Rekomendasi pemupukan umumnya disusun setiap tahun untuk mengkoreksi kebutuhan hara tanaman melalui kegiatan pemupukan. Hara daun dalam penyusunan rekomendasi pemupukan merupakan bagian kecil dari beberapa parameter yang digunakan. Beberapa peneliti telah melakukan prediksi hara daun tanaman kelapa sawit memanfaatkan data satelit multispektral dan pengukuran spectroradiometer dengan hasil yang bervariasi. Penelitian prediksi hara daun kelapa sawit dengan pesawat tanpa awak dan kamera multispektral ini dilakukan karena belum ada kajian mengenai penggunaan teknologi tersebut untuk prediksi hara daun kelapa sawit. Tujuan penelitian ini adalah membandingkan performa pendugaan hara daun dari berbagai variasi komposisi variabel berupa 3 saluran dan beberapa indeks vegetasi, serta untuk menentukan analisis regresi terbaik. Band hijau, merah, dan inframerah dekat dari kamera multispektral Mapir Survey 3, serta indeks vegetasi simple ratio, normalized difference vegetation index, dan green NDVI digunakan sebagai variabel bebas dalam analisis regresi sederhana, regresi polinomial, regresi berganda dari variabel terseleksi dengan teknik recursive feature elimination dengan metode regresi linear dan random forest, dan regresi berganda polinomial dengan variabel tidak bebas (respons) berupa analisis daun dari 20 sampel yang meliputi hara N, P, K, Ca, Mg, dan B. Model penduga terbaik dari penelitian ini adalah model regresi berganda polinomial dari variabel terseleksi menggunakan teknik RFE metode random forest. Variabel bebas hanya mampu menduga hara daun N, P, K, dan Mg dengan nilai R2 sebesar 0,9415 hingga 0,9991, Adjusted R2 sebesar 0,7223 hingga 0,9837, serta nilai residual standard error (RSE) sebesar 0,0045 hingga 0,0340.
CITATION STYLE
Santoso, H., & Winarna, W. (2021). Eksplorasi Pendugaan Hara Daun Tanaman Kelapa Sawit Menggunakan Pesawat Tanpa Awak dan Kamera Multispektral. Jurnal Penelitian Kelapa Sawit, 29(1), 49–62. https://doi.org/10.22302/iopri.jur.jpks.v29i1.145
Mendeley helps you to discover research relevant for your work.