Pemantauan Pertumbuhan Tanaman Padi dengan SPOT Vegetation
|
|
- Johan Kusuma
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Pemantauan Pertumbuhan Tanaman Padi dengan SPOT Vegetation Marina C.G. Frederik 1, Retno A. Ambarini 1, Fanny Meliani 1,Yoke F.A. Oktofan 1 1 Pusat Teknologi Inventarisasi Sumberdaya Alam (PTISDA), BPPT Gedung 2 BPPT, Lantai 19, Jl. M.H. Thamrin No. 8, Jakarta 10340, Indonesia Telepon: (62)(21) , Faks: (62)(21) marina.frederik@bppt.go.id Abstrak Beras merupakan salah satu bahan makanan pokok penduduk Indonesia dimana setiap tahunnya diperlukan informasi hasil produksi padi berupa jumlah panen dan luas area tanam. Pemantauan kondisi tanaman padi dan prakiraan hasil panen merupakan informasi penting yang dapat didukung oleh teknologi inderaja. BPPT bekerjasama dengan ERSDAC, Jepang, sejak tahun 2008 melakukan penelitian pemantauan tanaman padi dengan teknologi inderaja menggunakan berbagai sensor (optik dan radar), berbagai resolusi spektral (multi spektral dan hiperspektral), dan berbagai wahana (di lokasi, pesawat, dan satelit). Daerah penelitian pemantauan tanaman padi ini adalah Kabupaten Indramayu dan Subang, Jawa Barat. Makalah ini membahas tentang pemantauan tanaman padi menggunakan citra satelit resolusi spasial rendah namun beresolusi temporal yang tinggi, SPOT Vegetation. Sensor ini telah beroperasi sejak tahun 1998 dan dapat mengakuisisi citra setiap hari. Citra tersedia secara gratis 3 bulan setelah akuisisi dalam produk komposit 10 harian yang dilengkapi dengan citra NDVI (VGT S10). Program pemantauan tanaman padi menggunakan citra SPOT Vegetation sejak 2008 memberikan informasi seperti: jadwal tanam, indeks vegetasi (NDVI), dan fase pertumbuhan. Selain itu juga dilakukan analisa korelasi NDVI dan LAI dari data survey lapangan. Dari 8 pengamatan LAI dan NDVI dan menggunakan analisis regresi linear, didapat korelasi yang rendah. Hal ini kemungkinan karena minimnya jumlah pengamatan. Pemantauan tanaman padi menggunakan citra SPOT Vegetation merupakan bagian dari kegiatan BPPT dalam membangun model prakiraan produksi panen. Kata kunci: padi, SPOT Vegetation, NDVI Abstract Rice is one of the staples of food for Indonesian people, where each year there is a need for rice production information and area of rice plant. Monitoring of paddy condition and rice production estimation may be supported by remote sensing technology. BPPT in cooperation with ERSDAC, Japan, has been conducting a paddy monitoring program since 2008 using various sensors (optic and radar), with various spectral resolution (multispectral to hyperspectral), and using various instrument (in-situ, airborne, and satellite). The location of research is the District of Indramayu and Subang, West Java. This paper presents an activity on monitoring of paddy plant using images of low spatial resolution but high temporal resolution, SPOT Vegetation. SPOT Vegetation images have been available since 1998 and have a temporal resolution of 1 day. The images are available for download 3 months after acquisition date in 10 day composit product, including the NDVI image (VGT S10). The program of monitoring paddy plant since 2008 yield information such as: planting time, vegetation index (NDVI), and growth phase. Moreover, a study on correlation between LAI (in-situ) and NDVI (VGT S10) was conducted. Using 8 observation of LAI data, and NDVI, a simple linear regression was performed. The analysis yield a weak correlation, which may be due to the small number of observation. This monitoring of paddy plant using SPOT Vegetation is part of BPPT s program, which main goal is to build a model for prediction of rice production. Keywords: paddy, SPOT Vegetation, NDVI 66
2 1. Pendahuluan Pemantauan pertumbuhan tanaman padi dan prediksi produksi padi sangatlah penting bagi Indonesia mengingat beras merupakan makanan pokok penduduk indonesia. Kabupaten Indramayu dan Subang merupakan dua lokasi studi sentra padi di Jawa Barat sejak tahun Program pemantauan tanaman padi di kedua kabupaten ini merupakan kerjasama penelitian antara BPPT (Badan Pengkajian dan Penerapan Teknologi) dan ERSDAC (Earth Remote Sensing Data Analysis Center), Jepang. Dalam penelitian ini dilakukan pengamatan tanaman padi menggunakan berbagai wahana inderaja, seperti in-situ menggunakan spectroradiometer, pesawat udara dan satelit dengan berbagai resolusi spasial dan temporal, serta sensor optik dan radar dengan berbagai resolusi spektral, dari multispektral hingga hiperspektral. Tujuan akhir program kerjasama ini adalah membangun sebuah model prediksi produksi padi. Tulisan ini memaparkan salah satu bagian dalam kegiatan kerjasama tersebut, yaitu pemantauan tanaman padi menggunakan citra NDVI (Normalize Difference Vegetation Index), produk sensor SPOT (Système Pour l'observation de la Terre) Vegetation (VGT S10) selama 1 musim tanam di tahun Penelitian ini menggunakan citra tahun 2008 lebih kepada kajian melihat efek tutupan awan terhadap pemantauan lahan padi. Gambar 1 menampilkan dinamika nilai NDVI untuk beberapa lokasi di Kabupaten Indramayu. Sejak akhir bulan Januari hingga Maret 2008, nilai NDVI terlihat tidak beraturan. Hal ini disebabkan karena tingkat tutupan awan yang tinggi pada bulan-bulan tersebut, sehingga pengamatan tidak dapat dilakukan dengan baik. Pada gambar ini juga dapat dilihat jadwal waktu pengairan setiap lokasi yang bertepatan dengan jadwal golongan pengairan. Secara umum, terlihat 3 golongan pengairan di lokasi-lokasi pengamatan tersebut dengan terlihatnya 3 puncak kurva antara bulan Mei hingga Agustus IN IN09 IN10 IN07 IN06 IN04 IN02 IN /01/ /02/ /03/ /04/ /05/ /06/ /07/ /08/ /09/ /10/ /11/ /12/2008 Gambar 1. Dinamika pertumbuhan tanaman padi untuk beberapa lokasi pengamatan di Kabupaten Indramayu 67
