ANALISIS KELAYAKAN DETEKSI CEPAT PENYAKIT HAWAR DAUN TANAMAN KENTANG PADA FASE AKHIR MENGGUNAKAN UAV
Produksi kentang di Indonesia berkontribusi + 0,3% dari total produksi dunia sebesar + 388.191.000 ton. Kentang merupakan komoditas hortikultura esensial di Indonesia dengan permintaan sekitar 2,82 kg ha-1 kapita-1 pada tahun 2021. Saat ini terjadi defisit ketersediaan kentang yang mencapai 4.845.91...
Main Authors: | , , , , , , , |
---|---|
Format: | Article |
Language: | English |
Published: |
University of Brawijaya
2023-09-01
|
Series: | Jurnal HPT (Hama Penyakit Tumbuhan) |
Subjects: | |
Online Access: | https://jurnalhpt.ub.ac.id/index.php/jhpt/article/view/382 |
_version_ | 1797673894957547520 |
---|---|
author | Istika Nita Aditya Nugraha Putra Antok Wahyu Sektiono Sativandi Riza Kurniawan Sigit Wicaksono Dinna Hadi Sholikah Wanda Kristiawati Melati Julia Rahma |
author_facet | Istika Nita Aditya Nugraha Putra Antok Wahyu Sektiono Sativandi Riza Kurniawan Sigit Wicaksono Dinna Hadi Sholikah Wanda Kristiawati Melati Julia Rahma |
author_sort | Istika Nita |
collection | DOAJ |
description | Produksi kentang di Indonesia berkontribusi + 0,3% dari total produksi dunia sebesar + 388.191.000 ton. Kentang merupakan komoditas hortikultura esensial di Indonesia dengan permintaan sekitar 2,82 kg ha-1 kapita-1 pada tahun 2021. Saat ini terjadi defisit ketersediaan kentang yang mencapai 4.845.910 ton yang diperparah dengan terus menurunnya produksi kentang nasional (1.164.738 ton). Penyakit hawar daun (Phytophthora infestans) merupakan salah satu masalah utama penyebab penurunan produksi kentang (kehilangan hasil antara 10-100%). Penyebaran penyakit hawar daun sulit untuk diidentifikasi secara real time, sehingga diperlukan teknologi tepat guna yang dapat memberikan informasi secara cepat dan akurat. Penelitian ini bertujuan untuk melihat bagaimana foto udara (dari UAV) memperkirakan sebaran penyakit hawar daun pada kentang. Foto UAV diubah menjadi indeks NDVI, RDVI, SAVI, SR, ARVI-2, DVI, IPVI, dan GCI. Data pengukuran indeks penyakit hawar daun akan dikorelasikan dan dipilih yang terbaik untuk mendapatkan rumus regresi distribusi spasial penyakit hawar daun. Lokasi penelitian berada di Kecamatan Bumiaji, Kota Batu, Indonesia. Titik pengamatan di lapangan sebanyak 50 titik pengamatan untuk setiap luasan 3 Ha. Hasil penelitian menunjukkan bahwa semua indeks berkorelasi positif (> r tabel 0,34). Korelasi tertinggi pada estimasi model dari indeks NDVI (0,72). Kondisi ini sejalan dengan koefisien regresi (R2) pada NDVI yang mencapai 0,51 dengan persamaan y = 20,779 * (angka indeks NDVI) + 49,146. Analisis t-paired menunjukkan bahwa t hitung pada model (-1,10) ada pada grafik t-tabel (2,16), dan ini menegaskan bahwa rumus tersebut dapat diandalkan untuk digunakan. |
first_indexed | 2024-03-11T21:51:03Z |
format | Article |
id | doaj.art-fe3a1c71a19c4931b8ee5efdd25798b0 |
institution | Directory Open Access Journal |
issn | 2338-4336 2580-6459 |
language | English |
last_indexed | 2024-03-11T21:51:03Z |
publishDate | 2023-09-01 |
publisher | University of Brawijaya |
record_format | Article |
series | Jurnal HPT (Hama Penyakit Tumbuhan) |
spelling | doaj.art-fe3a1c71a19c4931b8ee5efdd25798b02023-09-26T09:01:34ZengUniversity of BrawijayaJurnal HPT (Hama Penyakit Tumbuhan)2338-43362580-64592023-09-0111310912010.21776/ub.jurnalhpt.2023.011.3.2315ANALISIS KELAYAKAN DETEKSI CEPAT PENYAKIT HAWAR DAUN TANAMAN KENTANG PADA FASE AKHIR MENGGUNAKAN UAVIstika Nita0Aditya Nugraha Putra1Antok Wahyu Sektiono2Sativandi Riza3Kurniawan Sigit Wicaksono4Dinna Hadi Sholikah5Wanda Kristiawati6Melati Julia Rahma7Departemen Tanah, Fakultas Pertanian, Universitas Brawijaya, Malang 65145, IndonesiaDepartemen Tanah, Fakultas Pertanian, Universitas Brawijaya, Malang 65145, IndonesiaDepartemen Hama dan Penyakit Tumbuhan, Fakultas Pertanian, Universitas BrawijayaDepartemen Tanah, Fakultas Pertanian, Universitas Brawijaya, Malang 65145, IndonesiaDepartemen Tanah, Fakultas Pertanian, Universitas Brawijaya, Malang 65145, IndonesiaDepartemen Tanah, Fakultas Pertanian, Universitas Brawijaya, Malang 65145, IndonesiaSekolah Pascasarjana, Programm