1

KATA PENGANTAR

Segala puji kami panjatkan ke hadirat Allah SWT yang telah melimpahkan
rahmat, taufik dan hidayah-Nya sehingga saya dapat menyusun laporan praktikum
yang berjudul “Penentuan Kesehatan Tanaman Berdasarkan Indeks Vegetasi
NDVI Green, Sr Dan Vari Pada Daun Kopi” ini.
Penulisan laporan ini bertujuan untuk memenuhi tugas pada Mata Kuliah
Sistem Informasi Geografis. Selain itu, makalah ini bertujuan untuk menambah
wawasan kepada pembaca dan juga pemahaman penulis tentang persebaran warna
daun serta hubungannya dengan kesehatan tanaman pada tanaman kopi.
Kami mengucapkan terimakasih kepada berbagai pihak, baik Bapak Bayu
Taruna selaku dosen penga,pu mata kuliah Sistem Informasi Geografis dan para
asisten dosen atas bantuan dan kesempatan yang diberikan kepada kami untuk
melaksanakan penyelesaian laporan ini. Kami menyadari bahwa laporan
penelitian yang kami tulis masih jauh dari kata sempurna. Oleh karena itu, kritik
dan saran yang bersifat membangun akan kami terima dengan senang hati. Kami
berharap, semoga laporan penilitian ini dapat bermanfaat bagi semua pihak.

Jember, 14 Maret 2020

Penulis
 2

BAB 1. PENDAHULUAN

1.1 Latar Belakang

Di zaman modern ini masih banyak petani yang menggunakan alat
tradisional dibanding alat modern yang jelas-jelas sangat membantu kinerja
petani. Ini diakibatkan karena kurangnya wawasan dan perbedaan cara pandang
petani di Indonesia. Berbagai kemajuan teknologi yang sudah terjadi di zaman ini
telah membuktikan banyaknya teknologi yang berkembang untuk menunjang para
petani. Sehingga perlu adanya perubahan pada pola pikir dan perilaku petani
terhadap pertanian Indonesia.
Perkembangan ilmu pengetahuan dan teknologi di era globalisasi
menunjukkan pertanian dapat berkembang dengan sangat pesat. Di era 4.0
teknologi berbasis komputasi dan jaringan sangat gencar dikembangkan. Sehingga
dapat dengan mudah petani untuk mengontrol maupun melakukan penanganan
terhadap daerah pertanian itu sendiri. Sistem pertanian berbasis komputer yang
dimaksud adalah GIS (Geographycal Information System). GIS merupakan suatu
sistem yang di rancang untuk mengefisensikan pekerjaan dengan mengolah data,
mengumpulkan, memanipulasi, dan menampilkan informasi geografis. GIS
mampu mempresentasikan gambaran dunia seperti nyata dalam layar komputer.
Seperti lembaran peta yang menggambarkan dunia nyata diatas kertas. Kelebihan
dari GIS adalah dapat menentukan lokasi yang sesuai untuk pengembangan lokasi
sesuai dengan keadaan dan fungsinya. Dengan semakin dikembangkannya Sistem
Informasi Geografis, bidang keteknikan pertanian dapat dengan mudah untuk
mengolah data dan mengatasi berbagai permasalahan dalam pertanian berbasis
online. Salah satu alat yang dapat digunakan yaitu Agriino, pengunaanya sangat
mudah dan portable, dan dapat secara langsung dihubungkan dengan gadget.
Dengan Agriino, petani dapat dengan mudah mengetahui bagaimana kondisi
pertanian milikinya.
1.2 Tujuan
Tujuan dari sistem informasi geografis pengenalan alat Agriino yaitu :
1. Mengetahui sistem alat Agriino dan fungsinya.
 3

2. Mengetahui cara kerja pengolahan data dengan alat Agriino.

3. Mengerti manfaat sistem informasi geografis dalam digitasi menggunakan
alat Agriino.
1.3 Manfaat
Manfaat yang diperoleh dari pengenalan Agriino yaitu sebagai berikut :
1. Dapat memahami tentang alat Agriino dan kegunaannya.
2. Dapat menggunakan alat Agriino untuk mempermudah pekerjaan
pertanian secara efektif dan efisien.
3. Dapat mengolah data dan pendigitan dengan sistem informasi geografis
alat Agriino.
 4

