IDENTIFIKASI TINGKAT STRES TANAMAN PADI DENGAN RICE PADDY STRESS INDEX (RPSI) PADA CITRA LANDSAT-8

Padi merupakan merupakan makanan pokok utama bagi masysrakat Indonesia. Hampir 95 % masyarakat Indonesia mengkonsumsi padi. seiring dengan peningkatan jumlah penduduk di Indonesia maka tingkat konsumsi padi setiap tahunnya mengalami peningkatan. Namun disisi lain, jumlah lahan sawah mengalami penurunan karena adanya perkembangan permukiman dan industri. Akibatnya usaha pemenuhan kebutuhan konsumsi beras harus lebih mengedepankan metode intensifikasi pertanian. Program intensifikasi pertanian ini memerlukan data penunjang yang baik. Salah satu data penunjang yang dibutuhkan adalah kondisi kesehatan tanaman yang dapat direpresentasikan dalam data tingkat stres tanaman padi. Pemantauan tingkat stres tanaman padi dapat dilakukan dengan menggunakan metode penginderaan jauh berbasis citra satelit. Salah satunya citra satelit Landsat-8 dengan algoritma tertentu. Dalam penelitian ini dibentuk suatu modifikasi algoritma Rice paddy Stress Index (RPSI) yang diperoleh dengan mengintegrasikan Leaf Water Canopy Index (LWCI) dan Enhanced Vegetetion Index (EVI). LWCI digunakan sebagai representasi kandungan air pada vegetasi dan EVI digunakan sebagai representasi tingkat kehijauan tanaman yang terkait dengan kandungan klorofil. Tanaman yang mengalami penurunan kesehatan maka akan mengalami penurunan kandungan klorofil dan air. Hasil dari penelitian ini menunjukkan bahawa pada tahun 2015 musim tanam 2 di Kabupaten Kendal terdapat 1696,26 ha sawah terindikasi mengalami stres dan 3493,85 Ha sawah memiliki potensial stres . Hasil uji akurasii menunjukkan metode algoritma RPSI memiliki ketelitian sebesar 75% untuk penentuan tingkat stres tanaman padi