Metode Pengukuran Cepat Kandungan Nutrisi Tanaman Kelapa Sawit dengan Metode Penginderaan Jauh dan Kecerdasan Buatan

Abstract

Kelapa Sawit merupakan komoditas perkebunan yang penting untuk mendukung perekonomian domestik Indonesia. Kelapa sawit merupakan salah satu komoditas ekspor yang potensial untuk Indonesia. Oleh karena itu tanaman kelapa sawit harus mempunyai kualitas yang tinggi disamping dengan produktivitas yang baik dan pengelolaan yang efisien. Prediksi nutrisi tanaman kelapa sawit dapat dilakukan secara efisien dengan memanfaatkan teknologi penginderaan jauh menggunakan citra multispektral. Pada penelitian ini dikembangkan sistem prediksi kandungan nutrisi tanaman kelapa sawit untuk unsur Nitrogen (N), Phosphat (P) dan Kalium (K). Citra multispektral yang digunakan diperoleh melalui drone dan satelit sentinel-2. Sistem dikembangkan dengan mereapkan metode Artificial Neural Network (ANN). Data masukan adalah indeks vegetasi NDVI, nilai RGB dan nilai reflektansi pada 10 band citra satelit. Hasil prediksi dievalusi dengan menggunakan Mean Absolute Error. Berdasarkan hasil eksperimen, didapatkan model ANN dapat melakukan prediksi Nitrogen dengan hasil MAE sebesar 0.0528%. Sedangkan Phospat didapatkan hasil MAE sebesar 0.0223%. Untuk Kalium didapatkan hasil MAE sebesar 0.0667%.