I. PENDAHULUAN
1.1 Latar Belakang Pertanian menjadi hal yang sangat penting mengingat setiap manusia membutuhkan makanan untuk dapat tumbuh dan melakukan aktivitas sehari-hari. Salah satunya beras yang merupakan sumber karbohidrat utama di kebanyakan negara-negara asia. Termasuk salah satunya Indonesia menetapkan beras sebagai makanan pokok. Akibatnya kebutuhan akan beras di Indonesia menjadi sangat tinggi, mencapai 85,514 kg per kapita pada tahun 2013 (Anonim, 2013). Akan tetapi tingginya permintaan beras tidak membuat petani padi menjadi sejahtera. Hal tersebut terjadi akibat adanya permainan dalam pendugaan hasil panen padi saat petani menjual padi dengan sistem ijon. Menurut Kamus Besar Bahasa Indonesia (KBBI), sistem ijon diartikan sebagai sistem pembelian padi sebelum masak dan diambil oleh pembeli setelah masak. Penjualan dengan sistem ijon membuat penentuan hasil panen dilakukan berdasarkan pengamatan yang dilakukan pengijon (pembeli padi) atau tengkulak. Waktu pertumbuhan padi yang cukup lama membuat petani sering menggunakan sistem ijon ini untuk mendapatkan uang terlebih dahulu karena terhimpit masalah ekonomi. Waktu pertumbuhan tanaman padi berkisar antara 110-130 hari sesuai dengan varietas dan kondisi iklim di lokasi penanaman. Waktu tersebut terbagi menjadi tiga fase, yaitu: (1) fase vegetatif selama 45-65 hari, (2) fase reproduktif selama 35 hari, dan (3) fase pematangan selama 30 hari (Makrim dkk., 2009). Penentuan hasil panen dengan sistem ijon, membuat petani seringkali dikalahkan oleh para tengkulak dengan memberikan dugaan hasil panen di bawah hasil panen sebenarnya. Hal tersebut dilakukan dengan harapan dari pengijon
1
2
adalah mendapatkan keuntungan setinggi-tingginya. Kondisi tersebut tentu saja membuat petani menjadi tidak sejahtera, karena keuntungan yang seharusnya diperoleh petani malah didapatkan oleh tengkulak. Panen padi biasanya dilakukaan pada saat 95% butir padi sudah menguning atau 33-34 hari setelah berbunga (Prihatman, 2000). Pada masa ini pengijon mulai melakukan pendekatan dengan petani agar dapat membeli gabah dengan sistem ijon. Berdasarkan penelitian Makarim dan Suhartatik (2009), hasil panen padi di Indonesia yang beriklim tropis berkisar antara 5-11 ton/hektar bergantung pada bulan penanaman dan pemeliharaan tanaman secara intensif. Jumlah hasil panen padi dapat diketahui melalui berbagai analisis tentang pendugaan produksi hasil panen padi, seperti diantaranya dengan analisis statistik maupun dengan teknologi citra satelit. Menduga hasil panen dengan analisis statistik membutuhkan data-data statistik yang dapat diperoleh dari pemanenan menggunakan metode ubinan. Metode ubinan merupakan metode yang dilakukan dengan memanen padi sebagai sampel dan kemudian ditimbang. Ukuran ubinan sebagai sampel yang umum digunakan di Indonesia adalah 2,5 m x 2,5 m. Metode ini akan menghasilkan data produktivitas hasil panen padi, yang selanjutnya diolah dengan analisis statistik sehingga dapat diduga hasil panen padi berikutnya (Subrata dkk., 2003). Metode tersebut umum digunakan oleh Badan Pusat Statistik (BPS) dan Departemen Pertanian (Deptan) untuk pendataan dan ramalan produksi padi secara nasional setiap tahunnya. Analisis pendugaan tersebut sama halnya dengan penelitian Yuanita dkk. (2010), yang menggunakan model ramalan produksi padi dengan menggunakan pendekatan bagging mars. Model ramalan tersebut menggunakan analisis statistik dengan menambahkan variabel prediktor
3
yaitu data curah hujan untuk melakukan peramalan. Kelemahan dari sistem pendugaan ini adalah memerlukan banyak data primer maupun sekunder untuk dapat mendukung dugaan hasil panen padi. Seiring dengan kemajuan teknologi, membuat citra satelit mulai dimanfaatkan untuk mengamati dan meramalkan hasil panen padi. Seperti yang dilakukan Wahyunto dan Heryanto (2006) dalam penelitiannya, menggunakan analisis citra satelit untuk menduga hasil panen padi. Analisis citra satelit dilakukan untuk mengetahui nilai NDVI (Normalized Difference Vegetation Index). Nilai NDVI atau tingkat kehijauan tanaman padi, mempunyai korelasi yang positif terhadap produktivitas hasil panen padi. Artinya semakin tinggi nilai NDVI, maka produktivitas hasil panen tanaman padi semakin tinggi. Kelemahan dari metode pendugaan ini adalah membutuhkan biaya yang mahal untuk dapat memantau suatu wilayah secara teratur dengan satelit, serta memerlukan aplikasi dan keahlian khusus untuk dapat menduga hasil panen padi dengan citra satelit. Kemajuan teknologi khususnya dalam bidang pengolahan citra membuat teknologi ini banyak dikembangkan untuk mempermudah kehidupan manusia. Secara umum, image processing atau pengolahan citra sesungguhnya adalah teknologi yang menerapkan sejumlah algoritma komputasi komputer untuk memproses gambar digital. Hasil dari proses ini dapat berupa gambar atau satu set karakteristik perwakilan atau sifat dari gambar asli. Hingga saat ini aplikasi pengolahan citra digital telah banyak ditemukan dalam bidang robotika, pencitraan medis, penginderaan jauh, fotografi, dan forensik (Zhou dkk., 2010). Sofyan (2011), dalam penelitiannya menerangkan bahwa aplikasi image processing dapat digunakan untuk mengenali beras dan gabah berdasarkan warna.
