pola masa tanam dan distribusi spasial tanaman padi …
TRANSCRIPT
Pola Masa …, Qorina Putri Tsani, FMIPA UI, 2016
Pola Masa Tanam dan Distribusi Spasial Tanaman Padi Sawah di Kabupaten Sragen dan Karanganyar
Qorina Putri Tsani1, Tuty Handayani2, dan Jarot Mulyo Semedi3
1,2,3Departemen Geografi. Fakultas MIPA, Universitas Indonesia, Kampus UI Depok, 16424, Indonesia
E-mail: [email protected] [email protected] [email protected]
Abstrak
Kabupaten Sragen dan Karanganyar merupakan dua kabupaten penyangga pangan dengan produksi padi sawah yang cukup tinggi. Fluktuasi nilai produksi padi selama lima tahun terakhir membuat kondisi produksi tidak menentu dan sulit diprediksi. Pemantauan kondisi padi sawah dan metode untuk menghasilkan estimasi luas panen dalam waktu yang singkat sangat diperlukan. Pemanfaatan teknologi penginderaan jauh dengan Citra MODIS dengan indeks vegetasi TSAVI dapat digunakan untuk memantau pola masa tanam, fase pertumbuhan serta mengestimasi luas panen dan produksi sawah. Hasil dari penelitian ini menunjukkan distribusi spasial dan pola masa tanam tanaman padi sawah di Kabupaten Sragen dan Karanganyar yang memiliki pergerakan waktu tanam mengikuti aliran irigasi. Sementara untuk estimasi perhitungan luas panen padi, citra MODIS TSAVI temporal menghasilkan luas area sebesar 87.227 Ha, atau sebesar 61,42% dari total luas panen Dinas Pertanian. Kesalahan sebesar 38,58% dalam estimasi luas panen ini disebabkan resolusi spasial citra MODIS yang hanya bisa mencakup 250m x 250m atau sekitar 6,25 hektar di setiap pikselnya. Sehingga sawah yang luasnya kurang dari 6,25 hektar tidak dapat terdeteksi. Selain itu, gap yang diakibatkan oleh mosaic antar scene citra MODIS juga memperbesar standar eror dalam penelitian ini.
Planting Period Pattern and Spatial Distribution of Paddy Rice in Sragen and
Karanganyar
Abstract Sragen and Karanganyar are the two districts in Central Java that produce a high volume of paddy. The production of paddy in the last five years has been fluctuating, inconsistent and difficult to predict. Monitoring the condition of paddy fields and and find a method to estimate the width of paddy production and harvested area in a short period of time is needed. Remote sensing with MODIS imagery and TSAVI vegetation index can be used to monitor the planting period pattern, growth phase and estimate the harvested area and production of paddy. The results of this research shows the spatial distribution and planting pattern of the rice paddy in Sragen and Karanganyar are following the movement of irrigation flow. The width of harvest from MODIS TSAVI temporal imagery is estimated to produce about 87.227 hectares, or 61.42% from the existing harvest. A fault of 38,58% in estimating the width of harvest is due to the spatial resolution of MODIS imagery that could only cover 250m x 250m or about 6,25 hectares in each pixel. As the result, the rice paddies fields which have area less than 6,25 hectares can not be detected. Moreover, the gap caused by inter-scene mosaic MODIS imagery also increases an error in this research. Keywords: MODIS, TSAVI, vegetation index, harvested area estimates, remote sensing Pendahuluan
Tanaman padi merupakan komoditas yang sulit dilepaskan dari kehidupan masyarakat
Indonesia karena tanaman tersebut merupakan penghasil beras yang menjadi makanan pokok
untuk hampir seluruh penduduk Indonesia. Mengingat perannya sebagai komoditas pangan
Pola Masa …, Qorina Putri Tsani, FMIPA UI, 2016
utama masyarakat Indonesia, optimalisasi produksi beras nasional sangat penting untuk
diperhatikan demi terwujudnya ketahanan pangan nasional.
Provinsi Jawa Tengah merupakan salah satu provinsi penyangga beras nasional.
Kabupaten Sragen dan Kabupaten Karanganyar merupakan dua wilayah dengan produktivitas
padi yang cukup tinggi di Provinsi Jawa Tengah. Produktivitas kedua kabupaten tersebut
selama lima tahun terakhir cenderung fluktuatif. Kondisi produksi yang tidak menentu dan
sulit diprediksi tersebut sangat berpengaruh terhadap ketersediaan beras nasional, untuk itu
dibutuhkan informasi yang cepat dan akurat mengenai masa tanam, luas tanam, luas panen,
dan produksi padi sawah. Dengan informasi tersebut dapat diperkirakan besar kecilnya jumlah
produksi padi yang dapat diperoleh suatu daerah di tahun mendatang (Emiyati, 2011).
Sampai saat ini inventarisasi masa tanam, luas tanam, luas panen dan produksi padi
sawah secara konvensional dilakukan oleh instansi Dinas Pertanian Tanaman Pangan dan
Badan Pusat Statistik mulai tingkat kabupaten hingga provinsi, namun informasi tersebut baru
dapat diketahui beberapa bulan setelah masa panen. Perkembangan teknologi penginderaan
jauh dapat dijadikan alternatif untuk memantau fase pertumbuhan padi pada suatu wilayah.
Data satelit penginderaan jauh yang dapat digunakan salah satunya adalah data MODIS
(Moderate Resolution Imaging Spectroradiometer) dari satelit TERRA-AQUA. Data MODIS
dapat digunakan karena resolusi temporalnya yang cukup tinggi dan frekuensi perekamannya
tiap 1 harian sehingga cukup andal untuk memantau pertumbuhan tanaman pangan, terutama
padi yang memiliki perubahan fisik dalam satuan waktu hari. (Domiri, 2011).