Studi Pengelolaan Sumber Daya Lingkungan dan Pembangunan, Universitas Brawijaya, Malang 65145Sekolah Pascasarjana, Programm Studi Pengelolaan Sumber Daya Lingkungan dan Pembangunan, Universitas Brawijaya, Malang 65145Produksi kentang di Indonesia berkontribusi + 0,3% dari total produksi dunia sebesar + 388.191.000 ton. Kentang merupakan komoditas hortikultura esensial di Indonesia dengan permintaan sekitar 2,82 kg ha-1 kapita-1 pada tahun 2021. Saat ini terjadi defisit ketersediaan kentang yang mencapai 4.845.910 ton yang diperparah dengan terus menurunnya produksi kentang nasional (1.164.738 ton). Penyakit hawar daun (Phytophthora infestans) merupakan salah satu masalah utama penyebab penurunan produksi kentang (kehilangan hasil antara 10-100%). Penyebaran penyakit hawar daun sulit untuk diidentifikasi secara real time, sehingga diperlukan teknologi tepat guna yang dapat memberikan informasi secara cepat dan akurat. Penelitian ini bertujuan untuk melihat bagaimana foto udara (dari UAV) memperkirakan sebaran penyakit hawar daun pada kentang. Foto UAV diubah menjadi indeks NDVI, RDVI, SAVI, SR, ARVI-2, DVI, IPVI, dan GCI. Data pengukuran indeks penyakit hawar daun akan dikorelasikan dan dipilih yang terbaik untuk mendapatkan rumus regresi distribusi spasial penyakit hawar daun. Lokasi penelitian berada di Kecamatan Bumiaji, Kota Batu, Indonesia. Titik pengamatan di lapangan sebanyak 50 titik pengamatan untuk setiap luasan 3 Ha. Hasil penelitian menunjukkan bahwa semua indeks berkorelasi positif (> r tabel 0,34). Korelasi tertinggi pada estimasi model dari indeks NDVI (0,72). Kondisi ini sejalan dengan koefisien regresi (R2) pada NDVI yang mencapai 0,51 dengan persamaan y = 20,779 * (angka indeks NDVI) + 49,146. Analisis t-paired menunjukkan bahwa t hitung pada model (-1,10) ada pada grafik t-tabel (2,16), dan ini menegaskan bahwa rumus tersebut dapat diandalkan untuk digunakan.https://jurnalhpt.ub.ac.id/index.php/jhpt/article/view/382droneindeks penyakitindeks tanamanpengindraan jauhpenyakit tumbuhan |
spellingShingle | Istika Nita Aditya Nugraha Putra Antok Wahyu Sektiono Sativandi Riza Kurniawan Sigit Wicaksono Dinna Hadi Sholikah Wanda Kristiawati Melati Julia Rahma ANALISIS KELAYAKAN DETEKSI CEPAT PENYAKIT HAWAR DAUN TANAMAN KENTANG PADA FASE AKHIR MENGGUNAKAN UAV Jurnal HPT (Hama Penyakit Tumbuhan) drone indeks penyakit indeks tanaman pengindraan jauh penyakit tumbuhan |
title | ANALISIS KELAYAKAN DETEKSI CEPAT PENYAKIT HAWAR DAUN TANAMAN KENTANG PADA FASE AKHIR MENGGUNAKAN UAV |
title_full | ANALISIS KELAYAKAN DETEKSI CEPAT PENYAKIT HAWAR DAUN TANAMAN KENTANG PADA FASE AKHIR MENGGUNAKAN UAV |
title_fullStr | ANALISIS KELAYAKAN DETEKSI CEPAT PENYAKIT HAWAR DAUN TANAMAN KENTANG PADA FASE AKHIR MENGGUNAKAN UAV |
title_full_unstemmed | ANALISIS KELAYAKAN DETEKSI CEPAT PENYAKIT HAWAR DAUN TANAMAN KENTANG PADA FASE AKHIR MENGGUNAKAN UAV |
title_short | ANALISIS KELAYAKAN DETEKSI CEPAT PENYAKIT HAWAR DAUN TANAMAN KENTANG PADA FASE AKHIR MENGGUNAKAN UAV |
title_sort | analisis kelayakan deteksi cepat penyakit hawar daun tanaman kentang pada fase akhir menggunakan uav |
topic | drone indeks penyakit indeks tanaman pengindraan jauh penyakit tumbuhan |
url | https://jurnalhpt.ub.ac.id/index.php/jhpt/article/view/382 |
work_keys_str_mv | AT istikanita analisiskelayakandeteksicepatpenyakithawardauntanamankentangpadafaseakhirmenggunakanuav AT adityanugrahaputra analisiskelayakandeteksicepatpenyakithawardauntanamankentangpadafaseakhirmenggunakanuav AT antokwahyusektiono analisiskelayakandeteksicepatpenyakithawardauntanamankentangpadafaseakhirmenggunakanuav AT sativandiriza analisiskelayakandeteksicepatpenyakithawardauntanamankentangpadafaseakhirmenggunakanuav AT kurniawansigitwicaksono analisiskelayakandeteksicepatpenyakithawardauntanamankentangpadafaseakhirmenggunakanuav AT dinnahadisholikah analisiskelayakandeteksicepatpenyakithawardauntanamankentangpadafaseakhirmenggunakanuav AT wandakristiawati analisiskelayakandeteksicepatpenyakithawardauntanamankentangpadafaseakhirmenggunakanuav AT melatijuliarahma analisiskelayakandeteksicepatpenyakithawardauntanamankentangpadafaseakhirmenggunakanuav |