Pemetaan Kandungan Hara Daun Kelapa Sawit Menggunakan Citra Multispektral Berbasis Unmanned Aerial Vehicle

Abstract

Kecukupan hara merupakan salah satu faktor yang sangat berpengaruh terhadap produktivitas kelapa sawit. Umumnya, pemenuhan kecukupan hara dilakukan melalui pemupukan yang ditentukan berdasarkan hasil analisis kandungan tanah dan daun. Pengukuran kandungan hara daun secara konvensional tidak memiliki fleksibilitas, tidak praktis, membutuhkan tenaga kerja intensif, serta perlu waktu dan biaya tinggi, sehingga penginderaan jauh dapat menjadi alternatif untuk mengatasinya. Dalam penelitian ini, digunakan ekstraksi nilai reflektan setiap saluran serta transformasi indeks vegetasi NDVI dan GNDVI dari 3 saluran kamera multispektal (red, green, near infrared) sebagai variabel bebas (predictor) untuk mengestimasi hara daun blok pengamatan pada perkebunan kelapa sawit. Model regresi polinomial berganda dibangun dari hasil analisis laboratorium daun kelapa sawit sebanyak 35 contoh yang digunakan sebagai variabel terikat. Model prediksi N, P, K, Ca, dan Mg menggunakan regresi polinomial berganda orde 4 menghasilkan nilai R2 berturut-turut 0,986; 0,975; 0,981; 0,970; dan 0,968, nilai Adjusted R2 berturut-turut 0,861; 0,761; 0,812; 0,710; dan 0,690, nilai RSE berturut-turut 0,065; 0,003; 0,076; 0,074; dan 0,036, serta nilai MAPE berturut-turut 5,23%; 3,22%; 10,38%; 13,40%; dan 16,59%. Nilai prediksi kandungan hara daun setiap pohon diolah dan diklasifikasikan secara spasial menghasilkan kandungan hara N, P, dan Ca yang didominasi kriteria sedang masing-masing 95,51%, 100%, dan 80,58%, sedangkan hara K dan Mg didominasi kriteria rendah masing-masing 77,86%, dan 90,39% dari jumlah pohon.