Indeks-Indeks vegetasi kanal lebar (broadband) adalah hal yang umum digunakan
untuk mengestimasi parameter-parameter biofisik vegetasi. Besar nilai indeks vegetasi dapat
menggambarkan tingkat kehijauan suatu obyek yang ada dipermukaan. Dalam rentang waktu
tertentu fluktuasi nilai indeks vegetasi tersebut dapat mencerminkan fase dari pertumbuhan
tanaman padi. (Wahyunto & Hikmatullah, 2006). TSAVI merupakan salah satu indeks
vegetasi yang dikembangkan oleh Baret dkk. (1989) dimana koefisien tanah (slope dan
intercept dari garis tanah) dipertimbangkan dalam perhitungan reflekstansi vegetasi. Untuk
vegetasi seperti tanaman padi yang kerapatannya tidak terlalu tinggi, pantulan nilai dari tanah
dapat menjadi salah satu faktor yang mempengaruhi keakurasian reflektansi dari vegetasi.
Sehingga indeks vegetasi TSAVI yang mengikutsertakan faktor tanah berupa kemiringan
garis tanah (slope) dan intercept garis tanah diharapkan dapat menghasilkan nilai reflektan
dari tanaman padi sawah lebih akurat.
Pola Masa …, Qorina Putri Tsani, FMIPA UI, 2016
Tinjauan Teoritis
A. Fenologi Padi
Fenologi adalah adalah ilmu mengenai fase-fase yang terjadi secara alami pada
tumbuhan. Fase pertumbuhan tanaman padi sangat dipengaruhi oleh keadaan lingkungan
sekitar, seperti suhu, lama penyinaran, dan kelembaban udara (Fewless, 2006). Menurut Sari
dkk. (2010), fenologi padi sawah dapat dideteksi menggunakan data citra satelit dan hasilnya
dapat digunakan untuk mengestimasi tanggal tanam dan tanggal panen yang diperlukan dalam
proses estimasi produksi padi sawah. Fenologi padi dibagi ke dalam tiga fase (De Datta 1981;
Anonimus 1988: Saranga 1997). Fase-fase tersebut yaitu :
1. Fase Vegetatif
Fase vegetatif mulai dari awal pertumbuhan tanaman padi sampai saat pembentukan malai.
Tanaman padi mencapai fase vegetatif maksimum dengan anakan maksimum sekitar 50-60
hari setelah tanam. Menurut Wahyunto (2006), nilai indeks vegetasi optimum fase
vegetatif terjadi saat padi berumur 11-13 minggu setelah tanam. Dalam fase vegetatif
tanaman padi mengalami beberapa tahap, yaitu pertunasan, tumbuh anakan, dan
pemanjangan batang.
2. Fase Reproduktif
Fase reproduktif tanaman padi dimulai dari pembentukan malai sampai pembungaan. Di
daerah beriklim tropis seperti Indonesia, tanaman padi mengalami fase reproduktif pada
saat berumur 35 hari setelah fase vegetatif. Dalam fase reproduktif, tanaman padi
mengalami beberapa tahap, yaitu pembentukan malai sampai bunting (pemasakan), keluar
malai, dan pembungaan
3. Fase Pematangan
Fase pematangan dimulai dari fase pembungaan sampai gabah matang. Fase ini terjadi
pada saat padi berumur 30 hari setelah fase reproduktif. Dalam fase pematangan, tanaman
padi mengalami beberapa tahap, yaitu gabah matang susu, gabah setengah matang, dan
gabah matang penuh.
B. Masa Tanam
Masa tanam adalah waktu yang diperlukan tanaman mulai pengolahan tanah, tanam,
sampai panen. Menurut FAO (1978), masa tanam adalah selang waktu dalam tahun dengan
curah hujan >0,5 ETP ditambah waktu yang dibutuhkan untuk mengevapotranspirasikan air
setinggi 100mm yang dianggap masih tersimpan dalam profil tanah pada akhir musim hujan,
Pola Masa …, Qorina Putri Tsani, FMIPA UI, 2016
setelah hujan atau mendekati 0,5 ETP. Penentuan masa tanam dilakukan melalui suatu
analisis dengan memperhitungkan ketersediaan air bagi tanaman, kebutuhan air bagi tanaman
dan perimbangan bagi keduanya. Baharsyah et al. (1985) menyatakan bahwa pemanfaatan
prakiraan iklim/cuaca dapat menentukan masa tanam yaitu dengan cara mengenal pola curah
hujan dan neraca air di suatu wilayah.
C. MODIS
Moderate Resolution Imaging Spectroradiometer (MODIS) merupakan salah satu sensor
yang dimiliki Earth Observing System (EOS). MODIS digunakan untuk mengamati, meneliti,
dan menganalisa lahan, lautan, atmosfir bumi, dan interaksi di dalamnya. MODIS memiliki
dua satelit yang berbeda yaitu satelit Aqua (citranya disebut dengan Aqua MODIS) dan satelit
Terra (citranya disebut dengan Terra MODIS. Lebar cakupan lahan pada permukaan bumi
setiap putarannya sekitar 2.330 km. Resolusi spasial MODIS berkisar dari 250 meter sampai
1000 meter, 12-bit kepekaan radiometrik, serta memiliki 36 band/saluran.
