pertambangan dan lain-lain, pengguna juga mudah untuk dapat melihat citra satelite secara free dan cepat. Klasifikasi citra digital bertujuan untuk me
|
|
- Farida Tanuwidjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 COMPRISON OF METODS SUPERISED ND UNSUPERISED TROUG GOOGLE STELLITE IMGE NLYSIS PROCEDURE FOR LND USE Erristhya Darmawan.( ) Information System Major, Faculty of Computer and Technology Information Science, University of Gunadarma erristhya2@gmail.com bstract Remote sensing is a science or technology to obtain information or a natural phenomenon through an analysis of data obtained from the recording object, area or phenomenon being observed. Digital image result of the remote sensing imagery such as Google Satelite, Quickbird, IKONOS, Landsat TM, SPOT, NO and others. Google satellite imagery is an excellent resource to meet the needs analysis in the field of land use change, agriculture, forestry, mining and others. Digital image classification aim to produce thematic maps. Digital image classification consists of two methods that is Supervised classification and Unsupervised classification. The resulting thematic maps using Supervised and Unsupervised methods can be used in the utilization of land use, urban spatial planning and land cover. Based on research results using Supervised and Unsupervised methods can be concluded that the Supervised classification method has higher accuracy than Unsupervised methods. The highest accuracy in Supervised method that is the area Surabaya 1 with the value 93.33% and the accuracy of the lowest in the area Meulaboh with the value 73.33%. Whereas the highest accuracy in Unsupervised method that is the area Surabaya 2 with the value 80.00% and the accuracy of the lowest in the Meulaboh area with the value of 66.67%. bstraksi Penginderaan jauh merupakan suatu ilmu atau teknologi untuk memperoleh informasi atau fenomena alam melalui analisis suatu data yang diperoleh dari hasil rekaman obyek, daerah atau fenomena yang dikaji. Citra digital hasil penginderaan jauh antara lain citra Google Satelite, Quickbird, IKONOS, Landsat TM, SPOT, NO dan lain-lain. Citra satelit Google Satelite merupakan sumber daya yang sangat baik untuk memenuhi kebutuhan-kebutuhan dibidang analisis perubahan lahan, pertanian, kehutanan,
2 pertambangan dan lain-lain, pengguna juga mudah untuk dapat melihat citra satelite secara free dan cepat. Klasifikasi citra digital bertujuan untuk menghasilkan peta tematik. Klasifikasi citra digital terdiri dari dua metode yaitu klasifikasi Supervised dan klasifikasi Unsupervised. Peta tematik yang dihasilkan menggunakan metode Supervised dan Unsupervised dapat digunakan dalam pemanfaatan tata guna lahan, perencanaan tata ruang kota dan penutupan lahan. Berdasarkan hasil penelitian menggunakan metode Supervised dan Unsupervised dapat disimpulkan bahwa klasifikasi menggunakan metode Supervised memiliki keakuratan yang lebih tinggi dibandingkan dengan metode Unsupervised. Keakuratan tertinggi pada metode Supervised yaitu pada daerah Surabaya 1 dengan nilai 93.33% dan keakuratan terendah pada daerah Meulaboh dengan nilai 73.33%. Sedangkan Keakuratan tertinggi pada metode Unsupervised yaitu pada daerah Surabaya 2 dengan nilai 80.00% dan keakuratan terendah pada daerah Meulaboh dengan nilai 66.67%. Kata kunci : Citra Google Satelite, Klasifikasi Supervised, Klasifikasi Unsupervised, Erdas Imagine. 1. Pendahuluan 1.1 Latar Belakang Penginderaan jauh merupakan suatu teknik pengukuran atau perolehan informasi dari beberapa sifat objek atau fenomena dengan menggunakan alat perekam yang secara fisik tidak terjadi kontak langsung atau bersinggungan dengan objek atau fenomena yang dikaji. Pengindraan jarak jauh yaitu Besaran besaran akuisisi dari Suatu obyek atau fenomena dengan menggunakan salah satu alat atau rekaman real time dari perangkat sensing, tanpa ada kontak fisik dengan objek, seperti pesawat terbang angkasa, satelite, pelampung cuaca, ataupun kapal (Lillesand dan Keifer, 1994). Teknologi Penginderaan Jauh memiliki kemampuan untuk mengetahui roman muka bumi dalam kurun waktu tertentu dan dapat digunakan sebagai alat monitoring kondisi lingkungan wilayah pertambangan. Tujuan dari kegiatan ini adalah mencari model pengolahan data citra agar mudah dalam pemantauan lingkungan pertambangan, melokalisir daerah rusak dan perencanaan penanggulangannya. Metodologi penelitian secara garis besar meliputi pengumpulan data; data raster, vektor, textual; pemrosesan awal; survey lapangan; dan analisis citra(supriyantono, et all, 2003). Tata guna lahan(land use) adalah sebuah pemanfaatan lahan dan penataan lahan yang dilakukan sesuai dengan kodisi eksisting alam. Tata guna lahan berupa:
