II. TINJAUAN PUSTAKA 2.1. Usahatani Padi dan Mobilitas Petani Padi

dokumen-dokumen yang mirip
II. TINJAUAN PUSTAKA 2.1. DEM ( Digital Elevation Model

PRODUKSI DAN PRODUKTIVITAS PADI DI KECAMATAN CIASEM, KABUPATEN SUBANG. Oleh : Febria Heidina A

q Tujuan dari kegiatan ini diperolehnya peta penggunaan lahan yang up-to date Alat dan Bahan :

I PENDAHULUAN 1.1 Latar Belakang

VARIASI NILAI INDEKS VEGETASI MODIS PADA SIKLUS PERTUMBUHAN PADI

III. METODE PENELITAN ' ' KEC. BINONG KEC. PAMANUKAN KAB. INDRAMAYU KAB. SUMEDANG ' ' Gambar 2.

BAB V HASIL DAN PEMBAHASAN

I PENDAHULUAN 1.1 Latar Belakang

Aplikasi Penginderaan Jauh Untuk Monitoring Perubahan Ruang Terbuka Hijau (Studi Kasus : Wilayah Barat Kabupaten Pasuruan)

BAB I PENDAHULUAN 1.1. Latar Belakang

Gambar 11. Citra ALOS AVNIR-2 dengan Citra Komposit RGB 321

BAB I PENDAHULUAN 1.1 Latar Belakang

Perbandingan beberapa Algoritma Suhu Permukaan Tanah dengan Indeks Vegetasi menggunakan Terra MODIS di Jawa

BAB II TINJAUAN PUSTAKA. 2.1 Evapotranspirasi Potensial Standard (ETo)

Legenda: Sungai Jalan Blok sawah PT. Sang Hyang Seri Kabupaten Subang

DETEKSI EKOSISTEM MANGROVE DI CILACAP, JAWA TENGAH DENGAN CITRA SATELIT ALOS

EKSPLORASI ALOS PALSAR MENGGUNAKAN POLSARPRO V3.0 DENGAN AREAL KAJIAN PT. SANG HYANG SERI, SUBANG, JAWA BARAT. Oleh : DERY RIANSYAH A

BAB II DASAR TEORI. 2.1 DEM (Digital elevation Model) Definisi DEM

Lampiran 1. Karakteristik satelit MODIS.

BAB I PENDAHULUAN 1.1. Latar Belakang

PERANAN CITRA SATELIT ALOS UNTUK BERBAGAI APLIKASI TEKNIK GEODESI DAN GEOMATIKA DI INDONESIA

BAB II TINJAUAN PUSTAKA

Gambar 1. Peta Lokasi Penelitian

Analisis Indeks Vegetasi Menggunakan Citra Satelit FORMOSAT-2 Di Daerah Perkotaan (Studi Kasus: Surabaya Timur)

BAB I PENDAHULUAN Perumusan Masalah

DAFTAR ISI. . iii PRAKATA DAFTAR ISI. . vii DAFTAR TABEL. xii DAFTAR GAMBAR. xvii DAFTAR LAMPIRAN. xxii DAFTAR SINGKATAN.

Penggunaan Algoritma NDVI dan EVI pada Citra Multispektral untuk Analisa Pertumbuhan Padi (Studi Kasus: Kabupaten Indramayu, Jawa Barat)

BAB I PENDAHULUAN 1.1 Latar Belakang

Analisis Band Optimal Enhanced Vegetation Index (EVI) Pada Citra Hiperspektral Untuk Mengestimasi Fase Tumbuh dan Produktifitas Padi

SENSOR DAN PLATFORM. Kuliah ketiga ICD

1 BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1.Latar Belakang

Perbandingan Pengaruh Koreksi Radiometrik Citra Landsat 8 Terhadap Indeks Vegetasi Pada Tanaman Padi

Oleh : Hernandi Kustandyo ( ) Jurusan Teknik Geomatika Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh Nopember

