Identifikasi Nilai Konstanta Daun Tanaman Rambutan dan Jambu Air Berbasis Pengolahan Citra Digital
DOI:
https://doi.org/10.54082/jupin.400Kata Kunci:
Jambu Air, Konstanta Daun, Luas Daun, Pengolahan Citra Digital, RambutanAbstrak
Daun merupakan salah satu organ tanaman yang penting, karena pada daun terdapat bagian berlangsungnya proses fotosintensis dan transpirasi yang menentukan pertumbuhan tanaman. Data luas daun diperlukan untuk pengukuran indeks luas daun dan asimilasi bersih. Terdapat beberapa metode pengukuran luas daun, salah satu metode yang paling cepat dan mudah digunakan adalah pengukuran luas daun berdasarkan dimensi daun (panjang dan lebar). Namun untuk mendapatkan akurasi yang tinggi perlu digunakan faktor koreksi yang optimal. Berdasarkan dari pertimbangan tersebut, tujuan dari penelitian ini adalah untuk mengembangkan model konstanta luas daun (k) berbasis pengolahan citra digital yang sangat berguna untuk meningkatkan akurasi pengukuran luas daun dengan studi kasus pada daun tanaman rambutan dan jambu air. Penelitian ini dilakukan di Laboratorium Agroteknologi Universitas Pekalongan. Penelitian ini merupakan penelitian identifikasi dengan melakukan pengamatan dan pengukuran dimensi daun untuk menghasilkan nilai konstanta (k) daun. Analisis data menggunakan R2, RMSE, NRMSE, NSE, dan d. Hasil penelitian didapatkan nilai konstanta daun tanaman rambutan sebesar 0,738 dan jambu air sebesar 0,680. Nilai konstanta tersebut dapat digunakan dalam pengukuran luas daun untuk tanaman rambutan dan jambu air dengan menggunakan metode dimensi daun (panjang dan lebar). Hasil penelitian menunjukkan bahwa dengan menggunakan nilai konstanta tersebut dalam mengukur luas daun menggunakan metode dimensi daun menghasilkan korelasi yang sangat kuat dan linier dengan pengukuran luas daun menggunakan pengolahan citra digital. Selain itu, berdasarkan hasil analisis statistik didapatkan bahwa nilai konstanta tersebut sangat baik dan akurat dalam memprediksi luas daun.
Referensi
Alvar-Beltrán, J., Gobin, A., Orlandini, S., & Marta, A. D. (2021). AquaCrop parametrisation for quinoa in arid environments. Italian Journal of Agronomy, 16(1749). https://doi.org/10.4081/ija.2020.1749
Andrian, R., Agustiansyah, A., Junaidi, A., & Lestari, D. I. (2022). Aplikasi Pengukuran Luas Daun Tanaman Menggunakan Pengolahan Citra Digital Berbasis Android. Jurnal Agrotropika, 21(2), 115–123. https://doi.org/10.23960/ja.v21i2.6096
Bréda, N. J. J. (2003). Ground-based measurements of leaf area index: A review of methods, instruments and current controversies. Journal of Experimental Botany, 54(392), 2403–2417. https://doi.org/10.1093/jxb/erg263
Chandran S, L., Shariff B, P., J, P., & Rao A, R. (2015). Portable Leaf Area Meter: A Review. International Journal of Innovative Research in Electrical, Electronics, Instrumentation and Control Engineering, 3(2), 134–136. https://doi.org/10.17148/ijireeice.2015.3228
Chaudhary, P., Godara, S., Cheeran, A. N., & Chaudhari, A. K. (2012). Fast and accurate method for leaf area measurement. International Journal of Computer Applications, 49(9), 22–25. https://doi.org/10.5120/7655-0757
Firmansyah, M. R. N., Soedibyo, D. W., & Wahyuningsih, S. (2019). Pemutuan Belimbing Manis (averrhoa carambola l.) Menggunakan Pengolahan Citra Digital Berbasis Jaringan Syaraf Tiruan. Jurnal Agritechno, 12(2), 121–130. https://doi.org/10.20956/at.v0i0.220
