pemodelan spasial berdasarkan pendekatan spektral dan spasialekologis dari citra penginderaan jauh yang mengkaitkan nilai transformasi indeks vegetasi dengan produktivitas lapangan Metode OBIA untuk mebedakan umur tanaman kelapa sawit Ketelitian interpretasi lahan pertanian sebagai basis perhitungan estimasi perhitungan estimasi produksi berkisar 89,36%-95,00%. Ketelitian hasil estimasi produksi pertanian lebih dari 85%. Ketelitian delineasi daerah mahkota kelapa sawit dihasilkan sebesar 80,6%. 9

10 Soetyowati (2015) (Skripsi) Dwinita (2016) (Skripsi) Aplikasi Citra SPOT-6 Berbasis Transformasi Indeks Vegetasi untuk Estimasi Produksi Kelapa Sawit (Elaeis guineensis Jacq) (Kasus Perkebunan Kelapa Sawit PT. Tunggal Perkasa Platinum, Air Molek, Kabupaten Idragiri Hulu, Provinsi Riau, Sumatera) Pemanfaatan Citra SPOT-5 untuk Estimasi Produksi Kelapa Sawit (Elaeis guineensis Jacq) (Lokasi Unit Kebun PT. Mutiara Sawit Seluma, Kabupaten Seluma, Provinsi Bengkulu) Model Estimasi produksi kelapa sawit dan menentukan parameter atau variabel yang berpengaruh dalam produksi kelapa sawit menggunakan Citra SPOT-5 Estimasi produksi kelapa sawit berdasarkan analisis citra SPOT-5 Metode penenelitian menggunakan transformasi indeks vegetasi matematis NDVI, ARVI, BNDVI, CI GREEN, GBNDVI, MSAVI, PANNDVI, dan WDRVI Transformasi indeks vegetasi: NDVI, GNDVI, dan SAVI untuk mendapatkan hasil estimasi produksi Ketelitian identifikasi kelapa sawit sangat tinggi 99,46%. Parameter yang berpengaruh yakni indeks umur dan indeks vegetasi. Hasil regresi transformasi NDVI, ARVI, BNDVI, CIGREEN, GBNDVI, dan WDRVI dengan R 0,8, sedangkan MSAVI2 dan WDRVI regresi sebesar R 0,7. Ketelitian estimasi NDVI, PANNDVI, dan WDRVI sebesar 80%, sedangkan ARVI, BNDVI, CIGREEN, GBNDVI, dan MSAVI2 sebesar 75%. Hasil uji akurasi SE NDVI : 3,24, GNDVI : 5,64, dan SAVI : 3,80. Uji ketelitian produktivitas kelapa sawit NDVI : 81%, GNDVI 72%, dan SAVI 68,69%. 10

11 Terdapat beberapa perbedaan dan persamaan dari penelitian yang dilakukan dengan penelitian sebelumnya berdasarkan dari Tabel 1.1 terkait jenis tanaman yang dianalisis, data citra, dan metode. Penelitian dilakukan menggunakan citra SPOT-5 dengan mempertimbangkan resolusi spasial dan luasan dari perkebunan kelapa sawit. Lokasi penelitian yang terdapat di Provinsi Bengkulu yang berada di perkebunan kelapa sawit yakni PT. Mutiara Sawit Seluma yang merupakan perkebunan besar milik swasta yang belum pernah dilakukan penelitian mengenai estimasi produksi tanaman kelapa sawit. Metode yang digunakan yakni transformasi indeks vegetasi berdasarkan dari analisis citra SPOT-5. Terdapat beberapa persamaan dari penelitian sebelumnya dengan penelitian yang akan dilakukan. Penelitian Santoso (2009), metode yang digunakan yakni transformasi indeks vegetasi lain seperti NDVI, GNDVI, dan SAVI dan objek vegetasi tanaman yang diidentifikasi yakni tanaman kelapa sawit. Wiratmiko (2014), menggunakan metode transformasi NDVI dan SAVI dan objek vegetasi tanaman yang diidentifikasi yakni tanaman kelapa sawit. Murti (2014), menggunakan analisis transformasi indeks vegetasi untuk melakukan analisis produksi tanaman metode indeks yang digunakan NDVI dan SAVI. Chemura (2015), melakukan penelitian terhadap tanaman kelapa sawit dengan mengunakan data penginderaan jauh untuk menghasilkan perbedaan umur tanaman kelapa sawit. Soetyowati (2015) menggunakan metode transformasi indeks vegetasi NDVI. Selain terdapat persamaan diatas juga terdapat perbedaan antara penelitian sebelumnya dengan penelitian yang dilakukan. Perbedaan dari penelitian yang dilakukan dengan penelitian sebelumnya yakni Santoso (2009), lokasi penelitian terdapat di perkebunan kelapa sawit Dolok Ilir PT. Perkebunan Nusantara IV, Sumatera Utara. Metode lain yang digunakan transformasi indeks vegetasi GBNDVI dan SR. Data yang digunakan citra Quickbird serta identifikasi penelitian terkait tanaman kelapa sawit yang terserang panyakit busuk pangkal. Wiratmiko (2014), lokasi penelitian Kebun Adolina, PT. Perkebunan Nusantara 1V, Kabupaten Serdang Berdagai, Provinsi Sumatera Utara. Metode lain yang digunakan TSAVI, EVI, Red Edge, dan CI, data yang digunakan yakni Worldview-2. Murti (2014) lokasi penelitian di Kabupaten 11

12 Temanggung, Kabupataen Wonosobo, dan Kabupaten Sragen. Objek vegetasi yang dikaji tanaman tembakau di Kabupaten Temanggung dan Tanaman padi di Kabupaten Wonosobo dan Kabupaten Sragen. Metode yang digunakan menggunakan data citra penginderaan jauh multiresolusi yakni Landsat 7 ETM+, ASTER, dan ALOS. Chemura, dkk (2015), lokasi penelitian berada di Kabupaten Ejisu-Juaben, Ghana. Metode yang digunakan merupakan metode OBIA untuk membedakan mahkota kelapa sawit sesuai umur, sedangkan citra yang digunakan merupakan citra Worldview-2 tahun perekaman Setyowati (2015), lokasi penelitian terdapat di perkebunan kelapa sawit PT. Tunggal Perkasa Platinum, Air Molek, Kabupaten Idragiri Hulu, Provinsi Riau, Sumatera. Citra yang digunakan SPOT-6, sedangkan metode yang digunakan BNDVI, CIGREEN, GBNDVI, MSAVI, PANNDVI, dan WDRVI. 1.5 Kegunaan Penelitian Kegunaan yang diharapakan dalam penelitian ini adalah : 1. Data estimasi produksi dari penelitian dapat digunakan sebagai informasi bagi instansi terkait dengan penyediaan data produksi kelapa sawit untuk mempertimbangkan manajemen hasil produksi kelapa sawit selanjutnya 2. Memberikan pemahaman aplikasi peginderaan jauh dalam memperoleh hasil estimasi produksi tanaman kelapa sawit dalam manajemen dan pengelolaan kebun di PT. Mutiara Sawit Seluma 3. Mengembangkan dan menganalisis aplikasi penginderaan jauh dalam memperoleh data estimasi produksi secara cepat dan akurat pada tanaman kelapa sawit berdasarkan analisis citra SPOT-5 di PT. Mutiara Sawit Seluma 12