BAB 4 HASIL DAN ANALISIS
|
|
- Sudomo Lie
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB 4 HASIL DAN ANALISIS 4.1 Analisis Hasil Proses Pengolahan Data LiDAR Setelah seluruh point clouds terklasifikasi ke dalam kelas yang sesuai. Maka dapat dilihat pada gambar di bawah ini, point clouds berwarna biru merupakan kelas high vegetation, point clouds berwarna kuning merupakan kelas medium vegetation, dan point clouds berwarna oranye merupakan kelas ground. Berikut adalah gambar tabel hasil statistik klasifikasi kelas point clouds: Tabel 4.1 Hasil statistik klasifikasi point clouds Class Description Points 1 Default 0 2 Ground Low Vegetation Medium Vegetation High Vegetation Building 0 Total points Parameter proses pengklasifikasian point clouds harus tepat (sesuai dengan karakteristik lahan area penelitian) dan juga dengan melakukan uji statistik dan trial error. Ketika input parameter telah memberikan hasil statistik yang terbaik, maka perlu dilakukan pengecekan point clouds dengan draw section dan mem-brush manual sehingga point terklasifikasi dengan baik. Hasil DTM dihasilkan terdapat pada gambar sebagai berikut: Digital Terrain Model (DTM) Legend Gambar 4.1 Hasil Digital Terrain Model (DTM) 32
2 Digital Surface Model (DSM) Legend Gambar 4.2 Hasil Digital Surface Model (DSM) Canopy Height Model (CHM) Legend Gambar 4.3 Canopy Height Model (CHM) Rata-rata tinggi dari CHM yakni 12,5 meter, dengan nilai range antara -0,5676 meter hingga 17,8 meter dan tinggi minimum 3 meter. Pada penelitian ini, hasil DTM dan DSM yang didapat telah dianggap baik ditunjukan dengan ketelitian LiDAR yang telah dikuantifikasi hingga level 15 cm & 30 cm dan proses pengklasifikasian point cloud sudah menggunakan parameter terbaik serta disempurnakan dengan klasifikasi manual dengan melakukan brush sehingga point terklasifikasi ke dalam kelas-kelas yang telah ditentukan. Kemudian didapat hasil interval tinggi DTM yakni pada range m dan DSM 60 m sampai dengan 94 m. Namun ketika mengekstrak CHM terdapat tinggi pohon yang minus, dilihat dari value pixel raster terdapat 226 value 33
3 dalam jumlah value yakni hanya sebesar 0,1%. Hal ini kemungkinan besar disebabkan oleh low points pada data LiDAR. Low points disebut juga noise (kesalahan/gangguan) pada LiDAR, solusi menghilamgkan low points ialah seharusya point clouds pada data CHM yang memiliki nilai minus tersebut dikelompokan juga menjadi satu kelas baru, yakni kelas Low Points, kemudian kelas tersebut di-delete dan tak akan muncul lagi ketika men-generate DTM, DSM maupun ketika menekstraksi CHM. karena Ground pada lahan tertentu tidak memiliki vegetasi apapun diatasanya. Sehingga ketika data pembentukan CHM (DSM-DTM), hasilnya minus. Faktor lainnya mungkin dikarenakan ketika proses pengklasifikasian titik ground dan vegetasi lainnya masih belum sempurna. 4.2 Analisis Hasil Proses Pendeteksian Pohon Hasil dari pendeteksian pohon secara otomatis terdeteksi jumlah pohon sebanyak pohon pada luasan area kurang lebih 20 hektar. Berdasarkan studi referensi dari aturan penanaman pohon kelapa sawit, biasanya kelapa sawit ditanam dengan jarak tanam 9x9x9 meter, sehingga dalam 1 ha terdapat pohon, (Badan Pusat Statistik Sawit, 2012). Dari total lahan studi area seluas ± 20 Ha dan dengan total lahan kosong seluas ± 0,67 Ha. Maka total jumlah pohon diestimasikan berada pada range: pohon sawit. Sehingga 2618 dinyatakan telah masuk dalam range. 34
4 Gambar 4.4 Hasil deteksi otomatis poligon pohon kelapa sawit Gambar 4.5 Orthophoto satu sample tile Gambar 4.6 Poligon deteksi otomatis 35
5 Gambar 4.7 Poligon pohon hasil deteksi otomatis (poligon pohon: hijau) Hasil deteksi pohon kelapa sawit secara otomatis pada gambar 4.4 dan 4.7 merupakan poligon pohon, setiap individu dari poligon pohon kelapa sawit yang berhasil terdeteksi masing-masing memiliki identitas (ID) dari setiap poligon, elevasi (mengacu pada MSL) serta tinggi dari masing-masing pohon yang ditunjukan pada tabel 4.2. Tabel 4.2 Hasil deteksi individu pohon kelapa sawit secara otomatis FID Elevation Name Perimeter Max_Z Height 0 79,96 RPC 40,899 93,72 13, ,02 RPC_1 36,009 93,41 13, ,65 RPC_2 38,365 93,34 13, ,52 RPC_3 41,971 93,2 14, ,9 RPC_ ,181 64,86 4, ,17 RPC_ ,671 64,51 4,340 Analisis dari hasil pendeteksian pohon tersebut yakni oarameter pendeteksian pohon secara otomatis harus tepat, khususnya ketika pemodelan bentuk individu pohon. Apabila terlalu lebar, maka sedikit sekali pohon yang akan terdeteksi. Bentuk harus disesuaikan dengan hasil point cloud yang membentuk satu pohon. Sehingga dapat 36