3 Kawasan permukiman, Kawasan perumahan, Kawasan perkebunan, Kawasan pertanian, Kawasan ruang terbuka hijau, Kawasan perdagangan, Kawasan industry(suhadi Purwantoro, 2010). 1.2 Batasan Masalah Batasan masalah pada penelitian tugas akhir ini adalah sebagai berikut : 1. Penggunaan metode klasifikasi Supervised dan Unsupervised dalam Penelitian 2. Pemakaian Citra Google Satelite dalam penelitian 3. Penelitian yang difokuskan pada tata guna lahan berupa : Pohon dan Rumput; Pemukiman, Bangunan Dan Tanah; spal Dan Jalan Raya; sbes Dan Beton. 1.3 Tujuan Penelitian Tujuan penelitian tugas akhir ini adalah untuk Menghasilkan peta tematik yang dapat digunakan untuk pemanfaatan tata guna lahan (land use) dari sebuah citra Google Satelite menggunakan metode klasifikasi Supervised Dan Unsupervised, serta membandingkan keakuratan dari metode klasifikasi supervised dan unsupervised. 2. Landasan Teori 2.1 Penginderaan Jauh (Remote Sensing) Penginderaan jauh adalah Pengumpulan dan pencatatan informasi tanpa kontak langsung pada julat elektromagnetik ultraviolet, tampak inframerah dan mikro dengan mempergunakan peralatan seperti scanner dan kamera yang ditempatkan pada wahana bergerak seperti pesawat udara atau pesawat angkasa dan menganalisis informasi yang diterima dengan teknik interpretasi foto, citra dan pengolahan citra (Fussel, et all, 1986). Dalam penggunaan modern, istilah penginderaan jauh umumnya merujuk kepada penggunaan teknologi imaging Sensor, namun tidak terbatas pada penggunaan instrumen aboard pesawat terbang dan angkasa, serta berbeda dari gambar lainnya yang berhubungan dengan bidang seperti medis imaging (Fussel, et all, 1986).
4 Gambar 2.1 Skema Umum Penginderaan Jauh Data spasial adalah data yang memiliki referensi ruang kebumian (georeference) dimana berbagai data atribut terletak dalam berbagai unit spasial (Wikipedia.org). Data spasial yang pada umumnya diwujudkan baik sebagai peta analog (dicetak di atas media kertas) maupun digital merupakan salah satu sumber daya yang termasuk langka dan mahal pada saat ini. Karena peta analog atau peta digital merupakan gambaran atau potret bentang alam yang sangat komprehensif, jujur, dan yang terdekat dengan realitas (Prahasta, 2008). Citra digital hasil penginderaan jauh antara lain citra Quickbird, IKONOS, Landsat TM, SPOT, NO dan lain-lain. 2.2 Google Earth Google Earth merupakan sebuah program globe virtual yang sebenarnya disebut Earth iewer dan dibuat oleh Keyhole, Inc Globa virtual ini memperlihatkan rumah, warna mobil, dan bahkan bayangan orang dan rambu jalan. Resolusi yang tersedia tergantung pada tempat yang dituju, tetapi kebanyakan daerah (kecuali beberapa pulau) dicakup dalam resolusi 15 meter. Las egas, Nevada dan Cambridge, Massachusetts memiliki resolusi tertinggi, pada ketinggian 15 cm (6 inci). Google Earth memolehkan pengguna mencari alamat (untuk beberapa negara), memasukkan koordinat, atau menggunakan mouse untuk mencari lokasi. Google Earth juga memiliki data model elevasi digital (DEM) yang dikumpulkan oleh Misi Topografi Radar Ulang lik NS. Ini bermaksud agar kita dapat melihat Grand Canyon atau Gunung Everest dalam tiga dimensi, daripada 2D di situs/program peta lainnya. Sejak November 2006, pemandangan 3D pada pegunungan, termasuk Gunung Everest, telah digunakan dengan penggunaan data DEM untuk memenuhi gerbang di cakupan SRTM. Banyak orang yang menggunakan aplikasi ini menambah datanya sendiri dan menjadikan mereka tersedia melalui sumber yang berbeda, seperti BBS atau blog. Google Earth mampu menunjukkan semua gambar permukaan Bumi. dan juga merupakan sebuah klien Web Map Service. Google Earth mendukung pengelolaan data Geospasial tiga dimensi melalui Keyhole Markup Language (KML). Google Earth memiliki kemampuan untuk memperlihatkan bangunan dan struktur (seperti jembatan) 3D, yang meliputi buatan pengguna yang menggunakan SketchUp, sebuah program pemodelan 3D. Google Earth versi lama (sebelum ersi 4), bangunan 3d terbatas pada beberapa kota,