BAB 2. TINJAUAN PUSTAKA

2.1 Daun Kopi

Tanaman kopi merupakan tanaman yang penting dalam pertumbuhan dan
pengembangannya karena dapat berproduksi dalam jangka yang panjang sehingga
dapat menunjang kebutuhan ekonomi masyarakat tanpa merusak lingkungan
(Fardiansyah dan Wicaksono, 2019).
Bagian dari taman kopi yang digunakan praktikum ini yaitu daun kopi.
Menurut Anshori (2014) karakteristik daun kopi berwarna hijau, pangkal daun
meruncing dan ujung daun tumpul, serta tulang daun menyirip. Daun kopi
memiliki panjang antara 15-40 cm, lebarnya antara 7-30 cm dan tangkai daun
dengan panjang antara 1-1,5 cm.
Terdapat 2 jenis kopi, yaitu arabika dan robusta. Jika dibandingkan secara
kesehatan tanaman, kopi arabika lebih peka terhadap penyakit karat daun daripada
kopi robusta (Hulupi dan Sri Sukamto, 1998). Jika posisi daun tidak rapat,
uredospora jamur Hemileia vastatrix yang sampai ke tanaman kopi akan banyak
yang jatuh ke tanah. Sebaliknya jika posisi daun rapat, permukaan tanaman
menjadi luas yang memungkinkan semua uredospora yang sampai ke tanaman
kopi menempel pada daun sehingga tersedia banyak sumber penyakit (Patridge,
1997 dalam Mahfud, 2012). Salah satu penyebab tanaman kopi mudah terserang
penyakit yaitu karena daun yang saling bersentuhan satu sama lain. Hal tersebut
juga dapat eningkatkan kelembaban lingkungan yang dapat memicu terjadinya
infeksi dan perkembangan cendawan Hemileia vastatrix (Priyo, 2014).
2.2 Sistem Ground Based Remote Sensing (Penginderaan Jauh)
Pengindraan Jauh (Remote Sensing) adalah ilmu, seni dan teknik untuk
memperoleh informasi suatu objek, daerah, dan/atau fenomena melalui analisis
data yang diperoleh dengan suatu alat tanpa harus kontak langsung dengan objek,
daerah, atau fenomena yang dikaji . Maka, segala obyek yang ada di permukaan
bumi dapat dilihat karakteristiknya sesuai dengan kebutuhan tanpa harus
menyentuh objek yang dituju secara langsung (Rahayu dkk., 2015).
 5

Ground based Remote Sensing ialah sebuah alat yang memiliki tujuan
mengekplorasi dimana letak proses atmosfer dari permukaan bumi. Ground based
remote sensing berguna untuk pengindraan jauh ataupun yang menggunakan
tripod dalam pengambilan data. Teknik-teknik ground-based lebih sesuai untuk
pengukuran-pengukuran yang terlokalisasi dan untuk penelusuran data yang
terdeteksi dari jarak jauh (Govender et al., 2017).
2.3 Indeks Warna RGB
Menurut Putranto., dkk (2010) citra dapat didefinisikan sebagai suatu
segmen yang sederhana dan bermakna sehingga dapat dilakukan suatu analisa
lebih lanjut. Salah satu segmen yang dapat dianalisa dari RGB (Red, Green, Blue)
citra yaitu nilai RGB (Red, Green, Blue) dan HLS (Hue, Luminosity, Saturation).
Segmen citra warna yang akan digunakan yaitu RGB yang mempunyai tiga indeks
warna yaitu merah, hijau dan biru. Indeks warna RGB dapat di ketahui melalui
dua cara yaitu dengan menggunalan alat yang beranama Agriino dan aplikasi
ImageJ.
2.4 Pengukuran Kesehatan Pada Daun Kopi
Menurut PSP3-LPPM-IPB (2018), pada tanaman kopi terdapat beberapa
hama dan penyakit yang dapat menyerang tanaman kopi. Salah satu bagian
tanaman kopi yang dapat terserang hama dan penyakit yaitu daun kopi.
Pengukuran kesehatan pada daun kopi dilihat dari segi warna 20 lembar daun kopi
yang terdiri dari berbagai macam warna mulai dari hijau pekat sampai warna
kuning.
2.5 Agriino V.10
Agriino v.10 merupakan salah satu teknologi yang diciptakan oleh salah
satu dosen Fakultas Teknologi Pertanian Universitas Jember yaitu Bayu Taruna
Widjaja Putra, S.TP., M.Eng., Ph.D. Agriino v.10 merupakan aplikasi berbasis
remote sensing yang dapat dimanfaatkan oleh petani untuk mengetahui kondisi
tanaman dengan cara memotret daun yang akan di uji dengan menggunakan
smartphone-nya. Dengan menggunakan alat ini dapat menghemat waktu dan biaya
bagi para petani (LP2M-UNEJ, 2017). Aplikasi Agriino biasanya dipergunakan
dalam menunjang kegiatan petani untuk mengetahui status klorofil dan kandungan
 6