3 Makalah ini menyampaikan hasil pengamatan tanaman padi menggunakan citra SPOT Vegetation, produk NDVI (VGT S10) untuk 1 musim tanam pada tahun 2010 antara bulan April dan Agustus, pengamatan lapangan, serta analisis korelasi antara LAI (Leaf area index) lapangan dan NDVI. Seperti yang diketahui, LAI merupakan salah satu parameter biofisik yang penting untuk mengetahui dinamika pertumbuhan tanaman. Selain itu adanya korelasi antara LAI dengan biomassa dan produktivitas tanaman telah ditemukan pada berbagai penelitian. 2. Bahan dan Metoda Satellite SPOT yang pertama diluncurkan pada Februari 1986 merupakan satelit yang dilengkapi dengan sensor optik dengan resolusi spasial tinggi. Hingga kini, sudah diluncurkan satelit ke lima, SPOT 5, pada Mei Sensor Vegetation dipasang sejak SPOT 4. Sensor ini memiliki 4 band spektral, dengan resolusi spasial 1 km dan resolusi temporal 1 hari. Gambar 2 menampilkan konfigurasi berbagai sensor yang terdapat pada satelit SPOT. Terlihat sensor Vegetation terletak bersebelahan dengan sensor HRS (High Resolution Stereoscopic imaging). Gambar 2. Satelit SPOT dengan sensor Vegetation (ref. SPOT Image) Tabel 1. menampilkan karakteristik sensor Vegetation. Saat ini, citra Vegetation komposit 10-harian dapat diunduh secara gratis setelah 3 bulan tanggal akuisisi. Setiap bulan, diproduksi 3 citra komposit 10 harian, yang mencakup tanggal 1-10, tanggal 11-20, dan tanggal Citra tersebut sudah terkoreksi geometrik dan tersedia dalam beberapa cakupan geografis, misalnya untuk wilayah Indonesia adalah cakupan Asian Islands. Citra VGT S10 tersedia dalam format HDF dan terdiri dari citra NDVI, dan citra status map yang menjelaskan tentang kualitas radiometric, dll. Panjang gelombang (µm) Resolusi spasial B0 (blue) km B2 (red) km B3 (near IR) km MIR (SWIR) km Tabel 1. Sensor SPOT Vegetation 68
4 Setiap citra NDVI (produk S10) yang diunduh perlu dilakukan konversi dari nilai digital ke nilai NDVI sebenarnya, dengan menggunakan persamaan berikut: NDVI = a * DN + b di mana a= 0.004, b= -0.1, DN= digital number Pemprosesan citra menggunakan perangkat lunak ENVI. Setelah dikonversi, informasi NDVI selama perioda bulan April hingga Agustus 2010 diekstrak untuk setiap lokasi pengamatan. Selama tahun 2010, lokasi pengamatan menggunakan citra SPOT Vegetation difokuskan pada Kabupaten Indramayu. Survey lapangan dilakukan sebanyak 3 kali, yaitu pada tanggal 26 April 2 Mei, Juni, dan Juli. Lokasi pengamatan dipilih menurut daerah sesuai jadwal pengairan, antara golongan pengairan 1 dan IV. Terpilih 5 lokasi pengamatan, yaitu: - Golongan pengairan I: segmen (Desa Kedungdawa, Gabuswetan) dan segmen (Desa Sidodadi, Haurgelis) - Golongan pengairan II: segmen (Desa Sumbon, Kroya) - Golongan pengairan III: semen (Desa Kendayakan, Terisi) - Golongan pengairan IV: segmen (Desa Soge, Kandanghaur) Setiap segmen berukuran 500x500 meter, terdiri dari 25 quadrat yang berukuran 100x100 meter. Pada survey lapangan, dalam setiap segmen ditentukan secara acak 7 quadrat, dan dalam setiap quadrat terdapat 3 titik pengamatan, sehingga seluruh titik pengamatan berjumlah 105. Pada setiap titik pengamatan, dicatat informasi fase pertumbuhan padi, varietas padi, dan kondisi tanaman padi. Selain itu, dilakukan beberapa pengukuran, yaitu: tinggi tanaman, panjang dan lebar kanopi, jumlah daun per rumpun, tinggi air, kandungan klorofil dengan alat SPAD, dan berat basah/kering rumpun. Pengukuran LAI di tiap segmen dilakukan sesuai fase pertumbuhan, menurut klasifikasi IRRI (International Rice Research Institute), dari fase stem elongation hingga fase mature. Pada survey pertama (26 April 2 Mei), pengukuran LAI dilakukan hanya pada 2 segmen karena segmen lainnya masih dalam tahap persiapan lahan atau vegetative. Pada survey ke dua (14 19 Juni), pengukuran LAI dilakukan untuk 4 segmen, dan pada survey ke tiga (12 17 Juli) dilakukan pengukuran pada 4 segmen. Karena resolusi spasial SPOT vegetation adalah 1 km, maka LAI hasil pengukuran yang dipakai adalah nilai maximum LAI dalam setiap segmen. Sehingga jumlah data LAI hasil pengukuran dari ke tiga survey tersebut adalah 10. Gambar 3. Komposit warna semu citra SPOT Vegetation (RGB: b3:b2:b0), Kabupaten Indramayu dalam poligon warna putih Gambar 3 menunjukkan 3 citra SPOT Vegetation selama bulan April 2010 dengan komposit warna semu (RGB=b3:b2:b0). Dengan komposit warna semu, warna merah menunjukkan tutupan vegetasi sehat. Kabupaten Indramayu terletak dalam 69
5 poligon berwarna putih. Dinamika pertumbuhan tanaman padi selama bulan April terlihat dengan perubahan rona warna merah. Berdasarkan survey lapangan, pada bulan April, mayoritas tanaman padi di kabupaten ini adalah dalam fase harvest atau mature bahkan ada yang dalam fase persiapan lahan (setelah dipanen), pada akhir bulan April terlihat hampir seluruh tanaman padi telah dipanen. 3. Hasil dan Pembahasan Gambar 4 memperlihatkan dinamika pertumbuhan tanaman padi di lima segmen pengamatan di Kabupten Indramayu. Kurva pertumbuhan dari akhir bulan Januari hingga akhir September menunjukkan 2 musim tanam. Segmen yang termasuk dalam golongan pengairan I hingga III pada musim tanam pertama terlihat berdekatan pertumbuhannya sedangkan kurva pertumbuhan segmen yang terletak di golongan pengairan IV terlihat berbeda beberapa minggu kemudian. Namun pada musim tanam ke dua yang dimulai sekitar bulan Mei, terlihat lebih jelas perbedaan pertumbuhan antara berbagai golongan pengairan tersebut. Jika dibandingkan dengan Gambar 1, maka dapat disimpulkan bahwa pada bulan Februari dan Maret tahun 2010 lebih sedikit tutupan awannya dibanding dengan tahun 2008 untuk ke lima segmen tersebut. Tentang korelasi jadwal tanam dengan jadwal pengairan golongan I hingga III, kemungkinan