2. TINJAUAN PUSTAKA. Suhu permukaan laut Indonesia secara umum berkisar antara O C

ANALISIS POLA TANAM LAHAN PERTANIAN MENGGUNAKAN CITRA MODIS DI PROVINSI LAMPUNG DIMAS PANUJI WICAKSONO

KARAKTERISTIK CITRA SATELIT Uftori Wasit 1

KOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN

PEMANFAATAN CITRA LANDSAT 8 UNTUK IDENTIFIKASI NORMALIZED DIFFERENCE VEGETATION INDEX (NDVI) DI KECAMATAN SILAT HILIR KABUPATEN KAPUAS HULU

LEMBAGA PENERBANGAN DAN ANTARIKSA NASIONAL

PENELITIAN FISIKA DALAM TEKNOLOGI PENGINDERAAN JAUH UNTUK MONITORING PERUBAHAN GARIS PANTAI (STUDI KASUS DI WILAYAH PESISIR PERAIRAN KABUPATEN KENDAL)

Lampiran 1. Peta klasifikasi penutup lahan Kodya Bogor tahun 1997

Indeks Vegetasi Bentuk komputasi nilai-nilai indeks vegetasi matematis dapat dinyatakan sebagai berikut :

BAB II TINJAUAN PUSTAKA

G ~ QJ\Y~~\-rJl<~\ Vol. 15 No.2, Desember 2009

1. PENDAHULUAN 2. TINJAUAN PUSTAKA

Satelit Landsat 8, Landsat Data Continuity Mission Pengolahan Citra Digital

BAB II TINJAUAN PUSTAKA

II. TINJAUAN PUSTAKA

Di zaman modern seperti sekarang ini, semakin sering. DNB/VIIRS: Menatap Bumi di Malam Hari AKTUALITA

I. PENDAHULUAN 1.1 Latar Belakang

09 - Penginderaan Jauh dan Pengolahan Citra Dijital. by: Ahmad Syauqi Ahsan

BAB II TINJAUAN PUSTAKA

KOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN

Pemanfaatan Data Landsat-8 dan MODIS untuk Identifikasi Daerah Bekas Terbakar Menggunakan Metode NDVI (Studi Kasus: Kawasan Gunung Bromo)

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA

BAB I PENDAHULUAN. 1.1 Latar Belakang

II. TINJAUAN PUSTAKA. 2.1 Kekeringan

STUDI TINGKAT KERAPATAN MANGROVE MENGGUNAKAN INDEKS VEGETASI

PENGINDERAAN JAUH UNTUK PEMANTAUAN KEKERINGAN LAHAN SAWAH

Analisis Indeks Vegetasi menggunakan Data Satelit NOAA/AVHRR dan TERRA/AQUA-MODIS

Phased Array Type L-Band Synthetic Aperture Radar (PALSAR)

DETEKSI KERUSAKAN PENGGUNAAN LAHAN AKIBAT AWAN PANAS MERAPI 2010 MENGGUNAKAN CITRA PENGINDERAAN JAUH

BAB III METODOLOGI 3.1 Waktu dan Tempat 3.2 Alat dan Data 3.3 Tahapan Pelaksanaan

11/25/2009. Sebuah gambar mengandung informasi dari obyek berupa: Posisi. Introduction to Remote Sensing Campbell, James B. Bab I

JURNAL GEOGRAFI Media Pengembangan Ilmu dan Profesi Kegeografian

SATELIT ASTER. Oleh : Like Indrawati

Citra Satelit IKONOS

PERUBAHAN LUAS DAN KERAPATAN EKOSISTEM MANGROVE DI KAWASAN PANTAI TIMUR SURABAYA

TUGAS AKHIR ANALISIS INDEKS JALAN DAN KARAKTERISTIK SPASIAL KABUPATEN BONE BERBASIS GIS MENGGUNAKAN CITRA LANDSAT 8 DI SUSUN OLEH :

