Biomasa merupakan salah satu variabel kunci yang menjadi perhatian dalam studi tentang tanaman, baik tanaman yang dibudidayakan maupun tanaman yang tidak dibudidayakan. Istilah biomasa dapat mengacu pada berat basah maupun berat kering tanaman. Kandungan air kanopi daun atau canopy water content (CWC) merupakan selisih berat basah daun dan berat kering daun dan menjadi perhatian banyak aplikasi. Padi merupakan tanaman budidaya yang terpenting dalam peradaban manusia, padi juga merupakan makanan pokok bagi 90% penduduk Indonesia. Oleh sebab itu pemenuhan produksi / swasembada beras / padi merupakan masalah penting bagi bangsa Indonesia. Salah satu hal penting dalam produksi padi adalah pemantauan kondisi air pada tanaman padi. Kekurangan air pada tanaman padi akan mempengaruhi penurunan pertumbuhan dan produksi padi. Dengan teknologi penginderaan jauh pemantauan kondisi air tanaman padi dapat dilakukan secara cepat dan mencakup wilayah yang luas. Pengukuran reflektan kanopi daun padi dengan field spectrometer dilakukan pada beberapa titik pengukuran di lahan padi di Indramayu, Provinsi Jawa Barat. Pengukuran menggunakan panjang gelombang 350-2500 nm (0.350-2.500 µm) dengan resolusi spektral 1 nm dan dilakukan pada jarak 10 cm (FS10) dan 50 cm (FS50) dari permukaan kanopi daun padi. Titik pengukuran dipilih sedemikian sehingga mewakili berbagai tahapan pertumbuhan padi yaitu tahap vegetatif, reproduktif dan ripening. Pada saat yang bersamaan dilakukan juga pengambilan data dari pesawat udara menggunakan sensor Hyperpsectral Mapper (HyMap) dengan jumlah kanal 128, resolusi spektral 10-20 nm, jangkauan panjang gelombang 350-2500 nm, dan resolusi spasial 4.5 m. Rumpun padi yang sudah diukur dicabut, dipisahkan menjadi bagian daun, batang dan bulir padi. Selanjutnya ditimbang berat basahnya dan kemudian dikeringkan di laboratorium sampai suhu 60o C untuk ditimbang berat keringnya. Selisih berat basah dan berat kering daun padi per m2 didefinisikan sebagai kandungan air daun / canopy water content (CWC). Analisis regresi linear dilakukan untuk mencari hubungan antara CWC dengan spectral index yang sudah dikenal luas yaitu water index / WI=R900/R970 (peñuelas, 1993) dan normalised difference water index / NDWI= (R860-R1240)/(R860+R1240) (Gao, 1996). Selanjutnya dilakukan analisis regresi linear untuk mendapatkan kombinasi kanal yang optimal untuk prediksi CWC dengan spectral index seperti ratio spectral index (RSI=R2/R1), normalised difference spectral index (NDSI=(R2-R1)/(R2+R1)), renormalised difference spectral index (RDSI=(R2-R1)/√((R_2+R_1))), soil adjusted spectral index (SASI=(R2-R1)*1.5/(R1+R2+0.5)). Analisis multiple linear regression (MLR) antara CWC dengan reflektan kanopi daun juga dilakukan untuk mencari kombinasi kanal yang optimal untuk memprediksi CWC. Selanjutnya model regresi yang diperoleh diaplikasikan pada data HyMap. Hasil analisis menunjukkan bahwa metode yang paling baik untuk deteksi CWC adalah dengan metode indeks spektral dengan kombinasi kanal yang optimal R1 = 1152.5 nm dan R2= 1079.3 nm. Hasil koefisien korelasi r2 untuk RSI=0.78, SASI=0.76, NDSI=0.74, RDSI=0.73, NDWI=0.67, dan WI=0.65.


