Kata kunci: kacang panjang, kualitas, NPK, produksi, pupuk kandang ayam.
ABSTRACT
The productivity of long bean (Vigna sinensis L.) cultivation is still low in
Palangka Raya City, presumably because long bean (Vigna sinensis L.) grows on
sandy soil. The objective of the study was measuring the interaction effect of
chicken manure and NPK fertilizer on the production and quality of long bean
yields. This study used a Randomized Block Design (RBD) method in the form of
a factorial experiment consisting of two treatment factors and four groups. The
results of this study showed that the interaction of treatment with chicken manure
and NPK fertilizer had a very significant effect on the weight of pods per plant.
Skripsi
sebagai salah satu syarat untuk memperoleh gelar Sarjana ................. pada
Program Studi ....................
Judul :
Nama :
NIM :
Program Studi :
Disetujui oleh
Komisi Pembimbing
Djoko Eko Hadi Susilo, S.P., M.P Pienyani Rosawanti, S.P., M.Si
Ketua Anggota
Diketahui oleh
Tanggal Ujian:
(Tanggal palaksanaan ujian skripsi)
LEMBAR PERSETJUAN DEWAN PENGUJI
Alleny Pebrianty
DAFTAR ISI
DAFTAR TABEL
DAFTAR GAMBAR
DAFTAR LAMPIRAN
I. PENDAHULUAN
1.2 Tujuan
1.3 Manfaat
3
3.1
3.2
3.3
Penelitian ini menggunakan metode Random Forest (RF) yang tersedia pada
algoritma data processing Google Earth Engine untuk memberikan solusi
permasalahan Big data remote sensing pada klasifikasi tutupan lahan. Tahapan
penelitian terdiri dari 5 tahapan yaitu studi literatur pengumpulan data, pra-proses
data, analisis NDVI, dan akurasi. Adapun diagram alur tahapan penelitian seperti
pada gambar di bawah ini
Gambar
2.Diagram Alir
Penelitian
6
Data yang digunakan dalam penelitian ini adalah data peta penutupan (tutupan)
lahan, Citra satelit Landsat 8 Collection 2 Tier 1 calibrated top-of-atmosphere
(TOA) reflectance. Perekaman dari tanggal 1 Januari tahun 2022 sampai dengan
tanggal 30 Desember 2022 dan SHP Kawasan KPHP Kahayan tengah yang
menghasilkan 14 kelas tutupan lahan yang diberi label sebagai hutan lahan
skunder, hutan tanaman, semak belukar, perkebunan, pemukiman, lahan terbuka,
tubuh air, hutan rawa sekunder, semak belukar rawa, pertanian lahan kering,
pertanian lahan kering campuran, pertambangan, dan rawa.
Tabel 1.Jenis dan kegunaan band Landsat 8 (yang digunakan pada penelitian)
Google Earth Engine (GEE) adalah portal web yang menyediakan citra satelit
deret waktu global (lebih dari 40 tahun), cloud computing, dan algoritma untuk
memproses data (Mutanga & Kumar, 2019). Data yang tersedia berasal dari
beberapa satelit, seperti: Moderate Resolution Imaging Spectrometer (MODIS);
National Oceanographic and Atmospheric Administration Advanced resolusi
sangat tinggi radiometer (NOAA AVHRR); Landsat 7 dan 8; Sentinel 1, 2, dan 3;
Satelit Pengamat Darat Lanjutan (ALOS). Data citra satelit yang digunakan telah
terkoreksi secara geometrik dan radiometric surface reflectance dari United States
Geological Survey (USGS) dan kemudian dengan GEE dilakukan cloud masking
agar data terbebas dari awan. Proses klasifikasi di GEE dilakukan dengan
beberapa tahapan. Pertama, batas kabupaten kota dalam bentuk shapefile di
upload ke GEE. Batas ini diperlukan agar hasil penelitian dapat dibedakan
berdasarkan kabupaten/kota. Kedua, komposit citra landsat-8, bebas awan dibuat
untuk masing-masing citra satelit. Setelah komposit dihasilkan, nilai piksel yang
bersesuaian dengan titik koordinat data pelatihan diekstraksi dalam GEE. Data
Hasil ekstrak digunakan sebagai dasar untuk klasifikasi RF.
3.5 Klasifikasi tutupan lahan
Setelah dilakukan analisis tutupan lahan melalui citra Landsat 8, maka diberikan
kode secara acak untuk menentukan objek hutan (1), semak (2), perkebunan (3)
lahan terbuka (4), perairan (5), lahan pertanian (6), pertambangan (7) di KPHP
Kahayan Tengah.
3.6 Akurasi klasifikasi tutupan lahan
Pada dataset composition atau dengan kata lain input citranya menggunakan citra
Landsat-8, setelah itu data di cloud maskingagar citra terbebas dari awan dan di
filter dengan memasukan fungsi date dan AOI, setelah semua di input lalu masuk
di tahap klasifkasi dimana di tahap ini dilakukan pengambilan sample point
sebanyak 135 titik tergantung luas wilayah tutupan lahan. Setelah itu masuk ke
proses klasifikasi menggunakan metode random forest . Pada tahap akhir, validasi
beserta hasil klasifikasi akan digabungkan menjadi confusion matrix yang
menghasilkan overall accuracy, kappa coefficient.
8
Citra yang digunakan adalah satelit Landsat-8, dengan daerah studi di wilayah
KPHP Kahayan Tengah. Data satelit tersebut di peroleh dari
https://code.earthengine.google.com/. Dianalisis oleh komputer untuk
mendapatkan wilayah yang diinginkan