5 dan memiliki pemunculan yang buruk tanpa tekstur apapun. Banyak bangunan dan struktur di seluruh dunia memiliki detil 3Dnya; termasuk (tetapi tidak terbatas kepada) di negara merika Serikat, Britania Raya, Irlandia, India, Jepang, Jerman, Kanada, Pakistan dan kota msterdam dan lexandria. Bulan gustus 2007, amburg menjadi kota pertama yang seluruhnya ditampilkan dalam bentuk 3D, termasuk tekstur seperti facade. Pemunculan tiga dimensi itu tersedia untuk beberapa bangunan dan struktur di seluruh dunia melalui Gudang 3D Google dan situs web lainnya. 2.3 Klasifikasi Citra Digital Tujuan dari proses klasifikasi citra adalah untuk mendapatkan gambar atau peta tematik. Gambar tematik adalah suatu gambar yang terdiri dari bagian-bagian yang menyatakan suatu objek atau tema tertentu. Proses klasifikasi citra ada dua jenis, yaitu Supervised (Klasifikasi Citra Terawasi) dan Unsupervised (Klasifikasi Citra Tak Terawasi) Klasifikasi Citra Terawasi (Supervised) Klasifikasi terawasi didasarkan pada ide bahwa pengguna (user) dapat memilih sampel pixel pixel dalam suatu citra yang merepresentasikan kelas-kelas khusus dan kemudian mengarahkan perangkat lunak pengolahan citra (image processing software) untuk menggunakan pilihanpilihan tersebut sebagai dasar referensi untuk pengelompokkan pixel-pixel lainnya dalam citra tersebut. Wilayah pelatihan ( training area) dipilih berdasarkan pada pengetahuan dari pengguna ( the knowledge of the user). Pengguna dapat menentukan batas untuk menyatakan seberapa dekat hasil yang ingin dicapai. Batas ini seringkali ditentukan berdasarkan pada karakteristik spektral dari wilayah pelatihan yang ada. Pengguna juga dapat merancang hasil keluarannya (output). Sebagai contoh seberapa banyak kelas-kelas akhir yang diperlukan dalam pengklasifikasian citra yang dipunyai Klasifikasi Citra Tak Terawasi (Unsupervised) Klasifikasi tak terawasi (unsupervised classifications) merupakan pengklasifikasian hasil akhirnya (pengelompkkan pixel-pixel dengan karakteristik umum) didasarkan pada analisis perangkat lunak (software anaysis) suatu citra tanpa pengguna menyediakan contoh-contoh kelas-kelas terlebih dahulu. Komputer menggunakan teknik-teknik tertentu untuk menentukan pixel mana yang
6 mempunyai kemiripan dan bergabung dalam satu kelas tertentu secara bersamaan. Pengguna dapat menentukan seberapa banyak data yang dapat dianalisis dan dapat menginginkan seberapa banyak jumlah kelas-kelas yang dihasilkan, tetapi di lain sisi pengguna tidak dapat mempengaruhi proses pengklasifikasian. Meskipun begitu, pengguna harus mempunyai pengetahuan tentang wilayah yang akan diklasifikasikan pada saat mengelompokkan pixel-pixel dengan karakteristik umum yang dihasilkan oleh komputer harus direlasikan dengan fitur aslinya. Contoh pada tanah ( mempunyai kesamaan fitur asli : tanah basah, pembangunan suatu wilayah, hutan pinus, dsb). - Melakukan klasifikasi citra menggunakan metode Supervised. - Melakukan klasifikasi citra menggunakan metode Unsupervised. - Menguji ketepatan/kebenaran (ccuracy ssessment) hasil klasifikasi citra menggunakan metode Supervised dan Unsupervised. - Membandingkan keakuratan klasifikasi Supervised dan Unsupervised. 3.1 Diagram lir Klasifikasi Citra 3. Metode Penelitian Dalam penulisan tugas akhir ini penulis menggunakan metode studi pustaka dan uji coba. Studi pustaka dilakukan dengan cara mempelajari buku-buku, laporan penelitian yang pernah dilakukan, dan browsing internet, yang berkaitan dengan topik tugas akhir ini. Penelitian dilakukan dengan langkahlangkah sebagai berikut : - Membuat algoritma klasifikasi citra. - Melakukan perbaikan kualitas citra. Gambar 3.1 Diagram lir Klasifikasi Citra 4. asil Penelitian Pada penelitian tugas akhir ini digunakan 3 (tiga) citra Google Satelite