Dalam penelitian ini, citra MODIS yang digunakan adalah citra MODIS MOD09GQ
(MODIS/Terra Surface Reflectance Daily L2G Global 250m SIN Grid V005) dengan resolusi
250 meter produk harian level 2G. MODIS MOD09GQ ini merupakan citra yang memberikan
reflektansi spektral permukaan tanah dengan resolusi 250 meter. Citra MODIS dengan level
2G ini merupakan produk grid yang menyimpan data level 2 berdasarkan sistem grid seragam
pada proyeksi Sinusoidal dimana citra MODIS meliputi pemantulan Band 1 dan 2 yang telah
terkoreksi dari gangguan hamburan atau penyerapan atmosfer seperti gas dan aerosol.
D. Indeks Vegetasi
Indeks vegetasi merupakan suatu algoritma yang diterapkan terhadap citra (biasanya
multi saluran), untuk menonjolkan aspek kerapatan vegetasi ataupun aspek lain yang
berkaitan dengan kerapatan, misalnya biomassa, Leaf Area Index (LAI), konsentrasi klorofil,
dan sebagainya (Danoedoro, 1996 dalam Prana, 2014). Indeks vegetasi merupakan besaran
nilai kehijauan vegetasi yang diperoleh dari energi yang dipancarkan oleh vegetasi pada citra
penginderaan jauh untuk menunjukkan ukuran kehidupan dan jumlah dari suatu tanaman.
Tanaman memancarkan dan menyerap gelombang yang unik sehingga keadan ini dapat di
hubungakan dengan pancaran gelombang dari objek-objek yang lain sehingga dapat di
bedakan antara vegetasi dan objek selain vegetasi (Horning, 2004). Untuk pemantauan
vegetasi, dilakukan proses pembandingan antara tingkat kecerahan kanal cahaya merah (red)
dan kanal cahaya inframerah dekat (near infrared).
Pola Masa …, Qorina Putri Tsani, FMIPA UI, 2016
E. TSAVI
Transformed Soil Adjusted Vegetation Index (TSAVI) adalah indeks vegetasi yang
dikembangkan oleh Baret dkk. (1989) dan Baret dan Guyot (1991). TSAVI merupakan salah
satu indeks vegetasi yang mempertimbangkan koefisien tanah (slope dan intercept dari garis
tanah) dalam perhitungan reflekstansi vegetasi dalam penginderaan jauh. Koefisien slope dan
intercept dari garis tanah diperhitungkan dalam algoritma dikarenakan kedua faktor tersebut
berkaitan erat dengan sudut daun dan (leaf angle) dan sudut datang matahari (solar zenith
angle) yang nantinya akan mempengaruhi pantulan vegetasi terhadap alat perekam. TSAVI
meminimalkan efek kecerahan tanah pada Leaf Area Index (LAI). Rumus TSAVI :
!"#$% =! !"#− !"#$− !!"#$+ !"#− !"
NIR = nilai reflektansi dari band inframerah dekat
RED = nilai reflektasnsi dari band merah
s = kemiringan garis tanah (slope of soil line) adalah 1,05
a = intercept garis tanah, yaitu 0,044
Metode Penelitian
A. Alur Pikir
Kabupaten Sragen dan Kabupaten Karanganyar
Tutupan Lahan
Tutupan Lahan Tanaman Padi Sawah
Nilai Kehijauan Tanaman Padi Sawah
Fase Pertumbuhan Tanaman Padi Sawah
Luas dan distribusi tanaman padi sawah
Pola Masa Tanam dan Distribusi Spasial Tanaman Padi Sawah
Gambar 1. Bagan Alur Pikir
Pola Masa …, Qorina Putri Tsani, FMIPA UI, 2016
Penelitian ini menganalisis pola masa tanam dan distribusi padi sawah di Kabupaten
Sragen dan Kabupaten Karanganyar tahun 2014-2015. Kabupaten Sragen dan Karanganyar
memiliki tutupan lahan, salah satu dari tutupan lahan tersebut adalah tutupan lahan tanaman
padi sawah. Tutupan lahan padi sawah memantulkan nilai reflektan yang jika dilihat dari
indeks vegetasi menunjukkan nilai kehijauan dari tanaman padi. Nilai kehijauan tersebut
menggambarkan pola temporal tanaman padi sawah. Nilai kehijauan pada tutupan lahan padi
sawah mengalami fluktuasi nilai yang menunjukkan fase pertumbuhan tanaman padi sawah.
Dengan mengetahui fase pertumbuhan tanaman padi sawah, maka dapat diketahui kapan saja
waktu tanam, waktu panen, serta estimasi luasan areal tanaman padi sawah. sehingga dapat
dihasilkan gambaran mengenai pola masa tanam dan distribusi spasial tanaman padi sawah di
Kabupaten Sragen dan Kabupaten Karanganyar tahun 2014-2015.
B. Pengumpulan dan Pengolahan Data
Data yang digunakan dalam penelitian ini terbagi menjadi 2, yaitu data sekunder dan
data primer. Data sekunder yang digunakan antara lain citra MODIS Terra resolusi 250 m x
250m Januari 2014-Januari 2016, peta administrasi Kabupaten Sragen dan Karanganyar, peta
penggunaan tanah Kabupaten Sragen dan Karanganyar, dan data luas lahan pertanian dan luas
panen padi sawah Kabupaten Sragen dan Karanganyar per kecamatan. Sementara data primer
yang digunakan berupa titik-titik sampel tanaman padi sawah di wilayah penelitian yang
mencakup informasi umur dan varietas padi. Titik-titik sampel ditentukan dengan metode
cluster sampling dan accidental sampling.