Alt. Description

Biomass is one of the key variables of concern in the study of plants, either cultivated or plants non-cultivated crops. The term biomass refers to fresh weight or dry weight of plants. Canopy water content of leaf (CWC) is the difference between fresh weight and dry weight become the attention of many applications. Rice is the most important cultivated plants in human civilization, rice is the staple food for 90% of Indonesia\\\\\\\'s population. Therefore, the fulfillment of rice production is an important issue for the Indonesian nation. One of the important things in rice production is monitoring the water condition of the paddy. Lack of water on paddy plant will affect the growth and decline in rice production. Remote sensing technology has an opportunity for monitoring the paddy water status in quickly and cover wide areas. Paddy leaf canopy reflectance measurements with a field spectrometer are done at some point in upland rice in Indramayu, West Java Province. The field spectrometer is using a wavelength range from 350-2500 nm and with a spectral resolution of 1 nm. The measurement was performed at a distance of 10 cm (FS10) and 50 cm (FS50) of paddy leaf canopy surface. The sample points are selected such that represent different stages of rice growth such as vegetative, reproductive and ripening stage. At the same time an airborne survey which is using a Hyperpsectral Mapper (HyMap) sensor is done at the same areas. The HyMap sensor has specification of 128 channels, 10-20 nm spectral resolution, wavelength range 350-2500 nm, and spatial resolution of 4.5 meters. Clumps of paddy that has been measured withdrawn separated into the leaf, stem and grains and then weighed. Furthermore, the sample of leaf, stem and grains are dried in the laboratory until the temperature of 60 ° C and to be weighed. The difference in fresh weight and dry weights were considered as canopy water content (CWC). Linear regression analysis was conducted to find the relationship between the CWC and spectral indices such as water index / WI = R0.900/R0.970 (Peñuelas, 1993) and normalized difference water index / NDWI = (R0.860-R1.240)/(R0.860+ R1.240) (Gao, 1996). Furthermore, linear regression analysis are done to obtain the optimal combination of channels for the prediction of CWC and spectral indices such as ratio of spectral indices (RSI=R2/R1), normalized difference spectral indices (NDSI=(R2-R1)/(R2+R1)), renormalized difference spectral indices (RDSI=(R2-R1)/√((R_2+R_1))), soil adjusted spectral indices (SASI=(R2-R1)*1.5/(R1+R2+0.5)). Multi-linear regression analysis (MLR) between the CWC with the leaf canopy reflectance was also conducted to find the optimal combination of channels to predict CWC. Furthermore, the regression model obtained and applied to the HyMap data. The analysis showed that the best method for detection of CWC is the spectral index method with the optimal band combination of R1 = 1152.5 nm and R2= 1079.3 nm. The results of correlation coefficient r2 for RSI = 0.78, SASI = 0.76, NDSI = 0.74, RDSI = 0.73, NDWI = 0.67, and WI = 0.65.

1.  ITS-PhD-15748-pengembangan-metode-estimasi-kandungan-air-kanopi-daun-canopy-water-content-tanaman-padi-dengan-data.pdf - 41 KB 
2.  ITS-PhD-15748-development-of-estimation-method-of-canopy-water-content-of-rice-plant-using-hyperspectral-data.pdf - 50 KB 
3.  ITS-PhD-15748-Approval_Sheet.pdf - 6 KB 
4.  ITS-PhD-15748-Abstract_id.pdf - 36 KB 
5.  ITS-PhD-15748-Abstract_en.pdf - 34 KB 
6.  ITS-PhD-15748-Preface.pdf - 20 KB 
7.  ITS-PhD-15748-Table_of_Content.pdf - 27 KB 
8.  ITS-PhD-15748-Tables.pdf - 20 KB 
9.  ITS-PhD-15748-Illustrations.pdf - 26 KB 
10.  ITS-PhD-15748-Notations.pdf - 22 KB 
11.  ITS-PhD-15748-Simbols.pdf - 15 KB 
12.  ITS-PhD-15748-Bibliography.pdf - 139 KB 
13.  ITS-PhD-15748-Biography.pdf - 81 KB 
14.  ITS-PhD-15748-Chapter1-244395.pdf - 239 KB 
15.  ITS-PhD-15748-Conclusion-89623.pdf - 88 KB 
16.  ITS-PhD-15748-Paper-201007.pdf - 196 KB 
17.  ITS-PhD-15748-Paper-839302.pdf - 820 KB 
18.  ITS-PhD-15748-Presentation-1297326.pdf - 1267 KB 
19.  ITS-PhD-15748-Presentation-1847891.pdf - 1805 KB 
20.  ITS-PhD-15748-Presentation-1358131.pdf - 1326 KB 
21.  ITS-PhD-15748-Presentation-1043459.pdf - 1019 KB 
22.  ITS-PhD-15748-Presentation-1173295.pdf - 1146 KB 

