Metode Klasifikasi Digital untuk Citra Satelit Beresolusi Tinggi WorldView-2 pada Unit Pengembangan Kertajaya dan Dharmahusada Surabaya
|
|
- Sucianty Lesmono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 JURNAL TEKNIK POMITS Vol. X, No. X, (2013) ISSN: ( Print) 1 Metode Klasifikasi Digital untuk Citra Satelit Beresolusi Tinggi WorldView-2 pada Unit Pengembangan Kertajaya dan Dharmahusada Surabaya Rochamukti Rizcanofana, Hepi Hapsari Handayani, dan Udiana Wahyu Deviantari Jurusan Teknik Geomatika, Fakultas Teknik Sipil dan Perencanaan, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya Indonesia hapsari@geodesy.its.ac.id Abstrak--- Perkembangan pada teknologi penginderaan jauh terutama metode pengolahan citra beresolusi tinggi, memunculkan teknologi yang lebih memudahkan dalam teknik interpretasi dan klasifikasi citra, yaitu metode klasifikasi digital. Metode klasifikasi digital yang dapat digunakan adalah metode berbasis piksel dan metode berbasis objek.. Klasifikasi berbasis piksel menggunakan nilai spektral, sementara klaisfikasi berbasis objek juga menggunakan informasi tekstur dan konteks dalam menentukan segmen kelas objeknya. Dalam penelitian ini, dilakukan klasifikasi ruang terbuka hijau (RTH) menggunakan metode klasifikasi berbasis objek serta membandingka akurasinya dengan metode klasifikasi berbasis piksel dengan mengambil studi kasus di unit pengembangan di wilayah kota Surabaya, yaitu (UP) II Kertajaya serta UP IV Dharmahusada dengan memanfaatkan data citra satelit WorldView-2. Hasil penelitian ini menunjukkan bahwa klasifikasi berbasis objek pada UP Kertajaya menghasilkan hasil klasifikasi yang lebih akurat dibanding klasifikasi berbasis piksel yaitu rata-rata mapping accuracy sebesar 88,59%, user accuracy 92,95%, producer accuracy 95,22% dan koefisien kappa (kappa coefficient) sebesar 0,92. Klasifikasi berbasis objek pada UP Dharmahusada menghasilkan hasil klasifikasi yang lebih akurat dibanding klasifikasi berbasis piksel yaitu rata-rata mapping accuracy sebesar 89,07%, user accuracy 93,52%, producer accuracy 95,56% dan koefisien kappa (kappa coefficient) sebesar 0,947. Kata kunci -- Klasifikasi Berbasis Objek, RTH, Surabaya, WorldView-2 penyelesaian masalah pemetaan perkotaan (urban mapping), salah satunya untuk pemetaan ruang terbuka hijau (RTH) kota. Unit Pengembangan (UP) II Kertajaya, meliputi kecamatan Mulyorejo dan Sukolilo serta UP IV Dharmahusada yang meliputi kecamatan Tambak Sari dan Gubeng yang mewakili fungsi kota sebagai kawasan lindung/konservasi serta kawasan sentra perekonomian merupakan wilayah yang terus mengalami pertumbuhan pembangunan yang pesat [1] sehingga perlu dilakukan pemetaan terhadap ruang terbuka hijau di wilayah tersebut. Dalam tulisan ini dibandingkan pengklasifikasian digital citra satelit resolusi tinggi WorldView-2 dengan metode klasifikasi berbasis objek dengan metode yang disajikan dalam peta dengan mengambil daerah cakupan studi unit pengembangan (UP) II Kertajaya dan UP IV Dharmahusada. II. METODOLOGI PENELITIAN A. Tahapan Penelitian Tahapan penelitian yang akan dilaksanakan dalam kegiatan penelitian ini adalah seperti pada diagram alir berikut: Identifikasi Masalah Klasifikasi pada citra resolusi tinggi dengan metode berbasis objek I. PENDAHULUAN Kehadiran citra satelit resolusi tinggi WorldView-2 telah banyak memberikan kemudahan bagi berbagai aplikasi pemetaan. Citra satelit WorldView-2 keluaran tahun 2012 merupakan citra resolusi yang menawarkan detail informasi akurat yang dapat diekstrak untuk berbagai keperluan. Metode klasifikasi digital merupakan proses pengolahan citra yang sangat menunjang kehadiran citra resolusi tinggi, mengacu pada penggunaan komputer untuk mengklasifikasikan ciri khas spektral dari suatu citra menjadi beberapa kelas. Metode klasifikasi digital yang dapat digunakan adalah metode berbasis piksel dan metode berbasis objek. Klasifikasi berbasis piksel (pixel based classification) merupakan metode klasifikasi klasik yang mengolah spektral menjadi informasi pada setiap piksel. Sementara klasifikasi berbasis objek (object based classification) adalah metode klasifikasi citra yang menggabungkan informasi spektral dan informasi spasial. Aplikasi dari pengolahan citra WorldView-2 dengan metode klasifikasi digital berbasis objek efektif dalam Gambar 1. Tahapan Penelitian Studi Literatur Citra WorldView-2 Klasifikasi Berbasis Objek Klasifikasi Berbasis Piksel Ruang Terbuka Hijau Pengumpulan Data Citra WoldView-2 akuisisi Mei 2012 Peta garis kota Surabaya tahun 2002 skala 1:1000 Penelitian terdahulu Pengolahan Data Analisa Penyusunan Laporan Tahap Persiapan Tahap Pengumpulan Data Tahap Pengolahan dan Analisa Data Tahap Akhir
2 JURNAL TEKNIK POMITS Vol. X, No. X, (2013) ISSN: ( Print) 2 B. Tahapan Pengolahan Data Setelah semua data yang diperlukan terkumpul, kemudian dilakukan pengolahan data. Pada tahap ini pekerjaan yang dilakukan adalah : 1. Input Data Data yang digunakan dalam penelitian Tugas Akhir ini adalah : a. Citra Satelit WorldView-2 tahun 2012 akuisisi Mei b. Peta garis hasil foto udara skala 1:1000 tahun 2002 kota Surabaya. 2. Koreksi Geometrik Dilakukan untuk mereduksi kesalahan geometrik Koreksi geometrik ini menggunakan peta garis skala 1:1000. Peta vektor digunakan sebagai referensi terhadap GCP (Ground Control Point). Setelah itu dilakukan perhitungan RMS (Root Mean Square). Terdapat ketentuan jika nilai RMS harus kurang atau sama dengan satu piksel (RMS 1 piksel) [2]. Jika memenuhi toleransi maka diperoleh citra terkoreksi geometrik. 3. Pemotongan Citra Daerah penelitian yang terliput dalam citra, perlu dilakukan proses pemotongan (cropping) untuk mendapatkan citra digital yang hanya meliputi daerah penelitian yaitu UP Kertajaya dan Dharmahusada. 4. Segmentasi Citra Level 1 Dilakukan untuk membagi suatu objek pada citra menjadi wilayah-wilayah yang homogen berdasarkan kesamaan antara tingkat keabuan suatu piksel dengan tingkat keabuan piksel-piksel tetangganya [3]. Langkah ini termasuk dalam proses feature extraction (ekstraksi fitur) dengan memasukkan scale level segmentation untuk menentukan objek apa saja yang akan diekstraksi. 5. Region Merging (Level 2 Segmentation) Tujuan region merging pada dasarnya adalah memperbaiki kualitas segmentasi dengan melakukan pemisahan segmen berdasarkan spektral dan spasial. Dalam proses ini ditentukan merge level dari skala untuk selanjutnya dilakukan klasifikasi [3]. 6. Klasifikasi Berbasis Objek Citra hasil segmentasi kemudian diklasifikasi dengan metode example-based, dengan cara memilih training sample untuk masing-masing kelas dari objek/segmen yang telah terbentuk dari segmentasi [4]. Untuk proses klasifikasi kali ini digunakan algoritma K-Nearest Neighbor. 