Indonesi an  Journa l  of El ect ri cal Engineer ing  an d  Comp ut er  Scie nce   Vo l.  9,  No.  2,   Februa ry 20 18,  pp.  502 ~ 511   IS S N: 25 02 - 4752, DO I: 10 .11 591/ijeecs .v9.i 2.pp 502 - 511          502       Journ al h om e page :  http: // ia es core.c om/j ourn als/i ndex. ph p/ij eecs   Growth - site Qual ity Ass essment  of Nyp a fru tica ns  usin g  Unmann ed Aeri al Vehi cles Imag es: A c ase stu dy in  Kubu  Ra ya  Regen cy, West K alimant an  Provin ce       Ad el ia  Ju li  K ardik a 1 , I Ne n gah  S urati   Jaya 2 , N ini ng Pu spa nin gs ih 3 ,  F airus  Mulia 4   1Bogor  Agric ul t ura l  Univ ersity ,   Campus   IPB Dramaga, Bogor, I ndonesia   16680   2, 3Depa rtmen t  o f  Forest  Man agem ent ,   Fa cul t y   of   Forestr y ,   Bogor   Agric ul tura l   Un ive rsit y ,   Campus   IPB Dramaga,  Bogor,   Indone sia  16680   4Arte ri  Supad io S tre et,  Vil la Co m ple x  Ceria Les ta ri   No.  1 ,   Pont i ana k,   W est  Ka lim ant an        Art ic le  In f o     ABSTR A CT   Art ic le  history:   Re cei ved   A ug   18 , 201 7   Re vised  Oct   2 7 , 2 01 7   Accepte d  Dec  30 , 201 7       The   growth - site   qual ity   is  one  of  the   essenti al   inf orm at ion  nee ded   to  support  sus ta ina bl e  for est  m ana gement   p art i cul ar l y   in   for estr y   pl anni ng.   Thi s  pap er   desc ribe s  the   d eve lopment  of  a  site - qualit y   class   of  Ny p a  ve get a ti on  b y   conside ring  th e  biol ogical  and   p h y sic al   fa ct ors.  The   m ai n  obje c t ive   of  thi s  stud y   is  to  develop  a  discri m inant  m odel   and  to  find  out  m aj or  fac tors  that   m a y   be  used  to  pre dic t  the   qua li t y   of  N y pa  gr owth - site s.  The   m odel   was  deve lop ed  using  var ia bl es  ei th er   m ea sured  on  UA V  i m age s  or  from   fie ld  m ea surem ent ,   n amel y   soil  te xtu re  (X1),  wa te r  s al init y   (X2),  w ater  pH  (X3),   cro wn  cl osure  ( X4)  and  stand  d ensity   (N)  m ea s ure d  on  th e  UA V  image  (X5).   The   stud y   foun d  tha t  the   sit e  qual ity   of  N y p a   coul d  be  indi c at ed  b y   th e   var iation  of  it s   biomass   cont e nt.   Th en,   it   wa s  conc lude d   that  the   m a jor   fac tors  that  aff e ct   the   site   qua lit y   ar e  the   soil  t ext ure   (X1),  wa te r  sali ni t y   (X2),  and   wat er pH (X3)  with  78 . 3%  of   over al l   a cc ura c y .       Ke yw or d s :   Discrim inant A naly sis   Grow t h - Sit equal it y   Nypa   Un m ann e d Aer ia l  Veh ic le s  ( U AV )   Copyright   ©   201 8   Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .    Al l   rights re serv ed .   Corres pond in g  Aut h or :   Ad el ia  J uli Ka r dik a     Bogor A gr ic ultur al   U niv er sit y ,   Cam pu s  IP B  D ram agaBog or,   Ind on esi a  1668 0   Em a il :  ins - j ay a@ap ps .i pb.ac.i d       1.   INTROD U CTION   Nypa  is  a  fam i ly   of   palm   that  com m on ly   gr ow s  i n  the  m a ngr ov e  ec os yst e m   aff ect ed  by   ti dal  of   sea   water [1]. I t ha d  bee n  re porte d  that I ndonesi a h as the w i des t   Nypa  palm  ar ea in the wor ld  o f  a bout 700   000 h a   [2 ] .  Its  distri buti on   c overs   the  re gion  of   S um at ra,  Kalima ntan,   Java ,  S ulawesi,  Ma lu ku,  an d  Ir ia n  J ay a.  In  Be ngkalis,  Ri au  Pro vin ce ,  pe op le   had   bee n  sta rted  to  util iz e  the  po te ntial   of   Ny pa  as   a  so urce  of   na tural   antioxi dan ts   as  w el l as  for bio et hanol [3]  w it hin   26  ha ou t  of  100 ha c once ssion area  [4].   Fr om   the  oth er  eco no m ic   per s pecti ves ,  Nypa  is  on e  of   the  f or e st  resou rces  that  m ay  giv e  a   prom isi ng   eco no m ic   value,  bu t  it s  pote nti al   is  sti ll   le ss  util iz ed  an d  ev en  a ba ndoned .   I n  S outh   Kali m antan  Pr ovi nce,  the  Nypa  f ru it   was   util iz ed  as  m a in  ingredie nts  of   dr ie d - s weets,  wet - ca nd y  s weets,  flo urs  and   as  a   m edici nal  plan t  [5 - 7].  Wh il e  in  G resik.  East   Java  P r ov i nce ,  pe op le   util iz e  the  Ny pa  as  a   m ixed  in gr e di ent  of   syru p  for  m aki ng  j am   [8 ] .  In   Ba nten  an d  West  Java  Pr ovin ces,  people  are   us ed  to  util iz ing   the  le aves of  Nypa   as  raw   m at erial s  for  m aking   m edium   den sit y  fiberbo a r d  [ 9] .  In   the  South   Su la we si,  pe ople   ta pp i ng  the   “nira  (p al m   wine) ”  of   Nypa  for  pro duci ng  tra di ti on al   dri nks  a nd   util iz e  their  le aves  for  tr aditi on al   r oof  [10].   Seve ral  stud ie s   sh ow  that  Nyp a  in  Ri au  and   Ce ntral  Java  w ere  us e d  as  ra w  m a te rial   fo r  bio et ha nol  [4,  11 - 12 ] ,   wh il e  Nypa   in  East   Kali m ant an  is  us e d  as   a  foo d  re source   [ 13 ] .   All  the   a bove   s how   t hat  Nypa  m ay   pro vid e  a   po te ntial   econom ic   value  and  need  to b e  util iz ed  opti m a ll y.   The  la ck   of  pu blic  knowle dg e  about  the potenti al ,   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng  &  Co m p  Sci     IS S N:  25 02 - 4752       Gro wt h - sit e  Q ua li ty  Asses sm ent o f N y pa fru ti can s  us in g U nma nn e d Aeri al  Veh ic le s …   ( Adeli a  J uli Kar di ka )   503   distrib ution,  sta nd   qu al it y  and   util iz at ion   as  well   as  and   th e  processin g  of  Nypa,   m ay   t hr eat   the  exist ence  of   Nypa, w het he r m arg inali zed,   aband on e d  a nd  ev e n  c ons ider ed  as  a c onfou nd i ng p la nt.   The  sam pling   error   a nd/o r  th e  sam pling   intensit y  of   te rr es tria l  fo re st  in ve ntory   are  al w ay s  facin g  by   cost,  ti m e,  and  hu m an  res our ces  pro blem s  par ti cula rly   durin g  m easur em ents  an d  obse r vations  [ 14] .  I n  th e   con te xt  of   determ ining   the  grow t h - sit e  qual it y  or   sta nd   pr oductivit y,  fiel d  m easur em ent  and   obser vatio n  is  a  cru ci al   act ivit y  in  fo rest ry  plann i ng.  Sp at ia l  inf or m at ion   ab ou t  sit e  qu al it y,  su ch  as d ist ribu ti on, p erim eter   an d  area  are  r e quir ed  in  s patia l  plann i ng,  sp eci e s  m at ching ,  a nd  yi el d  regulat ion s .  I nfor m at i on   on  the  sit e  qu al it y  is  i m po rtant  in   determ ining   the  su cce ss  le ve l  of   a  plantin g  [15].  In   ge neral ,  the  bette r  th e  grow t h - sit e  qual it y,  the  hi gh e r  the  pro du ct ivit y.  