ANALISIS CITRA SENTINEL 2 UNTUK ESTIMASI PRODUKSI PADI MENGGUNAKAN NORMALIZED DIFFERENCE VEGETATION INDEX (NDVI) DAN SOIL ADJUSTED VEGETATION INDEX (SAVI) DI KABUPATEN MAJALENGKA

    Dias Ramdini, - and Epon Ningrum, - and Annisa Joviani Astari, - (2025) ANALISIS CITRA SENTINEL 2 UNTUK ESTIMASI PRODUKSI PADI MENGGUNAKAN NORMALIZED DIFFERENCE VEGETATION INDEX (NDVI) DAN SOIL ADJUSTED VEGETATION INDEX (SAVI) DI KABUPATEN MAJALENGKA. S1 thesis, Universitas Pendidikan Indonesia.

    Abstract

    Produksi padi merupakan indikator utama dalam mendukung ketahanan pangan daerah. Penelitian ini bertujuan untuk 1) Mengidentifikasi nilai NDVI dan SAVI untuk menganalisis fase pertumbuhan padi di Kabupaten Majalengka, 2) Menghitung estimasi produksi padi berdasarkan pengolahan regresi linear berganda NDVI dan SAVI di Kabupaten Majalengka, 3)Menguji hasil validasi estimasi produksi padi dengan membandingkan hasil pengolahan data estimasi produksi padi dengan data produksi padi Balai Penyuluhan Pertanian). Hasil analisis menunjukkan bahwa nilai NDVI memiliki rentang -0,6105 hingga 1,0000 dengan rata-rata 0,5824, sedangkan SAVI berkisar antara -0,4297 hingga 0,8153 dengan rata-rata 0,3503. Analisis fase pertumbuhan tanaman padi mengindikasikan dominasi fase generatif, dengan luas lahan generatif tercatat sebesar 19.710,85 ha pada NDVI dan 25.905,96 ha pada SAVI. Model regresi linear berganda berbasis NDVI menghasilkan koefisien determinasi (R²) sebesar 0,344, sedangkan model SAVI sebesar 0,324, yang keduanya termasuk kategori cukup. Estimasi total produksi Gabah Kering Panen (GKP) dari model NDVI sebesar 192.757,08 ton, lebih tinggi dibandingkan SAVI sebesar 177.694,59 ton. Validasi model menunjukkan nilai Root Mean Square Error (RMSE) sebesar 2,18 ton/ha dengan RMSE(%) 39,89% pada NDVI, dan RMSE sebesar 2,21 ton/ha dengan RMSE(%) 40,50% pada SAVI. Hasil ini menegaskan bahwa model berbasis NDVI memiliki performa estimasi yang lebih baik dibandingkan model SAVI. Penelitian ini merekomendasikan pengembangan model dengan penambahan variabel iklim, jenis varietas, teknik budidaya, dan kondisi fisik wilayah untuk meningkatkan akurasi estimasi produksi padi di masa mendatang. Rice production serves as a critical indicator of regional food security. This study aims to: (1) identify NDVI and SAVI values to assess rice growth phases in Majalengka Regency; (2) estimate rice production through multiple linear regression models based on NDVI and SAVI; and (3) validate the estimation results against official production data from the Agricultural Extension Center (BPP). The findings reveal that NDVI values ranged from –0.6105 to 1.0000 (mean = 0.5824), while SAVI values ranged from –0.4297 to 0.8153 (mean = 0.3503). Growth phase analysis indicated a predominance of the generative phase, with generative land areas measured at 19,710.85 ha (NDVI) and 25,905.96 ha (SAVI). The NDVI-based regression model achieved a coefficient of determination (R²) of 0.344, whereas the SAVI-based model yielded R² = 0.324, both classified as moderate in performance. Estimated total production of harvested dry grain (GKP) was 192,757.08 tons for NDVI and 177,694.59 tons for SAVI. Model validation produced an RMSE of 2.18 tons/ha with RMSE(%) = 39.89% for NDVI, and RMSE of 2.21 tons/ha with RMSE(%) = 40.50% for SAVI, indicating superior estimation accuracy for the NDVI-based model. The study recommends enhancing the model by integrating climate variables, rice varieties, cultivation techniques, and regional physical characteristics to improve future estimation accuracy.

    Baca Full Text klik disini
    [thumbnail of S_SIG_2104799_Title.pdf] Text
    S_SIG_2104799_Title.pdf
    Download (940kB)
    [thumbnail of S_SIG_2104799_Chapter1.pdf] Text
    S_SIG_2104799_Chapter1.pdf
    Download (322kB)
    [thumbnail of S_SIG_2104799_Chapter2.pdf] Text
    S_SIG_2104799_Chapter2.pdf
    Restricted to Staf Perpustakaan
    Download (601kB)
    [thumbnail of S_SIG_2104799_Chapter3.pdf] Text
    S_SIG_2104799_Chapter3.pdf
    Download (873kB)
    [thumbnail of S_SIG_2104799_Chapter4.pdf] Text
    S_SIG_2104799_Chapter4.pdf
    Restricted to Staf Perpustakaan
    Download (3MB)
    [thumbnail of S_SIG_2104799_Chapter5.pdf] Text
    S_SIG_2104799_Chapter5.pdf
    Download (280kB)
    [thumbnail of S_SIG_2104799_Appendix.pdf] Text
    S_SIG_2104799_Appendix.pdf
    Restricted to Staf Perpustakaan
    Download (2MB)
    Official URL: http://repository.upi.edu
    Item Type: Thesis (S1)
    Additional Information: https://scholar.google.com/citations?view_op=new_profile&hl=en SINTA ID : 5990289 SINTA ID : 6755030
    Uncontrolled Keywords: NDVI, SAVI, regresi linear berganda, penginderaan jauh, estimasi produksi padi, Kabupaten Majalengka NDVI, SAVI, multiple linear regression, remote sensing, rice production estimation, Majalengka Regency
    Subjects: G Geography. Anthropology. Recreation > G Geography (General)
    L Education > L Education (General)
    Divisions: Fakultas Pendidikan Ilmu Pengetahuan Sosial > Sains Informasi Geografi S1
    Depositing User: Dias Ramdini
    Date Deposited: 07 Sep 2025 10:37
    Last Modified: 07 Sep 2025 10:37
    URI: http://repository.upi.edu/id/eprint/137544

    Actions (login required)

    View Item View Item