6 mewakili pendeteksian pohon yang lain. Contoh: Pemodelan bentuk pohon yang terlalu lebar dan hanya dapat mendeteksi 1200 pohon ditunjukan pada gambar di bawah ini: Gambar 4.8 Bentuk pemodelan kelapa sawit 4.3 Analisis Hasil Proses Validasi Pendeteksian Pohon Dari hasil validasi terdapat 93 pohon yang terdeteksi pada total 100 pohon hasil validasi manual di area yang sama. Terdapat 7 pohon yang seharusnya terdeteksi namun tidak berhasil terdeteksi. Standar deviasi untuk tinggi sebesar 0,150 meter dan standar deviasi untuk lebar kanopi sebesar 0,790 meter. Hal ini ditunjukkan dalam tabel 4.2 di bawah ini (selengkapnya terdapat pada lampiran A): Tabel 4.3 Validasi hasil deteksi pohon secara otomatis dan manual NO Ket Tinggi Tinggi Lebar Lebar Hasil Selisih Selisih Deteksi Deteksi Kanopi Kanopi Lebar Deteksi Otomatis Manual Tinggi Otomatis Manual Kanopi 1 Ada 13,390 13,400-0,010 11,468 10,964 0,503 2 Ada 15,950 16,133-0,183 13,660 12,544 1,116 TILE 3 Ada 12,870 12,791 0,079 11,951 11,180 0, Ada 10,000 10,119-0,119 8,564 9,930-1,365 5 Ada 13,310 13,475-0,165 11,639 11,856-0,
7 Selain analisis mengenai ada atau tidaknya jumlah yang terdeteksi, validasi ini juga memberikan hasil perbedaan tinggi pohon dan perbedaan lebar kanopi pohonnya. Dari keseluruhan data hasil validasi terdapat selisih lebar kanopi yang terbesar dan terkecil sebesar 2,299 meter dan -5,1E-06 meter. Perbedaan selisih lebar kanopi kelapa sawit terbesar terdapat pada tile 3 di nomor 15, dengan besar selisih yakni 2,299 meter dan perbedaan selisih lebar kanopi kelapa sawit terkecil terdapat pada tile 13 pada nomor 62, dengan besar selisih yakni -5,1E-06 atau sangat mendekati 0 meter. Perbedaan selisih lebar kanopi kelapa sawit terbesar terdapat pada tile 3 di nomor 15. Terlihat pada gambar perbedaan lebar kanopi pohon terlihat cukup besar yakni sebesar 2,299 meter. Selain itu tegakan pohon yang terlalu rapat membuat proses delineasi dapat menjadi kurang tepat karena kanopi antar pohon saling tumpang tindih. Kemudian pada orthophoto tersebut terdapat efek distorsi kamera apabila Gambar 4.9 Poligon semakin jauh dari pusat eksposur kamera. otomatis (biru) dan manual (merah) pada tile 3 Perbedaan selisih lebar kanopi kelapa sawit terkecil terdapat pada tile 13 pada nomor 62, dengan besar selisih yakni -5,1E-06 atau sangat mendekati 0. Hal ini ditunjukkan oleh gambar dibawah perbedaan lebar kanopi pohon telihat sama persis sehingga perbedaan selisih lebar kanopi sebesar hampir 0 meter. Hal ini dikarenakan point clouds pada pohon tersebut sangat banyak. Selain itu tegakan pohon memiliki spasi yang cukup baik sehingga membuat proses delineasi baik. Kemudian pada orthophoto Gambar 4.10 Poligon tersebut terdapat efek distorsi kamera apabila otomatis (biru) dan manual semakin jauh dari pusat eksposur kamera. 38
8 Validasi lainnya yang dilakukan yakni analisis jumlah pohon pada 3 sample tile yang diasumsikan rapat sekali, cukup rapat (renggang) dan renggang serta terdapat lahan kosong. Hasil pendeteksian pohon secara otomatis dari masing-masing sampel tile tersebut diuji dengan pendeteksian pohon secara manual yakni dengan digitasi secara visual pada setiap pohon dalam perangkat lunak Arc GIS. Hasil dari masing-masing tile akan dibandingkan dan diprosentasekan perbedaannya. Gambar 4.11 Tile 3 Tile 3 diasumsikan memiliki sebaran pohon kelapa sawit yang cenderung rapat sekali. Setelah dilakukan uji validasi dengan membandingkan jumlah pohon hasil pendeteksian otomatis (130 pohon) dan manual (134 pohon) didapat perbedaan jumlah pohon sebesar empat pohon. Maka dapat dikuantifikasikan persentase kesalahan pada tile yang cenderung rapat sebesar 2,99 %. Tile 14 diasumsikan memiliki sebaran pohon kelapa sawit yang cenderung cukup rapat dan juga memiliki jarak spasi antar pohon (renggang). Setelah dilakukan uji validasi dengan membandingkan jumlah pohon hasil pendeteksian otomatis (118 pohon) dan manual (117 pohon) didapat perbedaan jumlah pohon sebesar satu pohon atau tidak ada perbedaan sama sekali. Gambar 4.12 Tile 14 Maka dapat dikuantifikasikan persentase kesalahan pada tile yang cenderung cenderung cukup rapat dan juga memiliki jarak spasi antar pohon (renggang) sebesar 0,86 %. 39
9 Tile 16 diasumsikan memiliki sebaran pohon yang renggang juga terdapat lahan kosong. Setelah dilakukan uji validasi dengan membandingkan jumlah pohon hasil pendeteksian otomatis (103 pohon) dan manual (108 pohon) didapat perbedaan jumlah pohon sebesar lima pohon. Maka dapat dikuantifikasikan persentase kesalahan pada tile (renggang) sebesar 4,63 %.. Gambar 4.13 Tile 16 yang cenderung cenderung cukup rapat dan juga memiliki jarak spasi antar pohon 40
BAB 3 LIDAR DAN PENDETEKSIAN POHON