7. Ground Truth dan Uji Ketelitian Klasifikasi Ground Truth dalam penelitian ini bertujuan untuk validasi data hasil klasifikasi dengan kondisi lapangan. Uji ketelitian diperlukan untuk menentukan tingkat akurasi metode klasifikasi yang digunakan. Uji ketelitian klasifikasi dalam penelitian ini yaitu dengan membuat matriks dari perhitungan setiap kesalahan (confusion matrix) pada setiap kelas hasil klasifikasi dari citra satelit yang digunakan. 8. Hasil Hasil klasifikasi yang telah diuji ketelitiannya dan dianalisa, kemudian disajikan dalam Peta Ruang Terbuka Hijau Kota Surabaya tahun Analisa Pada tahap ini dilakukan analisa dari hasil klasifikasi ruang terbuka hijau di UP II dan IV Kota Surabaya berbasis objek yang akan dibandingkan dengan hasil klasifikasi berbasis piksel, Kemudian akan dievaluasi, apakah ada peruntukan lahan yang seharusnya berupa ruang terbuka hijau yang tidak sesuai dengan Rencana Detil Tata Ruang Kota Surabaya. Dapat ditampilkan pada gambar berikut ini : Peta Garis Kota Surabaya Skala 1 : 1000 Tidak Mulai Citra WorldView-2 tahun 2012 Koreksi Geometrik RMS Error 1 piksel Ya Citra terkoreksi geometrik Pemotongan Citra Citra WorldView-2 UP II dan IV Kota Surabaya dan tahun 2012 Segmentasi Citra level 1 Citra hasil Segmentasi level 1 Region Merging (Segmentasi Level 2) Citra hasil Segmentasi level 2 Klasifikasi examplebased pada ENVI EX Tutupan Lahan Ruang Terbuka Hijau UP II dan IV Kota Surabaya hasil klasifikasi objek Ya Uji Ketelitian Klasifikasi 80% Citra Terklasifikasi Analisa Peta Ruang Terbuka Hijau Kota Surabaya Selesai Gambar 2. Tahapan Pengolahan Data Tidak Ground Truth
3 JURNAL TEKNIK POMITS Vol. X, No. X, (2013) ISSN: ( Print) 3 III. HASIL Pada bagian ini akan ditampilkan hasil dari pelaksanaan penelitian mengenai pengolahan citra yang telah dilakukan. A. Hasil Perhitungan Strength of Figure dan RMS Error Berikut adalah tabel nilai RMS Error pada tiap titik : Tabel 1. Nilai RMS Error Nama Titik RMSE Dari proses koreksi geometrik didapatkan nilai RMS Error rata-rata sebesar 0,55 piksel. Kemudian desain jaring untuk Strength of Figure (SoF) pada citra ditunjukkan pada gambar dibawah ini : Gambar 3. Desain Jaring untuk Strength of Figure Besar Strength of Figure ditunjukkan dibawah ini : Besar SoF = trace {( [A] x [A] T) } U = 0.35 B. Klasifikasi Citra dengan Metode Berbasis Objek Klasifikasi ruang terbuka hijau dengan metode berbasis objek kali ini prosesnya melalui empat tahapan utama yaitu segmentation (segmentasi), region merging, refining (penentuan threshold) dan example-based classification. Parameter scale level pada tahap segmentation yang digunakan pada penelitian ini adalah 30, untuk merge level adalah 90 dan pada tahap refine dipilih no threshold karena dinilai memberikan hasil segmentasi yang paling baik. Penelitian terdahulu oleh Sandric (2010) yang mengklasifikasikan orthophoto digital untuk mendeteksi tanah longsor dengan metode berbasis objek menggunakan scale level 35 dan merge level 95 [5]. Kemudian penelitian lain oleh Rhinane (2011) yang mendeteksi area perkampungan kumuh di Maroko dengan citra SPOT menggunakan scale level 30 dan merge level 93,3. Ini menunjukkan bahwa kisaran scale level dari dan merge level merupakan parameter yang terbaik untuk klasifikasi berbasis objek pada ENVI EX [6]. Gambar 4. (a) Scale level 30, merge level 45 (b) Scale level 75, merge level 90 (c) Scale level 30, merge level 90 (terbaik) Tabel 2. Parameter Segmentasi Gambar a Gambar b Gambar c Scale level 30 (watershed 30 (watershed 30 (watershed depth = 30) depth = 75) depth = 30) Merge Level 45 (Lambda 90 (Lambda 90 (Lambda 45) 90) 90) Berikut ini adalah skema informasi kelas yang dapat dihasilkan dari tahapan feature extraction workflow dengan paramater level 1 segmentation (scale level) 30, level 2 segmentation (merge level 90) dan no thresholding : Objek yang terekstraksi (a) Tabel 3. Ekstraksi Fitur Level 1 Segmentation 1. Jalur Hijau dan Sempadan 2. Mangrove 3. Taman 4. Makam Level 2 Segmentation (Merging) 1. Area Terbangun 2. Lahan Kosong (Soil) 3. Jalan dan Area Parkir 4. Sungai 5. Lapangan 6. Tambak/rawa dan bozem (b) Gambar 5. (a) Level 1 Segmentation (b) Level 2 Segmentation (Merging) Berikut ini adalah luasan hasil klasifikasi citra dengan metode berbasis objek UP Kertajaya : Tabel 4. Luas Hasil Klasifikasi Berbasis Objek UP Kertajaya Nama Kelas Luas (Ha) Persentase (%) Area Terbangun 1181,78 25,48 Jalur Hijau dan Sempadan 568,27 12,25 Lahan Kosong 808,81 17,44 Mangrove 111,48 2,40 Taman 2,20 0,04 Makam 8,38 0,18 Lapangan 4,58 0,09 Tambak/Rawa 1592,91 34,35 Sungai 5,17 0,11 Jalan dan Tempat Parkir 354,66 7,64 Total 4638,29 100,00
4 JURNAL TEKNIK POMITS Vol. X, No. X, (2013) ISSN: ( Print) 4 Berikut ini adalah luasan hasil klasifikasi citra dengan metode berbasis objek UP Dharmahusada : Tabel 5. Luas Hasil Klasifikasi Berbasis Objek UP Dharmahusada Nama Kelas Luas (Ha) Persentase (%) Area Terbangun 1209,27 69,70 Jalur Hijau dan Sempadan 147,03 8,47 Taman 4,98 0,28 Lahan Kosong 149,63 8,62 Sungai 5,61 0,32 Makam 10,85 0,62 Bozem 1,46 0,08 Lapangan 7,20 0,41 Jalan dan Tempat Parkir 196,10 11,30 Total 1734,81 100,00 Untuk memperjelas perbandingan tingkat akurasi, dapat dilihat melalui diagram dibawah ini: Gambar 6. Diagram Mapping Accuracy Object Based - Pixel Based UP Kertajaya IV. ANALISA A. Perbandingan Akurasi Object Based-Pixel Based Perbandingan Akurasi Object Based-Pixel Based UP Kertajaya Klasifikasi berbasis objek pada UP Kertajaya menghasilkan hasil klasifikasi yang lebih akurat dibanding klasifikasi berbasis piksel yaitu rata-rata mapping accuracy sebesar 88,59%, user accuracy 92,95%, producer accuracy 95,22% dan koefisien kappa (kappa coefficient) sebesar 0,92. Rata-rata kesalahan yang dihasilkan klasifikasi berbasis objek yaitu mapping error sebesar 11,41%, commision error 7,05% dan ommision error sebesar 4,78%. Tabel 6. Ketelitian Klasifikasi Citra Berbasis Objek UP Kertajaya Gambar 7. Diagram User Accuracy Object Based - Pixel Based UP Kertajaya Tabel 7. Ketelitian Klasifikasi Citra Berbasis Piksel UP Kertajaya Gambar 8. Diagram Producer Accuracy Object Based - Pixel Based UP Kertajaya Perbandingan Akurasi Object Based-Pixel Based UP Dharmahusada Klasifikasi berbasis objek pada UP Dharmahusada menghasilkan hasil klasifikasi yang lebih akurat dibanding klasifikasi berbasis piksel yaitu rata-rata mapping accuracy sebesar 89,07%, user accuracy 93,52%, producer accuracy 95,56% dan koefisien kappa (kappa coefficient) sebesar 0,95. Rata-rata kesalahan yang dihasilkan klasifikasi berbasis objek yaitu mapping error sebesar 10,93%, commision error 6,48% dan ommision error sebesar 4,44%. Tabel 8. Ketelitian Klasifikasi Citra Berbasis Objek UP Dharmahusada