Pengolahan data meliputi pengolahan data primer, pengolahan citra, pengolahan
statistik, serta pengolahan data spasial. Pengolahan data primer dilakukan melalui survey
lapang untuk validasi data. Survey lapang dilakukan di titik-titik sampel untuk memvalidasi
umur dan varietas padi. Pengolahan data spasial dilakukan menggunakan software ArcGIS 10.
Pengolahan data statistik dilakukan menggunakan software Microsoft Excel. Pengolahan citra
dilakukan menggunakan software ENVI 5.1 dan ERDAS Imagine 2013. Tahapan pengolahan
datanya adalah sebagai berikut:
1. Transformasi Proyeksi Citra, data citra harian diubah proyeksinya dari sinusoidal
projection menjadi geographic projection menggunakan modis convertion toolkit pada
ENVI 5.1.
2. Ekstraksi Nilai TSAVI, untuk mendapatkan nilai kehijauan tutupan lahan, data citra
harian yang sudah diubah proyeksinya diekstraksi indeks vegetasi TSAVI dengan rumus
:
Pola Masa …, Qorina Putri Tsani, FMIPA UI, 2016
NIR = nilai reflektansi dari band inframerah dekat
RED = nilai reflektansi dari band merah
s = kemiringan garis tanah (slope of soil line) : 1,05
a = intercept garis tanah, yaitu 0,044
!"#$% = ! !"#!!"#$!!!"#$!!"#!!"
3. Pemisahan Awan, untuk meminimalisasi gangguan tutupan awan, citra MODIS dibuat
kompositnya dengan metode overlay maksimum. Citra MODIS dirata-ratakan per 16 hari
dengan asumsi pergerakan awan hilang dalam waktu 16 hari dan tidak ada fase
pertumbuhan padi di bawah 16 hari. Proses ini dilakukan dengan software ENVI 5.1.
4. Mosaic, karena daerah penelitian terliput pada dua scene citra yang bersampingan, maka
dilakukan mosaic untuk menggabungkan kedua scene tersebut. Mosaic yang dilakukan
adalah mosaic seamless, yaitu penggabungan dua atau lebih citra yang berdampingan
dengan cara menghilangkan piksel terluar yang menutupi antar satu scene dan scene
lainnya. Proses ini dilakukan dengan software ENVI 5.1.
5. Konversi 8 Bit, konversi ini bertujuan agar nilai TSAVI pada citra memiliki rentang 0-
255. Proses ini dilakukan dengan software ERDAS Imagine 2013.
6. Layer Stacking, 48 citra komposit 16 harian bebas awan yang sudah dimosaic dan
dikonversi menjadi 8 bit ditumpuk menjadi satu citra multi bands yang terdiri dari 48
band. Proses ini dilakukan dengan software ERDAS Imagine 2013.
7. Subset, Citra MODIS multi bands dipotong sesuai dengan wilayah penenlitian.
8. Unsupervised Classification, proses ini dilakukan untuk mengelompokkan data yang
memiliki nilai piksel dan karakteristik spektral yang relatif sama ke dalam beberapa
kelas. Dalam penelitian ini, dilakukan pengelompokkan dengan kelipatan 5 kelas, yaitu
mulai dari 5 kelas sampai 50 kelas. Kelas dengan tingkat akurasi terbaik adalah kelas
yang memiliki nilai minimum separatibility terendah dan nilai average separatibility
tertinggi (de Bie, C. & A.G.Toxopeus, 2002).
9. Pengelompokan Pola, pengelompokan ini dilakukan untuk memperkecil jumlah kelas
pola tutupan lahan. Pengelompokan ini didasarkan kesamaan bentuk pola dan rentang
nilai yang tidak terlalu jauh. Proses ini dilakukan menggunakan Microsoft Excel.
C. Analisis Data
Analisis data yang pertama dilakukan adalah analisis regresi linier berganda. Analisis ini
dilakukan untuk menunjukkan kelompok kelas TSAVI yang mewakili pola pertumbuhan padi
sawah. Dengan mengetahui pola tanaman padi sawah, maka dapat distribusi spasial tanaman
Pola Masa …, Qorina Putri Tsani, FMIPA UI, 2016
padi sawah di daerah penelitian. Analisis data yang dilakukan berikutnya adalah analisis
spasial temporal. Analisis ini dilakukan untuk mengetahui hubungan fluktuasi nilai piksel
selama dua tahun dengan fase pertumbuhan padi. Dari perbedaan fase-fase tersebut dapat
diketahui pola masa tanam dan rotasi pergerakan tanamnya. Untuk mengetahui taraf akurasi
citra MODIS dan indeks vegetasi TSAVI dilakukan analisis dengan cara uji akurasi. Uji
akurasi dilakukan dengan metode confusion matrix.
Hasil dan Pembahasan
A. Identifikasi Tanaman Padi Sawah
Hasil dari regresi backwards menunjukkan bahwa terdapat korelasi sebesar 0,850 antara
luasan panen tanaman padi sawah di Kabupaten Sragen dan Karanganyar dengan kelompok
kelas MODIS TSAVI Group A, Group G, Group H, Group P, dan Group Q. Lima kelompok
ini dianggap sebagai kelompok yang mewakili luasan area padi sawah.
Berdasarkan tabel coefficients, nilai p-value dari masing-masing group lebih kecil dari
0,05 sehingga dapat disimpulkan bahwa koefisien regresi dari Group A, Group G, Group H,
Group P, dan Group Q signifikan, sehingga dapat dibentuk model persamaan berikut :
! = !"#",!"# − !,!" ! !"#$% ! + !,!" ! !"#$% ! + !,! ! !"#$% !