nitrogen pada tanaman secara non-destructive analysis dengan memanfaatkan

teknologi remote-sensing yang real-time sesuai dengan kebutuhan dari masing-
masing tanaman. Produk atau teknologi ini berbasis remote-sensing. Manfaat dari
teeknologi yaitu dapat mengetahui tingkat kekeruhan serta kandungan klorofil
dalam air.
 7

BAB 3. METODOLOGI

3.1 Waktu dan Tempat

Praktikum pengambilan data ini dilaksanakan pada hari Kamis, 5 Maret
2020 di Gedung G Fakultas Teknologi Pertanian Universitas Jember pada pukul
07:00 – 12:20 WIB.
3.2 Alat dan Bahan
Alat dan bahan yang digunakan dalam praktikum kali ini adalah sebagai
berikut:
1. Agriino
2. Smartphone
3. Aplikasi QGIS 3.10
4. Aplikasi Agriino
5. Microsoft Excel
6. Daun kopi sebanyak 20 lembar
7. Buku dan alat tulis
 8

3.3 Flowchart
Langkah-langkah selama proses praktikum kali ini sebagai berikut :

Gambar 3.1 Diagram Alir Praktikum

 9

Berikut ini adalah penjelasan Flowchart diatas, yaitu:

1. Persiapkan alat dan bahan praktikum
2. Memfoto 20 lembar daun kopi menggunakan kamera smartphone (yang
memiliki resolusi hasil foto lebih dari 4gb).
3. Input hasil foto pada aplikasi imageJ
4. Olah foto menggunakan histogram
5. Pilih area untuk diambil data indeks warna RGB
6. Olah area menggunakan histogram
7. Input data menggunakan mean indeks warna RGB
8. Menginstal aplikasi Agriino di android
9. Menambah lembar kerja baru aplikasi Agriino
10. Membuat boundary
11. Track untuk mendapatkan boundary
12. Melakukan pendigitan lokasi tanaman
13. Mengatur cahaya dan menghidupkan power alat Agriino
14. Menjepit daun dengan alat agriino
15. Mengambil foto jepitan daun pada agriino di android
16. Input hasil data ke dalam Ms. Excel
17. Membuat grafik hubungan camera vs Agrrino
18. Menentukan nilai NDVI dan SR
19. Membuat peta menggunakan nilai NDVI dan SR dengan aplikasi QGIS
3.10, dapat dijelaskan sebagai berikut.
a. Pilih layer add delimited text. Pilih file excel dengan jenis excel csv.
File format dengan custom delimiters semilicon dan comma.
Geomatry definition dengan x field diganti longitude, y field latitude
dan geometry CRS EPSG:32749 - WGS/UTM zone 495 dan pilih add.
b. Setelah titik sudah terlihat pilih di Toolbox, Interpolation dan pilih
IDW interpolation.
c. Setelah muncul pilih interpolation attribute sesuai dengan indeks
vegetasi yang dipilih seperti 1.2 NDVI Green, 1.2 SR RGB dan 1,2
VARI. Pilih input layer (+) dan extent use canvas extent dan pilih
 10

rown 1000. Setelah itu tekan tap agar nilai berubah otomatis dan pilih
run.
d. Setelah output ada pilih klik kanan property. Rander type diganti
dengan Singleband pseudocolor. Color ramp ganti dengan specral dan
pilih ok.
e. Buat boundary dari Shapefile layer. Geometry type diganti polygon
dan ganti additional dimensions dengan projec CRS: EPSG:32749 -
WGS/UTM zone 495. Pilih toggle editing setelah itu pilih poligon dan
buat boundary persegi.
f. Pilih raster setelah itu pilih extraction dan clip raster by mask layer.
Input layer ganti output, source CRS dan target CRS dipilih projec
CRS: EPSG:32749 - WGS/UTM zone 495.
g. Setelah output ada klik kanan property. Rander type diganti dengan
singleboard pseudocolor. Color ramp ganti dengan specral dan pilih
ok.
 11

