Pola Masa Tanam dan Distribusi Spasial Tanaman Padi …

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


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.


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,


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).


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


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

:


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


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


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


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)


Group G


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)


Group H


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


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)


Group P


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


Gambar 7. Pola Fenologi Grup Q TSAVI Januari 2014 – Januari 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


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


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


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


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


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


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.

Pola Masa Tanam dan Distribusi Spasial Tanaman Padi …

Documents

Transcript of Pola Masa Tanam dan Distribusi Spasial Tanaman Padi …