pada tahun 2010, jadwal pengairan tersebut berdekatan pada saat musim tanam pertama. Pada survey lapangan pertama di akhir bulan April, terlihat hanya segmen yang masih dalam fase pertumbuhan akhir, walaupun di lapangan, didapat beberapa area di segmen yang masih dapat disurvey. Gambar 4. Dinamika pertumbuhan tanaman padi tahun 2010 di 5 segmen Seperti telah disebut diatas, salah satu pengukuran yang dilakukan selama survey adalah luas kanopi tanaman dengan mengukur panjang dan lebar 3 rumpun padi di setiap titik pengamatan. Nilai LAI didapat menggunakan rumus: luas daun dibagi luas kanopi rumpun. Tabel 2 menampilkan hasil perhitungan LAI di lapangan dan nilai NDVI berdasarkan citra SPOT Vegetation. Nilai NDVI dari citra komposit 10 harian untuk setiap segmen ditentukan sesuai kurun waktu pelaksanaan survey. Dari 10 total segmen yang dilakukan pengukurannya pada 1 musim tanam tersebut, 8 yang dapat dipergunakan untuk analisis selanjutnya 70
6 LAI (in-situ) Tabel 2. Nilai NDVI dan LAI Gambar 5 menampilkan grafik NDVI versus LAI, garis hitam menunjukkan hasil analisis regresi linear. Dalam gambar ini ditampilkan juga persamaannya. Analisis ini memberikan nilai R 2 yang sangat rendah. Hal ini mungkin disebabkan oleh jumlah pengamatan yang minim dan jangka waktu antara pengamatan yang terlalu lama. Rendahnya korelasi ini tidak sesuai dengan hasil penelitian di berbagai tempat, baik untuk tanaman padi maupun tanaman gandum. Penelitian menggunakan citra NDVI SPOT Vegetation seperti yang telah dilakukan sebelumnya (Dadhwal, 2004, Xiao, et al, 2002), memberikan hasil yang baik sehingga citra NDVI dari SPOT Vegetation sangat berguna untuk memprediksi LAI tanaman yang kemudian memberikan informasi tentang produktivitas tanaman y = x R 2 = NDVI (SPOT Vgt) Gambar 5. Korelasi antara NDVI dan LAI 4. Kesimpulan Tulisan ini memaparkan kegiatan pemantauan pertumbuhan tanaman padi menggunakan citra NDVI dari SPOT Vegetation untuk beberapa lokasi di Kabupaten Indramayu. Analisis korelasi antara NDVI dan LAI menggunakan persamaan regresi linear dengan 8 pengamatan ditemukan korelasinya masih rendah. Hal ini mungkin disebabkan karena minimnya jumlah pengamatan dan jangka waktu antara pengamatan yang terlalu lama. Namun berdasarkan penelitian tanaman padi di daerah lain menunjukkan korelasi yang baik antara LAI dan NDVI, sehingga penggunaan NDVI dari citra SPOT Vegetation berguna untuk memprediksi LAI tanaman. Kegiatan pemantauan tanaman padi ini masih berlanjut di tahun 2011 dengan penambahan wilayah pengamatan. Citra SPOT Vegetation dengan resolusi temporal yang tinggi sangat mendukung pemantauan tanaman padi karena siklus pertumbuhan yang sekitar hari dan tiap fase pertumbuhannya sekitar 7-10 hari saja. Wilayah tropis katulistiwa seperti Indonesia yang sering ditutupi awan 71
7 memerlukan citra satelit dengan resolusi temporal yang tinggi agar dapat meningkatkan kemungkinan mendapatkan citra bebas awan. Lebih dari itu, fasilitas unduh gratis untuk data arsip (3 bulan setelah akuisisi) sangat mendukung kegiatan penelitian. Daftar Pustaka Dadhwal, V.K., 2004, Crop growth and productivity monitoring and simulation using remote sensing and GIS, Satellite RS and GIS Application in Agriculture Meteorology, pp Xiao, X., et al., 2002, Quantitative relationships between field-measured leaf area index and vegetation index derived from VEGETATION images for paddy rice fields, IJRS, vol. 23, no. 18, pp Spot on its orbit,spot satellite technical data, The Spot payload, SPOT Image 72
KARAKTERISTIK CITRA SATELIT Uftori Wasit 1
KARAKTERISTIK CITRA SATELIT Uftori Wasit 1 1. Pendahuluan Penginderaan jarak jauh merupakan salah satu teknologi penunjang pengelolaan sumber daya alam yang paling banyak digunakan saat ini. Teknologi
Lebih terperinciOptimalisasi Pemetaan Fase Pertumbuhan Padi Berdasarkan Analisa Pola Reflektan dengan Data Hiperspektral Studi Kasus : Kabupaten Karawang
Optimalisasi Pemetaan Fase Pertumbuhan Padi Berdasarkan Analisa Pola Reflektan dengan Data Hiperspektral Studi Kasus : Kabupaten Karawang M. A. Rauf Syafriyyin 1) dan Bangun Mulyo Sukojo 2) Jurusan Teknik
Lebih terperinciPENGGUNAAN PARTIAL LEAST SQUARE REGRESSION
Penggunaan Partial Least Square Regression (PLSR) Untuk Mengatasi Multikolinearitas Dalam Estimasi Klorofil Daun Tanaman Padi Dengan Citra Hiperspektral PENGGUNAAN PARTIAL LEAST SQUARE REGRESSION (PLSR)
Lebih terperinciJURNAL GEOGRAFI Media Pengembangan Ilmu dan Profesi Kegeografian
JURNAL GEOGRAFI Media Pengembangan Ilmu dan Profesi Kegeografian http://journal.unnes.ac.id/sju/index.php/ujet ESTIMASI PRODUKTIVITAS PADI MENGGUNAKAN TEKNIK PENGINDERAAN JAUH DALAM MENDUKUNG PROGRAM SWASEMBADA
Lebih terperinciSatelit Landsat 8, Landsat Data Continuity Mission Pengolahan Citra Digital
Satelit Landsat 8, Landsat Data Continuity Mission A. Satelit Landsat 8 Satelit Landsat 8, Landsat Data Continuity Mission Landsat 8 merupakan kelanjutan dari misi Landsat yang untuk pertama kali menjadi
Lebih terperinciImage Fusion: Trik Mengatasi Keterbatasan Citra
Image Fusion: Trik Mengatasi Keterbatasan itra Hartanto Sanjaya Pemanfaatan cita satelit sebagai bahan kajian sumberdaya alam terus berkembang, sejalan dengan semakin majunya teknologi pemrosesan dan adanya
Lebih terperinciKOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN
KOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN Rahayu *), Danang Surya Candra **) *) Universitas Jendral Soedirman
Lebih terperinciMuhammad Iqbal Habibie 1, Arief Darmawan 1,
Prediksi Parameter-parameter Biofisik Tanaman Padi Dari Data Groundspectrometer dan Hyperspectral Pesawat Terbang Dengan Menggunakan Data Turunan Pertama Teknik Partial Least Square Regression (PLSR) Muhammad
Lebih terperinciGeo Image 5 (2) (2016) Geo Image.