7 yaitu dua daerah Surabaya dan satu daerah Meulaboh. asil klasifikasi menggunakan metode Supervised dan Unsupervised adalah sebagai berikut : (a) Citra Daerah Surabaya 1 (a) Citra wal Daerah Surabaya 1 (b) Citra Daerah Surabaya 2 (b) Citra Metode Supervised (c) Citra Daerah Meulaboh Gambar 4.1 Citra Quickbird yang digunakan dalam penelitian 4.1 asil Penelitian Daerah Surabaya 1 Tabel 4.1 Deskripsi Pengklasifikasian Kelas Daerah Surabaya 1 No. Deskripsi Kelas Warna 1. Pohon, Rumput 2. Pemukiman, Bangunan, Tanah 3. spal, Jalan Raya 4. sbes, Beton (c) Citra Metode Unsupervised Gambar 4.2 Citra asil Pengklasifikasian Daerah Bogor Uji Ketelitian Metode Supervised dan Unsupervised Pada Daerah Surabaya 1 Pengujian ketelitian/kebenaran hasil klasifikasi menggunakan metode
8 Supervised dan Unsupervised dilakukan dengan cara random sampling (acak). Tabel 4.2 Deskripsi Kelas asil Klasifikasi Pada Daerah Surabaya 1 Kelas egetasi ijau () Urban (U) spal () sbes, Beton (sb) Deskripsi Pohon, Rumput Pemukiman, Bangunan, Tanah spal, Jalan Raya sbes, Beton Tabel 4.3 Uji Ketelitian/Kebenaran Klasifikasi Supervised Pada Daerah Bogor Reference Data Classified Data 1 2 U 1 2 sb Total Users ccuracy % % U % % % sb % Total 15 Overall ccuracy={( )/15} x 100 = % Tabel 4.4 Uji Ketelitian/Kebenaran Klasifikasi Unsupervised Pada Daerah Bogor Classified Data Reference Data U U U U U U U U U U U To s s tal B 0 1 B User ccuracy % U % U % U % U U
9 % U U U sb % U % U U % sb % Total 15 Overall ccuracy={( )/15} x 100 = % 4.3 asil Penelitian Daerah Surabaya 2 Pada penelitian ketiga yaitu daerah Jakarta dibagi menjadi 4 (empat) kelas. Tabel 4.5 Deskripsi Pengklasifikasian Kelas Daerah Surabaya 2 No. Deskripsi Kelas Warna (b) Citra Metode Supervised 1. Pohon, Rumput, Lahan Terbuka 2. spal, Jalan Raya 3. Pemukiman, Tanah 4. sbes, Bangunan (c) Citra MetodeUnsupervised (a) Citra wal Daerah Surabaya 2 Gambar 4.3 Citra asil Pengklasifikasian Daerah Surabaya 2
10 4.3.1 Uji Ketelitian Metode Supervised Dan Unsupervised Pada Daerah Surabaya2 Tabel 4.6 Deskripsi Kelas asil Klasifikasi Pada Daerah Surabaya 2 Kelas Deskripsi egetasi ijau () Pohon, Rumput, Lahan Terbuka Urban (U) Pemukiman, Tanah spal () spal, Jalan Raya sbes, Bangunan (sb) sbes, Bangunan Tabel 4.7 Uji Ketelitian/Kebenaran Klasifikasi Supervised Pada Daerah Surabaya 2 Reference Data 1 2 U 1 2 sb Total Users ccuracy Classified Data % % U % % % sb % Total 15 Overall ccuracy={( )/15} x 100 = % Tabel 4.8 Uji Ketelitian/Kebenaran Klasifikasi Unsupervised Pada Daerah Jakarta Classified Data Reference Data U U U U U U U U To s tal B User ccuracy % % %
11 % U U U % U % U % U % % U U sb Total 15 Overall ccuracy={( )/15} x 100 = % 4.4 asil Penelitian Daerah Surabaya 1 Tabel 4.9 Deskripsi Pengklasifikasian Kelas Daerah Meulaboh No. Deskripsi Kelas Warna 1. Pohon, Rumput 2. Pemukiman, Bangunan, Tanah 3. spal, Jalan Raya 4. sbes, Beton asil klasifikasi menggunakan metode Supervised dan Unsupervised adalah sebagai berikut : (a) Citra wal Daerah Meulaboh
12 Gambar 4.4 Citra asil Pengklasifikasian Daerah Bogor (b) Citra Metode Supervised Uji Ketelitian Metode Supervised dan Unsupervised Pada Daerah Surabaya 1 Pengujian ketelitian/kebenaran hasil klasifikasi menggunakan metode Supervised dan Unsupervised dilakukan dengan cara random sampling (acak). (c) Citra Metode Unsupervised Tabel 4.10 Deskripsi Kelas asil Klasifikasi Pada Daerah Meulaboh Kelas Deskripsi egetasi ijau () Pohon, Rumput Urban (U) Pemukiman, Bangunan, Tanah spal () spal, Jalan Raya sbes, Beton (sb) sbes, Beton Tabel 4.11 Uji Ketelitian/Kebenaran Klasifikasi Supervised Pada Daerah Meulaboh Reference Data Classified Data 1 2 U 1 2 sb Total Users ccuracy % % U % % sb % Total 15 Overall ccuracy={( )/15} x 100 = %
13 Tabel 4.12 Uji Ketelitian/Kebenaran Klasifikasi Unsupervised Pada Daerah Meulaboh Classified Data Reference Data U 1 1 U 2 U 3 U U U 6 s 8 s s To tal B B B User ccuracy % % % U % U U U U % % % U sb sb % sb Total 15 Overall ccuracy={( )/15} x 100 = %