BAB 3 LIDAR DAN PENDETEKSIAN POHON 3.1 Data dan Area Studi Dalam Tugas Akhir ini data yang digunakan didapat dari PT McElhanney Indonesia. Area tersebut merupakan area perkebunan kelapa sawit yang berada
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Penggunaan teknologi penginderaan jauh kini semakin berkembang sangat pesat dari waktu ke waktu, hal ini ditunjukan oleh aplikasi penggunaan teknologi penginderaan
Lebih terperinciPEMBENTUKAN MODEL DAN PARAMETER UNTUK ESTIMASI KELAPA SAWIT MENGGUNAKAN DATA LIGHT DETECTION AND RANGING
PEMBENTUKAN MODEL DAN PARAMETER UNTUK ESTIMASI KELAPA SAWIT MENGGUNAKAN DATA LIGHT DETECTION AND RANGING (LIDAR) (STUDI KASUS: PERKEBUNAN KELAPA SAWIT, SUMATRA SELATAN) TUGAS AKHIR Karya ilmiah yang diajukan
Lebih terperinciANALISIS KETINGGIAN MODEL PERMUKAAN DIGITAL PADA DATA LiDAR (LIGHT DETECTION AND RANGING) (Studi Kasus: Sei Mangkei, Sumatera Utara)
Geoid Vol. No., Agustus 7 (8-89) ANALISIS KETINGGIAN MODEL PERMUKAAN DIGITAL PADA DATA LiDAR (LIGHT DETECTION AND RANGING) Agung Budi Cahyono, Novita Duantari Departemen Teknik Geomatika FTSP-ITS, Kampus
Lebih terperinciAPLIKASI CLOSE RANGE PHOTOGRAMMETRY UNTUK PERHITUNGAN VOLUME OBJEK
APLIKASI CLOSE RANGE PHOTOGRAMMETRY UNTUK PERHITUNGAN VOLUME OBJEK Oleh : Sarkawi Jaya Harahap 3511 1000 04 Dosen Pembimbing : Hepi Hapsari Handayani, S.T, Ms.C Jurusan Teknik Geomatika Fakultas Teknik
Lebih terperinciBAB 2 TEKNOLOGI LIDAR
BAB 2 TEKNOLOGI LIDAR 2.1 Light Detection and Ranging (LiDAR) LiDAR merupakan sistem penginderaan jauh aktif menggunakan sinar laser yang dapat menghasilkan informasi mengenai karakteristik topografi permukaan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1. Analisis Data DEM/DTM Untuk mengetahui kualitas, persamaan, dan perbedaan data DEM/DTM yang akan digunakan untuk penelitian, maka dilakukan beberapa analisis. Gambar IV.1.
Lebih terperinciBAB 4 ANALISIS 4.1 Analisis Prinsip Penggunaan dan Pengolahan TLS 4.2 Analisis Penggunaan TLS Untuk Pemantauan Longsoran
BAB 4 ANALISIS 4.1 Analisis Prinsip Penggunaan dan Pengolahan TLS Dasar dari prinsip kerja TLS sudah dijelaskan di Bab 3, pada pengambilan data dengan TLS, setiap satu kali pengambilan data pada satu tempat
Lebih terperinciPENDAHULUAN I.1. Latar Belakang
PENDAHULUAN I.1. Latar Belakang American Society of Photogrammetry (Falkner dan Morgan, 2002) mendefinisikan fotogrametri sebagai seni, ilmu dan teknologi mengenai informasi terpercaya tentang objek fisik
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. PROGRAM PENGOLAHAN CITRA BIJI KOPI Citra biji kopi direkam dengan menggunakan kamera CCD dengan resolusi 640 x 480 piksel. Citra biji kopi kemudian disimpan dalam file dengan
Lebih terperinciHASIL DAN ANALISIS. Tabel 4-1 Hasil kalibrasi kamera Canon PowerShot S90
BAB 4 HASIL DAN ANALISIS Dalam bab ini akan dibahas mengenai hasil dari setiap proses yang telah dilakukan dan dibahas pada bab sebelumnya baik dari kalibrasi kamera sampai pada pengolahan data yang telah
Lebih terperinciBAB IV PENGOLAHAN DATA
BAB IV PENGOLAHAN DATA 4.1 Koreksi Geometrik Langkah awal yang harus dilakukan pada penelitian ini adalah melakukan koreksi geometrik pada citra Radarsat. Hal ini perlu dilakukan karena citra tersebut
Lebih terperinciBAB III PELAKSANAAN PENELITIAN
BAB III PELAKSANAAN PENELITIAN III.1. Area Penelitian Area penelitian didasarkan pada data LiDAR, antara koordinat 7 50 22.13 LS 139 19 10.64 BT sampai dengan 7 54 55.53 LS 139 23 57.47 BT. Area penelitian
Lebih terperinciStudi Perhitungan Jumlah Pohon Kelapa Sawit Menggunakan Metode Klasifikasi Berbasis Obyek
1 Studi Perhitungan Jumlah Pohon Kelapa Sawit Menggunakan Metode Klasifikasi Berbasis Obyek Hepi Hapsari Handayani, Maria Regina Caeli Jurusan Teknik Geomatika, Fakultas Teknik Sipil dan Perencanaan, Institut
Lebih terperinciPELAKSANAAN PENGUKURAN DAN HITUNGAN VOLUME METODE FOTOGRAMETRI RENTANG DEKAT DAN METODE TACHYMETRI
BAB 3 PELAKSANAAN PENGUKURAN DAN HITUNGAN VOLUME METODE FOTOGRAMETRI RENTANG DEKAT DAN METODE TACHYMETRI Bab ini menjelaskan tahapan-tahapan dari mulai perencanaan, pengambilan data, pengolahan data, pembuatan
Lebih terperinciIII. BAHAN DAN METODE
10 III. BAHAN DAN METODE 3.1. Tempat Dan Waktu Penelitian Penelitian dilakukan di laboratorium dan di lapang. Pengolahan citra dilakukan di Bagian Penginderaan Jauh dan Informasi Spasial dan penentuan
Lebih terperinciBAB IV HASIL DAN ANALISIS
BAB IV HASIL DAN ANALISIS 4.1 Hasil Segmentasi Dari beberapa kombinasi scale parameter yang digunakan untuk mendapatkan segmentasi terbaik, untuk mengklasifikasikan citra pada penelitian ini hanya mengambil