T he  pre viou s  re search  sta te s  that  the  s ucces s   le vel  of  a  plant  gro wth  c ould  be   m easur ed  b y t he  f act ors  of gr owth - sit e [ 16 - 17].   The  gro wth - sit e  qu al it y  sign if ic antly   aff ect s  the  qu al it y  of   the  sta nd   or   ve getat ion   as  indi cat ed  by  it s  tim ber   or  bi oma ss  stoc k.   In  f or est r y  sect or,  the  pro blem s  al ways  arise  at   the  be ginnin g  of   f or est   plan ni ng   or  forest  m anag e m ent,  pa rtic ula rly   w hen  the re   is  no  i nfor m at ion   re gardin g  t he  sit e  pro du ct ivit y.  Determ i nation  of  sit e  qual it y  base d  on  pro du ct ivit y  becom es  diff ic ult  to  do,  par ti cul ar ly   w hen  the   of  s upportin g  data   require d  a re  not  a vaila ble.  Ther e f or e,   in   this  stu dy,  t he   aut hors  e xplore   the   existi ng  Ny pa  sta nd.  The   pro du ct ivit y  assessm ent  being   pilote d  was  to  identify   the   bio - physi cal   var ia bles  that  wer e  highly   relat ed  to  pro du ct ivit y.   P hysic al   var ia bles  that  m ay   aff ect   pro duct ivit y  include  t he  aci dity   le vels  ( pH),   water  sal init y  [18]  and   s oil  t extu re  [19].  Wh il e  the  bio lo gical   aspects  consi der e d  wer e  r el at ed  to  the  presence  of  ve ge ta ti on   as  well   as  the  var ia bles  der i ve d  from   m easur in g  sta nd   dim ensio ns   su c h  a s  sta nd   de ns it y  [1 7,  20] ,  basal   area,   sta nd  volum e,  tree  diam et er  [2 0],   an d  bio m ass  co ntent  [ 21 ] .  T he  la ck   of  da ta   base  on  Nypa  in   I ndonesi a  m a y  encou rag e  f ore st  inv ent or y  act ivit ie s  to  asse ss  the  Nypa  si te   qu al it y  that  m igh t  be  us e d   fo r  fu t ur e  w orks  to   su pp or t a  s us ta inable  forest m anag em ent.   The  us e  of  ai r bor ne  rem ote  sensing  i n  the   forestry  se ct or  ha s  been  sta rted  si nce  the   early   19t h  centu ry,  a nd  e ven  since   the   1990s,   the  us e   of  sat el li te   re m ote  sensing  in  Ind on esi a   ha s  increa sed   s ha rp ly ,  especial ly   in  t he  c on te xt  of   l and  co ve r  a nd  la nd  use .  C urren tl y,  the   ad ve nt  of  ve ry  hi gh  res olu ti on   im ages   recorde d  us i ng  a  dy nam ic   rem ote ly   op erat ed  nav i gatio n  equ i pm ent  (dr on e ),  al so  cal le d  un m ann e d  aerial   veh ic le   ( UAV)  te chn ol ogy  ha s  prov i ded   a   ne w  pe rsp ect i ve ,  pro vid in g  m or e  detai le d  inf or m at ion   du e  t o  it s   high  s patia l  res olu ti on.  I n  this   stu dy,  the   aut hors  re viewe d  the  abili ty   of  the  10 - cm - reso l ution  U A V  im age  t o  assess  the  qua li ty   of   the  gr owth - sit e,  espec ia ll y  on   the  N y pa  sta nd.  T he   us e  of   U AV   i m age  is  on e  of   t he   al te rn at ives  t o  get  m or e  detai l ed  data,  m or e  r eal   tim e,  fa ste r   an d  c hea per   [ 22 ] .   Se ver al   st ud ie s   that  e xa m ined   the  us e  of   10 - cm - reso luti on   U AV   im age  cap abili ty   to  est i mate   the  tim ber   sta nd i ng   st ock   can   be  fou nd   i n  the   stud y  [ 23 - 24 ] .   Be sides,  the  use   of   UAV  im age  f or   devel opin g  a  bio m ass  est i m ation   m od el   ca n  be  found  in   oth e r  stud y  [ 24] .  The  assessm ent  of   the  gro w th - sit e  qu al it y  of   te ak  usi ng  a  non - m et ric  ae rial   ph ot o  (sim il ar  to  UAV  im ager ie s)  al s o prov i de a  pro m isi ng  r e su lt  [25 ] .   As  m entioned   earli er,  only   few   Nypa  ec os yst e m s  that  has  go tt en  an  at tr act ive  at te ntion ,  nor  e ve n  util iz ed  at   a  la rg e  scal e.  I nfo r m at ion   on   t he  sp at ia l  distrib ut ion ,  e xtent  a nd  pr oductivit y  as  well   as  the  qu al it y  of   Ny pa' s  gr owth - sit e  qu al it y  is  s ti l l  ou r  com m on   chall e ng e .  In   the  f or est ry  sect or ,  th e  determ inati o n  of   th e   grow t h - sit e  qu al it y  of   Ny pa  i s  so m et hin g  ne wly  done .  Alth ough  th e  Nypa   existe nce   is  al ways  ass ociat ed  with   m ang r ove  ve ge ta ti on   w hich  is  con si der e d  t o  ha ve  m or e  at tract ive  eco nom ic   value,   th e  re searc h  on  Nypa  ecosyst em   is  s ti ll   l i m it ed.   Th us ,  t his  stu dy  fo c us es  on  est im at ing   the  qual it y  of   Nypa   sta nd s   with  t he   m a in  obj ect ive   of  es ta blishin g  gro wth - sit e  qual it y  as  well   as   t o  id entify   t he  m os t  sign ific ant  bi ophysic al   facto r s   m easur ed  i n  both  UAV  im a ges  an d  in  t he   fiel d,   incl ud i ng   s oil  te xture   (X1)   ,  W at er   sal init y  (X 2),   water   aci dity ,  pH   (X3),  cr own  cl osure  on   t he  U A V  im age  (X 4)   and   sta nd   de nsi ty   (N )  on  th e  UAV  im age  (X5).   Be sides,  this re search   w ould  a lso  li ke  to d et e rm ine  the  ind ic at or  o f  t he  Nyp a   gro wth - sit e  qual it y  su ch  as  b asal   area, volu m e,  bio m ass,  an d  s ta nd  d e ns it y  w hich  is   the  m ost   consi ste nt  a nd  acc ur at e  i ndic at or  f or  a ssess ing   t he   sit e q ualit y.       2.   Rese arch Met ho d   2.1. D at e  and  Ti me   This  stu dy  wa s  co nducte d  in   Ma rch  an d  A pr il   20 16,  within  t he  c on ces sion   a rea  of  PT  Ka nd el ia   Alam ,  Ku bu   Ra ya   Re gen cy ,   West  Kalim antan  P r ov i nce  (Fi gure  1) .   F ur t he rm or e,  the   pr ocessin g,  an al ysi s  an d  repor ti ng  wer e   carrie d  out  f rom   Ma y  20 16  unti l  Februa ry  2017  at   the  Re m ote  Sensi ng  La borato ry,  Fac ul ty   of  Fo r est ry,   IP B.     2.2.  T ools, S of tware,  H ardw are , an d  Dat a   The  m ai n  data  us e d  in  this  stu dy  was  dig it al   i m age  data  of   UAV  hav i ng   10 - cm - sp at ia l  reso luti on,   8  bits  rad i om et ri c  reso l ution   a nd  RGB  s pectra l  reso luti on. While ,  the  im age   data  processi ng  ha rdwa re  us e d  wa s   a  set   of   c om pu te r  un it ,  with   the  f ollo wing   so ft war e:   ArcGis  10. 1,   Er das  Im agine  9.1,  Excel,   SP SS  16   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   9 ,  No.  2 ,  Fe bruary  2 01 8   :   502  –   511   504   (stat ist ic al   pac kag e  f or  serv ic e  so luti on ),   Mi nitab  17,  an d  Excel  Stat s.   