Jakarta, Mediaperkebunann.id
Pada perkebunan kelapa sawit saat ini penting sekali pengusaan remote sensing dan GIS (Geographic Information System) , sehingga perlu pemberdayaan personal dalam bidang ini supaya bisa digunakan secara efektif di lapangan. Di Malaysia remote sensing dan GIS sangat umum digunakan untuk efisiensi biaya. Trainer P3PI, Hermawan Umar Sadik, Ahli Madya Pengindraan Jauh menyatakan hal ini pada training on line P3PI (Perkumpulan Praktisi Profesional Perkebunan Indonesia) “Basic of Nutrient Leaf Prediction Menggunakan Remote Sensing untuk Pendugaan Kandungan Unsur Hara Daun pada Perkebunan Sawit + Modeling Statistik”.
Prinsip dasar pengindraan jauh adalah adanya rekaman interaksi antara gelombang elektronik dan objek dimuka bumi yang tertangkap oleh sensor penangkap gelombang (satelit, pesawat, pesawat tanpa awak). Satelit pengamat bumi yang ada sekarang adalah Landsat 8-9, SPOT (Systeme pour I’observation de la terrel) , ASTER (Advanced Spaceborne Emmision and Refletion Radiometer).
Penginderaan jauh (remote sensing) adalah seni dan ilmu untuk mendapatkan informasi tentang objek , area atau fenomena melaui analisa terhadap data yang diperoleh dengan menggunakan alat tanpa kontak langsung dengan objek , daerah atau fenomena yang dikaji.
Kombinasi data analitik dan dan remote sensing dapat digunakan untuk pemetaan produksi, pemetaan variabilitas sifat tanah, pemetaan tinggi muka air, pemetaan kelerengan, pemetaan nilai konservasi tinggi dan pemetaan perubahan penggunaan lahan. Apalagi dengan pertanian presisi maka remote sensing dan GIS menjadi sangat penting.
Pertanian presisi adalah ilmu untuk meningkatkan produksi dan membantu manajemen dalam mengambil keputusan dengan teknologi sensor dan analisa. Konsepnya untuk meningkatkan produksi maka perlu manajemen proses pemupukan dan irigasi yang efisien. Diperlukan data dan informasi yang sangat banyak dalam menggunakan sumber daya yang ada untuk peningkatan keragaan tanaman dan produksi. Dalam hal ini maka diharapkan terjadi penurunan penggunaan sumber daya juga biaya.
Remote sensing dalam pertanian presisi ini menyediakan data dasar berupa foto udara atau citra satelit dipadukan dengan GIS dapat digunakan untuk melihat penggunaan lahan, menghitung tegakan, blankspot, batas-batas kebun, kontur, jalan. Dikombinasikan dengan advance active pasive remote sensing sehingga dapat mengatasi adanya awan sehingga tetap dapat memprediksi kondisi kebun tanggal tertentu, distribusi kondisi nutrisi daun per unsur hara, distribusi kondisi kandungan air, prediksi klorofil karotinoid dan bahan kering, pemeringkatan kebun.
Pada perkebunan kelapa sawit yang bersertifikat RSPO remote sensing diaplikasikan mulai dari pembukaan lahan dan pengolahan lahan untuk assesment HCV dan pembuatan document land change assesment. Digunakan juga pada saat penanaman, melihat cekaman air, defisiensi nutrisi, pemupukan dan panen. Interval akusisi data dilakukan tiap 6 hari atau 16 hari untuk melihat citra satelit prediksi nutrisi daun.
GIS skala besar 1:1000 digunakan juga untuk GPS data, survey data. GIS juga pernah digunakan untuk penetapan kawasan hutan terbaru (2017), peta administrasi desa dan peta turupan lahan sawit (2019), peta kedalaman gambut, prediksi curah hujan dasa harian/bulanan 2022.
Salah satu aplikasi dari penggunaan remote sensing dan GIS adalah untuk menduga kandungan nutrisi daun dan membuat rekomendasi pemupukan. Biaya pemupukan mencapai 40-50% dari biaya budidaya sawit dan saat ini harga pupuk naik tinggi. Karena itu harus dilakukan efisiensi pemupukan. Rekomendasi pemupukan berdasarkan kandungan hara pada daun dengan uji laboratorium. Uji laboratorium sering terkendala masalah finansial juga perlu waktu lama. Alternatif supaya lebih efisien adalah dengan metode berbasis pengindaran jauh. Reflectance cahaya dengan panjang gelombang cahaya tertentu di tangkap sensor, dimodelkan untuk memproduksi status yang ada di daun.
Klorofil pada daun pembentukkanya dipengaruhi Mg, N, P, K dan lain-lain. Gelombang cahaya (NIR) dapat dipakai untuk identifikasi klorofil sehingga dapat digunakan juga untuk identifikasi kandungan Mg, N, P, K , Ca. Gelombang cahaya mengkuantifikasikan kandungan Mg, N, P dan K dengan membuat statistik modeling data NIR dengan uji sampling daun di laboratorium. Semakin sempit panjang gelombang akan semakin banyak band dalam sebuah sensor dan semakin peka membedakan kondisi objek/daun.