14 4.5 Perbandingan Metode Supervised dan Unsupervise Tabel 4.13 Tabel Perbandingan Klasifikasi Meulaboh(ceh) bahwa: didapatkan kesimpulan Supervised dan Unsupervised - Nilai akurasi yang dihasilkan lebih Penelitian Supervised Unsupervised Daerah Surabaya % % Daerah Surabaya % % Daerah Meulaboh % % Berdasarkan hasil penelitian menggunakan metode Supervised dan Unsupervised dapat disimpulkan bahwa klasifikasi menggunakan metode Supervised memiliki keakuratan yang lebih tinggi dibandingkan dengan metode Unsupervised. Keakuratan tertinggi pada metode Supervised yaitu pada daerah Surabaya 1 dengan nilai 99.33% dan keakuratan terendah pada daerah Meulaboh dengan nilai 73.33%. Sedangkan Keakuratan tertinggi pada metode Unsupervised yaitu pada daerah Surabaya 2 dengan nilai 80.00% dan keakuratan terendah pada daerah Meulaboh dengan nilai 66.67%. 5. Penutup 5.1 Kesimpulan Berdasarkan penelitian yang telah dilakukan, hasil dari klasifikasi supervised dan unsupervised yang dilakukan terhadap citra Google Satelite yang terekam pada tahun 2012, yaitu dua buah citra untuk daerah Surabaya dan satu buah citra daereah tinggi yaitu dengan klasifikasi supervised. Dengan pengklasifikasian mengunakan daerah training (training area) peta tematik yang dihasilkan akan lebih akurat. - - Penelitian ini menghasilkan sebuah peta tematik yang dapat berguna dalam perencanaan tata ruang kota, pemanfaatan tata guna lahan, serta dapat juga berguna untuk melihat seberapa banyak ruang terbuka hijau di suatu daerah. 5.2 Saran Saran untuk perbaikan penelitian ini adalah dengan menggunakan ruang lingkup penelitian yang lebih luas, misalnya satu wilayah kabupaten. Pada penelitian ini hanya mampu mengklasifikasikan suatu kelas berdasarkan warna atau kedekatan piksel-pikselnya, untuk pengembangan dapat dilakukan pengklasifikasian berdasarkan warna, tinggi rendahnya wilaya dan bentuk sehingga dapat mengenali objek suatu kelas secara lebih rinci. 6. Daftar Pustaka [1] l-tamini, Salam dan l-bakri, J. T Comparison Between Supervised and Unsupervised Classifications for Mapping Land Use/Cover in jloun
15 rea. Jourdan Journal of gricultural Sciences, olume, No 1, [2] Campbell, James, Digital Image Classification Geography Remote Sensing. [3] Danoedoro, Projo, Pengantar Penginderaan Jauh Digital, NDI., Yogyakarta [4] DigitalGlobe Quickbird Imagery Products (Product Guide). DigitalGlobe, Inc., Longmont. [5] Lillesand, Kiefer, Penginderaan Jauh dan Interpretasi Citra, Gajah Mada University Press. [6] Lillesand, Kiefer, Remote Sensing and Interpretation (Fifth Edition). John Wiley & Sons, Inc., New York. [7] Lindgren, D.T, Land use Planning and Remote Sensing, Doldrecht: Martinus Nijhoff Publisher. [8] Munir, Rinaldi, Pengolahan CITR DIGITL dengan Pendekatan lgoritmik, Bandung: Penerbit INFORMTIK. Keperluan Bisnis Teori & plikasi, Yogyakarta : Penerbit Graha Ilmu. [11] Sugiharto, ris, Pemrograman GUI dengan Matlab, Yogyakarta: Penerbit ndi. [12] ng%20lingkup/pj.html [13] [14] 3/definisi-peta.html [15] [16] [17] e-sensors/worldview-2.html [18] Worldiew-2-Satellite-to-Provide- Google-Earth-with-igh-Resolution- Images shtml [9] Prahasta, Eddy, REMOTE SENSING Praktis Penginderaan Jauh & Pengolahan Citra Digital dengan Perangkat Lunak ER Mapper, Bandung: Penerbit INFORMTIK. [10] Santosa, Budi, Data Mining Teknik Pemanfaatan Data untuk
NLYSIS QICKBIRD IMGERY SING SPERISED ND NSPERISED CLSSIFICTION Latifa lfah ( ) Information System Major, Faculty of Computer and Technology Inf
NLYSIS QICKBIRD IMGERY SING SPERISED ND NSPERISED CLSSIFICTION Latifa lfah ndergraduate Program, Information Systems Gunadarma niversity http://www.gunadarma.ac.id Keywords : Quickbird Imagery, Supervised
Lebih terperinciPERBANDINGAN METODE SUPERVISED DAN UNSUPERVISED MELALUI ANALISIS CITRA GOOGLE SATELITE UNTUK TATA GUNA LAHAN
PERBANDINGAN METODE SUPERVISED DAN UNSUPERVISED MELALUI ANALISIS CITRA GOOGLE SATELITE UNTUK TATA GUNA LAHAN Latar Belakang Penginderaan jauh merupakan suatu ilmu atau teknologi untuk memperoleh informasi
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 terperinciII. TINJAUAN PUSTAKA. permukaan lahan (Burley, 1961 dalam Lo, 1995). Konstruksi tersebut seluruhnya
