ANALISIS KELAYAKAN DETEKSI CEPAT PENYAKIT HAWAR DAUN TANAMAN KENTANG PADA FASE AKHIR MENGGUNAKAN UAV

Abstract

Produksi kentang di Indonesia berkontribusi + 0,3% dari total produksi dunia sebesar + 388.191.000 ton. Kentang merupakan komoditas hortikultura esensial di Indonesia dengan permintaan sekitar 2,82 kg ha-1 kapita-1 pada tahun 2021. Saat ini terjadi defisit ketersediaan kentang yang mencapai 4.845.910 ton yang diperparah dengan terus menurunnya produksi kentang nasional (1.164.738 ton). Penyakit hawar daun (Phytophthora infestans) merupakan salah satu masalah utama penyebab penurunan produksi kentang (kehilangan hasil antara 10-100%). Penyebaran penyakit hawar daun sulit untuk diidentifikasi secara real time, sehingga diperlukan teknologi tepat guna yang dapat memberikan informasi secara cepat dan akurat. Penelitian ini bertujuan untuk melihat bagaimana foto udara (dari UAV) memperkirakan sebaran penyakit hawar daun pada kentang. Foto UAV diubah menjadi indeks NDVI, RDVI, SAVI, SR, ARVI-2, DVI, IPVI, dan GCI. Data pengukuran indeks penyakit hawar daun akan dikorelasikan dan dipilih yang terbaik untuk mendapatkan rumus regresi distribusi spasial penyakit hawar daun. Lokasi penelitian berada di Kecamatan Bumiaji, Kota Batu, Indonesia. Titik pengamatan di lapangan sebanyak 50 titik pengamatan untuk setiap luasan 3 Ha. Hasil penelitian menunjukkan bahwa semua indeks berkorelasi positif (> r tabel 0,34). Korelasi tertinggi pada estimasi model dari indeks NDVI (0,72). Kondisi ini sejalan dengan koefisien regresi (R2) pada NDVI yang mencapai 0,51 dengan persamaan y = 20,779 * (angka indeks NDVI) + 49,146. Analisis t-paired menunjukkan bahwa t hitung pada model (-1,10) ada pada grafik t-tabel (2,16), dan ini menegaskan bahwa rumus tersebut dapat diandalkan untuk digunakan.

Keywords

• drone
• indeks penyakit
• indeks tanaman
• pengindraan jauh
• penyakit tumbuhan