Huang, W., Liu, L., Sun, G., Lu, Y., Wang, J., & Zhao, C. (2005). A novel portable crop environment factors stress and grain quality monitoring instrument. Procedings of IEEE International Geoscience & Remote Sensing Symposium, 554–557. https://doi.org/10.1109/IGARSS.2005.1526234
Irwan, A. W., & Wicaksono, F. Y. (2017). Perbandingan pengukuran luas daun kedelai dengan metode gravimetri, regresi dan scanner. Jurnal Kultivasi, 16(3), 425–429. https://doi.org/10.24198/kultivasi.v16i3.14448
Islam, S., Reza, M. N., Chowdhury, M., Islam, M. N., Ali, M., Kiraga, S., & Chung, S. O. (2021). Image processing algorithm to estimate ice-plant leaf area from RGB images under different light conditions. IOP Conference Series: Earth and Environmental Science, 924(1), 1–9. https://doi.org/10.1088/1755-1315/924/1/012013
Lindroth, A., Lagergren, F., Aurela, M., Bjarnadottir, B., Christensen, T., Dellwik, E., Grelle, A., Ibrom, A., Johansson, T., Lankreijer, H., Launiainen, S., Laurila, T., Mölder, M., Nikinmaa, E., Pilegaard, K., Sigurdsson, B. D., & Vesala, T. (2008). Leaf area index is the principal scaling parameter forboth gross photosynthesis and ecosystem respirationof northern deciduous and coniferous forests. Tellus B: Chemical and Physical Meteorology, 60(2), 129–142. https://doi.org/10.1111/j.1600-0889.2006.00330.x
Madhavi, B. G. K., Bhujel, A., Kim, N. E., & Kim, H. T. (2022). Measurement of Overlapping Leaf Area of Ice Plants Using Digital Image Processing Technique. Agriculture, 12(9), 1–11. https://doi.org/10.3390/agriculture12091321
Martin, T. N., Fipke, G. M., Winck, J. E. M., & Marchese, J. A. (2020). ImageJ software as an alternative method for estimating leaf area in oats. Acta Agronomica, 69(3), 162–169. https://doi.org/10.15446/acag.v69n3.69401
Montgomery, E. G. (1911). Correlation studies in corn. Annual report no. 24. Agricultural Experimental Station.
Muddin, M. I. U., Soedibyo, D. W., & Wahyuningsih, S. (2019). Identifikasi Varietas Benih Jagung (Zea Mays L.) Menggunakan Pengolahan Citra Digital Berbasis Jaringan Syaraf Tiruan. Teknika, 8(2), 78–85. https://doi.org/10.34148/teknika.v8i2.173
Nash, J. E., & Sutcliffe, J. V. (1970). River flow forecasting through conceptual models part I — A discussion of principles. Journal of Hydrology, 10, 282–290. https://doi.org/10.1016/0022-1694(70)90255-6
Nie, P., Yang, Y., Liu, F., Zheng, J., & He, Y. (2010). Method of non-destructive measurement for plant leaf area and its instrument development. Transactions of the Chinese Society of Agricultural Engineering, 26(9), 198–202. https://doi.org/10.3969/j.issn.1002-6819.2010.09.034
Nurholis, Umam, C., Syafii, M., Damayanti, E. N., Syaifullah, Dermawan, D. A., & Supyanto, A. (2023). Penerapan metode digital untuk mengukur indeks luas daun tanaman sawi caisim (Brassica juncae L.). Jurnal Pengelolaan Perkebunan, 4(1), 8–15. https://doi.org/10.54387/jpp.v4i1.30
Pandey, S. K., & Singh, H. (2011). A simple, cost-effective method for leaf area estimation. Journal of Botany, 1–6. https://doi.org/10.1155/2011/658240
Ramadhani, F. M. Al, Bowo, C., & Slameto, S. (2023). The Use of Aquacrop Model for Soybean in Various Water Availability Within a Lysimeter System. Journal of Applied Agricultural Science and Technology, 7(4), 399–413. https://doi.org/10.55043/jaast.v7i4.153