Geo Image 5 (2) (2016) Geo Image http://journal.unnes.ac.id/sju/index.php/geoimage ESTIMASI PRODUKTIVITAS PADI MENGGUNAKAN TEKNIKPENGINDERAAN JAUH DALAM MENDUKUNG PROGRAM SWASEMBADA PANGAN Ahmad Yazidun
Lebih terperinciABSTRAK. Kata kunci: Ruang Terbuka Hijau, Penginderaan Jauh, Citra Landsat 8, Indeks Vegetasi (NDVI, MSAVI2 dan WDRVI) vii
ABSTRAK Ruang Terbuka Hijau kota adalah bagian dari ruang-ruang terbuka (open space) suatu wilayah perkotaan yang diisi oleh tumbuhan dan berbagai jenis Vegetasi lainnya. Keanekaragaman suatu Vegetasi
Lebih terperinciSarono Sigit Heru Murti B.S
ESTIMASI PRODUKSI PADI DENGAN MENGGUNAKAN NDVI (NORMALIZED DIFFERENCE VEGETATION INDEXS) PADA LAHAN SAWAH HASIL SEGMENTASI CITRA ALOS DI KABUPATEN KARANGANYAR Sarono sarono34@gmail.com Sigit Heru Murti
Lebih terperinciCitra Satelit IKONOS
Citra Satelit IKONOS Satelit IKONOS adalah satelit inderaja komersiil pertama yang dioperasikan dengan tingkat ketelitian 1 meter untuk model pankromatik dan 4 meter untuk model multispektral yang merupakan
Lebih terperinciBAB IV PENGOLAHAN DATA DAN HASIL
BAB IV PENGOLAHAN DATA DAN HASIL 4.1 Pengolahan Awal Citra ASTER Citra ASTER diolah menggunakan perangkat lunak ER Mapper 6.4 dan Arc GIS 9.2. Beberapa tahapan awal yang dilakukan yaitu konversi citra.
Lebih terperinciSENSOR DAN PLATFORM. Kuliah ketiga ICD
SENSOR DAN PLATFORM Kuliah ketiga ICD SENSOR Sensor adalah : alat perekam obyek bumi. Dipasang pada wahana (platform) Bertugas untuk merekam radiasi elektromagnetik yang merupakan hasil interaksi antara
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 terperinci& Kota TUGAS AKHIR. Oleh Wahyu Prabowo
ANALISISS NILAII BACKSCATTERING CITRA RADARS SAT UNTUK IDENTIFIKASI PADI (Studi Kasus : Kabupaten & Kota Bogor, Jawa Barat) TUGAS AKHIR Karya tulis sebagai salah satu syarat untuk memperoleh gelar Sarjana
Lebih terperinciGambar 1. Peta Lokasi Penelitian
10 BAB III BAHAN DAN METODE 3.1. Waktu dan Tempat Penelitian Penelitian ini dimulai pada bulan Maret 2011 dan berakhir pada bulan Oktober 2011. Penelitian ini terdiri atas pengamatan di lapang dan analisis
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 terperinciBADAN PENGKAJIAN DAN PENERAPAN TEKNOLOGI 2012
F3.33 Prediksi Luas dan Produksi Panen untukketahananpangan Nasionaldengan Teknologi Pengindraan Jauh (Remote Sensing) Dr. Arief Darmawan, M.Sc. Ir. Sidik Mulyono, M.Eng. Dr. Moeljono Widjaja Evie Avianti,
Lebih terperinciAnalisis Band Optimal Enhanced Vegetation Index (EVI) Pada Citra Hiperspektral Untuk Mengestimasi Fase Tumbuh dan Produktifitas Padi
Analisis Band Optimal Enhanced Vegetation Index (EVI) Pada Citra Hiperspektral Untuk Mengestimasi Tumbuh dan Produktifitas Padi Achmad Rival Setyawan 1), Bangun Mulyo Sukojo 1), Arief Darmawan 2) 1) Jurusan
Lebih terperinciMONITORING PERUBAHAN LANSEKAP DI SEGARA ANAKAN, CILACAP DENGAN MENGGUNAKAN CITRA OPTIK DAN RADAR a. Lilik Budi Prasetyo. Abstrak
MONITORING PERUBAHAN LANSEKAP DI SEGARA ANAKAN, CILACAP DENGAN MENGGUNAKAN CITRA OPTIK DAN RADAR a Lilik Budi Prasetyo Jurusan Konservasi Sumberdaya Hutan, Fakultas Kehutanan-IPB, PO.Box 168 Bogor, Email
Lebih terperinciq Tujuan dari kegiatan ini diperolehnya peta penggunaan lahan yang up-to date Alat dan Bahan :
MAKSUD DAN TUJUAN q Maksud dari kegiatan ini adalah memperoleh informasi yang upto date dari citra satelit untuk mendapatkan peta penggunaan lahan sedetail mungkin sebagai salah satu paramater dalam analisis
Lebih terperinciKOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN
KOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN Rahayu *), Danang Surya Candra **) *) Universitas Jendral Soedirman
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Tanaman kelapa sawit (Elaeis guineensis Jacq.) merupakan tanaman perkebunan utama di Indonesia. Kelapa sawit menjadi komoditas penting dikarenakan mampu memiliki rendemen
Lebih terperinci09 - Penginderaan Jauh dan Pengolahan Citra Dijital. by: Ahmad Syauqi Ahsan
09 - Penginderaan Jauh dan Pengolahan Citra Dijital by: Ahmad Syauqi Ahsan Remote Sensing (Penginderaan Jauh) is the measurement or acquisition of information of some property of an object or phenomena
Lebih terperinciJudul : Integrasi Data Hyperspectral In-situ, Wahana Pesawat dan Satelit untuk Estimasi Produksi Padi Oleh : Arief Darmawan Nrp.