5 II. TINJAUAN PUSTAKA A. Penutupan Lahan dan Perubahannya Penutupan lahan menggambarkan konstruksi vegetasi dan buatan yang menutup permukaan lahan (Burley, 1961 dalam Lo, 1995). Konstruksi tersebut seluruhnya
Lebih terperinciABSTRAK. Kata Kunci: kebakaran hutan, penginderaan jauh, satelit Landsat, brightness temperature
ABSTRAK Indonesia sebagai negara kepulauan memiliki hamparan hutan yang luas tidak terlepas dengan adanya masalah-masalah lingkungan yang dihasilkan, khususnya kebakaran hutan. Salah satu teknologi yang
Lebih terperinciF O R T O P O L I O KILOMETER 8.514
F O R T O P O L I O Sabang 8.514 KM Merauke KILOMETER 8.514 I N D O N E S I A Orang Indonesia pertama yang masuk Peringkat 1 dari 4.161.999 users di seluruh dunia, untuk kategori Number Of Uploeded dan
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 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 terperinciII. TINJAUAN PUSTAKA DAN KERANGKA PIKIR. kelakuan melalui pengalaman. Sedangkan menurut Morgan (1978) dalam Nglaim
10 II. TINJAUAN PUSTAKA DAN KERANGKA PIKIR A. Tinjauan Pustaka 1. Belajar dan Pembelajaran 1.1 Pengertian Belajar Menurut Oemar Hamalik (2001:28), belajar adalah modifikasi atau memperteguh kelakuan melalui
Lebih terperincibdtbt.esdm.go.id Benefits of Remote Sensing and Land Cover
Benefits of Remote Sensing and Land Cover Irwan Munandar Balai Pendidikan dan Pelatihan Tambang Bawah Tanah irwan@esdm.go.id 1. Latar Belakang Teknologi pemanfaatan penginderaan terus berkembang dengan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penginderaan jauh didefinisikan sebagai proses perolehan informasi tentang suatu obyek tanpa adanya kontak fisik secara langsung dengan obyek tersebut (Rees, 2001;
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 terperinciKARAKTERISTIK 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 terperinciII. TINJAUAN PUSTAKA 2.1. Masyarakat Adat Kasepuhan
3 II. TINJAUAN PUSTAKA 2.1. Masyarakat Adat Kasepuhan Pengertian masyarakat adat berdasarkan Aliansi Masyarakat Adat Nusantara adalah kelompok masyarakat yang memiliki asal usul leluhur (secara turun temurun)
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 terperinciGEOGRAFI. Sesi PENGINDERAAN JAUH : 3 A. CITRA NONFOTO. a. Berdasarkan Spektrum Elektromagnetik
GEOGRAFI KELAS XII IPS - KURIKULUM GABUNGAN 10 Sesi NGAN PENGINDERAAN JAUH : 3 A. CITRA NONFOTO Citra nonfoto adalah gambaran yang dihasilkan oleh sensor nonfotografik atau sensor elektronik. Sensornya
Lebih terperinciREMOTE SENSING AND GIS DATA FOR URBAN PLANNING
REMOTE SENSING AND GIS DATA FOR URBAN PLANNING Jarot Mulyo Semedi disampaikan pada: Workshop Continuing Professional Development (CPD) Ahli Perencanaan Wilayah dan Kota Jakarta, 7 Oktober 2016 Isi Presentasi
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 terperinciIII. METODE PENELITIAN. Penelitian dilaksanakan di Taman Hutan Raya Wan Abdul Rachman (Tahura
III. METODE PENELITIAN A. Lokasi dan Waktu Penelitian Penelitian dilaksanakan di Taman Hutan Raya Wan Abdul Rachman (Tahura WAR). Berdasarkan administrasi pemerintahan Provinsi Lampung kawasan ini berada
Lebih terperinciKESESUAIAN LAHAN TAMBAK GARAM MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS DI KABUPATEN SAMPANG
KESESUAIAN LAHAN TAMBAK GARAM MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS DI KABUPATEN SAMPANG Oleh : Firman Farid Muhsoni, S.Pi, M.Sc Program Studi Ilmu Kelautan Universitas Trunojoyo Madura e-mail : firman_fmm@yahoo.com.sg
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 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 terperinciANALISIS PERUBAHAN PENGGUNAAN LAHAN KECAMATAN SEWON KABUPATEN BANTUL TAHUN 2006 DAN 2014 BERDASARKAN CITRA QUICKBIRD
ANALISIS PERUBAHAN PENGGUNAAN LAHAN KECAMATAN SEWON KABUPATEN BANTUL TAHUN 2006 DAN 2014 BERDASARKAN CITRA QUICKBIRD NASKAH PUBLIKASI Diajukan untuk memenuhi salah satu persyaratan Mencapai derajat Sarjana
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 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 terperinciPEMANFAATAN TEKNOLOGI PENGINDERAAN JAUH UNTUK MONITORING DENSIFIKASI BANGUNAN DI DAERAH PERKOTAAN MAGELANG