− !,! ! !"#$% ! + !,!" ! !"#$% !
dengan persamaan yang dihasilkan, perkiraan luas area tanaman padi sawah di Kabupaten
Sragen dan Karanganyar dapat diestimasi dengan cara menjumlahkan kelompok TSAVI
Coefficientsa
Model Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
B Std. Error Beta
(Constant) 3595.253 310.574
11.576 .000
A -2.050 .631 -.326 -3.250 .003
G 2.824 .491 .571 5.748 .000
H 1.233 .601 .202 2.051 .049
P -.803 .349 -.233 -2.301 .028
Q 3.367 1.002 .330 3.361 .002
a. Dependent Variable: Luas Panen
Model Summary
Model R R
Square
Adjusted R
Square
Std. Error of
the Estimate
1 .850a .722 .677 1240.717
a. Predictors: (Constant), Q, G, H, A, P
Tabel 1 . Hasil Regresi Backwards
Pola Masa …, Qorina Putri Tsani, FMIPA UI, 2016
Group A, Group G, Group H, Group P, dan Group Q yang sudah dikalikan dengan koefisien
pada persamaan yang didapat.
Luas area dari masing-masing group pada tabel 2 kemudian dimasukkan ke dalam rumus yang
didapatkan dari hasil regresi. Perhitungan tersebut menghasilkan luas area sebesar 29.075,61
Ha. Mayoritas sawah di Kabupaten Sragen dan Karanganyar memiliki waktu panen tiga kali
dalam setahun, maka hasil dari perhitungan luas area dikalikan tiga. Hasil perhitungan
memberikan estimasi luasan panen sebesar 87.226,85 Ha, jika dibandingkan dengan data
luasan panen dari Dinas Pertanian tahun 2015 yang sebesar 142.001 Ha, maka akurasinya
hanya sebesar 61,42%.
B. Pola Masa Tanam dan Distribusi Spasial Tanaman Padi Sawah
Pertumbuhan tanaman padi sawah dari awal musim tanam sampai dengan musim panen
serta fase bera dapat terdeteksi oleh citra MODIS Terra yang sudah diekstrak dengan indeks
vegetasi TSAVI. Hal tersebut dapat dilihat karena adanya perubahan kondisi tingkat
kehijauan tanaman yang menyebabkan nilai TSAVI mengalami fluktuasi. Fluktuasi nilai
TSAVI tersebut membentuk suatu grafik yang menunjukkan perbedaan tanggal penanaman
padi dan umur padi sawah. Masa awal tanam dan panen ditunjukkan dengan nilai TSAVI
yang rendah, karena pada kedua masa tersebut, nilai kehijauan tanaman rendah. Sedangkan
fase dari vegetatif menuju generatif ditunjukkan dengan nilai TSAVI yang tinggi, karena pada
fase tersebut tingkat kehijauan tanaman padi sawah tinggi. Dengan mengetahu fenologi padi
sawah, maka pola masa tanamnya dapat diketahui.
Group A Group G Group H Group P Group Q
Area (Ha) 4646.11 7989.52 4744.62 9440.80 2784.21
0 50
100 150 200 250 300
1 33
65
97
129
161
193
225
257
289
321
353 17
49
81
113
145
177
209
241
273
305
337 1
Nilai TSA
VI (8
bit)
Hari ke -‐ Group G Group H Group P Group Q
2014 2015
Tabel 2 . Luas Area Group Padi Sawah
Gambar 2. Pola Fenologi Tanaman Padi Januari 2014 – Januari 2016
Pola Masa …, Qorina Putri Tsani, FMIPA UI, 2016
0
100
200
300
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
TSAV
I (8 bit)
Hari ke -‐ (16 harian)
Group A
: Masa Tanam 1 : Masa Tanam 2 : Masa Tanam 3
0 100 200 300
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
TSAV
I (8 bit)
Hari ke -‐ (16 harian)
Group G
: Masa Tanam 1 : Masa Tanam 2 : Masa Tanam 3
0
100
200
300
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
TSAV
I (8 bit)
Hari ke -‐ (16 harian)
Group H
: Masa Tanam 1 : Masa Tanam 2 : Masa Tanam 3
Gambar 3. Pola Fenologi Grup A TSAVI Januari 2014 – Januari 2016
Gambar 4. Pola Fenologi Grup G TSAVI Januari 2014 – Januari 2016
Gambar 5. Pola Fenologi Grup H TSAVI Januari 2014 – Januari 2016
Pola Masa …, Qorina Putri Tsani, FMIPA UI, 2016
Gambar 3 sampai 6 menggambarkan pola fenologi masing-masing group yang
mewakili tanaman padi sawah. Pola fenologi yang diwakili oleh Group A (gambar 3)
terlihat sangat fluktuatif dalam waktu kurang dari satu bulan, hal ini berarti nilai kehijauan
indeks TSAVI mengalami kenaikan dan penurunan dalam waktu yang singkat, sedangkan
masa tanam padi sawah tidak mungkin berlangsung singkat. Setelah dioverlay dengan
peta penggunaan tanah, sebagian besar Group A terdeteksi di wilayah yang bukan lahan
sawah melainkan di wilayah pertanian tanah kering semusim dan tubuh air. Dengan
adanya anomali ini, pada analisis berikutnya Group A tidak diikutsertakan.
Pola fenologi Group G, H, P, dan Q menunjukkan bahwa masing-masing group
yang mewakili padi sawah memiliki tiga kali masa tanam dalam setahun. Masing-masing
masa tanam memiliki rentang waktu yang cenderung sama yaitu sekitar 90-115 hari.