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Rancangan Penelitian Pengerjaan tugas akhir ini ditunjukkan dalam bentuk blok diagram pada gambar 3.1. Blok diagram ini menggambarkan proses dari sampel citra hingga output
Lebih terperinciV. HASIL DAN PEMBAHASAN
V. HASIL DAN PEMBAHASAN 5.1 Analisis Citra 5.1.1 Kompilasi Citra Penelitian menggunakan citra Quickbird yang diunduh dari salah satu situs Internet yaitu, Wikimapia. Dalam hal ini penulis memilih mengambil
Lebih terperincidilakukan pemeriksaan (validasi) data profil sungai yang tersedia. Untuk mengetahui
55 4.2 Validasi Data Profil Sungai Sebelum dilakukan pengujian model sistem polder Pluit pada program, maka harus dilakukan pemeriksaan (validasi) data profil sungai yang tersedia. Untuk mengetahui validasi
Lebih terperinciJurnal Geodesi Undip Oktober 2017
IDENTIFIKASI DAN ESTIMASI TINGKAT PRODUKTIVITAS KELAPA SAWIT MENGGUNAKAN TEKNOLOGI LiDAR (Studi Kasus : Air Upas, Kabupaten Ketapang) Tsana a Alifia Nauthika, Andri Suprayogi, Bambang Sudarsono *) Departemen
Lebih terperinciBAB IV HASIL DAN ANALISIS
BAB IV HASIL DAN ANALISIS Pada penelitian ini, citra kajian dibagi menjadi dua bagian membujur, bagian kiri (barat) dijadikan wilayah kajian dalam penentuan kombinasi segmentasi terbaik bagi setiap objek
Lebih terperinciJurnal Geodesi Undip Januari 2017
ANALISIS AKURASI TERHADAP PENGGUNAAN DATA POINT CLOUDS DARI FOTO UDARA DAN LAS LIDAR BERBASIS METODE PENAPISAN SLOPE BASED FILTERING DAN ALGORITMA MACRO TERRASOLID Dani Nur Martiana, Yudo Prasetyo, Arwan
Lebih terperinciBAB III METODE PENELITIAN
11 BAB III METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian ini dilaksanakan selama dua bulan yaitu bulan Juli-Agustus 2010 dengan pemilihan lokasi di Kota Denpasar. Pengolahan data dilakukan di Laboratorium
Lebih terperinciPerbandingan Penentuan Volume Suatu Obyek Menggunakan Metode Close Range Photogrammetry Dengan Kamera Non Metrik Terkalibrasi Dan Pemetaan Teristris
JURNAL TEKNIK POMITS Vol. X, No. X, (20XX) ISSN: XXXX-XXXX (XXXX-XXXX Print) 1 Perbandingan Penentuan Volume Suatu Obyek Menggunakan Metode Close Range Photogrammetry Dengan Kamera Non Metrik Terkalibrasi
Lebih terperinciDefry Mulia
STUDI CLOSE RANGE PHOTOGRAMMETRY DALAM PENENTUAN VOLUME SUATU OBJEK Defry Mulia 35 09100011 PROGRAM STUDI TEKNIK GEOMATIKA FAKULTAS TEKNIK SIPIL DAN PERENCANAAN INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA
Lebih terperinciMATERI DAN METODE. Penelitian dilaksanakan mulai bulan Juli sampai Agustus 2014 di. Alat yang digunakan pada penelitian ini adalah Bahan-bahan yang
III. MATERI DAN METODE 3.1. Waktu dan Tempat Penelitian dilaksanakan mulai bulan Juli sampai Agustus 2014 di Perkebunan kelapa sawit Yayasan Darul Jamil, Desa pantai Raja Kec. Perhentian Raja, Kabupaten
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian ini dilakukan mulai bulan Febuari 2009 sampai Januari 2010, mengambil lokasi di Kabupaten Bogor, Jawa Barat. Pengolahan dan Analisis
Lebih terperinciV. HASIL DAN PEMBAHASAN
V. HASIL DAN PEMBAHASAN A. Waktu dan Kecepatan Optimum Flavor C blended dibuat dengan mencampurkan flavor C Concentrat dan solvent pada perbandingan 1:9 menggunakan waktu dan kecepatan yang berbeda-beda
Lebih terperinciI-I Gambar 5.1. Tampak atas gerusan pada pilar persegi
BAB V HASIL DAN PEMBAHASAN Diketahui jika hasil simulasi pemodelan pada HEC-RAS memodelkan aliran dengan steady flow yang selanjutnya akan dilakukan analisa dengan gerusan pada pilar jembatan. Penelitian
Lebih terperinci1. BAB I PENDAHULUAN PENDAHULUAN
1. BAB I PENDAHULUAN PENDAHULUAN 1.1. Latar Belakang Peta menggambarkan data spasial (keruangan) yang merupakan data yang berkenaan dengan lokasi atau atribut dari suatu objek atau fenomena di permukaan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi informasi saat ini sudah semakin maju, hal ini juga berkaitan erat dengan perkembangan peta yang saat ini berbentuk digital. Peta permukaan bumi
Lebih terperinciNilai Io diasumsikan sebagai nilai R s
11 Nilai Io diasumsikan sebagai nilai R s, dan nilai I diperoleh berdasarkan hasil penghitungan nilai radiasi yang transmisikan oleh kanopi tumbuhan, sedangkan nilai koefisien pemadaman berkisar antara
Lebih terperinciBAB III TEKNOLOGI LIDAR DALAM PEKERJAAN EKSPLORASI TAMBANG BATUBARA
BAB III TEKNOLOGI LIDAR DALAM PEKERJAAN EKSPLORASI TAMBANG BATUBARA 3.1 Kebutuhan Peta dan Informasi Tinggi yang Teliti dalam Pekerjaan Eksplorasi Tambang Batubara Seperti yang telah dijelaskan dalam BAB
Lebih terperinciBAB IV METODE PENELITIAN
BAB IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Pengambilan data untuk membuat model kesesuaian habitat orangutan kalimantan (Pongo pygmaeus wurmbii) dilakukan di Suaka Margasatwa Sungai Lamandau.