PEMANFAATAN TEKNOLOGI PENGINDERAAN JAUH UNTUK MONITORING DENSIFIKASI BANGUNAN DI DAERAH PERKOTAAN MAGELANG Vembri Satya Nugraha vembrisatyanugraha@gmail.com Zuharnen zuharnen@ugm.ac.id Abstract This study
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penginderaan jauh yaitu berbagai teknik yang dikembangkan untuk perolehan dan analisis informasi tentang bumi. Informasi tersebut berbentuk radiasi elektromagnetik
Lebih terperinciStella Swastika Putri Projo Danoedoro Abstract
Pemetaan Fraksi Penutup Lahan Kota Yogyakarta Menggunakan Teknik NMESMA Pada Citra Landsat 8 OLI Stella Swastika Putri stella.swastika.p@mail.ugm.ac.id Projo Danoedoro projo.danoedoro@geo.ugm.ac.id Abstract
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 terperinciANALISIS KESELARASAN PEMANFAATAN RUANG KECAMATAN SEWON BANTUL TAHUN 2006, 2010, 2014 TERHADAP RENCANA DETAIL TATA RUANG KAWASAN (RDTRK )
ANALISIS KESELARASAN PEMANFAATAN RUANG KECAMATAN SEWON BANTUL TAHUN 2006, 2010, 2014 TERHADAP RENCANA DETAIL TATA RUANG KAWASAN (RDTRK 2008-2018) Disusun sebagai salah satu syarat menyelesaikan Program
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 terperinciKATA PENGANTAR Aplikasi Penginderaan Jauh dalam Mendeteksi Kebakaran Hutan Menggunakan Citra Satelit Landsat
KATA PENGANTAR Puji syukur penulis panjatkan kehadirat Ida Sang Hyang Widhi Wasa/Tuhan Yang Maha Esa, karena atas berkat dan rahmat-nya, penulis dapat menyelesaikan tugas akhir dengan judul Aplikasi Penginderaan
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 terperinciIV. METODOLOGI 4.1. Waktu dan Lokasi
31 IV. METODOLOGI 4.1. Waktu dan Lokasi Waktu yang dibutuhkan untuk melaksanakan penelitian ini adalah dimulai dari bulan April 2009 sampai dengan November 2009 yang secara umum terbagi terbagi menjadi
Lebih terperinciTEKNOLOGI PENGINDERAAN JAUH (REMOTE SENSING) Oleh : Lili Somantri
TEKNOLOGI PENGINDERAAN JAUH (REMOTE SENSING) Oleh : Lili Somantri 1. Pengertian Penginderaan Jauh Menurut Lilesand et al. (2004) mengatakan bahwa penginderaan jauh adalah ilmu dan seni untuk memperoleh
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 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 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 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 terperinciANALYSIS OF GREEN OPEN SPACE IN THE CITY OF BANDAR LAMPUNG. Citra Dewi, Armijon, Fajriyanto, Vanessa Paradais, Renanda Andari, Dan Siti Nurul Khotimah
ANALYSIS OF GREEN OPEN SPACE IN THE CITY OF BANDAR LAMPUNG Citra Dewi, Armijon, Fajriyanto, Vanessa Paradais, Renanda Andari, Dan Siti Nurul Khotimah Faculty of Engineering,Department of Civil Engineering,
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 terperinciEvaluasi Ketelitian Luas Bidang Tanah Dalam Pengembangan Sistem Informasi Pertanahan
Evaluasi Ketelitian Luas Bidang Tanah Dalam Pengembangan Sistem Informasi Pertanahan (studi kasus : Kecamatan Sedati, Kabupaten Sidoarjo) Arwan Putra Wijaya 1*, Teguh Haryanto 1*, Catharina N.S. 1* Program
Lebih terperinciGambar 1. Satelit Landsat
3 II. TINJAUAN PUSTAKA 2.1. Penginderaan Jauh Penginderaan jauh adalah ilmu dan seni untuk memperoleh informasi tentang suatu objek, daerah, atau fenomena melalui analisis data yang diperoleh dengan suatu
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 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 terperinciPERUBAHAN LUAS EKOSISTEM MANGROVE DI KAWASAN PANTAI TIMUR SURABAYA
PERUBAHAN LUAS EKOSISTEM MANGROVE DI KAWASAN PANTAI TIMUR SURABAYA Nirmalasari Idha Wijaya 1, Inggriyana Risa Damayanti 2, Ety Patwati 3, Syifa Wismayanti Adawiah 4 1 Dosen Jurusan Oseanografi, Universitas
Lebih terperinciTujuan. Model Data pada SIG. Arna fariza. Mengerti sumber data dan model data spasial Mengerti perbedaan data Raster dan Vektor 4/7/2016
Model Data pada SIG Arna fariza Politeknik elektronika negeri surabaya Tujuan Mengerti sumber data dan model data spasial Mengerti perbedaan data Raster dan Vektor 1 Materi Sumber data spasial Klasifikasi