Sementara jarak antar masa tanam atau waktu pengolahan sawah memiliki rentang 16-48
hari. Namun jika diperhatikan, pada pola fenologi Group H, masa tanam kedua baik di
tahun 2014 maupun di tahun 2015 memiliki jangka waktu yang lebih pendek, yaitu sekitar
0
100
200
300
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
TSAV
I (8 bit)
Hari ke -‐ (16 harian)
Group P
: Masa Tanam 1 : Masa Tanam 2 : Masa Tanam 3
Gambar 6. Pola Fenologi Grup P TSAVI Januari 2014 – Januari 2016
0 100 200 300
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 TSAV
I (8 bit)
Hari ke-‐ (16 harian)
Group Q
: Masa Tanam 1 : Masa Tanam 2 : Masa Tanam 3
Gambar 7. Pola Fenologi Grup Q TSAVI Januari 2014 – Januari 2016
Pola Masa …, Qorina Putri Tsani, FMIPA UI, 2016
8-9 minggu. Kondisi ini agak janggal mengingat varietas padi yang digunakan di
Kabupaten Sragen rata-rata memiliki masa tanam 3-4 bulan.
Jika dilihat dari distribusinya, kelompok padi sawah group H sebagian berada di
bagian utara Kabupaten Sragen meliputi kecamatan Mondokan, Sukodono, Gesi dan
Tangen, dan sebagian kecil lainnya berada di Kecamatan Mojogedang Kabupaten
Karanganyar. Berdasarkan data dari Sub Dinas Pengairan DPU Sragen, sebagian besar
sawah di wilayah utara Kabupaten Sragen memiliki pola tanam padi-palawija-padi.
Sementara pola tanam di sebagain besar Kabupaten Karanganyar memiliki pola padi-
palawija-holtikultura umur pendek. Dengan begitu masa tanam kedua di tahun 2014 dan
2015 pada group H dapat diasumsikan sebagai masa tanam untuk tanaman palawija.
Berdasarkan penjelasan di atas, pola masa tanam di Kabupaten Sragen dan
Karanganyar terdapat dua macam, yaitu sawah dengan dua kali masa tanam dalam setahun
dan sawah dengan tiga kali masa tanam dalam setahun. Periode masa tanam dari masing-
masing Group secara lebih detail dapat dilihat pada tabel 3.
C. Distribusi Spasial Tanaman Padi Sawah
Distribusi lima group yang mewakili tanaman padi sawah yang di Kabupaten Sragen
dan Karanganyar cenderung tersebar di wilayah dengan ketinggian 25-100 mdpl dan
kemiringan kurang dari 2% dan sebagian besar berada di Kabupaten Sragen. Wilayah dengan
ketinggian 25-100m dan kemiringan kurang dari 2% merupakan wilayah yang stabil untuk
daerah pertanian, khususnya pertanian padi sawah.
Tabel 3. Kalender Masa Tanam Padi Sawah Berdasarkan AlgoritmaTSAVI
Pola Masa …, Qorina Putri Tsani, FMIPA UI, 2016
Pada tabel 3, sawah yang diwakili Group G, Group P, dan Group Q memulai masa
tanam lebih awal. Masa tanam pertama di tahun 2014 untuk Group G, Group P, dan Group Q
sudah dimulai pada akhir tahun 2013. Sementara Group H memulai masa tanam pertama
tahun 2014 di bulan Januari. Jika dilihat distribusi dari keempat group tersebut, Group dan G,
P, dan Q merupakan daerah yang paling dekat dengan sumber pengairan, hal ini menjadi
sangat wajar ketika sawah di Group G, P, dan Q secara bergantian memulai masa tanam yang
paling awal. Sementara kelompok padi yang diwakili oleh Group H selalu memulai masa
tanam yang lebih lambat dibandingkan kelompok padi lainnya. Kelompok padi yang diwakili
oleh Group H mayoritas berada di Kabupaten Sragen, tepatnya di Kecamatan Mondokan,
Gesi, dan Sukodono sementara sebagian kecil berada di Kabupaten Karanganyar tepatnya di
Kecamatan Mojogedang. Daerah-daerah tersebut merupakan daerah yang cukup jauh dari
sumber waduk dan hanya sebagian kecil dari wilayahnya yang dilewati aliran utama Sungai
Bengawan Solo, sehingga selain memulai masa tanam lebih lambat, kelompok padi yang
diwakili Group H juga memiliki 2 kali masa tanam padi dalam setahun.
Gambar 9 menunjukkan arah aliran irigasi dan pergerakan masa tanam pada distribusi
padi sawah MODIS TSAVI. Tanda panah berwarna biru menunjukkan masuknya aliran
irigasi ke wilayah penelitian. Kemudian saat di tengah, pergerakan masa tanam bergerak ke
arah utara dan selatan aliran sungai Bengawan Solo seperti yang ditunjukkan pada tanda
panah berwarna merah.
Gambar 8. Distribusi Padi Sawah berdasarkan MODIS TSAVI
Pola Masa …, Qorina Putri Tsani, FMIPA UI, 2016
Dari penjelasan di atas, maka dapat disimpulkan bahwa pada sawah yang terdeteksi oleh
MODIS TSAVI, pola rotasi pergerakan masa tanam dan umur padi bergerak mengikuti arah
aliran utama Sungai Bengawan Solo serta saluran irigasi Waduk Gajah Mungkur dan Waduk
Colo Timur yang berasal dari wilayah selatan. Setelah sampai di tengah, pola rotasi berpencar
ke arah utara dan selatan mengikuti aliran dari sungai-sungai kecil yang merupakan anak
sungai dari aliran utama Sungai Bengawan Solo.