• PERANCANGAN KONTROLER UMPAN BALIK STATE OBSERVER PADA PENGATURAN KECEPATAN MOTOR DC SECARA JARAK JAUH
• Perancangan dan Karakteristik Respon Sistem Kontrol Elektronik-Hidrolik pada Sistem Kemudi Empat Roda (4ws)
• EVALUASI SEDIMENTASI PANTAI UJUNG PANGKAH MENGGUNAKAN METODE INTERPRETASI CITRA SATELIT MULTISPEKTRAL
• STUDI TANAH OLORAN DI WILAYAH PESISIR KABUPATEN SIDOARJO DENGAN MENGGUNAKAN TEKNOLOGI PENGINDERAAN JAUH METODE MULTITEMPORAL DAN MULTIDATA
• IDENTIFIKASI HUTAN MANGROVE MENGGUNAKAN TEKNOLOGI PENGINDERAAN JAUH DI BALI BARAT
• PENENTUAN DAERAH RETENSI BANJIR MENGGUNAKAN TEKNOLOGI PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS (STUDI KASUS : KABUPATEN MOJOKERTO)
• PENGENDALIAN JARAK JAUH KOMPUTER MENGGUNAKAN APLIKASI MOBILE
• PERANCANGAN KONTROLER NEURO PID SELF TUNING BERBASIS JARINGAN SYARAF TIRUAN PADA PROSES NETRALISASI pH DI PT. PETROKIMIA GRESIK
• SWING-UP DAN TRACKING PADA PENDULUM TERBALIK MENGGUNAKAN KONTROL FUZZY
• PERANCANGAN SISTEM KENDALI LINTASAN KAPAL BERBASIS LOGIKA FUZZY : STUDI KASUS KEPULAUAN RIAU

• EVALUASI SEBARAN DAN KONDISI TERUMBU KARANG MENGGUNAKAN TEKNOLOGI PENGINDERAAN JAUH DAN METODE MANTA TOW DI KAB.BENGKAYANG
• IDENTIFIKASI DAN PEMETAAN BAHAN GALIAN MINERAL GOLONGAN C MELALUI INTEGRASI PENGOLAHAN DATA CITRA SATELIT LANDSAT 7 ETM+ DAN TEKNIK GIS (GEOGRAPHIC INFORMATION SYSTEMS) DI KABUPATEN BANGKALAN
• PEMETAAN KAWASAN POTENSI PERIKANAN LAUT DI SELAT KAMAL MENGGUNAKAN DATA REMOTE SENSING DAN SISTEM INFORMASI GEOGRAFIS
• STUDI POTENSI WILAYAH PESISIR DAN LAUT KABUPATEN SIDOARJO MENGGUNAKAN TEKNOLOGI PENGINDERAAN JAUH DAN SIG
• PEMETAAN KEDALAMAN SELAT KAMAL DENGAN MEMANFAATKAN DATA REMOTE SENSING
• PEMBANGUNAN APLIKASI WWW UNTUK PEMANTAUAN POSISI MOBIL DENGAN GPS
• MONITORING KAWASAN TAMAN HUTAN RAYA R. SOERJO KABUPATEN MALANG MENGGUNAKAN CITRA SATELIT MULTITEMPORAL
• PEMETAAN PERSEBARAN KLOROFIL WILAYAH PERAIRAN SELAT BALI MENGGUNAKAN TEKNOLOGI PENGINDERAAN JAUH
• IMPLEMENTASI MIKROKONTROLER AVR UNTUK PENGENALAN AUDIO PADA FREKUENSI RENDAH
• PENGIRIMAN DATA JAM DIGITAL MELALUI JALA-JALA LISTRIK