Ramadhani, F. M. Al, & Jalil, A. (2023). Analisis Usia Tanaman Padi Berdasarkan Berbagai Indeks Vegetasi Menggunakan Citra Kamera. Jurnal Penelitian Ilmu Sosial Dan Eksakta, 2(2), 84–95. https://doi.org/10.47134/trilogi.v2i2.41
Risdiyanto, I., & Setiawan, R. (2007). Metode neraca energi untuk perhitungan indeks luas daun menggunakan data citra satelit multi spektral. Jurnal Agromet Indonesia, 21(2), 27–38. https://doi.org/10.29244/j.agromet.21.2.27-38
Sala, F., Arsene, G. G., Iordănescu, O., & Boldea, M. (2015). Leaf area constant model in optimizing foliar area measurement in plants: A case study in apple tree. Scientia Horticulturae, 193, 218–224. https://doi.org/10.1016/j.scienta.2015.07.008
Shipley, B. (2002). Trade-offs between net assimilation rate and specific leaf area in determining relative growth rate: relationship with daily irradiance. Functional Ecology, 16(5), 682–689. https://doi.org/10.1046/j.13652435.2002.00672.x
Shipley, B. (2006). Net assimilation rate, specific leaf area and leaf mass ratio: which is most closely correlated with relative growth rate? a meta-analysis. Functional Ecology, 20(4), 565–574. https://doi.org/10.1111/j.13652435.2006.01135.x
Suhartanto, E., Cahya, E. N., & Maknun, L. (2019). Analisa Limpasan Berdasarkan Curah Hujan Menggunakan Model Artifical Neural Network (ANN) Di Sub Das Brantas Hulu. Jurnal Teknik Pengairan, 10(2), 134–144. https://doi.org/10.21776/ub.pengairan.2019.010.02.07
Suprayogi, I., Trimaijon, & Mahyudin. (2014). Model Prediksi Liku Kalibrasi Menggunakan Pendekatan Jaringan Saraf Tiruan (JST) (Studi Kasus: Sub DAS Siak Hulu). Jurnal Online Mahasiswa Fakultas Teknik Universitas Riau, 1(1), 1–18. http://ce.unri.ac.id
Susilo, D. E. H. (2015). Identifikasi Nilai Konstanta Bentuk Daun untuk Pengukuran Luas Daun Metode Panjang Kali Lebar pada Tanaman Hortikultura di Tanah Gambut. Anterior Jurnal, 14(2), 139–146. https://doi.org/10.33084/anterior.v14i2.178
Tech, A. R. B., Silva, A. L. C. da, Meira, L. A., Oliveira, M. E. de, & Pereira, L. E. T. (2018). Methods of image acquisition and software development for leaf area measurements in pastures. Computers and Electronics in Agriculture, 153, 278–284. https://doi.org/10.1016/j.compag.2018.08.025
Tu, L., Peng, Q., Li, C., & Zhang, A. (2021). 2D in Situ Method for Measuring Plant Leaf Area with Camera Correction and Background Color Calibration. Scientific Programming, 2021, 1–11. https://doi.org/10.1155/2021/6650099
Umam, C., Putri, S. A., Milyani, J., Aurelita, S. K., Suryawati, S., & Purwaningsih, Y. (2023). Perhitungan Luas Daun Berbasis Pemrosesan Citra Digital. Teknotan, 17(2), 115. https://doi.org/10.24198/jt.vol17n2.5
Usman, U., Syahrudin, S., Asie, K. V., & Suparno, S. (2018). Akurasi Penggunaan Metode Panjang Kali Lebar Untuk Pengukuran Luas Daun Jagung (Zea mays L.) dan Kedelai (Glycine max L.). Jurnal Agroekoteknologi, 10(2), 42–50. https://doi.org/10.33512/j.agrtek.v10i2.5806
Wicaksono, F. Y., & Kadapi, M. (2021). Perbandingan Model Regresi untuk Pengukuran Luas Daun Gandum di Daerah Tropis. Paspalum: Jurnal Ilmiah Pertanian, 9(2), 150–156. https://doi.org/10.35138/paspalum.v9i2.302
Zhang, W. (2020). Digital image processing method for estimating leaf length and width tested using kiwifruit leaves (Actinidia chinensis Planch). PLoS ONE, 15(7), 1–14. https://doi.org/10.1371/journal.pone.0235499
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Farchan Mushaf Al Ramadhani
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
