Electronic Theses and Dissertation

Tanaman palmae tersebar di banyak area di provinsi Aceh sehingga perlu dideteksi keberadaannya agar dapat dipetakan. Pendeteksian tanaman palmae ini sangat membantu untuk memetakan lokasi tanaman palmae. Tanaman palmae ini memiliki kesamaan dimana hanya mempunyai satu titik tumbuh yang terletak pada ujung dari batang, tanaman ini dapat dideteksi dengan menggunakan teknologi. Teknologi yang dapat dimanfaatkan adalah penginderaan jauhsalah satunya software Oil Palm Application (OPA). namun setiap software penginderaan jauh memiliki kemampuan yang berbeda-beda dalam menganalisis, mendeteksi dan lain-lain. Oleh karena itu penelitian ini dilakukan untuk menganalisis bagaimana kemampuan software OPA dalam mendeteksi tanaman palmae pada area yang terdapat tanaman palmae yang berbeda.
Penelitian ini adalah metode pemodelan, pemodelan pada penelitian ini yaitu analisis mengenai sistem deteksi keberadaan tanaman palmae untuk mempermudah mengetahui posisi tanaman palmae yang tersebar luas, untuk mendapatkan hasil perhitungan secara otomatis dengan menggunakan OPA memerlukan tiga tahapan yaitu define block, detect and analyze palm, dan proses edit result. Penelitian ini dilaksanakan di lima lokasi yang berbeda dengan dua kabupaten yaitu Kabupaten Aceh Besar dan Aceh Jaya. Lokasi kebun kelapa sawit terletak di Desa Pudeng, Kecamatan Lhoong, Kabupaten Aceh Besar, lokasi tanaman kelapa terletak di Desa Dayah Mamplam Kecamatan Leupung Kabupaten Aceh Besar. Kebun kurma terletak di Desa Beurandeh Kecamatan Mesjid Raya Kabupaten Aceh Besar. Lokasi tanaman nipah terletak di Desa Kuta Tuha Kecamatan Panga Kabupaten Aceh Jaya, dan lokasi tanaman pinang terletak di Desa Kuala Kecamatan Indra Jaya Kabupaten Aceh Jaya. Citra yang digunakan untuk pendeteksian tanaman palmae memiliki luas yang seragam yaitu 2 ha. Berdasarkan analisis perhitungan secara otomatis menggunakan OPA didapatkan jumlah pohon kelapa sawit sebanyak 206 pohon, jumlah pohon kelapa sebanyak 221 pohon dan jumlah pohon kurma 89 pohon.
Kemampuan software Oil Palm Application (OPA) dalam mendeteksi beberapa tanaman Palmae berbeda-beda. Hasil deteksi jumlah pohon kelapa sawit dengan luas 2 ha adalah 206 pohon dan setelah dilakukan edit result jumlah pohon kelapa sawit bertambah menjadi 225 pohon, selisih jumlah pohon adalah 19 pohon. Hasil deteksi jumlah pohon kelapa dengan luas 2 ha adalah 221 pohon dan setelah dilakukan edit result jumlah pohon kelapa bertambah menjadi 317 pohon, selisih jumlah pohon adalah 96 pohon. Hasil deteksi jumlah pohon kurma dengan luas 2 ha adalah 89 pohon dan setelah dilakukan edit result jumlah pohon kurma bertambah menjadi 155 pohon, selisih jumlah pohon adalah 66 pohon. OPA dapat mendeteksi tanaman kelapa sawit, kelapa dan kurma namun tidak dengan tanaman pinang dan nipah. Dengan penggunaan nilai sensivitivitas 70% kemampuan deteksi tanaman palmae oleh OPA paling akurat apabila digunakan pada pendeteksian tanaman kelapa sawit. Kemampuan OPA dalam mendeteksi tanaman dengan jenis kelapa dan kurma kurang baik karena masih banyak pohon yang tidak terdeteksi oleh OPA.

Palm plants are spread across many areas in Aceh province, so it is necessary to detect their presence in order to map them. The detection of palm plants is very helpful for mapping the locations of palm plants. These palm plants share a similarity in that they only have one growth point located at the tip of the stem, and they can be detected using technology. The technology that can be utilized is remote sensing, one of which is the Oil Palm Application (OPA) software. However, each remote sensing software has different capabilities in analyzing, detecting, and so on. Therefore, this research was conducted to analyze how the OPA software is capable of detecting palm plants in areas where different palm plants are present. This research is a modeling method, specifically modeling in this study refers to the analysis of a detection system for the presence of palm plants to facilitate the identification of the positions of widely distributed palm plants. To achieve automatic calculation results using OPA, three stages are required: define block, detect and analyze palm, and edit result process. This research was conducted in five different locations across two districts, namely Aceh Besar and Aceh Jaya. The location of the oil palm plantation is in Pudeng Village, Lhoong District, Aceh Besar Regency, while the coconut plantation is located in Dayah Mamplam Village, Leupung District, Aceh Besar Regency. The date palm plantation is situated in Beurandeh Village, Mesjid Raya District, Aceh Besar Regency. The nipa palm plantation is found in Kuta Tuha Village, Panga District, Aceh Jaya Regency, and the areca nut plantation is located in Kuala Village, Indra Jaya District, Aceh Jaya Regency. The images used for the detection of palm plants have a uniform area of 2 hectares. Based on the automatic calculation analysis using OPA, the number of oil palm trees is 206, the number of coconut trees is 221, and the number of date palm trees is 89. The capability of the Oil Palm Application (OPA) software in detecting various Palmae plants varies. The detection results for the number of oil palm trees over an area of 2 hectares showed 206 trees, and after editing the results, the number increased to 225 trees, with a difference of 19 trees. The detection results for the number of coconut trees over an area of 2 hectares showed 221 trees, and after editing the results, the number increased to 317 trees, with a difference of 96 trees. The detection results for the number of date palm trees over an area of 2 hectares showed 89 trees, and after editing the results, the number increased to 155 trees, with a difference of 66 trees. OPA can detect oil palm, coconut, and date plants, but not betel and nipa plants. With a sensitivity value of 70%, the ability of OPA to detect palm plants is most accurate when used for detecting oil palm plants. The capability of OPA in detecting plants such as coconut and date palms is less effective, as many trees remain undetected by OPA.