BAB I PENDAHULUAN. Tanaman kelapa sawit (Elaeis guineensis jacq) merupakan tanaman yang

PUSAT PEMANFAATAN PENGINDERAAN JAUH LAPAN PEDOMAN PEMANTAUAN FASE PERTUMBUHAN TANAMAN PADI MENGGUNAKAN DATA SATELIT PENGINDERAAN JAUH

ABSTRAK. Kata kunci: Ruang Terbuka Hijau, Penginderaan Jauh, Citra Landsat 8, Indeks Vegetasi (NDVI, MSAVI2 dan WDRVI) vii

III. METODOLOGI. Gambar 1. Peta Administrasi Kota Palembang.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN Latar Belakang

BAB III PEMBAHASAN. 3.1 Data. Data yang digunakan dalam penelitian ini berupa :

Geo Image 5 (2) (2016) Geo Image.

TINJAUAN PUSTAKA. Lahan Pertanian Pangan Berkelanjutan. Pandangan dari sisi Perundangan

BAB I PENDAHULUAN 1.1. Latar Belakang

2. TINJAUAN PUSTAKA. Lamun (seagrass) adalah tanaman air yang berbunga (Angiospermae) dan

V. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN

Jurnal Geodesi Undip Januari 2016

BAB I PENDAHULUAN I.1. Latar Belakang

I. PENDAHULUAN 1.1. Latar Belakang II. TINJAUAN PUSTAKA 2.1. Citra Satelit Landsat

TEKNIK DAN METODE FUSI (PANSHARPENING) DATA ALOS (AVNIR-2 DAN PRISM) UNTUK IDENTIFIKASI PENUTUP LAHAN/TANAMAN PERTANIAN SAWAH

ANALISIS LUAS LAHAN SAWAH BERBASIS CITRA MODIS DI PROVINSI JAWA BARAT TAHUN WILONA OCTORA

UNIVERSITAS INDONESIA ESTIMASI PRODUKSI TANAMAN PADI SAWAH DI KABUPATEN BEKASI, KARAWANG, DAN SUBANG

TINJAUAN PUSTAKA. Lillesand dan Kiefer (1997), mendefenisikan penginderaan jauh sebagai

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB II TINJAUAN PUSTAKA

BAB III METODE PENELITIAN

Jurnal Geodesi Undip Agustus 2015

Pemanfaatan Citra Penginderaan Jauh ( Citra ASTER dan Ikonos ) Oleh : Bhian Rangga JR Prodi Geografi FKIP UNS

2. TINJAUAN PUSTAKA. sebaran dan kelimpahan sumberdaya perikanan di Selat Sunda ( Hendiarti et

BAB I PENDAHULUAN. Gambar 1.1. Persebaran Lahan Produksi Kelapa Sawit di Indonesia Sumber : Badan Koordinasi dan Penanaman Modal

PERANAN TEKNOLOGI PENGINDERAAN JAUH DALAM MEMPERCEPAT PEROLEHAN DATA GEOGRAFIS UNTUK KEPERLUAN PEMBANGUNAN NASIONAL ABSTRAK

BAB II TINJAUAN PUSTAKA

Transkripsi:

II. TINJAUAN PUSTAKA 2.1. Usahatani Padi dan Mobilitas Petani Padi Usahatani merupakan organisasi dari alam, kerja, dan modal yang ditujukan kepada produksi lapangan pertanian (Hernanto, 1995). Organisasi ini berjalan dengan sendirinya atau disengaja dilakukan oleh seseorang atau sekelompok orang yang terikat sebagai pengelolanya. Dari definisi tersebut dapat disimpulkan bahwa terdapat 4 unsur pokok usahatani. Unsur tersebut juga dikenal dengan istilah faktor-faktor produksi yaitu tanah, modal, tenaga kerja, dan pengelolaan. Pola usahatani padi yang dilakukan di Indonesia berbeda di setiap wilayah. Pola usahatani dilakukan berdasarkan ketersediaan air di wilayah tersebut. Berdasarkan penelitian Hantari, (2007) sebagian besar petani di Desa Sitimulyo, Kecamatan Piyungan Kabupaten Bantul memanen padi sebanyak 2 kali setahun sehingga memiliki pola tanam padi-padi-palawija dan yang lainnya memanen padi 5 kali dua tahun sehingga memiliki pola tanam padi-padi-padi. Pola usahatani padi di Desa Purwoadi, Kecamatan Trimurjo Kabupaten Lampung Tengah ada 2 yaitu pola tanam polikultur (padi-padi-palawija) dan monokultur (padi-padi) (Damayanti, 2007). Palawija yang umumnya ditanam di daerah tersebut adalah cabai, terong, dan kedelai. Petani yang melakukan pola tanam monokultur akan memberakan sawahnya setelah Musim Tanam II (MT II). Biaya usahatani padi terbagi 2 yaitu biaya tunai dan biaya yang diperhitungkan (Hutauruk, 2008). Biaya tunai usahatani padi adalah biaya yang dikeluarkan oleh petani, sedangkan biaya yang diperhitungkan merupakan pengeluaran yang secara tidak tunai dikeluarkan petani. Biaya yang diperhitungkan dapat berupa faktor produksi yang digunakan tanpa mengeluarkan uang tunai seperti sewa lahan yang diperhitungkan atas milik sendiri, penggunaan tenaga kerja keluarga, dan penyusutan dari sarana produksi. Biaya tunai usahatani padi yaitu biaya benih, biaya pupuk, biaya pestisida, biaya tenaga kerja luar keluarga, sewa traktor, dan pajak lahan. Produksi padi sawah dapat dipengaruhi oleh banyak hal. Berdasarkan penelitian Damayanti (2007), faktor-faktor yang berpengaruh terhadap produksi 5

padi sawah di Desa Purwoadi, Kecamatan Trimurjo Kabupaten Lampung Tengah adalah luas lahan, benih, pupuk urea, dan tenaga kerja. Hasil panen usahatani padi dapat dipasarkan dengan berbagai cara. Pemasaran dilakukan agar hasil usahatani padi dapat sampai ke konsumen. Hasil penelitian Riyanto (2005) yang dilakukan petani di tujuh desa Kecamatan Salem Kabupaten Brebes Jawa Tengah menunjukkan bahwa terdapat dua jenis pola pemasaran yaitu pola 1 dan pola 2. Pola 1 merupakan proses penjualan hasil panen yang dilakukan dengan cara petani menjual hasil panen kepada pedagang besar kecamatan yang kemudian diolah menjadi beras dan dijual kepada pedagang pengecer. Pola 2 merupakan proses penjualan yang dilakukan dengan cara petani menjual hasil panen kepada pedagang pengumpul kemudian dijual kepeda pedagang besar di luar kecamatan. 2.2. Citra MODIS dan Aplikasinya dalam Sektor Pertanian Sensor MODIS dibuat oleh National Aeronautics and Space Administration (NASA) dan ditempatkan pada 2 satelit pemantau bumi Earth Observation System (EOS) yaitu Aqua dan Terra. Satelit Aqua diluncurkan pada tanggal 4 Mei 2002, sedangkan Terra diluncurkan pada tanggal 18 Desember 1999 (Ichoku et al., 2003). Spesifikasi MODIS disajikan pada Tabel 1. Tabel 1. Spesifikasi MODIS No Tipe Spesifikasi 1 Ukuran 1.0 x 6 x 1.0 m 2 Bobot 228.7 kg 3 Quantization 12 bits 4 Resolusi spasial 250 m (band 1-2) 500 m (band 3-7) 100 m (band 8-36) Sumber: http://www. NASA.php.htm (diakses 4 Agustus 2008) EOS Terra mengelilingi bumi dari utara ke selatan melewati equator pada pagi hari sedangkan EOS Aqua mengelilingi bumi dari selatan ke utara melewati ekuator pada sore hari. EOS Terra dan EOS Aqua merekam permukaan bumi sebanyak 4 kali dalam sehari yaitu 2 kali pada pagi hari dan 2 kali pada malam 6