LAPORAN KEMAJUAN III Judul : Integrasi Data Hyperspectral In-situ, Wahana Pesawat dan Satelit untuk Estimasi Produksi Padi Oleh : Arief Darmawan Nrp. : 3106301701 Diseminarkan pada: Hari : Tanggal : Tempat
Lebih terperinciBadan Pengkajian dan Penerapan Teknologi (BPPT), Jakarta 3
MODEL ESTIMASI KERAPATAN DAUN TANAMAN PADI DENGAN CITRA HYPERSPECTRAL BERBASIS SPECTRAL IN SITU UNTUK PEMANTAUAN FASE TUMBUH PADI Abdi Sukmono 1, Arief Darmawan 2, Bangun Muljo Sukojo 1, Hepi Hapsari Handayani
Lebih terperinciII. TINJAUAN PUSTAKA 2.1. Usahatani Padi dan Mobilitas Petani Padi
II. TINJAUAN PUSTAKA 2.1. Usahatani Padi dan Mobilitas Petani Padi Usahatani merupakan organisasi dari alam, kerja, dan modal yang ditujukan kepada produksi lapangan pertanian (Hernanto, 1995). Organisasi
Lebih terperinciJURNAL TEKNIK POMITS Vol. x, No. x, (Juni, 2013) ISSN: ( Print)
Abstrak- Vegetasi merupakan unsur utama dalam rantai makanan. Semua rantai makanan rantai utamanya dimulai dengan tanaman atau vegetasi, untuk manusia terutama di Indonesia rantai utama yang paling banyak
Lebih terperinciRANCANG BANGUN APLIKASI FUSI CITRA (IMAGE FUSION) DARI DATA PENGINDERAAN JAUH MENGGUNAKAN METODE PANSHARPENING TUGAS AKHIR
RANCANG BANGUN APLIKASI FUSI CITRA (IMAGE FUSION) DARI DATA PENGINDERAAN JAUH MENGGUNAKAN METODE PANSHARPENING TUGAS AKHIR Diajukan guna memenuhi sebagian persyaratan dalam rangka menyelesaikan studi Program
Lebih terperinciPerbandingan Pengaruh Koreksi Radiometrik Citra Landsat 8 Terhadap Indeks Vegetasi Pada Tanaman Padi
Perbandingan Pengaruh Koreksi Radiometrik Citra Landsat 8 Terhadap Indeks Vegetasi Pada Tanaman Padi Vivi Diannita Sari, Muhammad Taufik, Lalu Muhamad Jaelani Program Magister Teknik Geomatika FTSP ITS,
Lebih terperinciPEMANFAATAN CITRA ASTER DIGITAL UNTUK ESTIMASI DAN PEMETAAN EROSI TANAH DI DAERAH ALIRAN SUNGAI OYO. Risma Fadhilla Arsy
PEMANFAATAN CITRA ASTER DIGITAL UNTUK ESTIMASI DAN PEMETAAN EROSI TANAH DI DAERAH ALIRAN SUNGAI OYO Risma Fadhilla Arsy Abstrak : Penelitian di Daerah Aliran Sungai Oyo ini bertujuan mengesktrak parameter
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Sumatera Utara memiliki luas total sebesar 181.860,65 Km² yang terdiri dari luas daratan sebesar 71.680,68 Km² atau 3,73 % dari luas wilayah Republik Indonesia. Secara
Lebih terperinciDETEKSI EKOSISTEM MANGROVE DI CILACAP, JAWA TENGAH DENGAN CITRA SATELIT ALOS
DETEKSI EKOSISTEM MANGROVE DI CILACAP, JAWA TENGAH DENGAN CITRA SATELIT ALOS Oleh : Tresna Sukmawati Suhartini C64104020 PROGRAM STUDI ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN INSTITUT
Lebih terperinciKAJIAN KORELASI ANTARA KELEMBABAN TANAH DENGAN TATA GUNA LAHAN BERBASIS CITRA SATELIT. (Studi Kasus Daerah Bandung dan Sekitarnya) IRLAND FARDANI
KAJIAN KORELASI ANTARA KELEMBABAN TANAH DENGAN TATA GUNA LAHAN BERBASIS CITRA SATELIT (Studi Kasus Daerah Bandung dan Sekitarnya) TUGAS AKHIR Disusun untuk Memenuhi Syarat Kurikuler Program Sarjana di
Lebih terperinciPENGINDERAAN JAUH. --- anna s file
PENGINDERAAN JAUH copyright@2007 --- anna s file Pengertian Penginderaan Jauh Beberapa ahli berpendapat bahwa inderaja merupakan teknik yang dikembangkan untuk memperoleh data di permukaan bumi, jadi inderaja
Lebih terperinciSeminar Nasional Penginderaan Jauh ke-4 Tahun Staf Pengajar Jurusan Teknik Geodesi FT-UNPAK.
Pembuatan Peta Penutup Lahan Menggunakan Klasifikasi Terbimbing Metode Maximum Likelilhood Pada Citra Landsat 8 (Studi Kasus: Kabupaten Indramayu, Provinsi Jawa Barat) Making Land Cover Map Using Supervised
Lebih terperinciREVIEW JURNAL INTERNASIONAL TENTANG PENGINDRAAN JAUH (REMOTE SENSING)
REVIEW JURNAL INTERNASIONAL TENTANG PENGINDRAAN JAUH (REMOTE SENSING) Poin Review Judul Jurnal Remote Sensing of the Seasonal Variability of Penulis/Peneliti Abstract Pendahuluan Vegetation in A Semi-Arid
Lebih terperinciPENDUGAAN PRODUKTIVITAS PADI DENGAN PENGOLAHAN CITRA YANG DIAMBIL DARI PESAWAT TERBANG MINI
PENDUGAAN PRODUKTIVITAS PADI DENGAN PENGOLAHAN CITRA YANG DIAMBIL DARI PESAWAT TERBANG MINI I Wayan Astika 1, Hasbi M. Suud 2, Radite P.A. Setiawan 1, M. Faiz Syuaib 1, M. Solahudin 1 1 Departemen Teknik
Lebih terperinciBAB III DATA DAN METODOLOGI PENELITIAN
BAB III DATA DAN METODOLOGI PENELITIAN 3.1 Data Ada 3 data utama yang digunakan dalam penelitian ini. Data yang pertama adalah data citra satelit Landsat 7 ETM+ untuk daerah cekungan Bandung. Data yang
Lebih terperinciIII. METODOLOGI. Gambar 1. Peta Administrasi Kota Palembang.
III. METODOLOGI 3.1 Waktu dan Tempat Penelitian dilaksanakan pada bulan Juli-Oktober 2010. Lokasi penelitian di Kota Palembang dan Laboratorium Analisis Spasial Lingkungan, Departemen Konservasi Sumberdaya
Lebih terperinciVARIASI NILAI INDEKS VEGETASI MODIS PADA SIKLUS PERTUMBUHAN PADI
VARIASI NILAI INDEKS VEGETASI MODIS PADA SIKLUS PERTUMBUHAN PADI Dyah R. Panuju 1,3, Febria Heidina 1, Bambang H. Trisasongko 1,3, Boedi Tjahjono 1, A. Kasno 2, Aufa H.A. Syafril 1 1 Departemen Ilmu Tanah
Lebih terperinciII. TINJAUAN PUSTAKA 2.1. DEM ( Digital Elevation Model
15 II. TINJAUAN PUSTAKA 2.1. DEM (Digital Elevation Model) Digital Elevation Model (DEM) merupakan bentuk 3 dimensi dari permukaan bumi yang memberikan data berbagai morfologi permukaan bumi, seperti kemiringan
Lebih terperinciGambar 11. Citra ALOS AVNIR-2 dengan Citra Komposit RGB 321
V. HASIL DAN PEMBAHASAN 5.1. Analisis Spektral Citra yang digunakan pada penelitian ini adalah Citra ALOS AVNIR-2 yang diakuisisi pada tanggal 30 Juni 2009 seperti yang tampak pada Gambar 11. Untuk dapat
Lebih terperinciPENGEMBANGAN DATA DAN INFORMASI TATA RUANG KABUPATEN/KOTA BERBASIS CITRA SATELIT DAN GIS PENGANTAR Pesatnya perkembangan teknologi informasi membawa perubahan yang besar di berbagai bidang termasuk bidang
Lebih terperinciKajian Penjadwalan dan Penggunaan Prioritas Antena di Stasiun Bumi Penginderaan Jauh Parepare dan Rumpin
Seminar Nasional Penginderaan Jauh ke-4 Tahun 07 Kajian Penjadwalan dan Penggunaan Prioritas Antena di Stasiun Bumi Penginderaan Jauh dan Rumpin Study of Antenna Scheduling and Use Priority Review at Remote
Lebih terperinci11/25/2009. Sebuah gambar mengandung informasi dari obyek berupa: Posisi. Introduction to Remote Sensing Campbell, James B. Bab I
Introduction to Remote Sensing Campbell, James B. Bab I Sebuah gambar mengandung informasi dari obyek berupa: Posisi Ukuran Hubungan antar obyek Informasi spasial dari obyek Pengambilan data fisik dari
Lebih terperinciRemote Sensing KKNI 2017
Remote Sensing KKNI 2017 JOB DESC/ JENJANG/ SIKAP KERJA Asisten Operator/ 3/ 6 Operator/ 4/ 13 UNJUK KERJA (UK) INTI URAIAN UNJUK KERJA (UK) PILIHAN URAIAN BIAYA SERTIFIKASI M.71IGN00.161.1 Membaca Peta
Lebih terperinciJurnal Geodesi Undip Oktober 2015
IDENTIFIKASI LAHAN SAWAH MENGGUNAKAN NDVI DAN PCA PADA CITRA LANDSAT 8 (Studi Kasus: Kabupaten Demak, Jawa Tengah) Ardiansyah, Sawitri Subiyanto, Abdi Sukmono *) Program Studi Teknik Geodesi Fakultas Teknik,
Lebih terperinciGenerated by Foxit PDF Creator Foxit Software For evaluation only. 23 LAMPIRAN
23 LAMPIRAN 24 Lampiran 1 Diagram Alir Penelitian Data Citra LANDSAT-TM/ETM Koreksi Geometrik Croping Wilayah Kajian Kanal 2,4,5 Kanal 1,2,3 Kanal 3,4 Spectral Radiance (L λ ) Albedo NDVI Class Radiasi
Lebih terperinci3. METODE. penelitian dilakukan dengan beberapa tahap : pertama, pada bulan Februari. posisi koordinat LS dan BT.