D. Uji Akurasi
Dari 89 titik sampel di Kabupaten Sragen dan Kabupaten Karanganyar yang diambil
pada saat survey lapang, terdapat 34 titik sampel yang lokasinya bertumpang tindih dengan
distribusi padi sawah yang terdeteksi MODIS TSAVI. Sampel-sampel ini berada di
Kabupaten Sargen dan sebagian besar berada pada group Group G (gambar 10). Fase
vegetatif adalah fase dimana umur padi berada di antara 1-55 hari setelah tanam, sedangkan
fase generatif merupakan fase dimana umur padi berada di atas 55 hari setelah tanam atau
pada saat warna tanaman padi sudah mulai kekuningan dan mulai mengeluarkan malai.
Pengambilan sampel dilakukan pada tanggal 18-21 Januari 2016, sampel padi yang
diambil memiliki umur yang berbeda-beda. Pada waktu yang sama, hasil MODIS TSAVI
menunjukkan bahwa kelompok padi sawah yang diwakili oleh group G dan group H sedang
mengalami fase vegetatif, dimana masa tanam Group G dimulai antara tanggal 7–22
Desember 2015 dan masa tanam Group H dimulai antara tanggal 8-23 Januari, yang berarti
pada saat pengambilan sampel (18-21 Januari 2016) umur padi tidak lebih dari 55 hari.
2014
Gambar 9. Pergerakan Masa Tanam Padi Sawah Tahun 2014 dan 2015
2015
Pola Masa …, Qorina Putri Tsani, FMIPA UI, 2016
Sementara kelompok padi sawah yang diwakili oleh group P dan group Q sedang mengalami
fase generatif, dimana masa tanam Group P dan Group Q dimulai antara tanggal 4-19
November 2015, yang berarti pada saat pengambilan sampel (18-21 Januari 2016) umur padi
sudah lebih dari 55 hari.
Uji akurasi pada titik sampel di lapangan menunjukkan bahwa terdapat 24 titik yang
fase pertumbuhannya di lapangan sesuai dengan fase pertumbuhan yang terdeteksi di citra
MODIS TSAVI. 24 titik yang sesuai dan 10 titik yang menyimpang dari kondisi sebenarnya
menunjukkan bahwa akurasi indeks vegetasi TSAVI dalam mengestimasi fase pertumbuhan
padi adalah sebesar 70,58%, atau dengan kata lain fase tanam hasil survey lapang 70,58%
sama dengan fase tanam yang teridentifikasi oleh citra MODIS TSAVI.
Real Condition (Data Hasil Survey) User's
Accuracy Data Hasil Pengolahan
Citra MODIS dengan
ekstraksi TSAVI
Sampel Vegetatif Generatif Total
Vegetatif 21 9 30 70%
Generatif 1 3 4 75%
Total 22 12 34
Producer's Accuracy 95,45% 25% 70.58%
Gambar 10. Titik Sampel Pada Distribusi Padi Sawah MODIS TSAVI
Tabel 4. Perhitungan Confusion Matrix
Pola Masa …, Qorina Putri Tsani, FMIPA UI, 2016
0
50
100
150
200
250
300
7 14 20 21 30 35 40 45 48 60 75 90
TSAV
I (8 bit)
Umur Padi (hari)
E. Nilai TSAVI pada Fenologi Padi
Perubahan nilai TSAVI pada pertumbuhan tanaman padi sawah dapat diketahui
dengan cara melihat nilai kehijauan TSAVI pada sampel yang sudah diketahui umurnya.
Dalam penelitian ini, pola pertumbuhan tanaman tanaman padi sawah cenderung membentuk
kurva lonceng. Nilai rata-rata TSAVI minimum adalah 136, nilai ini merupakan nilai pada
saat padi sawah berumur 7 hari setelah tanam. Sementara nilai rata-rata TSAVI maksimum
adalah 242, yaitu nilai pada saat padi sawah berumur 48 hari setelah tanam. Berdasarkan
sampel yang diukur, nilai TSAVI pada tanaman padi sawah di Kabupaten Sragen dan
Karanganyar menunjukkan nilai maksimum di umur 48 hari, dan mengalami penurunan di
umur 65 hari setelah tanam.
Pola pertumbuhan tanaman padi dengan EVI menghasilkan kurva berbentuk lonceng.
Fase vegetatif tampak diikuti dengan kenaikan nilai dari indeks vegetasi hingga mencapai
nilai maksumum pada umur 55-65 hari setelah tanam. Hal ini dikarenakan tingkat kehijauan
tanaman padi pada saat umur 55-65 hari setelah tanam sangat tinggi (Domiri, 2005). Kondisi
ini sedikit berbeda dengan hasil dari penelitian ini dimana nilai TSAVI tertinggi berada pada
tanaman padi sawah dengan umur 48 hari setelah tanam. Namun hal ini mungkin terjadi
mengingat pada bab sebelumnya dijelaskan bahwa indeks vegetasi TSAVI memiliki akurasi
70,58% dalam mengestimasi fase pertumbuhan padi. Disamping itu, kesalahan dapat terjadi
dikarenakan pada saat pengambilan sampel, sawah yang memiliki umur 48 hari memiliki luas
yang lebih kecil dibandingkan dengan luas sawah disekitarnya yang mungkin memiliki umur
yang lebih tinggi sehingga nilai tingkat kehijauaannya menjadi lebih tinggi.