5 JURNAL TEKNIK POMITS Vol. X, No. X, (2013) ISSN: ( Print) 5 Tabel 9. Ketelitian Klasifikasi Citra Berbasis Piksel UP Dharmahusada Untuk memperjelas perbandingan tingkat akurasi, dapat dilihat melalui diagram dibawah ini: Gambar 12. Grafik Perbandingan Jumlah Piksel Hasil Klasifikasi Object Based - Pixel Based UP Kertajaya Gambar 9.Diagram Mapping Accuracy Object Based - Pixel Based UP Dharmahusada Gambar 10. Diagram User Accuracy Object Based - Pixel Based UP Dharmahusada Gambar 11. Diagram Producer Accuracy Object Based - Pixel Based UP Dharmahusada B. Perbandingan Jumlah Piksel Object Based-Pixel Based Hasil perbandingan jumlah piksel pada klasifikasi berbasis objek dan berbasis piksel pada UP Kertajaya dan Dharmahusada dapat dilihat melalui grafik : Gambar 13. Grafik Perbandingan Jumlah Piksel Hasil Klasifikasi Object Based - Pixel Based UP Dharmahusada Pada hasil klasifikasi UP Kertajaya, beberapa kelas pada klasifikasi berbasis objek menghasilkan jumlah piksel lebih banyak daripada klasifikasi berbasis piksel yaitu kelas area terbangun, jalur hijau dan sempadan, tambak/rawa dan lahan kosong, sementara pada kelas lain piksel hasil klasifikasi berbasis objek lebih sedikit dibanding hasil klasifikasi berbasis piksel. Untuk UP Dharmahusada, kelas hasil klasifikasi berbasis objek yang meghasilkan piksel lebih banyak daripada klasifikasi berbasis piksel adalah area terbangun, jalur hijau dan sempadan, serta lahan kosong. Hal ini menunjukkan bahwa pada klasifikasi berbasis objek untuk kelas dengan luasan yang besar, objek yang tersegmentasi akan semakin banyak karena lebih mudah untuk mengenali piksel tetangganya (nearest neighbor). B. Penggunaan Lahan Berupa RTH pada tiap Unit Pengembangan Luas penggunan lahan untuk RTH dijabarkan melalui tabel : Tabel 10. Luasan dan Persentase Tutupan Lahan berupa RTH di UP Kertajaya Nama Kelas Luas (Ha) Persentase dari luas total (%) Jalur Hijau dan Sempadan 568,27 12,25 Lahan Kosong 808,81 17,44 Mangrove 111,48 2,40 Taman 2,20 0,04 Makam 8,38 0,18 Lapangan 4,58 0,09 Total 1503,75 32,00 Tabel 11. Luasan dan Persentase Tutupan Lahan berupa RTH di UP Dharmahusada Nama Kelas Luas (Ha) Persentase dari luas total (%) Jalur Hijau dan Sempadan 147,03 8,47 Taman 4,98 0,28 Lahan Kosong 149,63 8,62 Makam 10,85 0,62 Lapangan 7,20 0,41 Total 319,71 18,00
6 JURNAL TEKNIK POMITS Vol. X, No. X, (2013) ISSN: ( Print) 6 Luas kawasan RTH pada UP Kertajaya lebih sedikit dari pada non RTH yaitu sebesar 1503,75 Ha (32%) dari luas wilayah sedangkan wilayah UP Dharmahusada, proporsi kawasan RTH lebih sedikit daripada kawasan non RTH yaitu 319,71 Ha (18%) dari luas wilayah. V. KESIMPULAN Berdasarkan hasil penelitian yang telah dilakukan, maka didapatkan beberapa kesimpulan akhir yaitu: a. Klasifikasi berbasis objek pada UP Kertajaya menghasilkan hasil klasifikasi yang lebih akurat dibanding klasifikasi berbasis piksel yaitu rata-rata mapping accuracy sebesar 88,59%, user accuracy 92,95%, producer accuracy 95,22% dan koefisien kappa (kappa coefficient) sebesar 0,92. b. Klasifikasi berbasis objek pada UP Dharmahusada menghasilkan hasil klasifikasi yang lebih akurat dibanding klasifikasi berbasis piksel yaitu rata-rata mapping accuracy sebesar 89,07%, user accuracy 93,52%, producer accuracy 95,56% dan koefisien kappa (kappa coefficient) sebesar 0,947. c. Dari hasil klasifikasi berbasis objek diketahui bahwa tutupan lahan di UP Kertajaya yaitu area terbangun (1181,78 Ha), jalur hijau dan sempadan (568,27 Ha), lahan kosong (808,81 Ha), mangrove (111,48 Ha), taman (2,20 Ha), makam (8,38 Ha), lapangan (4,58 Ha), tambak/rawa (1592,91 Ha), sungai (5,17 Ha), jalan dan tempat parkir (354,66 Ha). Sedangkan di UP Dharmahusada area terbangun (1209,27 Ha), jalur hijau dan sempadan (147,03 Ha), lahan kosong (149,63 Ha), bozem (1,46 Ha), taman (4,98 Ha), makam (10,85 Ha), lapangan (7,20 Ha), sungai (5,61 Ha), jalan dan tempat parkir (196,10 Ha). d. Luasan RTH pada UP Kertajaya lebih sedikit dari pada non RTH yaitu sebesar 1503,75 Ha (32%) dari luas wilayah. Pada wilayah UP Dharmahusada, proporsi kawasan RTH lebih sedikit daripada kawasan non RTH yaitu 319,71 Ha (18%) dari luas wilayah. LAMPIRAN Peta Ruang Terbuka Hijau UP Kertajaya tahun 2012 Peta Ruang Terbuka Hijau UP Dharmahusada tahun 2012 UCAPAN TERIMA KASIH Penulis R.R. mengucapkan terima kasih kepada seluruh pihak yang telah membantu penulis baik dalam penyediaan data maupun pemberian bimbingan dan motivasi sehingga penulis mampu menyelesaikan penelitiannya dengan baik. DAFTAR PUSTAKA [1] BAPPEKO Surabaya Penyusunan Rencana Detail Tata Ruang Kota (RDTRK) Unit Pengembangan Kertajaya : Laporan Pendataan dan Identifikasi. Surabaya : Pemerintah Kota Surabaya. [2] Avery, T.E., Berlin, G.L Fundamentals of Remote Sensing and Airphoto Interpretation : 5th Edition.New Jersey : Prentice Hall. [3] Lucieer, Arko Uncertainties in Segmentation and Their Visualisation. Amsterdam : The Netherlands International Institute for Geo-Information Science and Earth Observation. [4] Zhou, X., Jancso, T., Chen, C., Verone, M. W Urban Land Cover Mapping Based on Object Oriented Classification Using Worldview 2 Satellite Remote Sensing Images. Sopron, Hungaria: International Scientific Conference on Sustainable Development & Ecological Footprint, Sopron, Hungaria Maret [5] Sandric,I.,Mihai,B.,Chitu,Z.,Gutu,A.,Savulescu,I Object- Oriented Methods For Landslides Detection Using High Resolution Imagery, Morphometric Properties And Meteorological Data. Bucharest :University of Bucharest. [6] Rhinane,H., Hilali,A.,Berrada,A., Hakdaoui,M Detecting Slums from SPOT Data in Casablanca Morocco Using an Object Based Approach. Maroko : Journal of Geographic Information System, 2011, 3,
Anita Dwijayanti, Teguh Hariyanto Jurusan Teknik Geomatika FTSP-ITS, Kampus ITS Sukolilo, Surabaya,
Evaluasi Tutupan Lahan Terhadap Rencana Detil Tata Ruang Kota (RDTRK) Surabaya Pada Citra Resolusi Tinggi Dengan EVALUASI TUTUPAN LAHAN PERMUKIMAN TERHADAP RENCANA DETIL TATA RUANG KOTA (RDTRK) SURABAYA
Lebih terperinciEVALUASI TUTUPAN LAHAN DARI CITRA RESOLUSI TINGGI DENGAN METODE KLASIFIKASI DIGITAL BERORIENTASI OBJEK (Studi Kasus: Kota Banda Aceh, NAD)
EVALUASI TUTUPAN LAHAN DARI CITRA RESOLUSI TINGGI DENGAN METODE KLASIFIKASI DIGITAL BERORIENTASI OBJEK (Studi Kasus: Kota Banda Aceh, NAD) Dosen Pembimbing: Dr.Ing.Ir. Teguh Hariyanto, MSc Oleh: Bayu Nasa
Lebih terperinciLatar Belakang. Penggunaan penginderaan jauh dapat mencakup suatu areal yang luas dalam waktu bersamaan.