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Program Aplikasi Pada bagian ini, Penulis akan menjelaskan kebutuhan spesifikasi perangkat keras dan perangkat lunak, serta menjelaskan bagaimana cara program
Lebih terperinciKey word : digital surface model, digital terrain model, slope based filtering.
ABSTRACT Aerial photogrametry is one of methods to produce digital elevation model data. Nowaday, almost aerial photogrametry use image matching technique to make digital elevation model data. The main
Lebih terperinciIV. METODOLOGI 4.1. Waktu dan Lokasi
31 IV. METODOLOGI 4.1. Waktu dan Lokasi Waktu yang dibutuhkan untuk melaksanakan penelitian ini adalah dimulai dari bulan April 2009 sampai dengan November 2009 yang secara umum terbagi terbagi menjadi
Lebih terperinci5. IDENTIFIKASI JENIS TANAMAN. Pendahuluan
5. IDENTIFIKASI JENIS TANAMAN Pendahuluan Tujuan aplikasi berbasis sensor adalah melakukan penyemprotan dengan presisi tinggi berdasarkan pengamatan real time, menjaga mutu produk dari kontaminasi obat-obatan
Lebih terperinciviii 5.2 Saran DAFTAR PUSTAKA LAMPIRAN
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii HALAMAN PERNYATAAN... iii HALAMAN PERSEMBAHAN... iv KATA PENGANTAR... v DAFTAR ISI... vi DAFTAR TABEL... ix DAFTAR GAMBAR... xi DAFTAR LAMPIRAN...
Lebih terperinci3.3.2 Perencanaan Jalur Terbang Perencanaan Pemotretan Condong Perencanaan Penerbangan Tahap Akuisisi Data...
DAFTAR ISI 1. BAB I. PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Rumusan Masalah... 3 1.3 Pertanyaan Penelitian... 4 1.4 Tujuan Penelitian... 4 1.5 Manfaat Penelitian... 4 2. BAB II. TINJAUAN PUSTAKA...
Lebih terperinciMETODOLOGI. Gambar 4. Peta Lokasi Penelitian
22 METODOLOGI Tempat dan Waktu Penelitian Penelitian dilakukan di Kota Sukabumi, Jawa Barat pada 7 wilayah kecamatan dengan waktu penelitian pada bulan Juni sampai November 2009. Pada lokasi penelitian
Lebih terperinciDISTRIBUSI FREKUENSI (DF)
DISTRIBUSI FREKUENSI (DF) Definisi : Adalah salah satu bentuk tabel yang merupakan suatu penyusunan data ke dalam kelas-kelas tertentu dimana individu hanya termasuk ke dalam kelas tertentu. Adalah penggolongan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Kelapa sawit merupakan tanaman dengan nilai ekonomis tinggi karena merupakan tumbuhan penghasil minyak maupun bahan bakar yang banyak dibutuhkan. Perkebunannya menghasilkan
Lebih terperinciBAB 4 ANALISIS DAN BAHASAN. Pada bab ini, akan disajikan penjelasan mengenai analisis data dan
BAB 4 ANALISIS DAN BAHASAN Pada bab ini, akan disajikan penjelasan mengenai analisis data dan pembahasan. Sub bab akan menjelaskan tentang bagaimana cara mengolah data dan akan dilanjutkan dengan interpretasi
Lebih terperinciBAB 2 DATA DAN PENGORGANISASIANNYA:
BAB 2 DATA DAN PENGORGANISASIANNYA: DATA: Merupakan sejumlah informasi yang dapat memberikan gambaran tentang fakta. Data sangat berguna sebagai dasar pembuatan keputusan, terutama pada kondisi ketidakpastian.
Lebih terperinciModel Data GIS. Arif Basofi PENS 2014
Model Data GIS Arif Basofi PENS 2014 Dunia Nyata dalam GIS Gambaran dunia nyata sangat kompleks sekali. Banyak sekali jenis tumbuhan (vegetasi) Kondisi alam (gunung, danau, hutan) Berbagai macam bangunan
Lebih terperinciOutput graphics seperti kontur, post, section, base grid dan sebagainya dapat dibuat melalui Minescape dan hasilnya disimpan dalam design file.
1 Output Graphics Output graphics seperti kontur, post, section, base grid dan sebagainya dapat dibuat melalui Minescape dan hasilnya disimpan dalam design file. Untuk membuat graphics menu yang dipilih
Lebih terperinciHASIL DAN PEMBAHASAN Luas DAS Cileungsi
9 HASIL DAN PEMBAHASAN Luas DAS Cileungsi Wilayah DAS Cileungsi meliputi wilayah tangkapan air hujan yang secara keseluruhan dialirkan melalui sungai Cileungsi. Batas DAS tersebut dapat diketahui dari
Lebih terperinci"We know Exactly What You Need"
FOTOUDARABUM[dot]COM "We know Exactly What You Need" l FOTO UDARA & AERIAL MAPPING l AERIAL VIDEO l 3D AERIAL MAPPING l INVENTARIS LAHAN About Us Sonvaldy Building Jl. Cempaka Putih Timur Raya No. 5 &
Lebih terperinciTINJAUAN PUSTAKA. Secara geografis DAS Besitang terletak antara 03 o o LU. (perhitungan luas menggunakan perangkat GIS).