hari (Ichoku et al., 2003). Kelebihan sensor MODIS dibandingkan dengan sensor meteorologi lainnya adalah adanya variasi resolusi spasial yaitu 250 m, 500 m, dan 1 km (Dirgahayu dan Parwati, 2004). Sensor MODIS memiliki total 36 kanal spektral, 7 diantaranya dibuat untuk mempelajari vegetasi dan permukaan daratan. Tujuh kanal spektral tersebut yaitu biru (459 479 nm), hijau (545 565 nm), merah (620 670 nm), infra merah dekat (NIR 1 : 841-875 nm, NIR 2 : 1230 1250 nm), dan infra merah pendek (SWIR 1 : 1628 1652 nm, SWIR 2 : 2105 2155 nm) (Ichoku et al., 2003). Salah satu produk EOS Terra dan EOS Aqua adalah MOD09A1 dan MYD09A1 yang merupakan citra hasil komposit 8 hari. Citra ini memiliki 7 kanal spektral yaitu kanal spektral 1 sampai kanal spektral 7 dengan resolusi spasial 500 m x 500 m (Xiao et al., 2006). Produk MODIS memiliki proyeksi sinusoidal dan merekam area dengan luas 1200 km x 1200 km. Produk MOD09A1 telah dikoreksi atmosferik terhadap gas, awan tipis, dan aerosol (Vermote dan Vermeulen, 1999). Sampai saat ini MODIS Terra telah digunakan pada berbagai penelitian. Xiao et al (2005) melakukan pemetaan area sawah 13 provinsi di Cina dan Xiao et al. (2006) mengamati hutan tropis di Afrika Selatan menggunakan NDVI (Normalized Difference Vegetation Index), EVI (Enhanced Vegetation Index), dan LSWI (Land Surface Water Index) yang merupakan hasil analisis MODIS Terra 500 m. Selain itu Thenkabail et al. (2005) memetakan penggunaan lahan/penutupan lahan dan mengkelaskan lahan beririgasi di lembah Sungai Gangga dan Indus menggunakan MODIS Terra 500 m (MOD09A1). Patel et al. (2006) melakukan penelitian untuk memodelkan produksi gandum di wilayah Uttar Pradesh dengan menggunakan citra MODIS Terra hasil komposit 8 hari dengan resolusi spasial 250 m. 2.3. Citra ALOS dan Aplikasinya dalam Penutupan Lahan ALOS merupakan satelit yang diluncurkan oleh Jepang pada tanggal 24 Januari 2006. Nama Jepang satelit ini adalah DAICHI. Tabel berikut menyajikan spesifikasi satelit tersebut. 7