3. METODE 3.1. Waktu dan Lokasi Penelitian Penelitian ini dilakukan dari Februari hingga Agustus 2011. Proses penelitian dilakukan dengan beberapa tahap : pertama, pada bulan Februari dilakukan pengumpulan
Lebih terperinciBAB II TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA 2.1. Pemantauan Padi dengan SAR Polarisasi Tunggal Pada awal perkembangannya, sensor SAR hanya menyediakan satu pilihan polarisasi saja. Masalah daya di satelit, kapasitas pengiriman
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 terperinciIII. METODE PENELITAN ' ' KEC. BINONG KEC. PAMANUKAN KAB. INDRAMAYU KAB. SUMEDANG ' ' Gambar 2.
III. METODE PENELITAN 3.1. Waktu dan Tempat Penelititan Penelitian ini dilakukan mulai dari bulan Juni di lokasi pengamatan lapang yaitu di wilayah kerja PT. Sang Hyang Seri yang berlokasi di Kecamatan
Lebih terperinciSistem Pengolahan Data NOAA dan METOP
I. Pengantar Kapustekdata PROTOTYPE Sistem Pengolahan Data NOAA dan METOP Kegiatan ini merupakan penjabaran dari tujuan dan sasaran strategis dalam rangka melaksanakan tugas dan fungsi Pusat Teknologi
Lebih terperinciLegenda: Sungai Jalan Blok sawah PT. Sang Hyang Seri Kabupaten Subang
17 III. METODOLOGI 3.1. Waktu dan Tempat Penelitian Penelitian ini dimulai pada bulan Oktober 2010 dan berakhir pada bulan Juni 2011. Wilayah penelitian berlokasi di Kabupaten Subang, Jawa Barat (Gambar
Lebih terperinciBerapa banyak bit yang digunakan dalam satu pixel?
4 Resolusi penting dalam Inderaja Ingat, ini tidak ada hubungannya dengan Resolusi Dewan Keamanan PBB, baik yang sudah basi maupun belum dikeluarkan!!:-) Ketika belajar Remote Sensing atau yang di indonesiakan
Lebih terperinciPENENTUAN POLA SEBARAN KONSENTRASI KLOROFIL-A DI SELAT SUNDA DAN PERAIRAN SEKITARNYA DENGAN MENGGUNAKAN DATA INDERAAN AQUA MODIS
PENENTUAN POLA SEBARAN KONSENTRASI KLOROFIL-A DI SELAT SUNDA DAN PERAIRAN SEKITARNYA DENGAN MENGGUNAKAN DATA INDERAAN AQUA MODIS Firman Ramansyah C64104010 PROGRAM STUDI ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS
Lebih terperinciAnalisis Indeks Vegetasi Menggunakan Citra Satelit FORMOSAT-2 Di Daerah Perkotaan (Studi Kasus: Surabaya Timur)
JURNAL TEKNIK POMITS Vol. X, No. X, (Apr, 2013) ISSN: 2301-9271 1 Analisis Indeks Vegetasi Menggunakan Citra Satelit FORMOSAT-2 Di Daerah Perkotaan (Studi Kasus: Surabaya Timur) Agneszia Anggi Ashazy dan
Lebih terperinciABSTRACT. Keywords: Fuzzy Logic, Hyperspectral, Paddy ABSTRAK
Klasifikasi Fase Pertumbuhan Padi... (Febri Maspiyanti et al.) KLASIFIKASI FASE PERTUMBUHAN PADI BERDASARKAN CITRA HIPERSPEKTRAL DENGAN MODIFIKASI LOGIKA FUZZY (PADDY GROWTH STAGES CLASSIFICATION BASED
Lebih terperinciMODEL PERTUMBUHAN TANAMAN PADI DI PULAU SUMATERA MENGGUNAKAN DATA EVI MODIS MULTITEMPORAL
MODEL PERTUMBUHAN TANAMAN PADI DI PULAU SUMATERA MENGGUNAKAN DATA EVI MODIS MULTITEMPORAL Dede Dirgahayu *), Heru Noviar *), Silvia Anwar *) *) Pusat Pemanfaatan Penginderaan Jauh, LAPAN e-mail: dede_dirgahayu03@yahoo.com
Lebih terperinciSATELIT ASTER. Oleh : Like Indrawati
SATELIT ASTER Oleh : Like Indrawati ADVANCED SPACEBORNE THERMAL EMISSION AND REFLECTION RADIOMETER (ASTER) ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer) adalah instrumen/sensor
Lebih terperinci3. BAHAN DAN METODE. Penelitian dilakukan di wilayah yang tercemar tumpahan minyak dari
3. BAHAN DAN METODE 3.1 Lokasi dan Waktu Penelitian Penelitian dilakukan di wilayah yang tercemar tumpahan minyak dari anjungan minyak Montara Australia. Perairan tersebut merupakan perairan Australia
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 terperinciESTIMASI STOK KARBON MENGGUNAKAN CITRA ALOS AVNIR-2 DI HUTAN WANAGAMA KABUPATEN GUNUNGKIDUL. Agus Aryandi
ESTIMASI STOK KARBON MENGGUNAKAN CITRA ALOS AVNIR-2 DI HUTAN WANAGAMA KABUPATEN GUNUNGKIDUL Agus Aryandi agusaryandi0812@gmail.com Zuharnen dt_harnen21@yahoo.co.id Intisari Permasalahan efek rumah kaca
Lebih terperinciII. METODOLOGI PENELITIAN
1 Analisa Estimasi Produksi Padi Berdasarkan Fase Tumbuh dan Model Peramalan Autoregressive Integrated Moving Average (ARIMA) Menggunakan Citra Satelit Landsat 8 (Studi Kasus: Kabupaten Bojonegoro) Vivi
Lebih terperinciPEDOMAN PEMANTAUAN PERUBAHAN LUAS PERMUKAAN AIR DANAU MENGGUNAKAN DATA SATELIT PENGINDERAAN JAUH
2015 PUSAT PEMANFAATAN PENGINDERAAN JAUH LAPAN Danau Rawa Pening, Provinsi Jawa Tengah PEDOMAN PEMANTAUAN PERUBAHAN LUAS PERMUKAAN AIR DANAU MENGGUNAKAN DATA SATELIT PENGINDERAAN JAUH LI1020010101 PEDOMAN