4
Identifikasi terlebih dahulu dilakukan dengan mengetahui ciri-ciri umum dari beras dan gabah melalui warna. Kemudian dibuat algoritma pengolahan citra untuk dapat melakukan proses segmentasi dan akhirnya mampu membedakan beras dan gabah serta menghitung jumlah beras dan gabah dalam sebuah citra. Kemampuan image processing dalam mengenali dan mengidentifikasi objek semakin dipertegas oleh penelitian Suhandy (2001) yang menggunakan algoritma image processing untuk menduga kemasakan buah manggis. Melalui citra buah manggis yang diambil, selanjutnya dapat diketahui hubungan antara tingkat kematangan dengan warna, ukuran, serta bentuk dari buah manggis. Selain dalam bidang pertanian image processing juga digunakan dalam bidang kesehatan, seperti dalam penelitian Witeti (2004), dengan membuat program yang dapat digunakan untuk mengidentifikasi citra sel kanker prostat. Program dibuat dengan menggunakan sejumlah algoritma pengolahan citra untuk mengidentifikasi sel kanker prostat berdasarkan luasan objek sel kanker prostat. Prosesnya dimulai dengan melakukan segmentasi citra sel kanker prostat yang diinputkan, kemudian menghitung luasan pixel citra kanker dan menentukan apakah sel tersebut sehat atau sakit. Sehingga dapat diketahui apakah pasien terkena kanker prostat atau tidak. Penelitian Permadi dkk. (2006) mencoba menggunakan aplikasi image processing sebagai sensor api. Sensor bekerja dengan bantuan kamera sebagai penangkap gambar dan aplikasi image processing sebagai pengolah gambar. Posisi api dapat diketahui berdasarkan perbedaan warna api dengan warna latar belakang atau warna lainnya. Adanya sensor dengan aplikasi image processing semakin diperjelas dalam penelitan Saputra (2010) yang juga menggunakan
5
aplikasi tersebut sebagai sensor warna untuk mengetahui kepadatan gulma. Citra yang ditangkap oleh kamera kemudian diubah menjadi citra biner dengan metode thresholding, sehingga kepadatan gulma dapat dipetakan mulai dari jumlah gulma jarang, sedang, hingga padat. Penelitian-penelitian terdahulu tentang image processing tersebut menegaskan bahwa aplikasi image processing dapat mengenali dan melakukan analisis secara tepat dan akurat sama seperti pengelihatan manusia. Kemajuan teknologi pengolahan citra digital tersebut
memberikan peluang untuk
dikembangkannya teknologi penginderaan jauh yang dipadukan dengan teknologi pengolahan citra digital untuk mengamati suatu objek. Melihat peluang tersebut, maka perlu dilakukan penelitian lebih lanjut tentang pendugaan hasil panen padi menggunakan analisis image processing. Sistem pendugaan yang hendak dibuat adalah hanya dengan mengambil citra padi dari satu petak sawah, maka akan dapat diketahui jumlah hasil panen padi dari petak sawah tersebut secara cepat dan tepat.
1.2
Rumusan Masalah Berdasarkan latar belakang tersebut, maka dapat dirumuskan beberapa
rumusan masalah dalam penelitian ini diantaranya: 1. Apakah hasil panen padi dapat diduga dengan algoritma image processing? 2. Bagaimanakah algoritma pendugaan hasil panen padi dengan menggunakan analisis image processing? 3. Bagaimanakah akurasi pendugaan hasil panen padi dengan menggunakan analisis image processing?
6
1.3
Tujuan Penelitian
Adapun tujuan yang hendak dicapai dari penelitian ini adalah sebagai berikut : 1. Untuk membuat sistem pendugaan hasil panen padi dengan analisis image processing. 2. Untuk membuat algoritma pendugaan hasil panen padi dengan menggunakan analisis image processing. 3. Untuk mengetahui akurasi pendugaan hasil panen padi dengan menggunakan analisis image processing.
1.4
Manfaat Penelitian Penelitian ini diharapkan dapat memberikan referensi baru dalam bidang
ilmu pengetahuan yang berhubungan dengan analisis pendugaan hasil panen padi melalui
citra digital.
Memberikan manfaat
terhadap teknologi dengan
mengembangkan teknologi penginderaan jarak jauh yang dipadukan dengan teknologi pengolahan citra (image processing) yang dapat digunakan untuk menduga hasil panen padi. Serta mampu memberikan informasi yang cepat dan akurat dalam menduga hasil panen padi. Sehingga, nantinya dapat memperbaiki perekonomian petani, karena petani dapat menduga hasil panennya dan mengetahui jumlah rupiah yang akan diperoleh.