Gambar 11. Pertumbuhan Tanaman Padi Sawah Berdasarkan Algoritma TSAVI
Pola Masa …, Qorina Putri Tsani, FMIPA UI, 2016
Umur Padi Nilai TSAVI (8 bit) Umur Padi Nilai TSAVI
(8 bit)
7 hari 136 40 hari 209 14 hari 160 45 hari 214,67 20 hari 188 48 hari 242 21 hari 202,5 60 hari 226,25 30 hari 195,4 75 hari 182,6 35 hari 206 90 hari 162
Kesimpulan
Berdasarkan metode estimasi MODIS TSAVI temporal, distribusi padi sawah di
Kabupaten Sragen dan Karanganyar cenderung tersebar di wilayah dengan ketinggian 25-100
mdpl dan kemiringan <2%. Pola masa tanam padi sawah di Kabupaten Sragen dan
Karanganyar terdapat 2 macam, yaitu sawah dengan 2 kali masa tanam padi per tahun dan
sawah dengan 3 kali masa tanam padi per tahun. Waktu tanam yang ditunjukkan relatif sama
yaitu sekitar 90-115 hari. Rotasi masa tanam tanaman padi sawah di Kabupaten Sragen dan
Karanganyar berawal dari selatan dimana terdapat saluran irigasi yang berasal dari Waduk
Gajah Mungkur, Waduk Colo Timur, dan aliran utama Sungai Bengawan Solo. Hal ini
mengakibatkan distribusi spasial tanaman padi sawah memiliki pola pergerakan umur
mengikuti aliran irigasi, semakin jauh dari sumber irigasi, maka akan semakin mundur awal
masa tanamnya dan umur tanaman padi sawahnya akan semakin muda.
Estimasi luas panen padi sawah yang diperoleh dari penelitian ini adalah sebesar
87.227 Ha, atau 61,42% dari luas panen data Dinas Pertanian. Sementara untuk mengestimasi
fase pertumbuhan tanaman padi sawah, citra MODIS dengan indeks vegetasi TSAVI
memiliki akurasi keseluruhan sebesar 70,58%. Tingkat kesalahan yang terjadi dalam
mengestimasi luas lahan dan fase tanaman padi sawah bisa jadi disebabkan oleh resolusi citra
MODIS dan pengaruh gap yang diakibatkan oleh mosaic antar-scene citra MODIS. Resolusi
citra MODIS mecakup 250m x 250m untuk satu pikselnya, sementara di kedua kabupaten ini
banyak sawah yang luasnya kurang dari 250m x 250m sehingga tidak dapat teridentifikasi
sebagai lahan sawah.
Tabel 5. Rata-Rata Nilai TSAVI pada Umur Padi
Pola Masa …, Qorina Putri Tsani, FMIPA UI, 2016
Daftar Referensi Baret, F. (1989). TSAVI : A Vegetation Index Which Minimizes Soil Brightness Effects on LAI and APAR
Estimation. French National Institute of Agricultural’s Publication.
Baret, F., Guyot, G., (1991). Potentials and limits of vegetation indices for LAI and APAR assessment. Remote Sens. Environ. 35, (Page 161–173)
Bie, C. d., & A.G.Toxopeus. (2002). SPOT-NDVI-hyper temporal analysis using ERDAS – EXCEL. International Institute for Geo-Information Science and Earth Observation (ITC). Enschede, The Netherlands.Domiri, D. D., Adhyani, N. L., & Nugraheni. (2005). Model Pertumbuhan Tanaman Padi menggunakan Data MODIS untuk Pendugaan Umur Padi Sawah. Pertemuan Ilmiah Tahunan MAPIN XIV (hal. 17-24). Surabaya: LAPAN.
Domiri, D. D., Adhyani, N. L., & Nugraheni. (2005). Model Pertumbuhan Tanaman Padi menggunakan Data MODIS untuk Pendugaan Umur Padi Sawah. Pertemuan Ilmiah Tahunan MAPIN XIV (hal. 17-24). Surabaya: LAPAN.
Domiri, D.D., Zubaedah, A., & Pasaribu, J.M. (2011). Deteksi Pola Tanam Tanaman Padi di Lahan Sawah Menggunakan Data EVI MODIS Multitemporal. Jakarta: LAPAN.
Dinas Pertanian Tanaman Pangan dan Holtikultura Provinsi Jawa Tengah. Potensi Pertanian Jawa Tengah. http://dinpertantph.jatengprov.go.id/potensi.html
Emiyati. (2011). Identifikasi Pola Tanam Padi Sawah Menggunakan Data MODIS Multitemporal di Kabupaten Kebumen. Pusfatja-LAPAN. Jakarta.
Fewless, G. 2006. Phenology.hhtp://www.uwgb.edu/biodiversity/phenology/index.htm
Prana, AA. (2014). Analisis Perbandingan Berbagai Model Transformasi indeks vegetasi Dalam Prediksi Kerapatan Kanopi Jati (tectona Grandis L.f.) Di Sebagian Hutan Wanagama. Yogyakarta : Universitas Gajah Mada.
Sari, D.K., Ismullah, I.H., Suladi, W.N., dan Harto, A.B., (2010). “Detecting Rice Phenology in Paddy Fields with Complex Cropping Pattern Using Time Series MODIS Data A Case study of Northern Part of West Java – Indonesia”, ITB Journal of Science, 42 A, No. 2, pp. 91-106.
Wahyunto, & Hikmatullah. (2006). Menduga Produksi Padi dengan Teknologi Citra Satelit. Bogor: Balai Besar Litbang Sumberdaya Lahan Pertanian.