Fo r  gr ound  data  colle ct ion ,  the   too l s   us e d  we re  GPS,  s uunto   cl i nom et er,  rope,  m easur i ng  ta pe ,  di gital   scal es,  com pass,   pl ast ic   bag s ,  ov en,   sal t  m et er an d p H - m et er.   To  s upport  ac hi eve  the  stu dy  obj ect ive ,  sta nd  va riables  of   the  Nypa  we re   m easur ed  on  sam ple  plo t   in  the  fiel d.  T ho s e  va riables   include   the  la rg est   ci rc um fer ence  of  the  N ypa  le af   bla de   at   1.3 - m   heig ht,  the  sm a ll est   ci rcu m fer ence  of  N ypa  le af  at   1.3 - m   heigh t,  dea d  a nd  al ive  le a ves,  the  i nd i vid ual  diam et er  of  each   Nypa,  t he  ci rc um fer ence o f  t he  b ase a nd  t he t ip o f  t he  Ny pa  stum p  (leaf b l ade)  at a  heig ht  o f 1. 3  m , th e leng t h   of  the   l eaf  st um p,   the  num ber   of  le af  stum ps ,  the   ci rc um fer ence   an d  the  l eng t h  of  the   le af  blade   sam ple,  the   ci rcu m fer ence  and   t he  le ng t h  of   the  bucke d  le af  blade ,  the  wet -   an d  dr y - weig ht  of   t he  s a m ple  blade  an d  wet -   and  dry -   weig ht  of  sam pled  le af  blade ,  rela ti ve   co ordinate s  of  each   Nyp a  cl um p,   sp eci es  nam e,  nu m ber   of  trees  in  eac h  ob s er vation  pl ot,  wate r  pH,  water  sli nity ,  and   so il   te xtur e.  I n  U A V  im ager y,  t he  m e asur e d  var ia bles w e re  crow n  c ov e r  a nd stan d de ns it y.           Figure  1. Ma p  of   the   Stu dy Si te   within   t he   P T K a ndel ia  A l a m  Co  Ltd C oncessi on  A rea       2.3. D ata An aly sis Pr oced ur e   2.3.1. Im age  P rocessin g  u nm an ne d  aerial  ve hicl e (UA V)  i ma ges   The  im age  pro cessi ng   i nclu de d  vis ual  inter pr et at io n  by  usi ng   th e  on - scre en  di giti zi ng   t o  co unt  the   ind ivi du al   cl um p  of   Nypa  within  eac h  pl ot,  then  us e d  to  m easur e  th e  sta nd   de ns it y.   The  oth e r  var ia ble  m easur ed   was   cr own  cl osur e  on  t he  UAV  im age.  Th e  cr own  cl osure   va riable  was  cal c ulate d  by  a   segm entat ion   a ppr oach  us i ng  the  be st  pa ram et er - com bin at ion  that  have  be en  done  by  t he   e arli er  sta ge  of  this  researc h.     2.3.2. D ata  c ol le ction    Fiel d  sa m pling  te chn iq ue  ap pl ie d  in  this  stud y  was  a  purposive  sam pling  te chn iq ue  to  r epr ese nt  the  var ia ti on  of  the   Nypa   f r om   down st ream   to  upstream   par ts  of  ar ea.  This  wa s  desi gn e d  to  c ov e r  t he  var ia ti on  of   water  sal init y,  water  aci dity ,  so il   co nd it io n  a nd  Ny pa  produ ct ivit y.  In   t his  stud y,  f our  cl ust ers  wit h  the  s iz e  of  60   m   x  10 0  m   wer e  la id   out  on   t he  UAV  i m age,  in  wh ic h  eac h  cl us te r   was  div ide d  i nt o  15  cl ust er  el e m ents   with  the  gr i d  si ze  of   20  m   x  20   m .  In   each  of   the  cl us te r  el e m ent  (p lot ),   th ere  are  fou r  sub - plo t  hav i ng   s iz e  of  10   m   x  10   m   (f our  qua dr a nts);   and   sin gle  sub - pl ot  of   2  m   x  2  m   a t  the  center  of   t he  plo t.  On   eac h  el em e nt  of   the  cl us te r  al l  ph ysi cal   var i ables  an d  Ny pa   veg et at io n  wer e  m ea su re d.   I n  this  2  m   x  2  m   su b - plo t,  the   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng  &  Co m p  Sci     IS S N:  25 02 - 4752       Gro wt h - sit e  Q ua li ty  Asses sm ent o f N y pa fru ti can s  us in g U nma nn e d Aeri al  Veh ic le s …   ( Adeli a  J uli Kar di ka )   505   m easur em ent  of   m idrib   a nd   le aves  of  Ny pa ,  water  a nd  s oil  sam ples  wer e  do ne.   T he  e sta blishm ent  of   f our - qu a drant  was  a i m ed  to f aci li ta te  the calcula ti on of t he nu m ber   of  i nd i vidua ls (clum ps ) Nypa.     2.4. D ata An aly sis   The  in dicat ors  for  est im a ti ng   the  sit e  qu al it y  ind e x  are  bas al   area  (BA ),   Nypa  vo l um e  and   bio m ass   of N yp a as  f ollow s:     2.4.1. B asal ar ea (BA )     The basal  a rea  of the  Nypa  is  expresse d  as  th e f ollow i ng form ula :   BA = 1 4   ( π ( d ) 2 ) Pe       No te s:   BA   = b asal  a rea  ( m 2/h a)   π     = 3 . 14   d   = the  diam et er  of N yp a   cl u m p   Pe   = p lot e xte nt (Ha)       2.4.2. N ypa  volume   The  cal culat io n  of  li ve  a nd   de ad  volum e  of  le af  blade  wa s  ob ta i ned   us in g  a  m od el   that  express  th e   relat ion s hip  be tween   volum e  of  Nypa   m idrib   a nd  the   m i dr i b  diam et er.   This   eq uatio n  m od el   was   use d  t o  cal culat e the  volum e o f  t he  li ve  a nd d ea d pe r  in div i du al   Ny pa,   with t he fol lowing e quat io n:     Vm  = 1 .76 02 d1.466 1     The v olu m e o f t he  li ve  a nd  de ad  m idrib   of   N ypa w e re calc ul at ed  us i ng the  fo ll owin g form ula:     VLD M N  =  (V m . N LNM)  +  (Vm   . N D NM)     No te s:   d   = the  diam et er  of N yp a   cl u m p  (m )   Vm   = volum e o f N ypa m idrib  ( m 3)   VLD M N   = the  vo l um e o f  the  li ve  a nd dea d  m idrib   of  Nypa (m 3)   NLN M   = num ber  of live  Nypa  m idrib   NDNM   = num ber  of  de ad Nypa m idr ib     The v olu m e o f t he  m idrib  stu m p  was  cal cul at ed  usi ng the  foll ow i ng for m ula:     VS  =     G SB +   G ST 400π .       L S   .     N S     No te s:   Vs   = volum e o f  st um p  (m 3)   π   = 3 . 14   GS B   = g irt h of   stum p base  (m et er)   GS T   = g irt h of   stum p  to p (m et er)   LS   = le ng t h of stu m p  ( m et er)   NS   = num ber  of st um p     The  t otal v olum e o f  Nypa  (V TN) was  calc ul at ed  usi ng the  foll ow i ng equat ion :     VTN (m 3/h a)   =   V L DMN       +   V S         Pl ot   e xtent     2.4.3. Bi omass  of Nyp a   Leaf  bio m ass (l eaf and m idrib) wa s  ob ta ine d usin g  t he  f ollo wing e qu at io n:     Vb m  ( gram )  = 2 92 419 dm 1. 6565     No te s:   d   = the  diam et er  of  Nyp a   cl u m p  (m )   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   9 ,  No.  2 ,  Fe bruary  2 01 8   :   502  –   511   506   Vbm   = Mi dr ib  b i oma ss ( le af  and m idrib) in  gram   Fu rt her m or e,  t he  le af  an d  st e m   bio m ass  of   Nypa  wa s  m ulti plied  by  th e  nu m ber   of  li ve  an d  dead  m idrib  fo r  eac h  cl um p  usi ng  the foll owin g  f or m ula:     Vb m  ( to n)  =   V bm     (   N L MN + N DMN ) 10 00 00 0       Vbm   (to n/clum ps )   =  V bm     .     