TINJAUAN PUSTAKA Daerah Aliran Sungai (DAS) Besitang Sekilas Tentang DAS Besitang Secara geografis DAS Besitang terletak antara 03 o 45 04 o 22 44 LU dan 97 o 51 99 o 17 56 BT. Kawasan DAS Besitang melintasi
Lebih terperinciBab IV Analisis dan Pembahasan
Bab IV Analisis dan Pembahasan IV.1 Analisis Ketelitian Citra IV.1.1 Titik Sekutu Berdasarkan hasil titik sekutu yang diperoleh dari dua variasi titik sekutu yang berbeda diperoleh nilai untuk 10 titik
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. 4.1 Spesifikasi Perangkat Keras dan Pera ngkat Lunak. program aplikasi dengan baik adalah sebagai berikut:
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Perangkat Keras dan Pera ngkat Lunak 4.1.1 Spesifikasi Perangkat Keras Spesifikasi minimum hardware yang digunakan untuk menjalankan program aplikasi dengan
Lebih terperinciRIZKY ANDIANTO NRP
ANALISA INDEKS VEGETASI UNTUK IDENTIFIKASI TINGKAT KERAPATAN VEGETASI HUTAN GAMBUT MENGGUNAKAN CITRA AIRBORNE HYPERSPECTRAL HYMAP ( Studi kasus : Daerah Hutan Gambut Kabupaten Katingan dan Kabupaten Pulang
Lebih terperinciIlustrasi: Proses Produksi
Safety and Silently Ilustrasi: Perangkat RIMS dapat dibawa oleh tim kecil (BACKPACK). Surveyor akan merancang JALUR TERBANG sesuai kondisi dan arah angin. Wahana udara dirangkai di lapangan >> diterbangkan
Lebih terperinciIII. BAHAN DAN METODE
11 III. BAHAN DAN METODE 3.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan mulai bulan Februari 2009 sampai Januari 2010 yang berlokasi di wilayah administrasi Kabupaten Bogor. Analisis data dilaksanakan
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. DESKRIPSI ALAT Perhitungan benih ikan dengan image processing didasarkan pada luas citra benih ikan. Pengambilan citra menggunakan sebuah alat berupa wadah yang terdapat kamera
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Persiapan Tahap persiapan merupakan tahapan penting dalam penelitian ini. Proses persiapan data ini berpengaruh pada hasil akhir penelitian. Persiapan yang dilakukan meliputi
Lebih terperinciMEMBUAT PETA KETINGGIAN WILAYAH DENGAN ARC GIS
MEMBUAT PETA KETINGGIAN WILAYAH DENGAN ARC GIS Dalam tutorial ini, kita akan berlatih bagaimana cara membuat peta ketinggian dengan menggunakan softwere Arc GIS. Berhubung karena ini tugas kuliah juga,
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1. Lokasi dan Waktu Penelitian Lokasi penelitian dilaksanakan pada lahan pasang surut Batang Berbak - Pamusiran Laut, Kabupaten Tanjung Jabung Timur, Provinsi Jambi. Lokasi ini
Lebih terperinciBAB III APLIKASI PEMANFAATAN BAND YANG BERBEDA PADA INSAR
BAB III APLIKASI PEMANFAATAN BAND YANG BERBEDA PADA INSAR III.1 Model Tinggi Digital (Digital Terrain Model-DTM) Model Tinggi Digital (Digital Terrain Model-DTM) atau sering juga disebut DEM, merupakan
Lebih terperinciIII. BAHAN DAN METODE
III. BAHAN DAN METODE 3.1. Waktu dan Tempat Penelitian Waktu penelitian dilakukan kurang lebih selama sebelas bulan yaitu sejak Februari 2009 hingga Januari 2010, sedangkan tempat penelitian dilakukan
Lebih terperinciBAB II. TINJAUAN PUSTAKA
DAFTAR ISI Halaman HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii HALAMAN PERNYATAAN... iii KATA PENGANTAR... iv DAFTAR ISI... vi DAFTAR TABEL... ix DAFTAR GAMBAR... x DAFTAR LAMPIRAN... xii ABSTRACT... xiii
Lebih terperinciBAB IV PENGUJIAN DAN ANALISIS
BAB IV PENGUJIAN DAN ANALISIS 4.1 Pengukuran Jarak Dengan Sensor Ultrasonik Pengujian dilakukan pada sensor ultrasonik PING))), untuk menentukan jarak sensor terhadap dinding. Data yang diambil merupakan
Lebih terperinciBab IV Hasil dan Pembahasan
Bab IV Hasil dan Pembahasan 4.1. Hasil 4.1.1. Digitasi dan Klasifikasi Kerapatan Vegetasi Mangrove Digitasi terhadap citra yang sudah terkoreksi dilakukan untuk mendapatkan tutupan vegetasi mangrove di
Lebih terperinciV. HASIL DAN PEMBAHASAN
27 V. HASIL DAN PEMBAHASAN 5.1. Penampilan Citra Dual Polarimetry PALSAR / ALOS Penampilan citra dual polarimetry : HH dan HV level 1. 5 PALSAR/ALOS masing-masing dapat dilihat pada ENVI 4. 5 dalam bentuk
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Permukaan bumi yang tidak rata membuat para pengguna SIG (Sistem Informasi Geografis) ingin memodelkan berbagai macam model permukaan bumi. Pembuat peta memikirkan
Lebih terperinciBAB I PENDAHULUAN. yang mempunyai peluang pasar dan arti ekonomi cukup baik. digunakan untuk pertanian dan perkebunan. Dinas Pertanian adalah sebuah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kebutuhan lahan yang semakin meningkat, langkanya lahan pertanian yang subur dan potensial, serta adanya persaingan penggunaan lahan antara sektor pertanian
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penginderaan jauh yaitu berbagai teknik yang dikembangkan untuk perolehan dan analisis informasi tentang bumi. Informasi tersebut berbentuk radiasi elektromagnetik
Lebih terperinciSCREEN DIGITIZING. A. Digitasi Point (Titik)
SCREEN DIGITIZING Screen digitizing merupakan proses digitasi yang dilakukan di atas layar monitor dengan bantuan mouse. Screen digitizing atau sering disebut juga dengan digitasi on screen dapat digunakan
Lebih terperinciSISTEM INFORMASI SUMBERDAYA LAHAN (Kuliah ke 12)
SISTEM INFORMASI SUMBERDAYA LAHAN (Kuliah ke 12) SISTEM MANAJEMEN BASIS DATA Oleh: Dr.Ir. Yuzirwan Rasyid, MS Beberapa Subsistem dari SISTEM INFORMASI GEOGRAFIS 1. Subsistem INPUT 2. Subsistem MANIPULASI
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Industri keramik yang terdiri dari ubin (tile), saniter, perangkat rumah tangga (tableware), genteng telah memberikan kontribusi signifikan dalam mendukung pembangunan
Lebih terperinciII.1. Persiapan II.1.1. Lokasi Penelitian II.1.2. Persiapan Peralatan Penelitian II.1.3. Bahan Penelitian II.1.4.