BAB 4. HASIL DAN PEMBAHASAN

4.1 Green NDVI Agriino

Berdasarkan hasil praktikum yang telah dilaksanakan menggunakan aplikasi
Agriino, maka diperoleh data sebagai berikut :

Tabel 4.1 Hasil Pembacaan Aplikasi Agriino

Daun R G B Longitude Latitude SR NDVI
1 106 192 120 113,719771 -8,162955 0,339744 0,288591
2 97 190 190 113,719664 -8,162862 0,255263 0,324042
3 99 190 105 113,719664 -8,162862 0,335593 0,314879
4 122 207 131 113,719360 -8,162984 0,360947 0,258359
5 105 202 105 113,719503 -8,162659 0,342020 0,315961
6 105 193 112 113,719642 -8,162605 0,344262 0,295302
7 93 198 105 113,719623 -8,162469 0,306931 0,360825
8 95 179 97 113,719343 -8,162473 0,344203 0,306569
9 96 178 94 113,719400 -8,162460 0,352941 0,299270
10 102 177 95 113,719347 -8,162538 0,375000 0,268817
11 141 195 135 113,719218 -8,162735 0,427273 0,160714
12 88 176 84 113,718870 -8,162508 0,338462 0,333333
13 81 157 70 113,718923 -8,162371 0,356828 0,319328
14 90 156 85 113,719150 -8,162427 0,373444 0,268293
15 107 176 127 113,719805 -8,162546 0,353135 0,243816
16 119 191 135 113,719954 -8,162698 0,365031 0,232258
17 113 195 128 113,719898 -8,162829 0,349845 0,266234
18 109 178 123 113,719742 -8,162832 0,362126 0,240418
19 94 180 110 113,719460 -8,162914 0,324138 0,313869
20 112 168 122 113,719073 -8,162667 0,386207 0,200000
21 175 196 229 113,719961 -8,162749 0,411765 0,056604

Setelah mengetahui koordinat tanaman menggunakan aplikasi Agriino, data

tersebut diolah menggunakan aplikasi QGIS 3.10 lalu menghasilkan peta seperti
pada Gambar 4.1. Berikut ini gambar hasil pengolahan data RGB menggunakan
QGIS.
 12

Gambar 4.1 Hasil Pengolahan NDVI Agriino - QGIS 3.10

Berdasarkan data yang telah diambil pada berbagai jenis kondisi daun kopi
serta telah di analisis menggunakan alat Agriino, data indeks warna yang
bervariasi yaitu warna merah, warna oranye, warna kuning, warna hijau dan
warna biru. Warna yang berbeda maka dihasilkan tingkatan nilai yang berbeda
pula antar satu sama lain. Warna merah memiliki nilai 0.057, warna oranye
memiliki nilai 0.133, warna kuning memiliki nilai 0.209, warna hijau memiliki
nilai 0.285, dan warna biru memiliki nilai 0.360.
Berdasarkan Gambar 4.1 dapat kita ketahui bahwa masing-masing warna
mengalami kenaikan nilai sebesar 0,08, mulai dari warna merah, warna oranye,
warna juning, warna hijau hingga warna biru. Karena indeks vegetasi NDVI
mempunyai parameter tingkat kehijauan dengan range -1 hingga 1, semakin besar
nilai dan mendekati angka 1 maka tingkat kehijauan daun semakin baik dan
mengandung klorofil yang banyak. Namu sebaliknya, apabila semakin mendekati
nilai -1 maka tingkat kehijauan suatu daun semakin rendah.
Warna merah pada gambar tersebut menunjukkan nilai yang kecil dan
semakin jauh dari angka 1 dan mendekati -1, dengan artian simbol warna
teresebut mengindikasikan bahwa tingkat kehijauan pada daun semakin rendah.
Sedangkan simbol berwarna biru menunjukkan nilai yang lebih besar dan
mendekati angka 1, sehingga dapat dinyatakan bahwa simbol tersebut
mengindikasikan tingkat kehijauan pda daun yang semakin tinggi.
4.2 Agriino SR
Berdasarkan data hasil praktikum menggunakan alat Agriino yang
dihubungkan ke smartphone untuk mendapatkan data kesehatan tanaman,
diperoleh data sebagai berikut:
 13