F K         Nc     No te s:     Vbm       = Mi dr ib  b i oma ss ( le af  and m idrib)  (to n)   NLN M       = num ber  of live  Nypa  m idrib   NDNM       = num ber  of  de ad Nypa m idr ib   Vbm       = Mi dr ib  b i oma ss ( le af  and m idrib)  (to n/clu m ps )   CF (Con versi on  factor)   = 0 . 1093 7   Nc       = n um ber  of th e N ypa  clum p  per pl ot   The  e quat ion f or cal culat ing t he biom ass p er  unit  area  (to n/ ha) was  as  fo ll ow s:     Bi om ass p er p l ot ( t on / ha)  =     V bm   ( t on / c lump s ) plot   e xtent   ( Ha )       Indicat ors  of  the  gro wth - sit e  qu al it y  exam i ned   i n  this  stu dy  are  basal  a rea  (Y1 ),   volu m e  of   Nyp a   (Y2),  a nd  Ny pa  bio m ass  ( Y3)  per  unit   area.  Furthe r m or e,  three   a nd  fi ve  cl asse s  of  sit e  qu al it y  wer e  dev el op e d  us in g  the  m et ho ds  of   (a)   e qual   int erv al s,  ( b)   e qu al   fr eq ue ncies,   with  the  fo ll owin g  de scripti on,  ( 1)   for  fi ve  cl asse s,  the  si te   qual it ie s  wer e  cat egorized  i nto   i nferti le ,  le ss  fe r ti le ,  m od eratel y  fer ti le ,  fer ti l e  an d  extrem el y  fer ti le ,  wh il e  the   three  cl asse s,   they   we re  cl assifi ed  int o  l ess  fe rtil e,  m od e ratel y  fer ti le ,  an d   extrem el y ferti le  ( Tables  1 an d 2).       Table  1 .   Fiv e  clas s es o f  gro wth - site q u ality  of  Ny p a     No tatio n   Descripti o n     Equ al interv al  m et h o d   Equ al f requ en cy   m eth o d   Interval   I   Inf erti le   < µ - 1 .2 SD   < µ - 0 .84  SD   II   Less f ertile   (µ - 1 .2 SD)   –   (µ - 0 . 4  SD)   (µ - 0 .84  SD)   –   (µ - 0 .25  SD)   III   m o d e ratel y   f ertile   (µ - 0 .4 SD)   –   (µ+0 . 4  SD)   (µ - 0 .25  SD)   –   (µ+ 0 .25  SD)   IV   Fertile   (µ+0 .4 SD)   –   (µ+1 .2 SD)   (µ+0 .25  SD)   –   (µ+ 0 .84  SD)   V   Extre m e ly   f ertile   > µ+1 .2 SD   > µ+0 .84  SD   SD: stan d ard d ev ia tio n ,  µ:   m ean       Table  2 .   Three  clas ses  of  gro wth - site q u ality  of  Ny p a   No tatio n   Descripti o n   Equ al interv al  m et h o d   Equ al f requ en cy   m eth o d   Interval   I   Less f ertile   < µ - 0 .67  SD   < µ - 0 .43  SD   II   Mod erate l y  f ertile     (µ - 0 .67  SD)   –   (µ+ 0 .67  SD)   (µ - 0 .43  SD)   –   (µ+ 0 .43  SD)   III   Extre m e ly   f ertile   > ( µ+0 .67  SD)   > ( µ+0 .43  SD)   SD: stan d ard d ev ia tio n ,  µ:   m ean       The  discrim inant  va riables  of   the  gro wth - sit e  qual it y  con sid ered   i n  this  st udy  we re  s oil  te xture  ( X 1),   water  sal init y  (X 2),  water  pH   (X3),  cr own  cl os ure  on   UAV   i m age  (X 4),  a nd   t he  num ber   of   trees  m easu red   i n  UAV  ( N)   (X5 )  i m ager y.  Th os e  va riables  wer e  cal cu la te d  base d  on  fie ld  m easur e m e nt  resu lt s  an d  i m age  interp retat ion.  The  s oil  te xtur e  was  dev el oped  by  fo ll owin g  the  IH MB   (perio dical ly   perform ed  ov e rall   forest   inv e ntory )  gu i delines,   w hile  water  sal i nity   was  m easur e d  by  sal t  m et er  an d  water  pH   by  pH  m et ers.   T he   per ce ntage  of   c rown   cl os ure  a nd   the n um ber  o f  trees on   the U A V  ( N)   im age  wer e  obta ine d  by  delineat in g  the  UAV  im age and  se gm entat ion  pro ces s.        2.4.4. D ata  E valua tio n   Pr io r  to  f ur t her  discrim inant  analy sis,  the  col le ct ed  data  wa s  analy zed,  the n  us e d  as  the  de te rm inant  var ia ble  in  the  analy sis.  The  norm al i ty   te st  resu lt s  sho w  the  data  ha ve  norm al   l ines  of   55.1%  [19],  an d  the   norm al i ty   of   51. 67%,  c oncl udin g  that  t he  da ta   wer e   norm al .  Furthe rm or e,  a  m ulti colli near it y  te st  to  evaluate   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng  &  Co m p  Sci     IS S N:  25 02 - 4752       Gro wt h - sit e  Q ua li ty  Asses sm ent o f N y pa fru ti can s  us in g U nma nn e d Aeri al  Veh ic le s …   ( Adeli a  J uli Kar di ka )   507   wh et her   t he  da ta   can   analy ze   directl y  or   ne ed  to  be  no rm al iz ed  was  perform ed,   by  ev al uating  t he  to le ran ce   and   V IF   value   (v a riance  fact or   i nf la ti on).  T he  ev al uatio n  sh ows  t hat  the   tolerance   val ue   above  0.1  (>   0.1),   and   or  V IF   value  ar ound  1( le ss  than  10).   T his  m eans  that  there   is  no  m ulti colli near it y  betwee n  in de pende nt  var ia bles [2 6 & 27] .        2.4.5.   Discri m inant Fu ncti on A na l ys is   In  this  st ud y,   t he  discrim inant  analy sis  use d  was   the   f orwa rd  m et ho d.  W it h  t his  f orwa rd  m et ho d,  the   stud y  will   rec ord  the  var ia bl es  are  entere d  first ly ,  sec ondly,  thir dly  et c.  The n  this  discrim inant  m et ho d  si m ultaneou sly  iden ti fies t he  s equ e nce  of  vari ables ente red.     2.4.6. Accur ac y assessme nt   To  e valuate   the  reli abili ty   of  the  cl assi ficat ion   t he  res ults  of  discri m inant  analy si s  we re  t hen  evaluate d usi ng acc ur acy  a na ly sis. Th e acc uracy  m easur es  us e d  w as  ov e ra ll  accur acy  e xpresse d  as  f ollo ws:   OA = ∑ X ii r i = 1 N   100%   No te s:   N   = num ber  of  pix el  used  in  t he sa m ple p lot    r   = num ber  of c olu m n  or ro w of t he  m at rix  ( nu m ber   of cla s ses)   ∑ii   = Th e  d ia gonal  v al ue  of t he  m at rix on the  r ow - i a nd c olu m n - i     2.4.7  Map  of gr owth - site  qu ality o f Nypa     Ba sed  on  the   di scri m inant  f unct ion   de velo pe d,   t hen  the   dist rib ution  m ap  of  the   gr ow t h - si te   qu al it y  of  Ny pa   was  de velo pe d  us in g  the  va riables  sel ect ed.   T o  be  m app ed ,  the  discri m inan t  va riabl e  was  pr e par e d  f or  each  la ye r.   By   us in g  the  s patia l  op erati on  f unct ion   i n  A rc Gis  10. 3,   the n  ov e rlay   op e rati on   was   perform ed.         3.   RESU LT S  AND A N ALYSIS   Ba sed  on the co r relat ion  an al ysi s b et ween  ind ic at ors of th e sit e q ualit y,  i .e.,  b asal  area , s ta nd   volum e  of   Nypa   an d  bi om ass  of   Ny pa   with  th e  phy sic al   and   bio l ogic al   va riables   su c h  as  s oil  te xture,  sal init y,  water  pH,  cr own   cl osure   an d  t he  num ber   of  trees   m easur ed  on  the  UAV  im age,  it   is  know n  that  the  Nypa  vo l um e  has  a  high  co rrel at ion   with  soi l  te xtu re  an d  water  sal init y  with  R2  of  62. 1%  an d  51. 0%   resp ect ively .  