SIDANG TUGAS AKHIR PEMANFAATAN CITRA RESOLUSI TINGGI UNTUK MENGIDENTIFIKASI PERUBAHAN OBYEK BANGUNAN (STUDI KASUS UPDATING RENCANA DETAIL TATA RUANG KOTA UNIT PENGEMBANGAN RUNGKUT SURABAYA) Oleh Dewi Nur
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 terperinciIndra Jaya Kusuma, Hepi Hapsari Handayani Program Studi Teknik Geomatika, FTSP, ITS-Sukolilo, Surabaya,
Studi Klasifikasi Berbasis Objek Untuk Kesesuaian Tutupan Lahan Tambak, Konservasi dan Permukiman Kawasan Pesisir (Studi Kasus: Kec.Asemrowo, Krembangan, Pabean Cantikan, dan Semampir, Kota Surabaya) STUDI
Lebih terperinciJURNAL TEKNIK POMITS Vol. X, No. X, (Juni, 2013) ISSN:
JURNAL TEKNIK POMITS Vol. X, No. X, (Juni, 2013) ISSN: 2301-9271 1 Kajian Updating Peta Menggunakan Data Dasar Citra Satelit Worldview-2 dan Kota Surabaya Skala 1:5000 (Studi Kasus: dan Anyar) Cherie Bhekti
Lebih terperinciAplikasi Penginderaan Jauh Untuk Monitoring Perubahan Ruang Terbuka Hijau (Studi Kasus : Wilayah Barat Kabupaten Pasuruan)
Aplikasi Penginderaan Jauh Untuk Monitoring Perubahan Ruang Terbuka Hijau (Studi Kasus : Wilayah Barat Kabupaten Pasuruan) Ardiawan Jati, Hepi Hapsari H, Udiana Wahyu D Jurusan Teknik Geomatika, Fakultas
Lebih terperinciANALISA PERUBAHAN TATA GUNA LAHAN WILAYAH SURABAYA BARAT MENGGUNAKAN CITRA SATELIT QUICKBIRD TAHUN 2003 DAN 2009
ANALISA PERUBAHAN TATA GUNA LAHAN WILAYAH SURABAYA BARAT MENGGUNAKAN CITRA SATELIT QUICKBIRD TAHUN 2003 DAN 2009 Oleh: Prenita S. Rianelly 3507 100 024 Dosen Pembimbing: Dr.Ing. Ir. Teguh Hariyanto, MSc.
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 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 terperinciEVALUASI PERKEMBANGAN DAN PERSEBARAN PEMBANGUNAN APARTEMEN SESUAI DENGAN RTRW SURABAYA TAHUN 2013 (Studi Kasus : Wilayah Barat Kota Surabaya)
JURNAL TEKNIK POMITS Vol. X, No. X, ( 2013) ISSN: 2301-9271 EVALUASI PERKEMBANGAN DAN PERSEBARAN PEMBANGUNAN APARTEMEN SESUAI DENGAN RTRW SURABAYA TAHUN 2013 (Studi Kasus : Wilayah Barat Kota Surabaya)
Lebih terperinciJURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print)
A703 Analisa Ketelitian Geometrik Citra Pleiades 1A dan Worldview-2 untuk Pembuatan Peta Dasar Rencana Detail Tata Ruang Perkotaan (Studi Kasus: Surabaya Pusat) Ricko Buana Surya, Bangun Muljo Sukojo,
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 terperinciAnalisis Ketelitian Geometric Citra Pleiades 1B untuk Pembuatan Peta Desa (Studi Kasus: Kelurahan Wonorejo, Surabaya)
Analisis Ketelitian Geometric Citra Pleiades 1B untuk Pembuatan Peta Desa (Studi Kasus: Kelurahan Wonorejo, Surabaya) Iva Nurwauziyah, Bangun Muljo Sukojo, Husnul Hidayat Jurusan Teknik Geomatika, Fakultas
Lebih terperinciJurusan Teknik Geomatika Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh Nopember
Mahasiswa : Cherie Bhekti Pribadi (3509100060) Dosen Pembimbing : Dr. Ing. Ir. Teguh Hariyanto, MSc Udiana Wahyu D, ST. MT Jurusan Teknik Geomatika Fakultas Teknik Sipil dan Perencanaan Institut Teknologi
Lebih terperinciAninda Nurry M.F., Ira Mutiara Anjasmara Jurusan Teknik Geomatika FTSP-ITS, Kampus ITS Sukolilo, Surabaya,
KAJIAN PERUBAHAN TUTUPAN LAHAN DAERAH ALIRAN SUNGAI BRANTAS BAGIAN HILIR MENGGUNAKAN CITRA SATELIT MULTI TEMPORAL (STUDI KASUS: KALI PORONG, KABUPATEN SIDOARJO) Aninda Nurry M.F., Ira Mutiara Anjasmara
Lebih terperinciJURNAL TEKNIK POMITS Vol. x, No. x, (2014) ISSN: xxxx-xxxx (xxxx-x Print) 1
JURNAL TEKNIK POMITS Vol. x,. x, (2014) ISSN: xxxx-xxxx (xxxx-x Print) 1 Pemanfaatan Data Penginderaan Jauh untuk Identifikasi Kerusakan Hutan di Daerah Aliran Sungai (DAS) (Studi Kasus : Sub DAS Brantas
Lebih terperinciJURNAL TEKNIK POMITS Vol. X, No. X, (XXXX) ISSN: XXXX-XXXX (XXXX-XXXX Print) 1
JURNAL TEKNIK POMITS Vol. X, No. X, (XXXX) ISSN: XXXX-XXXX (XXXX-XXXX Print) 1 Analisa Perubahan Tutupan Lahan Daerah Aliran Sungai Brantas Bagian Hilir Menggunakan Citra Satelit Multitemporal (Studi Kasus:
Lebih terperinciANALISA PERUBAHAN TATA GUNA LAHAN WILAYAH SURABAYA BARAT MENGGUNAKAN CITRA SATELIT QUICKBIRD TAHUN 2003 DAN 2009
ANALISA PERUBAHAN TATA GUNA LAHAN WILAYAH SURABAYA BARAT MENGGUNAKAN CITRA SATELIT QUICKBIRD TAHUN 2003 DAN 2009 Prenita Septa Rianelly 1, Teguh Hariyanto 1, Inggit Lolita Sari 2 1 Program Studi Teknik
Lebih terperinciEvaluasi Kesesuaian Tutupan Lahan Menggunakan Citra ALOS AVNIR-2 Tahun 2009 Dengan Peta RTRW Kabupaten Sidoarjo Tahun 2007
JURNAL TEKNIK POMITS Vol. x, No. x, (Oktober, 2013) ISSN: 2301-9271 Evaluasi Kesesuaian Tutupan Lahan Menggunakan Citra ALOS AVNIR-2 Tahun 2009 Dengan Peta RTRW Kabupaten Sidoarjo Tahun 2007 Latri Wartika
Lebih terperinciANALISA PERUBAHAN POLA DAN TATA GUNA LAHAN SUNGAI BENGAWAN SOLO dengan menggunakan citra satelit multitemporal
ANALISA PERUBAHAN POLA DAN TATA GUNA LAHAN SUNGAI BENGAWAN SOLO dengan menggunakan citra satelit multitemporal Oleh : Fidiyawati 3507 100 046 Pembimbing : 1. M. Nur Cahyadi, ST, MSc 2. Danang Surya Chandra,
Lebih terperinciAnalisa Ketelitian Geometric Citra Pleiades Sebagai Penunjang Peta Dasar RDTR (Studi Kasus: Wilayah Kabupaten Bangkalan, Jawa Timur)
A411 Analisa Ketelitian Geometric Citra Pleiades Sebagai Penunjang Peta Dasar RDTR (Studi Kasus: Wilayah Kabupaten Bangkalan, Jawa Timur) Wahyu Teo Parmadi dan Bangun Muljo Sukojo Jurusan Teknik Geomatika,
Lebih terperinciKAJIAN CITRA RESOLUSI TINGGI WORLDVIEW-2
KAJIAN CITRA RESOLUSI TINGGI WORLDVIEW-2 SEBAGAI PENUNJANG DATA DASAR UNTUK RENCANA DETAIL TATA RUANG KOTA (RDTRK) Heri Setiawan, Yanto Budisusanto Program Studi Teknik Geomatika, FTSP, ITS-Sukolilo, Surabaya,
