Melola Discovery

← Melola Discovery

Jurnal

ESTIMASI PRODUKTIVITAS PADI MENGGUNAKAN TEKNIKPENGINDERAAN JAUH DALAM MENDUKUNG PROGRAM SWASEMBADA PANGAN

Geo-Image Journal · Vol. 5 No. 2 (2017) · hlm. 1–8

DOI
10.15294/geoimage.v5i2.13552
ISSN
2549-0362, 2252-6285
Terbit
2017-03-17
Penerbit
Universitas Negeri Semarang
Bahasa
eng

Abstrak

Pati Regency is one of the largest rice-producing areas nationwide. However, data on the productivity of rice plants have been inadequate. So it appears the problem, 1) how the productivity of rice and how to estimate productivity of rice in support of food self-sufficiency program in Pati District? Population rice area Pati regency with Sample 85 points based on the interpretation of NDVI. The sampling method is simple random sampling. The first variable is productivity of paddy and the second variable is rice productivity estimates. The research instrument used questionnaire. Data analysis using the digital image interpretation technique and quantitative descriptive. Comparing the results mean produtivitas rice by BPS with the results of the study (2014) 5.43 with 5.5 tons / ha, the difference of 0.07 tons / ha. Among the data DISPERTANAK with the results of the study (2015) 109480 with 106,188.62 ha / year. There is a difference of 3.00%. So that remote sensing methods utilizing NDVI value in rice plants can be used to estimate the harvest area.

Jaringan kolaborasi para penulis

40 penulis · 181 tautan kepenulisan bersama · 1 lintas organisasi · menampilkan 40 yang paling banyak terhubung

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • State University of Semarang
  • Universitas Sumatera Utara
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Hariyanto HariyantoAfiliasi tidak diketahui7
Heri TjahjonoAfiliasi tidak diketahui7
Eva BanowatiAfiliasi tidak diketahui6
Dewi Liesnoor SetyowatiState University of Semarang5
Aprillia FindayaniAfiliasi tidak diketahui4
Sriyono SriyonoAfiliasi tidak diketahui4
Suroso SurosoAfiliasi tidak diketahui4
Wahyu SetyaningsihAfiliasi tidak diketahui4
Sriyanto SriyantoAfiliasi tidak diketahui3
Apik Budi SantosoAfiliasi tidak diketahui3
Andi Irwan BenardiAfiliasi tidak diketahui3
Moch. ArifienAfiliasi tidak diketahui3
Puji HardatiAfiliasi tidak diketahui3
Ananto AjiAfiliasi tidak diketahui3
Edi KurniawanUniversitas Sumatera Utara2
Ervando Tommy Al-hanifAfiliasi tidak diketahui2
Rahma HayatiAfiliasi tidak diketahui2
Dwi Ayu LestariAfiliasi tidak diketahui2
Retno Salaras MahatiAfiliasi tidak diketahui2
Vina Nurul HusnaAfiliasi tidak diketahui2
Hairumini HairuminiAfiliasi tidak diketahui2
Sutardji SutardjiAfiliasi tidak diketahui2
Thriwaty ArsalAfiliasi tidak diketahui2
Endah Fitriani RahayuState University of Semarang1
Purnomo Adi SaputroAfiliasi tidak diketahui1
Eli Dwi AstutiAfiliasi tidak diketahui1
Khoirima Nafi'ahAfiliasi tidak diketahui1
Mohammad Syifauddin SyifauddinAfiliasi tidak diketahui1
Priyanti Handayani PutriAfiliasi tidak diketahui1
Supriyadi SupriyadiAfiliasi tidak diketahui1
Mohammad SyifauddinAfiliasi tidak diketahui1
Alfian Cahyo PrasetyoAfiliasi tidak diketahui1
SriyonoAfiliasi tidak diketahui1
Erin Dian WinarniAfiliasi tidak diketahui1
Risma MartiyaniAfiliasi tidak diketahui1
Ummi 'IsyaturadhiyyahAfiliasi tidak diketahui1
Dwi Anna HastutiAfiliasi tidak diketahui1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unnes.ac.id/sju/index.php/geoimage/oai, pertama di-harvest 5 Nov 2026, terakhir terlihat 5 Nov 2026.
Metadata asli (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">ESTIMASI PRODUKTIVITAS PADI MENGGUNAKAN TEKNIKPENGINDERAAN JAUH DALAM MENDUKUNG PROGRAM SWASEMBADA PANGAN</dc:title>
	<dc:creator>Suharini, Erni</dc:creator>
	<dc:creator>Nafi, Ahmad Yazidun</dc:creator>
	<dc:creator>Sanjoto, Tjaturahono Budi</dc:creator>
	<dc:description xml:lang="en-US">Pati Regency is one of the largest rice-producing areas nationwide. However, data on the productivity of rice plants have been inadequate. So it appears the problem, 1) how the productivity of rice and how to estimate productivity of rice in support of food self-sufficiency program in Pati District? Population rice area Pati regency with Sample 85 points based on the interpretation of NDVI. The sampling method is simple random sampling. The first variable is productivity of paddy and the second variable is rice productivity estimates. The research instrument used questionnaire. Data analysis using the digital image interpretation technique and quantitative descriptive. Comparing the results mean produtivitas rice by BPS with the results of the study (2014) 5.43 with 5.5 tons / ha, the difference of 0.07 tons / ha. Among the data DISPERTANAK with the results of the study (2015) 109480 with 106,188.62 ha / year. There is a difference of 3.00%. So that remote sensing methods utilizing NDVI value in rice plants can be used to estimate the harvest area.</dc:description>
	<dc:publisher xml:lang="en-US">Universitas Negeri Semarang</dc:publisher>
	<dc:date>2017-03-17</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unnes.ac.id/sju/geoimage/article/view/13552</dc:identifier>
	<dc:identifier>10.15294/geoimage.v5i2.13552</dc:identifier>
	<dc:source xml:lang="en-US">Geo-Image Journal; Vol 5 No 2 (2016); 1-8</dc:source>
	<dc:source>2549-0362</dc:source>
	<dc:source>2252-6285</dc:source>
	<dc:source>10.15294/geoimage.v5i2</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/sju/geoimage/article/view/13552/7420</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2017 Geo-Image</dc:rights>
</oai_dc:dc>