Be sides ,   it   is  al so   sh ow n  that  the  bio m ass  of  Ny pa  bi om ass  has  a  cl os e  c orrelat ion  with  s oil  te xture  an d  water  pH  with   R2  of   59. 4%  a nd 45.4%  r es pe ct ively .    Of   the  31  di ff e ren t  c om bin at i on s  of  v a riable s  exam ined  in  the  proces s  of  cl assify ing   3  a nd   5  cl asses   of   sit e  qual it y,  i.e.,  f ro m   us in g  the  si ng le   va riable  to  fu ll   fi ve  va riables ,  we  can  su m m a rize  by  the  bes t  three  ranks  of   eac h  com bin at ion   a s  pr ese nted  i n  Table  3.  From   the  cl assifi cat ion   re su lt s  obt ai ned   us in g  (a )   equ al   interval  a nd   ( b)   e qu al   fr e quency,  the n  we   sel ect ed  13   t he  to p  ra nk   c om bin at ion   th at   hav e  has  a   highe r   accuracy.   Fr om   Table  3,  a m on g  t he  thre e  grow t h - sit e  qual it y  ind ic at ors  of  N ypa,  th e  ind ic at or  that  con sist e ntly   giv es   a  high  qual it y  assessm ent  is  the   Ny pa   bio m ass  co nt ent.  T he  high est   accuracy  pro vid e d  by  us ing  the  bio m ass  ind ic at or   is  78.3%,  wh il e  the  volu m e  is  71 .7 %,  and   the  basal  area  is  on ly   65%.  T heoreti cal ly ,  the  m os t   co m pr eh ensive  in dicat or   ex plaini ng   the  qu al it y  of  the  env ir on m ent  is  the  sta nd in g  bio m ass,  wh ic h  consi der   al l  the  bio lo gical   com po ne nts  bo t h  li vin g  an d  de ad  (n ec r om as s  and   li tt er)   m at erial s.  W hi le   the  vo l um e  on ly   con si ders  the  volum e  of   sta nd ing   sta nd s  a nd   neg le ct   the  ne cro m ass  and   li tt er.  The  a rea  of   the   b asal   area  is  si m pler  than  th e  vo lum e,  regardless  of   the   heigh t  va riat ion   of   the  sta nd.  T he  discri m inant  analy sis  resu lt   sh ows  t hat  th e  bio m ass  of   Nypa  c ou l d  be   the  best  in di cat or   in  desc ribing  the  growt h - sit e  qu al it y as s hown b y i ts acc uracy , larg e r  t ha n  t he  volum e and b a sal  area.   Fo r  t he  basal  a rea  ind ic at or ,  t he  assessm ent  of   us in g  only   one  va riable  wit h  five  a nd  thre e  cl asses  of   grow t h - sit e  qu al it y,  the  hig he st  accuracy  wa s  pro vid e d  by  the  water  s al init y  (X 2)  with  a n  accu racy  of  48. 3%   for  5  cl asse s  a nd  60 %   f or  3  cl asses  ( ba se d  on  e qu al   i nter va l  m e tho d).   F or  the   c om bin at ion  of  t wo  va ri ables,  the  highest  accuracy  was  obta ined  f ro m   the  com bin at ion   of   water  sal init y  (X2)   a nd   wate r   pH   ( X3)  with  55%  accuracy  (for  5  cl asses )  a nd  65%  ( f or   3  cl a sses )  with  e qu al   f re qu e ncy  m et hod.   The   us e   of  the   com bina ti on s  with  3,   4  a nd  5  va riables  did   no t  giv e   any  sign i ficant  acc uracy   increase .  As  s how n,  the  com bin at ion s  of   3  a nd   4  va riables  a re   giv i ng   acc ura cy   that  equ al   t o  tw o  var ia bles,  espe ci al ly   for  th ree  cl asses  of   sit e  qu a li ti es  us in g  the  eq ual  inte r val  m et ho d.   W it h  5  var ia bles,   the  acc ur acy   of   t he  discrim i nan t  e ve n  decre ased,  w hich  m ay   be  cause d  by  the  data  outl ie r  or   "data  noise ".  I n  ot her   wor ds ,   the  basal  area   ind ic at or  is  only   able  to  des cribe   3  grow t h - sit e  qu al it y wit h   a m a xim u m  o f  65%  accu racy.       Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   9 ,  No.  2 ,  Fe bruary  2 01 8   :   502  –   511   508   Table  3 .   T he  best  thr ee c om bin at ion u sin g o ne  to  f i ve  in de pende nt v a riab le s to  cl assify  t hr ee  and  five g rowth - sit e q ualit y wit h (a)  e qual  inte rv al s a nd  (b)  e qu al   fr e quenci es m et ho ds   Equ al interv al  m et h o d   Equ al f requ en cy   m eth o d   Equ al interv al  m et h o d   Equ al f requ en cy   m eth o d   Variable    (5 class )   Accurac y     (%)   Variable    (5 class )   Accurac y     (%)   Variable    (3 class )   Accurac y     (%)   Variable    (3 class )   Accurac y     (%)   Bas al ar ea   X 2   4 8 .3   X 2   3 5 .0   X 2   6 0 .0   X 2   5 6 .7   X 3   4 5 .0   X 3   3 1 .7   X 3   5 1 .7   X 3   5 5 .0   X 5   3 3 .3   X 5   2 6 .7   X 5   5 0 .0   X 5   5 1 .7   X 2 X 4   5 1 .7   X 2 X 3   5 5 .0   X 2 X 5   5 8 .3   X 2 X 3   6 5 .0   X 1 X 2   4 8 .3   X 1 X 3   4 0 .0   X 2 X 4   5 6 .7   X 2 X 4   6 1 .7   X 2 X 3   4 6 .7   X 1 X 2   3 8 .3   X 2 X 3   5 1 .7   X 2 X 5   6 0 .0   X 1 X 2 X 3   6 0 .0   X 2 X 3 X 5   5 0 .0   X 2 X 3 X 4   5 6 .7   X 2 X 3 X 5   6 5 .0   X 2 X 3 X 4   5 1 .7   X 1 X 2 X 3   4 6 .7   X 2 X 4 X 5   5 6 .7   X 1 X 2 X 3   6 3 .3   X 2 X 4 X 5   4 8 .3   X 2 X 3 X 4   4 6 .7   X 1 X 2 X 3   5 3 .3   X 2 X 3 X 4   6 3 .3   X 1 X 2 X 3 X 4   5 6 .7   X 1 X 2 X 3 X 4   4 6 .7   X 2 X 3 X 4 X 5   5 6 .7   X 2 X 3 X 4 X 5   6 5 .0   X 1 X 2 X 3 X 5   5 1 .7   X 1 X 2 X 3 X 5   4 5 .0   X 1 X 2 X 3 X 4   5 3 .3   X 1 X 2 X 3 X 4   6 1 .7   X 2 X 3 X 4 X 5   5 0 .0   X 2 X 3 X 4 X 5   4 3 .3   X 1 X 2 X 4 X 5   5 1 .7   X 1 X 2 X 3 X 5   6 1 .7   X 1 X 2 X 3 X 4 X 5   5 8 .3   X 1 X 2 X 3 X 4 X 5   4 1 .7   X 1 X 2 X 3 X 4 X 5   5 6 .7   X 1 X 2 X 3 X 4 X 5   6 1 .7   Vo lu m e of  Ny p a   X 3   3 0 .0   X 2   4 3 .3   X 3   7 1 .7   X 3   6 6 .7   X 1   2 5 .0   X 3   3 5 .0   X 5   5 3 .3   X 4   4 8 .3   X 5   2 3 .3   X 1   3 1 .7   X 4   3 3 .3   X 1   3 6 .7   X 2 X 3   5 0 .0   X 2 X 4   4 8 .3   X 2 X 3   7 1 .7   X 2 X 3   7 1 .7   X 3 X 5   4 5 .0   X 2 X 5   4 3 .3   X 1 X 3   6 1 .7   X 3 X 4   5 8 .3   X 3 X 4   4 0 .0   X 2 X 3   4 1 .7   X 3 X 4   6 1 .7   X 3 X 5   5 6 .7   X 2 X 3 X 4   5 0 .0   X 1 X 2 X 3   5 5 .0   X 2 X 3 X 4   7 3 .3   X 2 X 3 X 4   6 5 .0   X 1 X 3 X 4   4 6 .7   X 2 X 3 X 4   5 5 .0   X 1 X 3 X 4   6 3 .3   X 3 X 4 X 5   6 0 .0   X 3 X 4 X 5   4 6 .7   X 1 X 2 X 4   5 3 .3   X 1 X 2 X 3   6 1 .7   X 1 X 3 X 4   5 6 .7   X 1 X 3 X 4 X 5   5 3 .3   X 1 X 2 X 3 X 4   5 6 .7   X 2 X 3 X 4 X 5   7 6 .7   X 2 X 3 X 4 X 5   6 3 .3   X 2 X 3 X 4 X 5   5 3 .3   X 2 X 3 X 4 X 5   5 5 .0   X 1 X 2 X 3 X 4   6 6 .7   X 1 X 2 X 3 X 4   6 1 .7   X 1 X 2 X 3 X 4   4 6 .7   X 1 X 2 X 4 X 5   5 1 .7   X 1 X 3 X 4 X 5   6 5 .0   X 1 X 3 X 4 X 5   5 6 .7   X 1 X 2 X 3 X 4 X 5   5 3 .3   X 1 X 2 X 3 X 4 X 5   5 6 .7   X 1 X 2 X 3 X 4 X 5   6 3 .3   X 1 X 2 X 3 X 4 X 5   6 3 .3   Ny p a bio m ass   X 3   5 3 .3   X 3   3 8 .3   X 5   5 0 .0   X 3   7 5 .0   