Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
INDEKS VEGETASI PERKEBUNAN KOPI EKSISTING DI ACEH BARAT DAN ACEH JAYA MENGGUNAKAN CITRA LANDSAT 8
Pengarang
T REZA SYAHRIAL P - Personal Name;
Dosen Pembimbing
Muslim - 197311181999031001 - Dosen Pembimbing I
Muhammad Rusdi - 197704012006041001 - Dosen Pembimbing II
Nomor Pokok Mahasiswa
1408107010057
Fakultas & Prodi
Fakultas MIPA / Informatika (S1) / PDDIKTI : 55201
Subject
Penerbit
Banda Aceh : Fakultas MIPA (S1)., 2022
Bahasa
Indonesia
No Classification
910.285
Literature Searching Service
Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)
Kabupaten Aceh Jaya dan kabupaten Aceh Barat merupakan dua wilayah yang memiliki perkebunan kopi jenis Robusta yang ada di daerah Aceh. Kopi merupakan komoditas ekspor yang sangat penting sebagai penghasil devisa negara. Teknologi penginderaan jauh merupakan metode yang dapat digunakan untuk memantau perkebunan kopi. Teknologi ini digunakan untuk mengetahui kondisi suatu wilayah tanpa harus mendatangi ke wilayah tersebut sehingga dapat menghemat biaya penelitian, menjangkau semua wilayah, dan memiliki tingkat akurasi yang relatif tinggi. Penelitian ini bertujuan untuk memanfaatkan teknologi penginderaan jauh untuk melihat bagaimana nilai indeks vegetasi perkebunan kopi eksisting di kedua kabupaten tersebut berdasarkan citra landsat 8 menggunakan metode NDVI. Penggunaan metode NDVI yang dilakukan menghasilkan 5 kelas klasifikasi antara lain: Lahan tidak bervegetasi dengan dengan luas 0,52 Ha, Kehijauan sangat rendah dengan luas 7,91 Ha, Kehijauan rendah dengan luas 15,68 Ha, Kehijauan sedang dengan luas 14,49 Ha, dan Kehijauan tinggi dengan luas 2.767,49 Ha. Total luas indeks vegetasi perkebunan kopi eksisting di Aceh Barat sebesar 1057,58 Ha dan Aceh Jaya yaitu 1748,52 Ha. Indeks Kehijauan sangat tinggi di Aceh Jaya lebih besar (62%) daripada di Aceh Barat (38%). Jika nilai NDVI yang diperoleh semakin mendekati angka 1 maka tingkat kehijauan dari kebun kopi akan semakin tinggi. Dapat disimpulkan bahwa tingkat kehijauan tinggi kebun kopi di Aceh Jaya lebih tinggi daripada tingkat kehijauan tinggi kebun kopi di Aceh Barat.
Kata Kunci : Kopi, Penginderaan Jauh, NDVI ( Normalize Difference Vegetation
Index ).
Aceh Jaya District and Aceh Barat District are two areas that have Robusta coffee plantations in the Aceh area. Coffee is a very important export commodity as a foreign exchange earner. Remote sensing technology is a method that can be used to unify coffee plantations. This technology is used to determine the condition of an area without having to visit the area so that it can save research costs, reach all areas, and has a relatively high level of accuracy. This study aims to utilize remote sensing technology to see how the vegetation index value of the existing coffee plantations in the two districts is based on Landsat 8 imagery using the NDVI method. The use of the NDVI method resulted in 5 classification classes, including: non-vegetated land with an area of 0.52 Ha, very low greenish with an area of 7.91 Ha, Low greenery with an area of 15.68 Ha, Medium green with an area of 14.49 Ha, and High greenery with an area of 2,767.49 Ha. The total index area of the existing coffee plantations in West Aceh is 1057.58 Ha and Aceh Jaya is 1748.52 Ha. The very high Greenness Index in Aceh Jaya is greater (62%) than in Aceh Barat (38%). If the NDVI value obtained is closer to 1, the greenery level of the coffee plantation will be higher. It can be said that the high greenness level of coffee plantations in Aceh Jaya is higher than the high greenness level of coffee plantations in Aceh Barat. Keywords: Coffee, Remote Sensing, NDVI (Normalized Difference Vegetation index).
ANALISIS INDEKS VEGETASI KERAPATAN TANAMAN KEBUN KOPI MENGGUNAKAN CITRA SATELIT MULTITEMPORAL DI KABUPATEN BENER MERIAH (Inggrit Tamara, 2022)
IDENTIFIKASI SUHU PERMUKAAN TANAH PADA KAWASAN GEOTERMAL SEULAWAH AGAM MENGGUNAKAN CITRA LANDSAT (MUHAMMAD DENNY SEPTIAN, 2021)
ANALISIS FENOLOGI PERTUMBUHAN KELAPA SAWIT (ELAEIS GUINEENSIS JACQ) DENGAN PENDEKATAN CITRA SATELIT (STUDI KASUS DI KECAMATAN DARUL MAKMUR KABUPATEN NAGAN RAYA, ACEH) (Ijal Wandi, 2022)
PENERAPAN MACHINE LEARNING XGBOOST UNTUK PEMETAAN UMUR KELAPA SAWIT MENGGUNAKAN CITRA SATELIT LANDSAT 9 (Dhiya Rahmad, 2025)
K-MEANS CLUSTERING PADA CITRA LANDSAT-8 DANRNSENTINEL-2A UNTUK IDENTIFIKASI TUTUPAN LAHANRNKOTA BANDA ACEH (DARIMAH RAMADHANI, 2022)