Lebih terperinciStudi Perubahan Fisik Kawasan Pesisir Surabaya dan Madura Pasca Pembangunan Jembatan Suramadu Menggunakan Citra Satelit
Studi Perubahan Fisik Kawasan Pesisir Surabaya dan Madura Pasca Pembangunan Jembatan Suramadu Menggunakan Citra Satelit Mifta Nur Rohmah 1), Dr. Ir. Muhammad Taufik 2) Jurusan Teknik Geomatika, Fakultas
Lebih terperinciBAB III PELAKSANAAN PENELITIAN
BAB III PELAKSANAAN PENELITIAN Pada bab ini akan dijelaskan mengenai alat dan bahan yang digunakan dalam penelitian ini serta tahapan-tahapan yang dilakukan dalam mengklasifikasi tata guna lahan dari hasil
Lebih terperinciBAB II TEORI DASAR. Beberapa definisi tentang tutupan lahan antara lain:
BAB II TEORI DASAR 2.1 Tutupan Lahan Tutupan Lahan atau juga yang biasa disebut dengan Land Cover memiliki berbagai pengertian, bahkan banyak yang memiliki anggapan bahwa tutupan lahan ini sama dengan
Lebih terperinciBAB IV ANALISIS 4.1 Analisis Terhadap Citra Satelit yang digunakan 4.2 Analisis Terhadap Peta Rupabumi yang digunakan
BAB IV ANALISIS 4.1 Analisis Terhadap Citra Satelit yang digunakan Citra SPOT 4 dan IKONOS yang digunakan merupakan dua citra yang memiliki resolusi spasial yang berbeda dimana SPOT 4 memiliki resolusi
Lebih terperinciPENGGUNAAN CITRA SATELIT RESOLUSI TINGGI UNTUK PEMBUATAN PETA DASAR SKALA 1:5.000 KECAMATAN NGADIROJO, KABUPATEN PACITAN
JURNAL TEKNIK ITS Vol. 4, No. 1, (2015) ISSN: 2337-3539 (2301-9271 Print) A-399 PENGGUNAAN CITRA SATELIT RESOLUSI TINGGI UNTUK PEMBUATAN PETA DASAR SKALA 1:5.000 KECAMATAN NGADIROJO, KABUPATEN PACITAN
Lebih terperinciAyesa Pitra Andina JURUSAN TEKNIK GEOMATIKA FAKULTAS TEKNIK SIPIL DAN PERENCANAAN INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2014
Ayesa Pitra Andina 3510100044 JURUSAN TEKNIK GEOMATIKA FAKULTAS TEKNIK SIPIL DAN PERENCANAAN INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2014 Latar Belakang Pengembangan Kawasan a PESISIR Aksesbilitas
Lebih terperinciPERBANDINGAN KLASIFIKASI TUTUPAN LAHAN DENGAN METODE OBJECT-BASED DAN PIXEL- BASED
PERBANDINGAN KLASIFIKASI TUTUPAN LAHAN DENGAN METODE OBJECT-BASED DAN PIXEL- BASED TUGAS AKHIR Karya Tulis sebagai salah satu syarat untuk memperoleh gelar Sarjana Oleh NANDHY RAMADHANNY HOESIN POETRI
Lebih terperinciKajian Nilai Indeks Vegetasi Di Daerah Perkotaan Menggunakan Citra FORMOSAT-2 Studi Kasus: Surabaya Timur L/O/G/O
Sidang Tugas Akhir Kajian Nilai Indeks Vegetasi Di Daerah Perkotaan Menggunakan Citra FORMOSAT-2 Studi Kasus: Surabaya Timur Agneszia Anggi Ashazy 3509100061 L/O/G/O PENDAHULUAN Latar Belakang Carolita
Lebih terperinciJURNAL TEKNIK ITS Vol. 6, No. 2, (2017) ISSN: ( Print) A-572
JURNAL TEKNIK ITS Vol., No., (01) ISSN: 33-353 (301-1 Print) A-5 Analisa Kondisi Ekosistem Mangrove Menggunakan Data Citra Satelit Multitemporal dan Multilevel (Studi Kasus: Pesisir Utara Surabaya) Deni
Lebih terperinciJURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: ( Print)
ANALISA RELASI PERUBAHAN TUTUPAN LAHAN DAN SUHU PERMUKAAN TANAH DI KOTA SURABAYA MENGGUNAKAN CITRA SATELIT MULTISPEKTRAL TAHUN 1994 2012 Dionysius Bryan S, Bangun Mulyo Sukotjo, Udiana Wahyu D Jurusan
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 I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Lahan merupakan bentang permukaan bumi yang dapat bermanfaat bagi manusia baik yang sudah dikelola maupun belum. Untuk itu peran lahan cukup penting dalam kehidupan
Lebih terperinciUpdating Peta Tutupan Lahan Menggunakan Citra Satelit Resolusi Tinggi (Studi Kasus : Kecamatan Pakal, Kota Surabaya)
JURNAL TEKNIK POMITS Vol. X, No. X, (JUNI, 2013) ISSN: XXXX - XXXX 1 Updating Peta Tutupan Lahan Menggunakan Citra Satelit Resolusi Tinggi (Studi Kasus : Kecamatan Pakal, Kota Surabaya) Alifah Noraini,
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 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 terperinciAnalisis Ketelitian Geometric Citra Pleiades 1A untuk Pembuatan Peta Dasar Lahan Pertanian (Studi Kasus: Kecamatan Socah, Kabupaten Bangkalan)
JURNAL TEKNIK ITS Vol. 5, 2, (2016) ISSN: 2337-3539 (2301-9271 Print) A375 Analisis Ketelitian Geometric Citra untuk Pembuatan Peta Dasar Lahan Pertanian (Studi Kasus: Kecamatan Socah, Kabupaten Bangkalan)
Lebih terperinciANALISA KESEHATAN VEGETASI MANGROVE BERDASARKAN NILAI NDVI (NORMALIZED DIFFERENCE VEGETATION INDEX ) MENGGUNAKAN CITRA ALOS
ANALISA KESEHATAN VEGETASI MANGROVE BERDASARKAN NILAI NDVI (NORMALIZED DIFFERENCE VEGETATION INDEX ) MENGGUNAKAN CITRA ALOS Oleh : Tyas Eka Kusumaningrum 3509 100 001 LATAR BELAKANG Kawasan Pesisir Kota
Lebih terperinciPENGGUNAAN CITRA RESOLUSI TINGGI SEBAGAI DATA DASAR UNTUK RENCANA TATA RUANG KOTA (Studi Kasus : Kecamatan Rungkut, Surabaya)
JURNAL TEKNIK POMITS Vol. x, No. x (JUNI, 2014) ISSN: xxxx-xxxx 1 PENGGUNAAN CITRA RESOLUSI TINGGI SEBAGAI DATA DASAR UNTUK RENCANA TATA RUANG KOTA (Studi Kasus : Kecamatan Rungkut, Suraba) Heri Setiawan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penginderaan jauh merupakan ilmu pengetahuan, teknologi, dan seni perolehan informasi objek di permukaan Bumi melalui hasil rekamannya (Sutanto,2013). Objek di permukaan
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Peta merupakan representasi dari permukaan bumi baik sebagian atau keseluruhannya yang divisualisasikan pada bidang proyeksi tertentu dengan menggunakan skala tertentu.