X 5   5 3 .3   X 2   3 0 .0   X 4   4 6 .7   X 5   5 8 .3   X 2   4 6 .7   X 1   2 8 .3   X 2   3 8 .3   X 2   4 1 .7   X 1 X 3   5 6 .7   X 2 X 4   4 0 .0   X 2 X 5   4 8 .3   X 1 X 3   7 1 .7   X 1 X 4   5 6 .7   X 3 X 5   3 8 .3   X 2 X 4   4 3 .3   X 2 X 3   7 0 .0   X 1 X 2   5 5 .0   X 2 X 3   3 6 .7   X 3 X 4   4 1 .7   X 3 X 5   6 3 .3   X 1 X 2 X 3   6 1 .7   X 2 X 3 X 4   4 6 .7   X 1 X 2 X 3   4 8 .3   X 1 X 2 X 3   7 8 .3   X 1 X 3 X 4   6 1 .7   X 1 X 3 X 4   4 3 .3   X 1 X 2 X 5   4 6 .7   X 1 X 3 X 4   7 5 .0   X 1 X 3 X 5   5 6 .7   X 2 X 4 X 5   4 0 .0   X 2 X 3 X 5   4 5 .0   X 1 X 3 X 5   7 1 .7   X 1 X 2 X 3 X 5   6 3 .3   X 1 X 2 X 3 X 5   4 5 .0   X 1 X 2 X 3 X 5   5 5 .0   X 1 X 2 X 3 X 4   7 8 .3   X 1 X 3 X 4 X 5   6 0 .0   X 2 X 3 X 4 X 5   4 5 .0   X 1 X 2 X 3 X 4   5 0 .0   X 1 X 2 X 3 X 5   7 6 .7   X 1 X 2 X 3 X 4   5 8 .3   X 1 X 2 X 3 X 4   4 3 .3   X 1 X 3 X 4 X 5   4 5 .0   X 1 X 3 X 4 X 5   7 3 .3   X 1 X 2 X 3 X 4 X 5   60 .0   X 1 X 2 X 3 X 4 X 5   4 5 .0   X 1 X 2 X 3 X 4 X 5   5 1 .7   X 1 X 2 X 3 X 4 X 5   7 8 .3   No tes: X 1 : so il text u re;  X 2 : wat er  sal i n ity ; X 3 : w ater  pH;  X 4 : cr o wn  den sity  on  UAV  i m ag e;  X 5 : the n u m b e r  o f  tr ees  m e asu red in  U AV ( N)       Wh e n  the  volu m e  Nypa  was  app li ed  as  a  sit e  qu al it y  ind ic at or ,  the  cl assi ficat ion   of  the  grow t h - sit e   qu al it y  into  fiv e  ( eq ual  f re qu e ncy)  a nd   t hr ee   cl asses  (e qu al   intervals ),   t he   sing le   var ia ble  water  sal init y  m ay  giv e  a n  accu ra cy   of   43. 3%  a nd   w hile   water  pH  va riable  gav e  71. 7%.   W it h  tw o  va riables  com bin at ion ,  t he   accuracy  of  th e  assesse d  sit e  qu al it y  did  not   giv e   any  im pr ov em ent  at   al l.  It  pr ov i des  ac cur acy   t hat  the   sam e   to  sin gle  var ia ble  i.e.,   71. 7% ,   us i ng  water   sa li nity   (X 2)  a nd  water   pH  (X3 ).   With  t hr ee   va riables,  t her e   was  a   sli gh t  inc rease   of  73.3 %   ( 3  c la sses  of  gro w th - sit e  qual it y)  de rive d  from   a  com bin at ion  of  so il   t e xtu re   (X1),   water  sal init y  ( X2),   a nd  water   pH  ( X 3)  or  w at er  sal init y  (X2),  wate r  pH  ( X3)  a nd  cr own   cl osure  (X4 ).   W it h  a   com bin at ion   of  fou r  va riables  there  was  a  sig nificant  i ncr ea se  to  76.7 %   (t hree  cl asses  of  grow t h - sit e  qual it y),  pro vid e d  by  a  com bin at i on   of   water  sal init y  var ia bles  (X2),   water  pH   ( X 3),  cr own  cl osur e  (X 4)  an d  nu m be r   of   tr ees  m easur ed  on  the  im a ge  ( X 5) .   W it h  al l  five  va riabl es,  the  resu lt in g  acc ur acy   wa s  decre ased   sha rp ly   t o  on ly   63.3%. T his  beh a vior is  the sam e as the  b asal  a rea  (see  Tab le   3).   Ba sed  on  bio m ass  co nte nt  in di cat or ,  t he  cl as sific at ion   i nto   three  cl asse s  si te   qual it y  with  fr e quen cy   equ al   m et ho d,   sing le   var ia ble   of   water  pH   ( X3)  pr ov i des  75.0%  overall   accuracy.  For  cl assify ing   int o  fiv e  sit e  qu al it ie s,  the  sin gle  var ia ble  that  giv es  t he  high  acc ur a cy   of   53. 3%  is   water  pH  (X3 )  or  tree   de ns it y  (N)   m easur ed   on  t he  U A V  im age  (X5).  T he  cl assifi cat ion   of  five  gro wth - s it e  qu al it y  us ing   t wo  va riabl es,  the  highest  accu ra cy   is   pr ovide d  by  the  com bina ti on   of   s oil  te xture  ( X1)  an d  water  pH  ( X 3);   or   t he  com bin at ion   of  so il   te xtu re   (X1)  an d  im age  de ns it y  ( X4),  both   com bin a ti on s  ha ve  a n  accuracy  of  56.7 % .  F or  cl assi fyi ng  three  cl asses   of  sit e  qu al it y,  two  var ia bles   so il   te xtu re  ( X 1)  an d  water  pH  prov i ded   acc urac y  of   a bout  71. 7% .   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng  &  Co m p  Sci     IS S N:  25 02 - 4752       Gro wt h - sit e  Q ua li ty  Asses sm ent o f N y pa fru ti can s  us in g U nma nn e d Aeri al  Veh ic le s …   ( Adeli a  J uli Kar di ka )   509   The  c om bin at i on   of   t hr ee  vari ables  that  co ve rs  so il   te xture   (X1),  so il   sal init y  (X 2)  a nd   water  pH  (X3),  wa s   capab le   to  cl as sify  three   sit e  qu al it ie s  (e qua l  fr e quency)   prov i ding  acc ur a cy   of   a bout  78. 3%.  T he  inc re ase  of   the  num ber   of   var ia ble  from   us in g  th ree  va r ia bles  to  fou r  or   fi ve  va riabl es  did   not  incr eas e  the  cl assifi cat ion  accuracy.   Fr om   the  res ults  and   disc us si on   m entione d  above,  t he  m os t  con sist e nt  ind ic at ors  t hat  pro vid e  th e   highest  accura cy   are  the  Nyp a  bio m ass.  The  m os t  accurate  nu m ber s  an d  the  best  com bin at ion s   of   va r ia bles  wer e  obta ine d  us in g  a  com bin at ion   of   th ree   var ia bles  with   an  accuracy  of  78.3%  (equal   fr eq ue ncy).  T hese  var ia bles  are  a ll   gr ou nd   m easur e d  var ia bles,  nam el y  so il   t extu re  ( X1),   w at er  sal init y  (X 2),  water  pH  (X3).   The  com bin at ion s  us in g  f our  and   e ve n  five  var ia bles  did   not  pro vid e  the  increase d  accu racy,  the  accu r acy   is  sta gn a nt  at   78. 3%.   T he  c om bin at ion   with  th ree  va riables  was  c ho se n  due  to  the  le sser   nu m ber   of   var i ables   app li ed ,  wh il e  the  accu racy  a r e  sti ll   the  sam e .  T he  a dd it io n  of   va riable  w il l  cause  t he  a ddit ion   of  c os t,  both  i n  fiel d  data  colle ct ion   an d  in  th e  data  processi ng.  Th us ,  it   is  exp ect e d  to  sel ect   the  m os t  ef fici ent  com bin at ion.   The  st ud y  no t ed  that  of   al l  c om bin at ion s,  with  al l  ind ic a tor,   t he  wate r  pH   va riable  ( X3)  beco m es  the  m o st  fr e qu e nt  var ia bl e that p rese nts in  the  co m bina ti on . T he  sele ct ed  disc rim ina nt fu nction i s presente d  in  Ta ble 4.       Table  4 .   Discri m inant  Functi on  for  Cl assify ing  the  Nypa   Si te   Qu al it y    with the   Va ria bles  of   X 1 , X 2   and X 3   Ny p a site  qu ality  c lass   Discri m in a n t f u n ct io n   Site qu ality   I   (less  f ertile)   Y =  - 2 1 3 .62  +  1 1 .94   X 1   + 14 .84   X 2   + 63 .51   X 3   Site qu ality   II   ( m o d erate ly  f ertile)   Y =  - 2 6 6 .94  +  1 3 .42   X 1   + 18 .07   X 2   + 70 .84   X 3   Site qu ality   II I   (f er tile)   Y =  - 2 7 8 .31  +  1 4 .77   X 1   + 13 .64   X 2   + 72 .06   X 3       This  stu dy  al so   sho ws  the  al te rn at ive  us e  of  othe r  c om bin at ion s,  by  com bin in g  the  fiel d  m easur e d  and  on   U AV - i m age  m easur ed  var ia bles   (m od el   II) ,   pro vi ding  a  c om parable  acc ur acy   of  75%.   