Tabel 4.2 Hasil Pembacaan SR Agriino

Daun R G B Longitude Latitude SR
1 106 192 120 113,719771 -8,162955 0,339744
2 97 190 190 113,719664 -8,162862 0,255263
3 99 190 105 113,719664 -8,162862 0,335593
4 122 207 131 113,719360 -8,162984 0,360947
5 105 202 105 113,719503 -8,162659 0,342020
6 105 193 112 113,719642 -8,162605 0,344262
7 93 198 105 113,719623 -8,162469 0,306931
8 95 179 97 113,719343 -8,162473 0,344203
9 96 178 94 113,719400 -8,162460 0,352941
10 102 177 95 113,719347 -8,162538 0,375000
11 141 195 135 113,719218 -8,162735 0,427273
12 88 176 84 113,718870 -8,162508 0,338462
13 81 157 70 113,718923 -8,162371 0,356828
14 90 156 85 113,719150 -8,162427 0,373444
15 107 176 127 113,719805 -8,162546 0,353135
16 119 191 135 113,719954 -8,162698 0,365031
17 113 195 128 113,719898 -8,162829 0,349845
18 109 178 123 113,719742 -8,162832 0,362126
19 94 180 110 113,719460 -8,162914 0,324138
20 112 168 122 113,719073 -8,162667 0,386207
21 175 196 229 113,719961 -8,162749 0,411765

Berdaskan Tabel 4.2, menunujukkan data yang telah diolah dengan

menggunakan Microsoft Excel dan kemudian dilakukan pengolahan data
menggunakan QGIS 3.10, maka diperoleh gambaran peta dari data RGB yang
merupakan hasil pengumpulan data kesehatan tanaman :

Gambar 4.2 Hasil Pengolahan Agriino SR - QGIS 3.10

 14

Berdasarkan Gambar 4.2 menunjukkan hasil pengolahan data kesehatan

daun kopi menggunakan QGIS 3.10 dengan pengambilan data menggunakan alat
Agriino yang dihubungakn langsung dengan smartphone. Data hasil indeks
vegetasi tanaman untuk mengetahui bagaimana tingkat kesehatan dari tanaman
tersbut. Indeks warna vegetasi yang didapatkan bervariasi diantaranya adalah
warna merah, orange, kuning, hijau, biru. Warna warna yang dihasilkan dari
pengolahan data RGB adalah warna merah memiliki nilai sebesar 0,295, orange
memiliki nilai sebesar 0,328, kuning memiliki nilai sebesar 0,361, hijau memiliki
nilai sebesar 0,394, dan biru memiliki nilai sebesar 0,427.
Tingkat kehijauan dari daun dengan kadar nitrogen mempunyai rentan nilai
-1 sampai dengan 1, dimana -1 menunjukkan nilai tingkat kehijauan dari daun
semakin rendah dan 1 menunjukkan tingkat kehijauan suatu daun semakin baik
dengan kandungan nitrogen yang tinggi. Simbol berwarna merah menunjukkan
nilai yang kecil dan semakin jauh dari angka 1 dan mendekati -1, dengan artian
simbol teresebut mengindikasikan bahwa tingkat kehijauan semakin rendah.
Sedangkan simbol berwarna biru menunjukkan nilai yang lebih besar dan
mendekati angka 1, sehingga dapat dinyatakan bahwa simbol tersebut
mengindikasikan tingkat kehijauan yang semakin tinggi.
4.3 Kamera Smartphone NDVI
Normalized Difference Vegetation Index (NDVI) merupakan indikator
grafis yang biasa digunakan pada akses jarak jauh untuk menentukan nilai target
yang sedang atau akan diamati mengandung tingkat kehijauan vegetasi. Peneliti
diharuskan dapat mengamati perbedaan warna dalam bentuk panjang gelombang
sinar matahari yang nampak dan Near-Infrared yang dipantulkan oleh tanaman,
sehingga peneliti dapat menentukan kepadatan tanaman hijau pada area yang di
teliti. Pigmen pada daun tanaman, klorofil, sangat menyerap cahaya tampak (dari
0,4 sampai 0,7 μm) untuk digunakan dalam fotosintesis dan semakin banyak daun
tanaman, semakin banyak panjang gelombang cahaya yang akan terpengaruh
(Oktaviandra, 2020).
 15