DAFTAR ISI HALAMAN PENGESAHAN... v PERNYATAAN... vi PERSEMBAHAN... vii KATA PENGANTAR... viii DAFTAR ISI... x DAFTAR GAMBAR... xii DAFTAR TABEL... xiv DAFTAR LAMPIRAN... xv DAFTAR ISTILAH... xvi INTISARI...
Lebih terperinciBAB III METODE PENELITIAN
22 BAB III METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian mengenai analisis data Landsat 7 untuk estimasi umur tanaman kelapa sawit mengambil daerah studi kasus di areal perkebunan PTPN VIII
Lebih terperinciBAB V ANALISIS. 5.1 Analisis Pra-Pengolahan Citra Radarsat
BAB V ANALISIS 5.1 Analisis Pra-Pengolahan Citra Radarsat 1. Citra Radarsat yang digunakan merupakan data mentah (Raw data) dan tersimpan dalam format biner. Agar Citra tersebut lebih mudah diolah maka
Lebih terperinciBAB VI. Ringkasan Modul. Mengedit Data Vektor Membuat Setting Snap Menambah Feature Linier Menambahkan Feature Titik Menggunakan Koordinat Absolut
BAB VI MENGEDIT DATA VEKTOR Ringkasan Modul Mengedit Data Vektor Membuat Setting Snap Menambah Feature Linier Menambahkan Feature Titik Menggunakan Koordinat Absolut 6.1. Mengedit Data Vektor Langkah awal
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian dilakukan dari bulan Juli sampai September 2011 di Kabupaten Sidoarjo, Jawa Timur. Pengolahan data dilakukan di Laboratorium Analisis Lingkungan
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. Spesifikasi minimum dari perangkat keras yang diperlukan agar dapat. Graphic Card dengan memory minimum 64 mb
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Driver 4.1.1 Spesifikasi Perangkat Keras Spesifikasi minimum dari perangkat keras yang diperlukan agar dapat menjalankan driver ini adalah: Prosesor Pentium
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. Processor Intel Pentium IV atau lebih tinggi. Memory RAM 256 Mb atau lebih tinggi. Minimal Hardisk 8 Gb atau lebih
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Sistem 4.1.1 Dukungan Perangkat Keras Perangkat keras yang digunakan untuk perancangan aplikasi VB 6.0 dan ArcView. Processor Intel Pentium IV atau lebih
Lebih terperinciSIG (SISTEM INFORMASI GEOGRAFIS) Oleh : Djunijanto
SIG (SISTEM INFORMASI GEOGRAFIS) Oleh : Djunijanto Pengertian SIG Sistem informasi yang menggunakan komputer untuk mendapatkan, mengolah, menganalisis dan menyajikan data yang mengacu pada lokasi geografis
Lebih terperinciBAB IV PENGUJIAN SISTEM. pada PC yang dihubungkan dengan access point Robotino. Hal tersebut untuk
BAB IV PENGUJIAN SISTEM Pengujian sistem yang dilakukan merupakan pengujian terhadap Robotino dan aplikasi pada PC yang telah selesai dibuat. Dimulai dari menghubungkan koneksi ke Robotino, menggerakan
Lebih terperinciLatar belakang. Kerusakan hutan. Perlu usaha: Perlindungan Pemantauan 22/06/2012
Deteksi Kesehatan Hutan Menggunakan Data Penginderaan Jauh di Hutan Lahan Kering SIGIT NUGROHO Latar belakang Kerusakan hutan Perlu usaha: Perlindungan Pemantauan Efisien waktu Efektif Hemat biaya Mudah
Lebih terperinciDAFTAR TABEL. No. Tabel Judul Tabel No. Hal.
DAFTAR ISI Halaman Judul... No Hal. Intisari... i ABSTRACT... iv KATA PENGANTAR... v DAFTAR ISI... vii DAFTAR TABEL... ix DAFTAR GAMBAR... x DAFTAR LAMPIRAN... xi BAB I... 1 1.1. Latar Belakang... 1 1.2.
Lebih terperinciMETODE PENELITIAN. Penelitian ini dilaksanakan pada bulan Maret sampai Agustus 2014.