Alth ough  it s  accuracy  is  3%   s m al le r  than  the  previ ous  on e,  this  functi o n  would  be  m or e  pr act ic al   sinc e  the  sal init y  c an  be   rep la ce d  by  cr own  cl osure  m easur e d  on  the  UAV.   T he  var i ables  us e d  are  so il   te xtu re  ( X 1 ),   water  pH  ( X 3 )  and  crow n  cl osu re  (X 4 )   ( Table  5 ) .       Table  5 .   Discri m inant fun ct io n of m od el  I I  for cl assify ing t he  th ree  gro wth - sit e  qu al it y o f    Nypa usi ng the  v a riables  of X1, X 3  a nd X4  with e qu al   fr e quency   Ny p a site  qu ality  c lass     Discri m in an t f u n ct io n   Site qu ality   I  (less  f ertile)   Y =  - 2 0 9 .63  +  1 2 .89  X1 + 63 .01   X3   –   0 .02  X4   Site qu ality   II  ( m o d erate ly  f ertile)   Y =  - 2 6 1 .84  +  1 4 .66  X1 + 71 .21  X3  –   0 .13  X4   Site qu ality   II I  (f er tile)   Y =  - 2 7 5 .09  +  1 5 .68  X1 + 71 .98  X3  –   0 .06  X4       Fr om   the  discrim inant  m od e l  dev el ope d  above,  it   is  known  that  the  s oil  te xtu re  ha d  been   a  key   var ia ble  that  af fects  the  var ia t ion   of  Ny pa  bio m ass.  So il   te xture  is  on e   of   the  m os t  decis ive  fact or s  f or   sta nd   su it abili ty   since  it   has  a   cl ose   relat ionshi p  with   oth e r  s oil  pro per ti es  s uc h  as   water   hol ding  ca pacit y,  cat ion  exch a nge  capa ci ty ,  po r os it y,  infilt rati on   rate  and   water  m ov em ent  and   soi l  aerati on   [ 20 ] .  This  is  inli ne   wit h  the  earli er   stu dy  that  i den ti fi es  the  s oil  te xt ur e   as  on e   of   the  in de pende nt  va riabl es   in   determ ining   t he  sit e   qu al it y  of   Par aserianthe s  fal cat aria  (L)   Ni el sen  [ 28 ] .  W at er  sal init y  also   beco m es  one  of  the  i nde pende nt  var ia bles  in  de te rm ining   the   sit e  qu al it y  of   Ny pa.   T he   stud y  of   al s o  fou nd   th at   water  sal init y  is  on e   determ inant  in  assess ing   m angr ov e  veg et at ion   sit e  qual it y  with  an  accuracy  of  66. 7%   [20].  H ow e ver,  for   pr act ic al   us e,  the  water  sal ini ty   cou ld  be  sub sti tuted  with  the  cro w n  cl osur e  as  the  fu nctio n  ta bu la te d  in  Table   5.   Figure  2  s how s  the  distrib ution   of   the  Nyp a   sit e  qu al it y,  us in g  a  Mod el   II   with  the  va riables  of  so il   te xtu re  (X1),  pH  ( X3)  an d  cr own  cl osure  ( X4).   I n  the  m ap,   th ree  sit e  qu al it ie s  are  expressi ng   the  bio m ass  con te nts.  T he  descr i ptions  ar e  as  fo ll ows:  si te   qu al it y  I  le ss  fer ti le ,  sit e  qual it y  II   m od er at el y  fer ti le ,  and   sit e  qu al it y  I II   fer ti le .  Ba sed   on  t he  resu lt   on  th e  m app ing  of  t he  gro wth - sit e  qual it y  of   Ny pa,   t he  pro port ion   of  each sit e  qu al it y cou l d be s umm arized in Ta bl e 6 .        Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   9 ,  No.  2 ,  Fe bruary  2 01 8   :   502  –   511   510       Figure  2 .   Ma p of  G rowth - Sit e   Q ualit y  of   Ny pa       Table 6 .   the  p ro p o rtion of  e ac h  site qualit y  maps   Site qu ality  of   N y p a    Area   (ha)   Site qu ality   I   (less  f ertile)   4 0 .4   Site qu ality   II   ( m o d erate ly  f ertile)   302   Site qu ality   II I   (f er tile)   1 0 .6   No n   Ny p a   3 7 3 4 .8   Total   4 0 8 7 .8       4.   Conclusi on   Fr om   the  res ults  and   discu ssion s   desc ribe d  earli er,  s om e  c on cl us io ns   relat ed  to  the  de ve lop m ent  of   discrim inant  f un ct io n  f or  as sessing  the   grow t h - sit e  qual it y  of  Nyp a  a r e  de rive d.  The   m os t  con sist e nt  a nd  accurate  in dica tor  us ed  i n  de s cribin g  the  sit e   qu al i ty   of   Ny pa  is  the  bio m ass  of   t he  Ny pa .  The  sit e  qua li ty   of   the  Nypa  c oul d  be  cl assi fied  into  3  cl as ses  with  an  accu ra cy   of   78.3 %  usi ng   s oil  te xtur e  (X1),  wate r  s al inity   (X2)  an d  water   pH  ( X 3).  T he  us e  of  the  c ombinati on  betwe en  gro und - bas ed  var ia bles  (s oil   te xture  a nd  wate r   pH)  a nd UA V - i m age - base d v ariable  prov i de d rela ti vely  larg e yi el ds   of ab ou t  75%.       REFERE NCE S   [1]    Ta m unai du  P,  Saka  S.  Com par at iv e  Stud y   of   Nutrie nt  Suppl ementsa nd  Natu ral   Inorga n ic   C om ponent s  in   Et hanolic   Ferm e nta ti on   of  N y p a S ap.   Journal   of   t he  Japan   Insti tute  of   en ergy .   201 2;  92(2):   181 - 18 6.     [2]    Ta m unai du  S,  Matsui  N,  Okimori   Y,  Saka  S.  N y pa  (N y p a  frut ic ans)  Sap  as  a  Potent ial  Feedst ock  for  Eha nol  Producti on.   Jour nal  B iomass   and  Bi o ene rgy .   201 3;  52:   96 - 102.   [3]    Putri  IJ,  Fauziyah,   El f it a .   Akti vit a s  Antioksidan  Daun  dan  Bij i  Buah  Nipah  (N y pa  frut ic ans)   As al   Pesisir  Ban y u asin  Sum a te ra   Selatan   den gan  Metod e  DP PH .   Jurnal  Mas pari .   2013;   5(1):   16 - 21.   [4]    Hadi  S,  Tha m rin ,   Moersidik   SS ,   Bahr y   S.  K ara kt eri stik   dan  Pot en si  Bioe t anol  dar i   Nira   Nip ah  (N ypa  frut ica ns)  untuk  Pener apa n   Skala T eknol og i  T epa t   Guna.  Ju rnal  Ilmu  Lingku ngan .   2013;   7(2) :  223 - 240.   [5]    Rada m   RR.  Pen gola han  Bu ah  N ipa h  (N y pa  frutica ns  W urm b)  seba gai   B aha n   Ba ku  Manisan  Bua h  Keri ng  da n   Manisan  Buah   B asa h.   Jurnal  Hut an  Tr opis B orne o .   2009;   10(27):   286 - 296.   [6]    Fatri ani,  Sari  N M,  Mashudi  MN .   Renda m en  T epung  Buah  Nip ah  (N y p a  frutica ns  W ur m b)  Berda sarka n  Jara k   Te m pat   Tumbuh.  Jurnal   Hutan  T ropis .   2011;  12( 32):  171 - 174.   [7]    Rada m   RR,  Pur namasari   E.   Uji  Fitoki m ia   Sen y a wa  Kim ia   Aktif  Akar  Nipah  (Ny pa  fruti c ans  W u rm b)   seba gai  Tumbuhan  Obat   di  Kal imanta n   Selatan.  Jurnal   H utan  Tr opis .   201 6;  4(1):   28 - 34.   