 \ |
| Penginderaan Jauh Citra Satelit |
Selama ini, Badan Pusat Statistik telah menjalankan tugasnya sebagai instansi penyedia data statistik pertanian yang berkualitas untuk memenuhi kebutuhan para pengguna data.
Satu statistik pertanian yang dihasilkan oleh BPS ialah data luas panen yang diperoleh melalui survei Kerangka Sampel Area, atau yang biasa dikenal dengan KSA.
Survei KSA merupakan hasil kerja sama antara BPS dengan Badan Pengkajian dan Penerapan Teknologi (BPPT) sebagai upaya untuk memperbaiki kualitas data panen.
KSA mulai dilaksanakan sejak 2018 untuk komoditas padi dan 2019 untuk komoditas jagung.
Prinsip dasar KSA ialah mengestimasi luasan dengan cara observasi langsung terhadap kondisi tutupan lahan setiap bulan pada titik-titik pengamatan yang terpilih sebagai sampel. Kondisi yang diamati ialah berupa fase pertumbuhan tanaman di titik amatan tersebut.
Dengan cara ini, metode KSA mampu mengestimasi luasan menurut fase pertumbuhan dan mampu menghitung potensi panen hingga beberapa bulan ke depan dengan data berkualitas tinggi.
Namun sebagaimana metode survei pada umumnya, KSA membutuhkan sumber daya yang tidak sedikit, baik SDM, biaya, dan waktu yang dibutuhkan.
Pertanian memiliki peranan yang penting dalam pencapaian tujuan pembangunan berkelanjutan (Sustainable Development Goals/SDGs), terutama pada tujuan pertama dan kedua yakni menghapus kemiskinan dan mengakhiri kelaparan.
Sektor pertanian juga berperan penting dalam struktur perekonomian nasional.
Sehingga, penyediaan statistik pertanian yang tepat waktu dan berkualitas sangat dibutuhkan tidak hanya bagi para pemangku kebijakan, tapi juga para peneliti dan para petani pada umumnya.
Di sisi lain, kemajuan teknologi informasi menjadikan big data berpotensi sebagai salah satu sumber informasi disamping data hasil survei lapangan.
Satu big data yang dapat dimanfaatkan ialah data penginderaan jauh citra satelit. Data penginderaan jauh citra satelit dapat dimanfaatkan untuk menunjang berbagai kepentingan dan penyajian informasi di bidang pertanian.
Hal ini karena beberapa keunggulannya yaitu yang dapat diperoleh dengan cepat, beberapa data satelit tersedia gratis, terdapat data historis, dan dapat dimanfaatkan untuk mengamati wilayah dengan akses yang sulit.
Salah satu negara yang telah memanfaatkan teknologi penginderaan jauh citra satelit untuk menunjang statistic pertanian ialah Cina.
Pada 2020, Cina melalui Biro Statistik Nasional Cina (The National Bureau of Statistics of China/NBS) telah mengembangkan sebuah sistem estimasi luas lahan pertanian menggunakan penginderaan jauh dan survei sampel untuk menghasilkan luas tanam tanaman utama di tingkat Provinsi dan daerah (Pan et. al. 2012).
Pada bidang pertanian, data satelit dapat dimanfaatkan untuk klasifikasi tipe lahan, estimasi luas lahan, serta pemetaan penggunaan lahan.
Teknologi penginderaan jauh dimanfaatkan untuk membangun kerangka sampel dan melakukan pembaharuan terhadap kerangka sampel tersebut.
Hal ini menunjukkan bahwa teknologi penginderaan jauh memiliki peluang yang baik untuk menjadi bagian dalam proses bisnis statistik pertanian.
Di Indonesia sendiri, beberapa peneliti telah mengembangkan model prediksi lahan pertanian dengan mengintegrasikan data KSA dan data citra satelit.
Triscowati (2019) melakukan klasifikasi terhadap sembilan fase pertumbuhan padi dengan memanfaatkan data hasil KSA di Kabupaten Banyuwangi dan data Landsat-8 menggunakan random forest.
Marsuhandi (2020) melakukan klasifikasi lahan di Kabupaten Brebes dengan memanfaatkan data KSA dan Landsat-8, lalu mengaplikasikannya untuk memprediksi luas panen padi di Kabupaten Brebes.
Tamara (2021) mengembangkan model machine learning untuk memprediksi fase pertumbuhan padi. Muchisha (2021) melakukan pemetaaan lahan potensi pertanian jagung dengan memanfaatkan data satelit Landsat-8.
Selain keunggulan, tentunya data satelit juga memiliki beberapa kekurangan dalam pengaplikasiannya.
Salah satunya yaitu struktur data yang besar dan kompleks sehingga membutuhkan SDM yang cukup ahli dalam pengolahan datanya.
Selain itu, beberapa satelit yang memiliki resolusi spasial yang lebih detil tidak tersedia gratis, sehingga tetap memerlukan biaya jika ingin memanfaatkan datanya.
Namun, dengan semua kelebihan atau pun kekurangan dalam pemanfaatannya, data satelit tetap memiliki peluang yang baik untuk menjadi bagian dalam proses bisnis statistik pertanian di Indonesia. (Data Jambi/BPS Kabupaten Kerinci)
sumber : tribun
0 Komentar