METODE PENELITIAN Waktu dan Lokasi Penelitian Penelitian ini dilaksanakan pada bulan Maret sampai Agustus 2014. Penelitian ini dilakukan di kawasan Cagar Alam Dolok Sibual-buali (Studi Kasus: Desa Bulu
Lebih terperinciBAB IV PENGUJIAN ALAT DAN ANALISA
BAB IV PENGUJIAN ALAT DAN ANALISA 4.1 Pendahuluan Dalam bab ini akan membahas mengenai pengujian dari alat yang telah dirancang pada bab sebelumnya. Pengujian alat dilakukan untuk mengetahui kinerja sistem
Lebih terperinciTidak ada tepat satu teori untuk menyelesaikan problem pengenalan pola Terdapat model standar yang dapat dijadikan teori acuan
Terdapat banyak jenis pola: Pola visual Pola temporal Pola logikal Tidak ada tepat satu teori untuk menyelesaikan problem pengenalan pola Terdapat model standar yang dapat dijadikan teori acuan Statistik
Lebih terperinciHASIL DAN PEMBAHASAN. Tabel 3Perubahan tutupan lahan Jakarta tahun 1989 dan 2002.
IV. HASIL DAN PEMBAHASAN 4.1 Kondisi geografis daerah kajian Kota Jakarta merupakan ibukota Republik Indonesia yang berkembang pada wilayah pesisir. Keberadaan pelabuhan dan bandara menjadikan Jakarta
Lebih terperinciIII. METODOLOGI. Gambar 5 Peta lokasi penelitian.
22 III. METODOLOGI 3.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Kawasan Perumahan Bukit Cimanggu City dan Taman Yasmin Bogor, Kecamatan Tanah Sareal, Bogor (Gambar 5). Lokasi ini dipilih
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI. implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan
BAB IV IMPLEMENTASI DAN EVALUASI Implementasi dan Evaluasi yang dilakukan penulis merupakan implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan perangkat lunak dari sistem secara keseluruhan
Lebih terperinciBAB IV PENGUJIAN SISTEM. mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan
BAB IV PENGUJIAN SISTEM Pengujian sistem yang dilakukan merupakan pengujian terhadap program mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan citra dari webcam, pengolahan citra
Lebih terperinci3/17/2011. Sistem Informasi Geografis
Sistem Informasi Geografis Pendahuluan Data yang mengendalikan SIG adalah data spasial. Setiap fungsionalitasyang g membuat SIG dibedakan dari lingkungan analisis lainnya adalah karena berakar pada keaslian
Lebih terperinciPanduan Cepat Penggunaan X91 GNSS
Panduan Cepat Penggunaan X91 GNSS Penggunaan Receiver di bagi menjadi 2 bagian : 1. Mode Static 2. Mode RTK (Real Time Kinematic) Penggunaan Receiver dengan Mode Static 1. Bonding Base Receiver dengan
Lebih terperinciBAB 4 ANALISIS DAN DISKUSI
4.1 Analisis Perencanaan BAB 4 ANALISIS DAN DISKUSI Dari segi perencanaan,metode registrasi cloud to cloud adalah metode yang paling praktis. Metode registrasi cloud to cloud ini hanya memperhatikan pertampalan
Lebih terperinciPEMANFAATAN TEKNOLOGI LIGHT DETECTION AND RANGING (LIDAR) DALAM PEMODELAN BANJIR AKIBAT LUAPAN AIR SUNGAI
PEMANFAATAN TEKNOLOGI LIGHT DETECTION AND RANGING (LIDAR) DALAM PEMODELAN BANJIR AKIBAT LUAPAN AIR SUNGAI Nur Asriyah1, Agung Budi Harto1,2, Ketut Wikantika1,2 1 Kelompok Keilmuan Penginderaan Jauh dan
Lebih terperinciLampiran 1. Peta klasifikasi penutup lahan Kodya Bogor tahun 1997
LAMPIRAN Lampiran 1. Peta klasifikasi penutup lahan Kodya Bogor tahun 1997 17 Lampiran 2. Peta klasifikasi penutup lahan Kodya Bogor tahun 2006 18 Lampiran 3. Peta sebaran suhu permukaan Kodya Bogor tahun
Lebih terperinciBAB 4 HASIL DAN BAHASAN. Dibawah ini merupakan tampilan tampilan dari aplikasi yang telah dibuat. Aplikasi
BAB 4 HASIL DAN BAHASAN 4.1Tampilan Aplikasi Dibawah ini merupakan tampilan tampilan dari aplikasi yang telah dibuat. Aplikasi memiliki menu home seperti dibawah ini : Gambar 4.1 Menu home Pada menu Home
Lebih terperinciTujuan. Dunia Nyata dan SIG. Arna fariza. Mengubah dunia nyata menjadi informasi geografis di komputer 3/17/2016
Dunia Nyata dan SIG Arna fariza Politeknik elektronika negeri surabaya Tujuan Mengubah dunia nyata menjadi informasi geografis di komputer 1 Materi Representasi dunia nyata Representasi geometri Representasi
Lebih terperinci1.1 Latar Belakang Volume penggalian dan penimbunan suatu material merupakan hal yang penting dalam banyak pekerjaan teknik dan pertambangan.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Volume penggalian dan penimbunan suatu material merupakan hal yang penting dalam banyak pekerjaan teknik dan pertambangan. Akurasi bentuk dan estimasi volume dari material
Lebih terperinciEKSTRAKSI GARIS PANTAI MENGGUNAKAN HYPSOGRAPHY TOOLS
EKSTRAKSI GARIS PANTAI MENGGUNAKAN HYPSOGRAPHY TOOLS Danang Budi Susetyo, Aji Putra Perdana, Nadya Oktaviani Badan Informasi Geospasial (BIG) Jl. Raya Jakarta-Bogor Km. 46, Cibinong 16911 Email: danang.budi@big.go.id
Lebih terperinciOrientasi adalah usaha peninjauan untuk menentukan sikap (arah, tempat, dan sebagainya) yang tepat dan benar (Kamus Besar Bahasa Indonesia, 1989).
BAB II METODE KAJIAN 2.1. Pengertian Rekonstruksi, dari kata re : kembali, dan konstruksi : susunan, model, atau tata letak suatu bangunan (Kamus Besar Bahasa Indonesia, 1989), dalam hal ini rekonstruksi
Lebih terperinci