Lebih terperinciANALISIS PERUBAHAN SUHU PERMUKAAN TANAH DENGAN MENGGUNAKAN CITRA SATELIT TERRA DAN AQUA MODIS (STUDI KASUS : DAERAH KABUPATEN MALANG DAN SURABAYA)
ANALISIS PERUBAHAN SUHU PERMUKAAN TANAH DENGAN MENGGUNAKAN CITRA SATELIT TERRA DAN AQUA MODIS (STUDI KASUS : DAERAH KABUPATEN MALANG DAN SURABAYA) Oleh : Dawamul Arifin 3508 100 055 Jurusan Teknik Geomatika
Lebih terperinciSistem Informasi Pertanahan untuk Evaluasi Bidang Tanah (Studi Kasus : Perumahan Bumi Marina Emas Kelurahan Keputih Kecamatan Sukolilo Surabaya)
Sistem Informasi Pertanahan untuk Evaluasi Bidang Tanah (Studi Kasus : Perumahan Bumi Marina Emas Kelurahan Keputih Kecamatan Sukolilo Surabaya) Mitha Asyita R. 1), Muhammad Taufik 2), Jurusan Teknik Geomatika,
Lebih terperinciIII. METODOLOGI. Gambar 2. Peta Orientasi Wilayah Penelitian. Kota Yogyakarta. Kota Medan. Kota Banjarmasin
III. METODOLOGI 3.1. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan mulai dari bulan Maret sampai bulan November 2009. Objek penelitian difokuskan pada wilayah Kota Banjarmasin, Yogyakarta, dan
Lebih terperinciDISKRIMINASI TEGAKAN HTI (Hutan Tanaman Industri) MENGGUNAKAN OBJECT ORIENTED CLASSIFICATION Studi kasus PT. HTI Wira Karya Sakti, Jambi 1
DISKRIMINASI TEGAKAN HTI (Hutan Tanaman Industri) MENGGUNAKAN OBJECT ORIENTED CLASSIFICATION Studi kasus PT. HTI Wira Karya Sakti, Jambi 1 Muhammad Ardiansyah, Dr.-Ing 2) dan Muhammad Rusdi, SP. 3) 2.
Lebih terperinciSistem Informasi Geografis Potensi Produktivitas Pertambakan Di Kota Surabaya
JURNAL TEKNIK POMITS Vol. X, No. X, (Juni, 2013) ISSN: 2301-9271 1 Sistem Informasi Geografis Potensi Produktivitas Pertambakan Di Kota Permadi dan Teguh Hariyanto Jurusan Teknik Geomatika, Fakultas Teknik
Lebih terperinciSTUDI TENTANG IDENTIFIKASI LONGSOR DENGAN MENGGUNAKAN CITRA LANDSAT DAN ASTER (STUDI KASUS : KABUPATEN JEMBER)
STUDI TENTANG IDENTIFIKASI LONGSOR DENGAN MENGGUNAKAN CITRA LANDSAT DAN ASTER (STUDI KASUS : KABUPATEN JEMBER) BAGUS SULISTIARTO 3505 100 029 PROGRAM STUDI TEKNIK GEOMATIKA FAKULTAS TEKNIK SIPIL DAN PERENCANAAN
Lebih terperinciPEMANFAATAN CITRA SATELIT ALOS HASIL METODE PAN SHARPENING UNTUK PEMETAAN RUANG TERBUKA HIJAU WILAYAH PERKOTAAN PATI
PROGRAM STUDI TEKNIK GEOMATIKA FAKULTAS TEKNIK SIPIL DAN PERENCANAAN INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA PEMANFAATAN CITRA SATELIT ALOS HASIL METODE PAN SHARPENING Aji Syarifah Dwi Nurhayati Dosen
Lebih terperinciAnalisa Kondisi Ekosistem Mangrove Menggunakan Data Citra Satelit Multitemporal dan Multilevel (Studi Kasus: Pesisir Utara Surabaya)
A554 Analisa Kondisi Ekosistem Mangrove Menggunakan Data Citra Satelit Multitemporal dan Multilevel (Studi Kasus: Pesisir Utara Surabaya) Deni Ratnasari dan Bangun Muljo Sukojo Departemen Teknik Geomatika,
Lebih terperinciAnalisa Kelayakan Penggunaan Citra Satelit WorldView-2 untuk Updating Peta Skala 1:1.000 (Studi Kasus :Surabaya Pusat)
1 Analisa Kelayakan Penggunaan Citra Satelit WorldView-2 untuk Updating Peta Skala 1:1.000 (Studi Kasus :Surabaya Pusat) Qurrata A yun, Agung Budi C. 1), Udiana Wahyu D. 2) Jurusan Teknik Geomatika, Fakultas
Lebih terperinciJurnal Geodesi Undip April 2016
Jurnal Geodesi Undip April 2016 PERBANDINGAN KLASIFIKASI TUTUPAN LAHAN MENGGUNAKAN METODE KLASIFIKASI BERBASIS OBJEK DAN KLASIFIKASI BERBASIS PIKSEL PADA CITRA RESOLUSI TINGGI DAN MENENGAH Zia Ul Maksum,
Lebih terperinciVisualisasi Perubahan Volume Dan Elevasi Permukaan Lumpur Dengan Citra Satelit Resolusi Tinggi Temporal Untuk Monitoring Lumpur Sidoarjo
JURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: 2337-3539 (2301-9271 Print) F-266 Visualisasi Perubahan Volume Dan Elevasi Permukaan Lumpur Dengan Citra Satelit Resolusi Tinggi Temporal Untuk Monitoring
Lebih terperinciIdentifikasi Tipologi berdasarkan Karakteristik Sempadan Sungai di Kecamatan Semampir
JURNAL TEKNIK ITS Vol. 6, No. 2, (2017) ISSN: 2337-3539 (2301-9271 Print) D-254 Identifikasi Tipologi berdasarkan Karakteristik Sempadan Sungai di Kecamatan Semampir Della Safira dan Ema Umilia Departemen
Lebih terperinciSudaryanto dan Melania Swetika Rini*
PENENTUAN RUANG TERBUKA HIJAU (RTH) DENGAN INDEX VEGETASI NDVI BERBASIS CITRA ALOS AVNIR -2 DAN SISTEM INFORMASI GEOGRAFI DI KOTA YOGYAKARTA DAN SEKITARNYA Sudaryanto dan Melania Swetika Rini* Abstrak:
Lebih terperinciEVALUASI PERUBAHAN TUTUPAN LAHAN WILAYAH PERAIRAN PESISIR SURABAYA TIMUR SIDOARJO DENGAN MENGGUNAKAN CITRA SATELIT MULTITEMPORAL
EVALUASI PERUBAHAN TUTUPAN LAHAN WILAYAH PERAIRAN PESISIR SURABAYA TIMUR SIDOARJO DENGAN MENGGUNAKAN CITRA SATELIT MULTITEMPORAL Grace Idolayanti Moko 1, Teguh Hariyanto 1, Wiweka 2, Sigit Julimantoro
Lebih terperinciJURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print)
A380 Analisis Metode Delineasi pada Citra Resolusi Tinggi dalam Pembuatan Kadaster Lengkap Arinda Kusuma Wardani, Agung Budi Cahyono, dan Dwi Budi Martono Jurusan Teknik Geomatika, Fakultas Teknik Sipil
Lebih terperinciDosen Pembimbing : Ir. Chatarina Nurdjati Supadiningsih,MT Hepi Hapsari Handayani ST, MSc. Oleh : Pandu Sandy Utomo
Surabaya, 30 Juni 2011 Ruang Sidang Lantai 3 Teknik Geomatika ITS ANALISIS PEMANFAATAN CITRA SATELIT ALOS-PRISM SEBAGAI DASAR PEMBUATAN PETA PENDAFTARAN TANAH (Studi Kasus : Desa Babalan Kecamatan Gabus,
Lebih terperinciAnalisa Ketelitian Planimetris Citra Quickbird Guna Menunjang Kegiatan Administrasi Pertanahan (Studi Kasus: Kabupaten Gresik, 7 Desa Prona)
F182 Analisa Ketelitian Planimetris Citra Quickbird Guna Menunjang Kegiatan Administrasi Pertanahan (Studi Kasus: Kabupaten Gresik, 7 Desa Prona) Theo Prastomo Soedarmodjo 1), Agung Budi Cahyono 1), Dwi
Lebih terperinciBAB 1 PENDAHULUAN. ambang batas (thresholding), berbasis tepi (edge-base) dan berbasis region (regionbased).