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng  &  Co m p  Sci     IS S N:  25 02 - 4752       Gro wt h - sit e  Q ua li ty  Asses sm ent o f N y pa fru ti can s  us in g U nma nn e d Aeri al  Veh ic le s …   ( Adeli a  J uli Kar di ka )   511   [8]    Mul y ad i  AF ,   Wi ja n a   S,  Dewi  IA,  Lumongga  DM .   Pem anf aa ta n  Sirup  dan  Buah  Nipah  (N y pa  Frutic ans)  Sebaga i  B aha n  Baku  Alte rn at if   Pem buat an  Selai   (Kaji an  Pen ambaha n  Kons ent r asi  Sukros a  pada   P roporsi  Sirup  Gula  dan  Bu ah  N y pa) .   Pros idi n g  Sem ina r  Agroi ndustri  dan  Lokakar y a  Nasion al   FKPT - TPI   Progr a m   Studi  TIP - UTM.  Madura .   2015.   [9]    Roli adi   H ,   Indr awa n  DA ,   Pari   G,  Ta m pubolo n  RM.  Potensi   Te knis  Pem an faa t an  Pel epa h   Nipah  dan  Campurann y a  d enga n  Sabu t  Kel apa   un tuk  Pem buat an   Papan  Ser at   Be rke rap atan  Sedang.   Jurnal  Pe ne li t ian  da n   Has il   Hutan .   20 12;  30(3):   183 - 1 98.   [10]    Suhadi y ah  S,  T a m bar u  E,   Surni.   Kea neka r aga m a n  dan  Fungs i  Ek onom i  Flora  di  Delt a  La kka ng,   Sungai  Tallo,  Maka ss ar,   Sula wesi  Sela t an.   Pr osiding  Sem ina r  Nasiona l  Mas y a rak at   B iodi ver si t as  Indone sia.   20 15;  1(3):  444 - 448.   [11]    Chai rul ,   Yent i  SR .   Pe m buat an  Bioe ta no l  dar i  Nira   Nipah  Me nggunaka n  Sach aro m y c es  Cere v ic e ae.  Jurna l   Teknobi ologi .   20 13;  4(2):   105 - 10 8.   [12]    Hendra   D,  Kom aray a ti   S,  W ibi s ono  HS .   Pem bu at an  B ioe t anol   d ari   Nira   Nipah  denga n  Ala t  Ha sil  Rekay a s a   Ti pe   P3H H - 1.   J urnal  Pe n el i ti an   Has il   Hutan .   20 16;  34(1).   [13]    Heri y ant o  NM ,   Endro  S.  Karl in a  E.   Potensi  d a n  Sebar an  Nipa h  (N y pa  frut ica ns  (Thunb. )  W urm b)  seba gai   Sum ber da y a   Pa ngan  (Poten c y   and  Distribution   of  n y pa   pal m   (N y pa   frutica ns   (Thunb. )   W urm b)  as  Food   Resourc e).  Jurn al  P ene l it ian   Hu tan  dan  Konser v asi A lam .   2011;   8(4):  327 - 335 .   [14]    Marini   Y,  Emi yat i ,   Hawariy a h  S,  Hart uti   M.  2 014.   Perba nding an  Metode   Kl asifi kasi  Supervis ed  Maximum   Li kelihood  d eng an  Klasif ika si  B erb asis  Objek   u ntuk  Inve n ta risa si  La h an  T amba k  di  Kabup at en   Maros.  Di   dal am:  Kart asa sm it a  M,  Has y im   B,   Kus har dono  D,  Adiningsih  E S,  Dewant i  R,   S ambodo  KA ,   edi tor.   Sem ina r   Nasiona l  Pengin der aa n  Jauh   Det eksi  Para m et er   Geobiof isik  dan  Disem ina si  Penginde ra an  Jauh.   P erb andi ng an   Metode   Klasifi k asi  Supervised  Maximum   Li kel ihood  denga n  K la sifik asi  Berba s is  Objek  untuk  Inve nta r isasi   La han   T ambak D i  Kabupa t en  M aro s.  Bogor .   201 4;  505 – 516.   [15]    Hardj ana   AK ,   Suastat i  L.   Pro dukti vitas  Te ga kan  Ta naman  Mera nti   T embaga   (Shorea   le pr osula  Miq.)   dar i  Cabut an   Alam d an  Stek   Pucuk.   J urnal  Pe n el i ti an   Dipte rokarpa .   2 014;  8(1):   47 - 58.   [16]    Sim amart a  MM T.   Mode l  Pen y u sunan  Kualitas  Te m pat   Tumbuh  Eucal y ptus  u ro ph y l la  Pada  Hu t an  T ana m an.  Jurnal  E le k troni k  AK AR .   2015;   1 (1):  1 - 10.   [17]    Sim on  H.  Metod e  Inve n tore Hutan.  Yog y ak art a :  P ustaka   Pe la j ar.  2 007.   [18]    Ha y at   SN .   Pemba ngunan  Kela s   Kuali ta s  Te m pa t  Tumbuh  Mang rove   Mengguna kan  Cit ra  Resol usi  Sedang  di  IUP HHK - HA   P T.   Kand elia  A lam   Kali m ant an   B ara t .   Skripsi .   Bo gor:  Insti tut   Per t ani an   Bogor;   20 15.   [19]    Muis  H,  Ja y a  I NS ,   Sale h  MB,   Murtil aksono  K.   Inform at ion  R e quire d  for   Esti m at ing  the  Indicat or  of  Fores t  Rec l amati on  Su cc ess  in  Ex  Co a l - Mining  Area .   Indone sian  Jour nal  of  Elec tric al   Engi ne ering  an d  Computer   Sci en ce .   2016;   3 (1):  182 - 193 .   [20]    Suhendang  E .   Hubungan  antar a  Dim ensi  T eg aka n  Hut an  T a naman  denga n   Faktor  T empat  Tumbuh  dan  Ti ndak an  Silv ik ult ur  p ada   Hut an   Ta n aman  Pinus   m erc usii  Jungh.  Et   De   Vriese   di  Pulau  Jawa.  Diserta si .   Bogor :   Instit ut  Pe rta n ian Bogor;   1990 .   [21]    Pree ce   ND ,   Law es  MJ ,   Rossm an  AK ,   Curra n  TJ,   Oozte r zee  PV .   Modell ing  th e  Grow th  of  Young  Rai nfore s t   Tre es  for  Biom ass  Esti m at es  and  Carbon  Sequestra ti on  Acc oun ti n g.   Journal  Forest  Ec olog y  and  Manage ment .  2015;  351:   57 - 6 6.     [22]    Shofi y an ti   R .   Teknologi  Pesawat   ta npa   Aw ak  unt uk  Pem et aa n   da n  Pem ant aua n   T ana m an  dan   La h an  Pert ani a n .   Jurnal  Informati ka  P ertani an .   20 11;  2(2):58 - 64 .   [23]    Kus nadi ,   Ja y a  INS ,   Pus pani ngs ih   N,  Basuki  M,  Hakim  L.   Model  Penduga  Kuali ta s  Te m pat   Tumbuh  Jat i   (Te c tona   g ran di s)  Menggunakan  Cit r a  Resolus i  Sanga t  T inggi  Pesawat   Ti d ak   Bera wak   di   KP H  Nganjuk.  Jurnal  P ene l it ia n  Kehut anan   Wa ll ac ea .   2016;  5(2 ):  185 - 194.   [24]    W ah y uni  S,   Ja ya  INS ,   Pus pani n gsih  N .   Model  f or  Esti m at ing  A bove  Ground  Bi om ass  of  Rec lam at ion  Forest  using  Unm anne d  Aeri a l  Veh ic l e s.  Indone sian   Jo urnal  of  El e ct ri c al  Eng ine ering   and  Computer  S ci en ce .   2016;   4(3):  586 - 593 .   [25]    Ja y a   INS ,   Kle in n  C,   Mel at i   D,  Fehrm ann  L,   Pe rez - Cruz ado  C ,   Sept y awa rda n i  E,   Dhan i  FA R,   W ah y uni  S .   Util izing  Multi - Score   Data   for   Sus ta nai bl e  Forest  Mana gem ent   in  Indon esi a.   Proce edi ngs   of  the   5th   Inte rna ti ona l  DA AD   W ork shop :  Bridgi ng  th e  Gap  bet wee n   in form at ion  nee ds   and  fore st  inv e ntor y   ca p aci t y .   Durban  and   Pieterm ari tz burg .   20 15;  p. 163 - 181 .   [26]    Ghoza li,  Im an.   Aplika si  Anali si s  Multi var iate  d enga n  Program   SP S S.  Sem ara ng:  Bada n  Pener bit   Univer sit as   Diponegor o  Sem ara ng.   2006.   [27]    Santoso  S.  L atih an  SP SS   Stat isti k  Para m et rik .   J a kar ta:  Gram edia. 2000.   [28]    Kafa bih,   Fikr i.   Penent uan  Kual i ta s  Te m pat   Tum buh  Sengon  (Para seria n the s  falca ta ri a  (L)   Niel sen )  pada   Area l   IUP HHK - HTI  Tra ns PT  Be la n ta r a  Subur Kal iman ta n  B ara t .   Skrips i.   Bogor :  Inst it ut   Perta n ia n   Bogor ;  2017.   Evaluation Warning : The document was created with Spire.PDF for Python.