Beras atau padi merupakan tanaman penyedia pangan yang sangat penting bagi masyarakat Indonesia. Sebagai makanan pokok lebih dari 95% rakyat Indonesia, bercocok tanaman padi juga telah menjadi pekerjaan sekitar 20 juta rumah tangga tani di pedesaan. Pemenuhan kebutuhan padi setiap tahun bertambah seiring dengan bertambahnya jumlah penduduk sebesar 1,36% per tahun. Pada tahun 2009 telah dilakukan pengembangan Indeks Pertanaman Padi 400 (IP padi 400)yang tanpa menggunakan tambahan fasilitas Irigasi.(litbang 2009)
Kondisi saat ini banyak petani masih menggunakan Indeks Pertanaman Padi 300 (IP Padi 300) yaitu menggunakan varieatas umur sedang (>125 hari) dan umur genjah (105-124 hari), serta persemaian di areal tanam. Kondisi seperti ini bias ditemukan hamper diseluruh wilayah di Indonesia, tak terkecuali didaerah Inderamayu.
Inderamayu merupakan salah satu kabupaten yang terletak di Provinsi Jawa Barat yang memiliki daerah yang cukup subur untuk dikembangkan sebagai daerah pertanian. Inderamayu memiliki luas 20.011 hektar dan 41,90 % merupakan tanah sawah. Oleh karena itu Inderamayu merupakan daerah yang memproduksi padi terbesar di daerah Jawa Barat (2001). Produksi padi yang dihasilkan mencapai satu juta ton per tahun dan produksi gabah dapat mencapai 1,2 juta ton per tahun. Hal ini juga sebanding dengan jumlah petani atau penduduk yang bekerja disektor pertanian sebesar 52,71%. (BAPEDA, BPS,2007)
Pemantauan kondisi tanaman padi dan prakiraan hasil panen merupakan informasi penting yang dapat didukung oleh teknologi inderaja (peninderaan jauh). BPPT bekerjasama dengan ERSDAC (Earth Remote Sensing Data Analysis Center), Jepang, sejak tahun 2008 melakukan penelitian pemantauan tanaman padi dengan teknologi inderaja menggunakan berbagai sensor (optik dan radar), berbagai resolusi spectral (multi spectral dan hiperspektral), dan berbagai wahana (di lokasi, pesawat, dan satelit). Program pemantauan tanaman padi menggunakan citra SPOT Vegetation yang memberikan informasi seperti: Indeks vegetasi (NDVI/Normalized Difference Ve-getation Index), Fase pertumbuhan, dan jadwal tanam. Disamping itu juga akan dilakukan analisa korelasi NDVI dan LAI dari data survey lapang. (frederik)
Panjang Gelombang (µm) Resolusi spasial
B0 (blue) 0.43-0.47 1 km
B2 (red) 0.61-0.68 1 km
B3 (near IR) 0.78-0.89 1 km
MIR (SWIR) 1.58-1.75 1 km
Tabel1. Sensor SPOT Vegetation
Setiap citra NDVI yang diunduh harus dilakukan konversi dari nilai digital ke nilai NDVI sebenarnya , dengan menggunakan persamaan NDVI=a*DN+b, dimana a=0.004, b=-0,1, dan DN=digital number. NDVI dilakukan pemprosesan citra menggunakan perangkat lunak ENVI, Erdas Imagine versi 8.2 atau ER. Mapper versi 6.0. Data yang perlu dikumpulkan di beberapa titik pengamatan di lokasi pengamatan yaitu, informasi fase pertumbuhan padi, varieatas padi,dan kondisi tanaman padi.
Indeks Pertanaman padi 300 atau padi yang dapat ditanam dan dipanen tiga kali dalam setahun pada hamparan yang sama bisa dideteksi produktifitasnya menggunakan inderaja dengan NDVI dengan tingkat akurasi 90%. Dengan menggunakan data inderaja , hasil tanaman bisa diprediksi hampir 2 bulan sebelum panen. Berdasarkan data tersebut kita juga mampu meningkatkan Indeks Pertanaman Padi di daerah inderamayu sampai didapatkan hasil yang optimum.
Salah satu program Badan Litbang Pertanian dalam peningkatan produksi beras nasional adalah program IP Padi 400. Program IP.padi 400 ditempuh dengan dua strategi yaitu rekayasa teknologi dan rekayasa sosial untuk optimalisasi ruang dan waktu sehingga indeks pertanaman dapat dimaksimalkan. Masalahnya bagaimana implementasi peningkatan indeks pertanaman tersebut di tingkat lapangan.(Supriatna, 2012)