BAB 1 PENDAHULUAN 1.1 Latar Belakang Segmentasi obyek pada citra dapat dilakukan dengan tiga metode yaitu ambang batas (thresholding), berbasis tepi (edge-base) dan berbasis region (regionbased). Metode
Lebih terperinciTUGAS AKHIR JURUSAN TEKNIK GEOMATIKA FAKULTAS TEKNIK SIPIL DAN PERENCANAAN INSTITUT TEKNOLOGI SEPULUIH NOPEMBER SURABAYA
JURUSAN TEKNIK GEOMATIKA FAKULTAS TEKNIK SIPIL DAN PERENCANAAN INSTITUT TEKNOLOGI SEPULUIH NOPEMBER SURABAYA TUGAS AKHIR STUDI PERUBAHAN GARIS PANTAI KAWASAN PESISIR SURABAYA DAN MADURA PASCA PEMBANGUNAN
Lebih terperinciEVALUASI PERENCANAAN TATA GUNA LAHAN WILAYAH PERKOTAAN (STUDI KASUS KEC.LOWOKWARU, KOTA MALANG) Fransiscus Hamonangan Hutabarat 1, Muhammad Taufik 1
EVALUASI PERENCANAAN TATA GUNA LAHAN WILAYAH PERKOTAAN (STUDI KASUS KEC.LOWOKWARU, KOTA MALANG) Fransiscus Hamonangan Hutabarat 1, Muhammad Taufik 1 1 Program Studi Teknik Geomatika, FTSP, ITS-Sukolilo,
Lebih terperinciPEMETAAN MANGROVE DENGAN TEKNIK IMAGE FUSION CITRA SPOT DAN QUICKBIRD DI PULAU LOS KOTA TANJUNGPINANG PROVINSI KEPULAUAN RIAU
PEMETAAN MANGROVE DENGAN TEKNIK IMAGE FUSION CITRA SPOT DAN QUICKBIRD DI PULAU LOS KOTA TANJUNGPINANG PROVINSI KEPULAUAN RIAU Reygian Freila Chevalda 1), Yales Veva Jaya, S.Pi, M.Si 2), dan Dony Apdillah,
Lebih terperinciJURNAL TEKNIK ITS Vol. X, No. X, (2016) ISSN: ( Print) 1
JURNAL TEKNIK ITS Vol. X, No. X, (2016) ISSN: 2337-3539 (2301-9271 Print) 1 Validasi Algoritma Estimasi konsentrasi Klorofil-a dan Padatan Tersuspensi Menggunakan Citra Terra dan Aqua Modis dengan Data
Lebih terperinciStudi Akurasi Citra Landsat 8 dan Citra MODIS untuk Pemetaan Area Terbakar (Studi Kasus: Provinsi Riau)
A758 Studi Akurasi Citra Landsat 8 dan Citra MODIS untuk Pemetaan Area Terbakar (Studi Kasus: Provinsi Riau) Agita Setya Herwanda, Bangun Muljo Sukojo Jurusan Teknik Geomatika, Fakultas Teknik Sipil dan
Lebih terperinciEvaluasi Kesesuaian Lahan Peruntukan Kawasan Permukiman, Industri, Mangrove Wilayah Pesisir Utara Surabaya Tahun 2010 dan 2014
JURNAL TEKNIK POMITS Vol. X, No. X, (2015) ISSN: XXXX-XXXX (XXXX XXXX Print) 1 Evaluasi Kesesuaian Lahan Peruntukan Kawasan Permukiman, Industri, Mangrove Wilayah Pesisir Utara Surabaya Tahun 2010 dan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Hasil sensus jumlah penduduk di Indonesia, dengan luas wilayah kurang lebih 1.904.569 km 2 menunjukkan adanya peningkatan jumlah penduduk, dari tahun 2010 jumlah penduduknya
Lebih terperinciPEMANFAATAN GLOBAL NAVIGATION SATELLITE SYSTEM (GNSS) UNTUK PEMETAAN PENGGUNAAN LAHAN DI KECAMATAN SUKOLILO SURABAYA TIMUR
PEMANFAATAN GLOBAL NAVIGATION SATELLITE SYSTEM (GNSS) UNTUK PEMETAAN PENGGUNAAN LAHAN DI KECAMATAN SUKOLILO SURABAYA TIMUR Jelita Citrawati Jihan Universitas PGRI Adi Buana Surabaya 1 Its.mejiehan@alamat.email
Lebih terperinciJurnal Geodesi Undip OKTOBER 2015
ANALISIS PERBANDINGAN KEPADATAN PEMUKIMAN MENGGUNAKAN KLASIFIKASI SUPERVISED DAN SEGMENTASI (Studi Kasus: Kota Bandung) Nizma Humaidah, Bambang Sudarsono, Dr.Yudo Prasetyo *) Program Studi Teknik Geodesi
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 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 terperinciJURNAL TEKNIK ITS Vol. 6, No. 2, (2017) ISSN: ( Print) A-534
JURNAL TEKNIK ITS Vol. 6, No. 2, (2017) ISSN: 2337-3539 (2301-9271 Print) A-534 Rancang Bangun Sistem Navigasi Indoor Berbasis Integrasi Symbolik Location Model dan Wifi Based Positioning System Untuk
Lebih terperinciDAFTAR ISI HALAMAN JUDUL...
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii HALAMAN PERNYATAAN... iii INTISARI... iv ABSTRACT... v KATA PENGANTAR... vi DAFTAR ISI... viii DAFTAR GAMBAR... x DAFTAR TABEL... xiii DAFTAR LAMPIRAN...
