Pada perkebunan karet besar nasional maupun swasta, salah satu kegiatan yang dilakukan setiap tahun adalah menentukan estimasi produksi untuk tahun depan dari suatu blok pertanaman karet. Penentuan estimasi produksi sesuai potensi lahan dan tanaman merupakan hal yang penting karena estimasi produksi yang kurang tepat akan menyebabkan produksi tahun berikutnya menjadi terganggu bahkan menyebabkan umur ekonomis tanaman berkurang. Penentuan produksi dan manajemen lahan diperkebunan karet umumnya dilakukan tanpa mempertimbangkan faktor spasial sehingga pada akhirnya hasil yang didapatkan cenderung tidak maksimal dan berkelanjutan. Pemodelan estimasi produksi tanaman karet berbasis citra satelit, potensi klon, dan data satuan medan ini bertujuan untuk (1) mengkaji kemampuan data penginderaan jauh dan sistem informasi geografis untuk mengidentifikasi tanaman karet sebagai salah satu penentu untuk memanajemen produksi di perkebunan karet (2) mengkaji hubungan berbagai nilai pantulan spektral (band VNIR Citra Satelit ASTER), indeks vegetasi, dan Leaf Area Indeks (LAI) terhadap produksi tanaman karet (3) membuat model estimasi produksi berbasis potensi genetik tanaman (jenis klon dan mutu fisiologis), citra satelit ASTER, dan kondisi lingkungan (iklim dan tanah). Metode penentuan produksi dibagi menjadi 2 metode yaitu pentuan secara kualitatif dan kuantitatif. Secara kualitatif yaitu dengan menumpang tindihkan peta kerapatan tajuk (NDVI) dengan peta kemampuan lahan. Model kuantitatif secara spasial dibuat berbasis raster dengan satuan unit terkecil (piksel) 15 x 15 meter. Faktor yang dijadikan model adalah tingkat kerapatan tajuk dan nilai pantulan spektral yang bersumber dari Citra Satelit ASTER, potensi genetik (jenis klon dan mutu fisiologis), dan data satuan medan (tanah dan iklim). Identifikasi tanaman karet pada citra satelit secara visual dan klasifikasi NDVI secara berturut menunjukan tingkat akurasi 75,52 % dan 99,90 %. Hasil analisis regresi menunjukkan bahwa panjang gelombang merah memiliki nilai koefisien determinasi tertinggi (r2) yaitu umur 5- 15 tahun adalah 79,3 % dan umur 6 – 25 tahun adalah 97,6 %. Peta estimasi produksi dengan nilai akurasi tertinggi berdasarkan citra satelit, potensi genetik, dan satuan medan adalah berdasarkan panjang gelombang merah dengan tingkat akurasi 74,00 % (model I), 68,73% (model II) and 64,81% (model III).

In national rubber plantation as well as private, one of the activities that has been done annually is estimate production for the following year based on certain block of rubber plantation. Establishing the estimation of the production according to land and plants potential is important because the estimation of production which is not appropriate will cause the production of following year disturbed even the economical life of the plant will be reduced. The modeling estimation of rubber tree production based on satelit, genetic potential and field unit data aimed to (1) examining the ability of remote sensing and geographical information system to identification of rubber tree and manage the production in the rubber plantation (2) examining the relationship the variation of the spectral reflection value (band VNIR), vegetation index, leaf area indexs (LAI) toward rubber plant production (3) making estimation of rubber tree production model, based on satelit data, plant genetic potential (clone variety and physiological quality), and environment conditions (climate and soil). Determining production method are divided into two, those are qualitative and quantitative. Qualitative is done by ranging the crown density based on NDVI with map of land capability. The quantitative models is done based on raster spatially model with the smallest unit is 15 x15 meter. The factor which can be used as a model is the crown density level, spectral reflection value that sourced from Satelit data (ASTER), genetic potential (clone variety and physiological quality), and field unit data (soil and climate). Rubber identification using satelit data based on visual interpretation and NDVI classification showed 75,52 % and 99,90 %. The regression result showed that the highest determination coefficient (r2) is the red wave length with the age of percent of age off rubber tree coefficient about 5-15 years is 79,3% and the age of 6-25 years is 97,6%. The production models with the percentage of highest accuracy is model based the red wave length, genetic potential, and field unit data with percentage accuracy 74,00% ( first model ), 68,73% ( second model) and 64,81% (third model ).

Kata Kunci : Karet, Citra Satelit, Data Satuan Medan, Estimasi Produksi