Berdasarkan hasil pengambilan data yang telah dilakukan menggunakan

aplikasi Agriino pada smartphone di dapatakan hasil sebagai berikut yang telah di
olah pada Microsoft excel.
Tabel 4.3 Hasil Perolehan Data NDVI
Daun R G B Longitude Latitude NDVI
1 109,743 189,807 0,268 113,7197707 -8,1629550 0,2672809
2 81,712 176,413 0,672 113,7196645 -8,1628618 0,3668804
3 133,231 197,158 84,532 113,7196645 -8,1628618 0,1934901
4 72,228 171,050 0,552 113,7193603 -8,1629841 0,4062102
5 94,526 171,491 6,045 113,7195026 -8,1626594 0,2893236
6 72,357 191,283 7,773 113,7196416 -8,1626054 0,4510924
7 58,823 159,332 7,911 113,7196232 -8,1624688 0,4607229
8 65,033 153,920 56,339 113,7193433 -8,1624730 0,4059638
9 56,623 149,203 38,448 113,7193998 -8,1624596 0,4497974
10 106,850 142,282 113,616 113,7193475 -8,1625378 0,1422218
11 72,677 157,674 108,098 113,7192181 -8,1627353 0,3689891
12 47,478 106,757 28,263 113,7188700 -8,1625082 0,3843421
13 69,607 127,397 61,097 113,7189227 -8,1623711 0,2933443
14 67,376 121,724 61,883 113,7191500 -8,1624274 0,2874035
15 151,230 181,709 63,280 113,7198049 -8,1625457 0,0915453
16 182,238 209,417 92,457 113,7199542 -8,1626984 0,0693953
17 165,937 200,157 33,659 113,7198980 -8,1628287 0,0934733
18 198,550 213,058 51,006 113,7197419 -8,1628317 0,0352471
19 131,480 177,874 89,487 113,7194596 -8,1629136 0,1499706
20 132,918 139,928 115,102 113,7190732 -8,1626674 0,0256921

Berdasarkan tabel di atas setalah mengolah datanya menggunakan aplikasi

QGIS 3.10 diperoleh hasil peta seperti pada Gambar 4.3. Berikut ini gambar hasil
pengolahan data RGB menggunakan Qgis.

Gambar 4.3 Hasil Pengolahan NDVI Kamera Smartphone

 16

Berdasarkan hasil pengambilan data yang ditunjukkan pada Gambar 4.3,

daun kopi yang di foto menggunakan Kamera Smartphone dan kemudian diolah
dengan aplikasi ImageJ menghasilkan data indeks vegetasi yaitu warna merah,
orange, kuning, hijau dan biru. Berdasarkan kombinasi warna yang dihasilkan
mempunyai tingkat nilai yang berbeda yaitu mulai dari merah yang memiliki nilai
sebesar 0,0002, warna orange memiliki nilai sebesar 0,1114, warna kuning
memiliki nilai sebesar 02225, warna hijau memiliki nilai sebesar 0,3336 dan
warna biru memiliki nilai sebesar 0,4447. Berdasarkan indeks warna tersebut
terdapat kenaikan nilai yang signifikan, karena indeks vegetasi NDVI mempunyai
parameter tingkat kehijauan dengan range -1 sampai 1, semakin besar nilai dan
mendekati angka 1 maka tingkat kehijauan suatu daun semakin baik dan
mengandung klorofil yang banyak. dan juga sebaliknya semakin mendekati nilai -
1 maka tingkat kehijauan suatu daun semakin rendah.
 17

