Penggunaan eCognition Essentials Untuk Identifikasi Kebun Kelapa Sawit

Vivi Kemala Sari, Abubakar Karim, Muhammad Rusdi

Abstract


Abstrak. eCognition Essentials merupakan salah satu perangkat lunak untuk pengguna geospasial dan penginderaan jauh menggunakan citra satelit untuk mengubah data citra menjadi informasi secara cepat dan efisien. Saat ini, pemantauan perkebunan kelapa sawit seperti jumlah, lokasi serta luasan lahan kelapa sawit dapat dilakukan dengan mengaplikasikan teknologi penginderaan jauh. Penelitian ini bertujuan untuk mengidentifikasi perkebunan kelapa sawit dengan metode klasifikasi objek menggunakan software eCognition Essentials dengan memanfaatkan data citra satelit. Identifikasi kebun kelapa sawit dilakukan berdasarkan beberapa parameter pada kunci interpretasi citra. Berdasarkan hasil analisis yang telah dilakukan, diklasifikasikan penggunaan lahan untuk mengidentifikasi kebun kelapa sawit, sehingga didapat luas kebun kelapa sawit sebesar 71,12 ha dan non kelapa sawit sebesar 27,41 ha.

Use of eCognition Essentials for Plantation Identification of Oil Palm

Abstract. eCognition Essentials is one of the software for geospatial and remote sensing users working with satellite imagery to transform image data into intelligence in a timely and affordable manner. Currently, monitoring of oil palm plantations, such as the number, location, and extent of oil palm plantations, can be processed using remote sensing technology. This research aims to identify oil palm plantations with the object classification method using eCognition Essentials software by utilizing satellite image data. Identification of oil palm plantations is carried out based on several parameters in the image interpretation key. Based on the results of the analysis that has been carried out, classified land use to identify oil palm plantations, so that the area of oil palm plantations is 71.12 hectares and non-oil palm is 27.41 hectares.


Keywords


eCognition Essentials, Klasifikasi, Kelapa Sawit

Full Text:

PDF

References


Amin, E., & Soni Darmawan, S. (2017). Identifikasi Umur Tanaman Kelapa Sawit Menggunakan Citra ALOS PALSAR 2. Jurusan Teknik Geodesi. FTSP Institut Teknologi Nasional Bandung.

Deswina, D., Oktorini, Y., & Jhonnerie, R. (2018). Klasifikasi Terbimbing Berbasis Objek Menggunakan Algoritma Nearest Neighbor Untuk Pemetaan Mangrove di Sungai Kembung, Pulau Bengkalis. Maspari Journal: Marine Science Research, 10(2), 185-198.

Irsanti, D., Sasmito, B., & Bashit, N. (2019). Kajian Pengaruh Penajaman Citra Untuk Penghitungan Jumlah Pohon Kelapa Sawit Secara Otomatis Menggunakan Foto Udara (Studi Kasus: KHG Bentayan Sumatra Selatan). Jurnal Geodesi Undip, 8(1), 428-434.

Kurniawan, W., Darmawan, A., & Bintoro, A. (2022). Deteksi Kelapa Sawit Menggunakan Citra Sentinel-2 di Kabupaten Way Kanan Provinsi Lampung. JOURNAL OF PEOPLE, FOREST AND ENVIRONMENT, 1(2), 71-80.

Lillesand, T., Kiefer, R. W., & Chipman, J. (2015). Remote Sensing and Image Interpretation: John Wiley & Sons.

Lubis, K. A., Rusdi, M., & Sugianto, S. (2021). Proses Segmentasi Citra Satelit Untuk Pemetaan Tutupan Lahan. Jurnal Ilmiah Mahasiswa Pertanian, 6(4), 691-698.

Nawangwulan, N. H., Sudarsono, B., & Sasmito, B. (2013). Analisis Pengaruh Perubahan Lahan Pertanian Terhadap Hasil Produksi Tanaman Pangan Di Kabupaten Pati Tahun 2001–2011. Jurnal Geodesi Undip, 2(2).

SNI. (2014). Klasifikasi Penutup Lahan Bagian 1: Skala Kecil dan Menengah. Jakarta: Badan Standardisasi Nasional.

Trimble. (2016). User Guide: eCognition Essentials. Munich, Germany: Trimble Germany GmbH.

Wahid, B., Nordiana, A., & Tarmizi, A. (2005). Satellite Mapping of Oil Palm Land Use. MPOB Information Series.

Xiaoxia, S., Jixian, Z., & Zhengjun, L. (2005). A Comparison of Object-Oriented And Pixel-Based Classification Approachs Using Quickbird Imagery. International Society for Photogrammetry and Remote Sensing (ISPRS), 281-284.




DOI: https://doi.org/10.17969/jimfp.v9i1.28895

Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 Jurnal Ilmiah Mahasiswa Pertanian

 

 

E-ISSN: 2614-6053 | 2615-2878 | Statistic | Indexing | Citation | Dimensions


Alamat Tim Redaksi:
Fakultas Pertanian,Universitas Syiah Kuala
Jl. Tgk. Hasan Krueng Kalee No. 3, Kopelma Darussalam,
Banda Aceh, 23111, Indonesia.
Email:jimfp@usk.ac.id