Lebih terperinciMODEL PENDUGA BIOMASSA MENGGUNAKAN CITRA LANDSAT DI HUTAN PENDIDIKAN GUNUNG WALAT HARLYN HARLINDA
MODEL PENDUGA BIOMASSA MENGGUNAKAN CITRA LANDSAT DI HUTAN PENDIDIKAN GUNUNG WALAT HARLYN HARLINDA DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN INSTITUT PERTANIAN BOGOR BOGOR 2015 PERNYATAAN MENGENAI
Lebih terperinciMODIFIKASI ALGORITMA AVHRR UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA AQUA MODIS
MODIFIKASI ALGORITMA AVHRR UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA Briliana Hendra P, Bangun Muljo Sukojo, Lalu Muhamad Jaelani Teknik Geomatika-ITS, Surabaya, 60111, Indonesia Email : gm0704@geodesy.its.ac.id
Lebih terperinciLAPORAN PRAKTIKUM PENGINDERAAN JAUH KOMPOSIT BAND CITRA LANDSAT DENGAN ENVI. Oleh: Nama : Deasy Rosyida Rahmayunita NRP :
LAPORAN PRAKTIKUM PENGINDERAAN JAUH KOMPOSIT BAND CITRA LANDSAT DENGAN ENVI Oleh: Nama : Deasy Rosyida Rahmayunita NRP : 3513100016 Dosen Pembimbing: Nama : Prof.Dr.Ir. Bangun Muljo Sukojo, DEA, DESS NIP
Lebih terperinciPemilihan Fitur Citra Hiperspektral Hymap Dan Model Prediksi Panen Padi Menggunakan Algoritma Genetika Dan Regresi Komponen Utama
Pemilihan Fitur Citra Hiperspektral Hymap Dan Model Prediksi Panen Padi Menggunakan Algoritma Genetika Dan Regresi Komponen Utama (Feature selection of Hyperspectral remote sensing and prediction model
Lebih terperinciJurnal Geodesi Undip April 2016
ANALISIS PENGGUNAAN SALURAN VISIBEL UNTUK ESTIMASI KANDUNGAN KLOROFIL DAUN PADI DENGAN CITRA HYMAP (Studi Kasus : Kabupaten Karawang, Jawa Barat) Grivina Yuliantika, Andri Suprayogi; Abdi Sukmono *) Program
Lebih terperinciSKRIPSI PENILAIAN KUALITAS TANAH SAWAH BERBASIS PRODUKTIVITAS PADI DI KABUPATEN DEMAK. Oleh : Nadhifah H
SKRIPSI PENILAIAN KUALITAS TANAH SAWAH BERBASIS PRODUKTIVITAS PADI DI KABUPATEN DEMAK Oleh : Nadhifah H0712132 PROGRAM STUDI AGROTEKNOLOGI FAKULTAS PERTANIANUNIVERSITAS SEBELAS MARET SURAKARTA 2016 PENILAIAN
Lebih terperinciJURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: ( Print) 1
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print) 1 ANALISA PERBANDINGAN KANDUNGAN KLOROFIL MENGGUNAKAN METODE MCARI DAN TCARI (Wilayah Studi : Kabupaten Karawang, Jawa Barat)
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kandungan air kanopi (Canopy Water Content) sangat erat kaitannya dalam kajian untuk mengetahui kondisi vegetasi maupun kondisi ekosistem terestrial pada umumnya. Pada
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Gempa bumi merupakan bencana alam yang berdampak pada area dengan cakupan luas, baik dari aspek ekonomi maupun sosial. Pada beberapa tahun terakhir, banyak peneliti
Lebih terperinciJENIS CITRA
JENIS CITRA PJ SENSOR Tenaga yang dipantulkan dari obyek di permukaan bumi akan diterima dan direkam oleh SENSOR. Tiap sensor memiliki kepekaan tersendiri terhadap bagian spektrum elektromagnetik. Kepekaannya
Lebih terperinciBAB III METODA. Gambar 3.1 Intensitas total yang diterima sensor radar (dimodifikasi dari GlobeSAR, 2002)
BAB III METODA 3.1 Penginderaan Jauh Pertanian Pada penginderaan jauh pertanian, total intensitas yang diterima sensor radar (radar backscattering) merupakan energi elektromagnetik yang terpantul dari
Lebih terperinciAplikasi Citra Satelit QuickBird Untuk Kajian Alih Fungsi Lahan Sawah di Kota Denpasar
Aplikasi Citra Satelit QuickBird Untuk Kajian Alih Fungsi Lahan Sawah di Kota Denpasar RUNIA CHRISTINA GULTOM INDAYATI LANYA*) I WAYAN NUARSA Program Studi Agroekoteknologi, Fakultas Pertanian, Universitas
Lebih terperinciPENGINDERAAN JAUH UNTUK PEMANTAUAN KEKERINGAN LAHAN SAWAH
ISSN 2337-6686 ISSN-L 2338-3321 PENGINDERAAN JAUH UNTUK PEMANTAUAN KEKERINGAN LAHAN SAWAH Any Zubaidah, Dede Dirgahayu, Junita Monika Pasaribu Bidang Lingkungan dan Mitigasi Bencana-LAPAN E-mail: baidah_any@yahoo.com
Lebih terperinciBAB I PENDAHULUAN. Gambar 1.1. Persebaran Lahan Produksi Kelapa Sawit di Indonesia Sumber : Badan Koordinasi dan Penanaman Modal
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Indonesia merupakan sebuah negara kepulauan dengan jumlah penduduk pada tahun 2014 sebanyak 237.641.326 juta jiwa, hal ini juga menempatkan Negara Indonesia
Lebih terperinciDISTRIBUSI HUTAN ALAM DAN LAJU PERUBAHANNYA MENURUT KABUPATEN DI INDONESIA LUKMANUL HAKIM E
DISTRIBUSI HUTAN ALAM DAN LAJU PERUBAHANNYA MENURUT KABUPATEN DI INDONESIA LUKMANUL HAKIM E14101043 DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN INSTITUT PERTANIAN BOGOR 2006 RINGKASAN LUKMANUL HAKIM.