BAB 5. PENUTUP

5.1 Kesimpulan
1. Terdapat berbagai jenis alat yang digunakan pada Sistem Informasi
Geografis, salah satunya adalah Agriino. Agriino merupakan alat
berbasis geospasial yang dapat langsung terkoneksi dengan
perangkat jaringan pada smartphone. Sehingga dapat mempermudah
bidang pertanian dalam mendapatkan data dari hasil nilai RGB dan
lokasi tanaman itu sendiri.
2. Pengolahan data pada Agriino dapat memberikan nilai RGB pada
tanaman, koordinat tamanan, dan daerah cangkupan tanaman dalam
bentuk bondery.
3. Penggunaan Agriino dalam bidang pertanian yaitu dapat
memberikan informasi bagaimana kondisi tanaman yang sedang
ditanaman, kekurangan nutrisi atau tidak. Namun hasil dari nilai
RGB yang dapat diketahui tersebut harus diolah terlebih dahulu
menggunakan aplikasi QGIS 3.10 pada pc, sehingga dapat
mengetahui denngan pasti di area mana yang memiliki nutrisi kurang
atau cukup yang terindeks pada perbedaan warna yang memiliki
nilai warna kurang aatau lebih dari -1 dan 1.
5.2 Saran
Dari praktikum yang telah dilakukan, praktikan perlu mempelajari lebih lagi
bagaimana pengoprasian Agriino dan cara pengolahan data pada aplikasi QGIS
3.10. Perlunya ada bimbingan lebih intens dari Asisten untuk memastikan
praktikan memahami dengan benar segala aspek yang ingin dicapai pada
praktikum Sistem Informasi Geografis.
 18

DAFTAR PUSTAKA

Anshori, M. F. 2014. Analisis Keragaman Morfologi Koleksi Tanaman Kopi

Arabika Dan Robusta Balai Penelitian Tanaman Industri Dan Penyegar
Sukabumi. Skripsi. Bogor : Fakultas Pertanian Institut Pertanian Bogor.

Fardiansyah, I., dan K. P. Wicaksono. 2019. Respon Pertumbuhan dan Produksi

Tanaman Kopi (Coffea arabica) pada Tingkat Manajemen Budidaya yang
Berbeda dalam Sistem Agroforestri. Jurnal Produksi Tanaman. 7(11) : 2054.

Govender, M., P. J. Dye., I. Weiersbye., E. Witkowski., dan F. Ahmed. 2009.

Review of commonly used remote sensing and ground-based technologies
to measure plant water stress. Water SA. 35(March 2016)

http://plantpath.unl.edu/peartree/homer/diseas.skp/hort/trees/cofferst.html
[Diakses pada 2 Maret 2020].

Hulupi, R. 1998. Penggunaan Bahan TanamanTahan Dalam Mengendalikan

Hama Penyakit. Kumpulan Materi Pelatihan Pengelolaan Organisme
Penganggu Tanaman Kopi. Pusat Penelitian Kopi dan Kakao. Jember, 12
hlm.

LP2M-UNEJ. 2017. Universitas Jember Rintis Science Tacno Park . Jember. 29

November.

Priyo, Kridanto D. 2014. Penyakit Karat Daun Tanaman Kopi.

www.agronomer.com/2014/08/penyakit-karat-daun-hemileia.html [Diakses
pada 2 Maret 2020]

Pusat Studi Pembangunan Pertanian dan Pedesaan-LPMM Instiyut Pertanian

Bogor. 2018. Identifikasi Pemeliharaan Tanaman Kopi Guna Peningkatan
Produksi. Bogor: Institut Pertanian Bogor.

Putranto, B. Y. B., W. Hapsari, dan K. Wijayana. Segmentasi Warna Citra

Dengan Deteksi Warna HSV Untuk Mendeteksi Objek. Jurnal Informatika.
6(2):1-2.

Rahayu, L., S. Subiyanto, dan B. D. Yuwono. 2015. Kajian Pemanfaatan Data

Penginderaan Jauh Untuk Identifikasi Objek Pajak Bumi Dan Bangunan.
Jurnal Geodesi Undip . 4(1) : 20.

Oktaviandra, Adhytia. 2020. Registrasi Kamera Dengan Dudukan Kamera Tetap

Menggunakan Geometric Image Transformation Pada Perangkat Lunak
Opencv Dan Python. Jurusan Teknik Elektro Fakultas Teknik Universitas
Lampung