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Era teknologi informasi saat ini tidak dapat dipisahkan dari multimedia. Data atau informasi yang terdapat pada multimedia tidak hanya disajikan dalam bentuk teks,
Lebih terperinciIII. METODE PENELITIAN. berlokasi di kawasan Taman Nasional Way Kambas. Taman Nasional Way
13 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian dilaksanakan dari bulan Juni sampai dengan September 2012 yang berlokasi di kawasan Taman Nasional Way Kambas. Taman Nasional Way Kambas
Lebih terperinciAPLIKASI PENGINDERAAN JAUH UNTUK PEMANTAUAN PERUBAHAN RUANG TERBUKA HIJAU STUDI KASUS: WILAYAH BARAT KABUPATEN PASURUAN
Jurnal Ilmiah Geomatika Volume 20 No.2 Desember 2014: 103-108 APLIKASI PENGINDERAAN JAUH UNTUK PEMANTAUAN PERUBAHAN RUANG TERBUKA HIJAU STUDI KASUS: WILAYAH BARAT KABUPATEN PASURUAN (Application of Remote
Lebih terperinciJurnal Geodesi Undip OKTOBER 2015
KAJIAN METODE SEGMENTASI UNTUK IDENTIFIKASI TUTUPAN LAHAN DAN LUAS BIDANG TANAH MENGGUNAKAN CITRA PADA GOOGLE EARTH (Studi Kasus : Kecamatan Tembalang, Semarang) Frandi B Simamora M, Bandi Sasmito, Hani
Lebih terperinciFathurrofi Braharsyah Habibi R. Suharyadi
KLASIFIKASI RUANG TERBUKA HIJAU BERBASIS OBJEK PADA CITRA QUICKBIRD UNTUK MENGETAHUI AKURASI SEMANTIK (DI DENGGUNG, KECAMATAN SLEMAN, KABUPATEN SLEMAN TAHUN 2017) Fathurrofi Braharsyah Habibi fathurrofi.b.h@mail.ugm.ac.id
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 terperinciAnalisa Perubahan Tutupan Lahan di Waduk Riam Kanan dan Sekitarnya Menggunakan Sistem Informasi Geografis(SIG) dan data citra Landsat
Analisa Perubahan Tutupan Lahan di Waduk Riam Kanan dan Sekitarnya Menggunakan Sistem Informasi Geografis(SIG) dan data citra Landsat Rully Sasmitha dan Nurlina Abstrak: Telah dilakukan penelitian untuk
Lebih terperinciBAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Citra Digital
4 BAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Bab ini berisi tentang teori yang mendasari penelitian ini. Terdapat beberapa dasar teori yang digunakan dan akan diuraikan sebagai berikut. 2.1.1 Citra Digital
Lebih terperinciEVALUASI KESESUAIAN LAHAN PERUNTUKAN KAWASAN PERMUKIMAN, INDUSTRI, MANGROVE WILAYAH PESISIR UTARA SURABAYA TAHUN 2010 DAN 2014
Evaluasi Kesesuaian Lahan Peruntukan Kawasan Permukiman, Industri, Mangrove Wilayah Pesisir Utara Surabaya Tahun 2010 dan 2014 EVALUASI KESESUAIAN LAHAN PERUNTUKAN KAWASAN PERMUKIMAN, INDUSTRI, MANGROVE
Lebih terperinciModifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-5 1 Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram Shabrina Mardhi Dalila, Handayani Tjandrasa, dan Nanik
Lebih terperinciPENAJAMAN DAN SEGMENTASI CITRA PADA PENGOLAHAN CITRA DIGITAL. Moehammad Awaluddin, Bambang Darmo Y *)
PENAJAMAN DAN SEGMENTASI CITRA PADA PENGOLAHAN CITRA DIGITAL Moehammad Awaluddin, Bambang Darmo Y *) Abstract Image processing takes an image to produce a modified image for better viewing or some other
Lebih terperinciJURNAL TEKNIK POMITS Vol. X, No. X, (Apr, 2013) ISSN:
JURNAL TEKNIK POMITS Vol. X, No. X, (Apr, 2013) ISSN: 2301-9271 1 Studi Perubahan Tutupan Lahan DAS Ciliwung Dengan Metode Klasifikasi Terbimbing Citra Landsat 7 ETM+ Multitemporal Tahun 2001 &2008 (Studi
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 terperinciSTUDI PEMBUATAN PETA BATAS DAERAH KABUPATEN MENGGUNAKAN TEKNOLOGI PENGINDERAAN JAUH DENGAN DATA CITRA LANDSAT 7 ETM DAN DEM SRTM
STUDI PEMBUTN PET BTS DERH KBUPTEN MENGGUNKN TEKNOLOGI PENGINDERN JUH DENGN DT CITR LNDST 7 ETM DN DEM SRTM (Studi Kasus : Segmen Batas Kawasan Gunung Kelud di di Jawa Timur) Presented by: GUS EDY PRYITNO
Lebih terperinciSEMINAR TUGAS AKHIR. Oleh: Aninda Nurry M.F ( ) Dosen Pembimbing : Ira Mutiara Anjasmara ST., M.Phil-Ph.D
SEMINAR TUGAS AKHIR Oleh: Aninda Nurry M.F (3510100010) Dosen Pembimbing : Ira Mutiara Anjasmara ST., M.Phil-Ph.D PENDAHULUAN Contoh: Bagian Tengah :Danau, Waduk Contoh: Sub DAS Brantas Landsat 7 diperlukan
Lebih terperinciPola Sebaran Total Suspended Solid (TSS) di Teluk Jakarta Sebelum dan Sesudah Reklamasi
Pola Sebaran Total Suspended Solid (TSS) di Teluk Jakarta Sebelum dan Sesudah Ahmad Arif Zulfikar 1, Eko Kusratmoko 2 1 Jurusan Geografi, Universitas Indonesia, Depok, Jawa Barat E-mail : Ahmad.arif31@ui.ac.id
Lebih terperinciSTUDI PERUBAHAN SUHU PERMUKAAN LAUT (SPL) MENGGUNAKAN SATELIT AQUA MODIS
STUDI PERUBAHAN SUHU PERMUKAAN LAUT (SPL) MENGGUNAKAN SATELIT AQUA MODIS Oleh : Dwi Ayu Retnaning Anggreyni 3507.100.017 Dosen Pembimbing: Prof.Dr.Ir. Bangun M S, DEA, DESS Lalu Muhammad Jaelani, ST, MSc
Lebih terperinciKlasifikasi Berbasis Objek pada Citra Pleiades untuk Pemetaan Ketersediaan Ruang Terbuka Hijau di Perkotaan Purwokerto 2013
Klasifikasi Berbasis Objek pada Citra Pleiades untuk Pemetaan Ketersediaan Ruang Terbuka Hijau di Perkotaan Purwokerto 2013 Eksi Hapsari 1, Sigit Heru Murti B.S. 2 1 Mahasiswa Program Studi Kartografi
Lebih terperinciAplikasi Object-Based Image Analysis (OBIA) untuk Deteksi Perubahan Penggunaan Lahan Menggunakan Citra ALOS AVNIR-2
Aplikasi Object-Based Image Analysis (OBIA) untuk Deteksi Perubahan Penggunaan Lahan Menggunakan Citra ALOS AVNIR-2 Tunjung S. Wibowo tjswibowo@gmail.com R. Suharyadi suharyadir@ugm.ac.id Abstract The
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian dilaksanakan di Kawasan Hutan Adat Kasepuhan Citorek, Kabupaten Lebak, Provinsi Banten. Pengambilan data lapangan dilaksanakan bulan Februari
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Penelitian ini menggunakan jenis penelitian eksperimen, dengan tahapan penelitian sebagai berikut: 3.1 Pengumpulan Data Tahap ini merupakan langkah awal dari penelitian. Dataset
Lebih terperinciAnalisis Perubahan Lahan Tambak Di Kawasan Pesisir Kota Banda Aceh
Analisis Perubahan Lahan Tambak Di Kawasan Pesisir Kota Banda Aceh 1 Mira Mauliza Rahmi, * 2 Sugianto Sugianto dan 3 Faisal 1 Program Studi Magister Pengelolaan Sumberdaya Pesisir Terpadu Program Pascasarjana;
Lebih terperinciPEMETAAN DAN PENYUSUNAN BASISDATA RUANG TERBUKA HIJAU (RTH) KOTA DENGAN MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS (STUDI KASUS DI KOTA SURABAYA)
PEMETAAN DAN PENYUSUNAN BASISDATA RUANG TERBUKA HIJAU (RTH) KOTA DENGAN MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS (STUDI KASUS DI KOTA SURABAYA) Hudan Pandu Arsa DR. Ing. Ir. Teguh Hariyanto, MSc. Rumusan
Lebih terperinciIII. METODOLOGI 3.1 Waktu Penelitian 3.2 Lokasi Penelitian
III. METODOLOGI 3.1 Waktu Penelitian Penelitian ini dilakukan dari bulan Februari sampai September 2011. Kegiatan penelitian ini meliputi tahap prapenelitian (persiapan, survei), Inventarisasi (pengumpulan
Lebih terperinciEndang Prinina 1, Lalu Muhamad Jaelani 1, Salam Tarigan 2 1
G206 Validasi Algoritma Estimasi konsentrasi Klorofil-a dan Padatan Tersuspensi Menggunakan Citra Terra dan Aqua Modis dengan Data In situ (Studi Kasus: Perairan Selat Makassar) Endang Prinina 1, Lalu
Lebih terperinci