Lebih terperinci3. BAHAN DAN METODE. Penelitian dilaksanakan pada bulan Februari hingga Agustus 2011 dengan
22 3. BAHAN DAN METODE 3.1 Waktu dan Lokasi Penelitian Penelitian dilaksanakan pada bulan Februari hingga Agustus 2011 dengan menggunakan citra MODIS. Lokasi untuk objek penelitian adalah perairan Barat-
Lebih terperinciAplikasi Klimatologi
Aplikasi Klimatologi Departemen Geofisika dan Meteotologi, Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor Meteorology for better life Ruang Lingkup Sejalan dengan berlakunya sistem
Lebih terperinciOleh : Hernandi Kustandyo ( ) Jurusan Teknik Geomatika Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh Nopember
Oleh : Hernandi Kustandyo (3508100001) Jurusan Teknik Geomatika Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh Nopember Ekosistem mangrove adalah salah satu obyek yang bisa diidentifikasi
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN 5.. Variasi NDVI Citra AVNIR- Citra AVNIR- yang digunakan pada penelitian ini diakuisisi pada tanggal Desember 008 dan 0 Juni 009. Pada citra AVNIR- yang diakuisisi tanggal Desember
Lebih terperinciRANCANG BANGUN APLIKASI PENGHITUNGAN GROSS PRIMARY PRODUCTION (GPP) DARI DATA PENGINDERAAN JAUH BERBASIS DESKTOP
RANCANG BANGUN APLIKASI PENGHITUNGAN GROSS PRIMARY PRODUCTION (GPP) DARI DATA PENGINDERAAN JAUH BERBASIS DESKTOP TUGAS AKHIR Diajukan guna memenuhi sebagian persyaratan dalam rangka menyelesaikan Pendidikan
Lebih terperinci12/1/2009. Pengamatan dilakukan dengan kanal yang sempit Sensor dapat memiliki 200 kanal masing-
Hyperspectral Remote Sensing Introduction to Remote Sensing Bab XIV Asal Mula HRS Pengamatan obyek pada remote sensing Dilakukan pada beberapa daerah spektrum elektromagnetik Sebelumnya menggunakan daerah
Lebih terperinciPerubahan Luasan Mangrove dengan Menggunakan Teknik Penginderaan Jauh Di Taman Nasional Sembilang Kabupaten Banyuasin Provinsi Sumatera Selatan
77 M. Indica et al. / Maspari Journal 02 (2011) 77-82 Maspari Journal 02 (2011) 77-81 http://masparijournal.blogspot.com Perubahan Luasan Mangrove dengan Menggunakan Teknik Penginderaan Jauh Di Taman Nasional
Lebih terperinciBAB III PEMBAHASAN. 3.1 Data. Data yang digunakan dalam penelitian ini berupa :
3.1 Data BAB III PEMBAHASAN Data yang digunakan dalam penelitian ini berupa : 1. Citra Landsat-5 TM, path 122 row 065, wilayah Jawa Barat yang direkam pada 2 Juli 2005 (sumber: LAPAN). Band yang digunakan
Lebih terperinciANALISIS PENENTUAN EKOSISTEM LAUT PULAU- PULAU KECIL DENGAN MENGGUNAKAN DATA SATELIT RESOLUSI TINGGI STUDY KASUS : PULAU BOKOR
ANALISIS PENENTUAN EKOSISTEM LAUT PULAU- PULAU KECIL DENGAN MENGGUNAKAN DATA SATELIT RESOLUSI TINGGI STUDY KASUS : PULAU BOKOR Muchlisin Arief Peneliti Pusat Pengembangan Pemanfaatan dan Teknologi Penginderaan
Lebih terperinciJURNAL TEKNIK POMITS Vol. X, No. X, (2013) ISSN: ( Print) 1 II. METODOLOGI PENELITIAN
JURNAL TEKNIK POMITS Vol. X,. X, (2013) ISSN: 2337-3539 (2301-9271 Print) 1 Studi Identifikasi Perubahan Obyek dengan Memanfaatkan Citra Resolusi Tinggi (Studi Kasus Unit Pengembangan Rungkut Surabaya)
Lebih terperinciDedi Irawadi Kepala Pusat Teknologi dan Data Penginderaan Jauh. KLHK, Jakarta, 25 April 2016
Dedi Irawadi Kepala Pusat Teknologi dan Data Penginderaan Jauh KLHK, Jakarta, 25 April 2016 Dukungan teknologi satelit penginderaan jauh terhadap REDD+ di Indonesia Pemanfaatan penginderaan jauh sektor
Lebih terperinciANALISA ESTIMASI PRODUKSI PADI BERDASARKAN FASE TUMBUH DAN MODEL PERAMALAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE
Analisa Estimasi Produksi Padi Berdasarkan Fase Tumbuh dan Model Peramalan Autoregressive Integrated Moving Average (ARIMA) Menggunakan Citra Satelit Landsat 8 ANALISA ESTIMASI PRODUKSI PADI BERDASARKAN
Lebih terperinciLAMPIRAN 1 HASIL KEGIATAN PKPP 2012
LAMPIRAN 1 HASIL KEGIATAN PKPP 2012 JUDUL KEGIATAN: PENGUATAN KAPASITAS DAERAH DAN SINERGITAS PEMANFAATAN DATA INDERAJA UNTUK EKSTRAKSI INFORMASI KUALITAS DANAU BAGI KESESUAIAN BUDIDAYA PERIKANAN DARAT
Lebih terperinciGD 319 PENGOLAHAN CITRA DIGITAL KOREKSI RADIOMETRIK CITRA
LAPORAN PRAKTIKUM II GD 319 PENGOLAHAN CITRA DIGITAL KOREKSI RADIOMETRIK CITRA Tanggal Penyerahan : 2 November 2016 Disusun Oleh : Kelompok : 7 (Tujuh) Achmad Faisal Marasabessy / 23-2013-052 Kelas : B
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 Lahan merupakan sumberdaya alam yang bersifat langka karena jumlahnya tidak bertambah, tetapi kebutuhan terhadap lahan selalu meningkat. Alih fungsi lahan pertanian
Lebih terperinciKAJIAN KETELITIAN KOREKSI GEOMETRIK DATA SPOT-4 NADIR LEVEL 2 A STUDI KASUS: NUSA TENGGARA TIMUR
Majalah Sains dan Teknologi Dirgantara Vol. 3 No. 3 September 2008:132-137 KAJIAN KETELITIAN KOREKSI GEOMETRIK DATA SPOT-4 NADIR LEVEL 2 A STUDI KASUS: NUSA TENGGARA TIMUR Muchlisin Arief, Kustiyo, Surlan
Lebih terperinciPemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus: Provinsi Jawa Timur)
Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus: Provinsi Jawa Timur) Diah Witarsih dan Bangun Muljo Sukojo Jurusan Teknik Geomatika, Fakultas Teknik
Lebih terperinci