Tabel 2. Spesifikasi ALOS No Tipe Karakteristik 1 Bobot 4 ton 2 Jangka waktu 3-5 tahun 3 Orbit ketinggian 691.65 m (di equator) 4 Perekam data Solid-state data recorder (90Gbytes) Sumber: http://www.eorc.jaxa.jp/alos (diakses 4 Agustus 2008) ALOS memiliki 3 sensor yaitu Panchromatic Remote-sensing Instrument for Stereo Mapping (PRISM), Advanced Visible and Near Infrared Radiometer type 2 (AVNIR-2), dan Phased Array type L-band Synthetic Aperture Radar (PALSAR). PRISM merupakan radiometer pankromatik dengan resolusi spasial 2,5 m x 2,5 m. AVNIR-2 merupakan radiometer spektrum gelombang tampak dan inframerah pendek yang memiliki resolusi spasial yang lebih rendah yaitu 10 m x 10 m. Sensor terakhir yaitu PALSAR merupakan sensor gelombang pendek aktif (radar, SAR) yang dapat memantau permukaan daratan siang serta malam dan pada setiap kondisi cuaca serta bebas awan dengan beberapa skema resolusi spasial (http://www.eorc.jaxa.jp/alos). ALOS sering digunakan pada berbagai penelitian. Dutra et al. (2009) menggunakan ALOS PALSAR untuk mengklasifikasikan penutupan lahan di wilayah Amazon. Selain itu Takada et al. (2009) menggunakan ALOS PALSAR untuk mengetahui komponen permukaan lahan gambut di bagian utara Hokkaido. Andayani et al. (2008) menggunakan ALOS AVNIR-2 untuk pemetaan klasifikasi lahan di wilayah Kebun Raya Bogor Jawa Barat dengan metode back-propagation neural network classifier. Penelitian lain oleh Raimadoya et al. (2008) melakukan pemantauan luas tanam dan produksi padi di wilayah Sukamandi Kabupaten Subang Jawa Barat dengan menggunakan ALOS PALSAR polarisasi ganda. 2.4. Peranan Indeks Vegetasi dalam Bidang Pertanian Indeks kehijauan tanaman (greeness index) merupakan ukuran kuantitatif yang digunakan untuk mengamati kondisi vegetasi tanaman dan aktivitas fotosintesis. Pada umumnya nilai ini dapat diperoleh dari analisis kombinasi dua atau lebih kanal spektral (Huete et al., 2002). Banyak metode yang dapat 8

digunakan untuk menghitung indeks vegetasi. Indeks vegetasi yang telah dikembangkan sampai saat ini antara lain NDVI (Normalized Difference Vegetation Index) dan EVI (Enhanced Vegetation Index) (Huete et al., 1997), LSWI (Land Surface Water Index) (Ichoku et al., 2003), SAVI (Soil Adjusted Vegetation Index) (Huete et al., 1997), serta ARVI (Atmospherically Resistant Vegetation Index) dan SARVI (Soil and Atmospherically Resistant Vegetation Index) (Jensen, 2002). Dua indeks vegetasi yang paling banyak diaplikasikan pada data MODIS adalah NDVI dan EVI. NDVI dapat dihitung melalui rasio yang dibangun dari kanal spektral infra merah (Infra Red/IR) dan infra merah dekat (Near Infra Red/NIR). Persamaan umum dari NDVI adalah (Huete et al., 2002): NDVI = ρred + ρred Keterangan: = nilai reflektan kanal spektral infra merah dekat ρred = nilai reflektan kanal spektral merah Indeks vegetasi lain yang penting untuk data MODIS adalah Enhanced Vegetation Index (EVI). EVI merupakan indeks vegetasi yang dikembangkan dari NDVI. EVI telah diketahui lebih sensitif terhadap perubahan biomasa selama fase vegetatif yang lama, serta tahan terhadap efek atmosfer dan kanopi (Huete et al., 1997). Nilai EVI diperoleh dari nilai reflektansi kanal spektral merah (red), kanal infra merah dekat (NIR) dan kanal biru (blue). Kanal spektral biru sangat sensitif terhadap kondisi atmosfer dan digunakan untuk koreksi atmosferik (Xiao et al., 2006). Persamaan EVI (Huete et al., 1997) adalah sebagai berikut: EVI = 2.5* ρred C1* ρred C2* ρblue + L Keterangan : ρ= nilai reflektan kanal spektral 9

C= koefisien koreksi atmospheric aerosol scattering pada kanal spektral merah berdasarkan kanal spektral biru (C 1 = 6, C 2 = 7.5) L= soil effect adjustment factor (1) Menurut Murthy et al. (1995) dan Theruvengadachari et al. (1997) terdapat hubungan antara tingkat kehijauan tanaman (greenness) dengan produktivitas tanaman padi sawah (berdasarkan petak contoh/crop cutting experiment). Fase pertumbuhan tanaman yang diduga mempunyai hubungan erat dengan produktifitas tanaman padi adalah fase awal generatif (panicle initiation) yaitu pada saat tanaman padi sedang produksi. 10