Lebih terperinciBAB II PEMBAHASAN 1. Pengertian Geogrhafic Information System (GIS) 2. Sejarah GIS
BAB II PEMBAHASAN 1. Pengertian Geogrhafic Information System (GIS) Sistem Informasi Geografis atau disingkat SIG dalam bahasa Inggris Geographic Information System (disingkat GIS) merupakan sistem informasi
Lebih terperinci3/17/2011. Sistem Informasi Geografis
Sistem Informasi Geografis Pendahuluan Data yang mengendalikan SIG adalah data spasial. Setiap fungsionalitasyang g membuat SIG dibedakan dari lingkungan analisis lainnya adalah karena berakar pada keaslian
Lebih terperinciSIDANG TUGAS AKHIR RG
SIDANG TUGAS AKHIR RG 091536 KAJIAN KETELITIAN PLANIMETRIS CITRA RESOLUSI TINGGI PADA GOOGLE EARTH UNTUK PEMBUATAN PETA DASAR SKALA 1: 10000 KECAMATAN BANJAR TIMUR KOTA BANJARMASIN NOORLAILA HAYATI 3507100044
Lebih terperinciMENU STANDAR KOMPETENSI KOMPETENSI DASAR MATERI SOAL REFERENSI
Arif Supendi, M.Si MENU STANDAR KOMPETENSI KOMPETENSI DASAR MATERI SOAL REFERENSI STANDAR KOMPETENSI Memahami pemanfaatan citra penginderaan jauh ( PJ ) dan Sistem Informasi Geografi KOMPETENSI DASAR Menjelaskan
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 terperinciII. TINJAUAN PUSTAKA 2.1 Lahan dan Penggunaan Lahan Pengertian Lahan
II. TINJAUAN PUSTAKA 2.1 Lahan dan Penggunaan Lahan 2.1.1 Pengertian Lahan Pengertian lahan tidak sama dengan tanah, tanah adalah benda alami yang heterogen dan dinamis, merupakan interaksi hasil kerja
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Jalan merupakan salah satu sarana transportasi darat yang penting untuk menghubungkan berbagai tempat seperti pusat industri, lahan pertanian, pemukiman, serta sebagai
Lebih terperinciBAB 11: GEOGRAFI SISTEM INFORMASI GEOGRAFI
1. Sistem Informasi Geografi merupakan Sistem informasi yang memberikan gambaran tentang berbagai gejala di atas muka bumi dari segi (1) Persebaran (2) Luas (3) Arah (4) Bentuk 2. Sarana yang paling baik
Lebih terperinciPemanfaatan Citra Landsat Untuk Klasifikasi Tutupan Lahan Lanskap Perkotaan Kota Palu
Pemanfaatan Citra Landsat Untuk Klasifikasi Tutupan Lahan Lanskap Perkotaan Kota Palu ANDI CHAIRUL ACHSAN 1 1. Program Studi Perencanaan Wilayah dan Kota, Jurusan Teknik Arsitektur, Fakultas Teknik, Universitas
Lebih terperinciII. TINJAUAN PUSTAKA 2.1. Lahan, Penggunaan Lahan dan Perubahan Penggunaan Lahan
II. TINJAUAN PUSTAKA 2.1. Lahan, Penggunaan Lahan dan Perubahan Penggunaan Lahan Lahan adalah suatu wilayah daratan yang ciri-cirinya menerangkan semua tanda pengenal biosfer, atsmosfer, tanah geologi,
Lebih terperinciPengukuran Kekotaan. Lecture Note: by Sri Rezki Artini, ST., M.Eng. Geomatic Engineering Study Program Dept. Of Geodetic Engineering
Pengukuran Kekotaan Lecture Note: by Sri Rezki Artini, ST., M.Eng Geomatic Engineering Study Program Dept. Of Geodetic Engineering Contoh peta bidang militer peta topografi peta rute pelayaran peta laut
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 terperinciBAB 2 LANDASAN TEORI 2.1. Sistem Remote Sensing (Penginderaan Jauh)
BAB 2 LANDASAN TEORI 2.1. Sistem Remote Sensing (Penginderaan Jauh) Remote Sensing didefinisikan sebagai ilmu untuk mendapatkan informasi mengenai obyek-obyek pada permukaan bumi dengan analisis data yang
Lebih terperinciBAB III METODOLOGI 3.1 Waktu dan Tempat 3.2 Alat dan Data 3.3 Tahapan Pelaksanaan
15 BAB III METODOLOGI 3.1 Waktu dan Tempat Penelitian ini dilaksanakan mulai bulan Juli sampai dengan April 2011 dengan daerah penelitian di Kabupaten Bogor, Kabupaten Sukabumi, dan Kabupaten Cianjur,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Era Teknologi merupakan era dimana informasi serta data dapat didapatkan dan ditransfer secara lebih efektif. Perkembangan ilmu dan teknologi menyebabkan kemajuan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Permukaan bumi yang tidak rata membuat para pengguna SIG (Sistem Informasi Geografis) ingin memodelkan berbagai macam model permukaan bumi. Pembuat peta memikirkan
Lebih 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 terperinciEKSTRAKSI GARIS PANTAI MENGGUNAKAN HYPSOGRAPHY TOOLS
EKSTRAKSI GARIS PANTAI MENGGUNAKAN HYPSOGRAPHY TOOLS Danang Budi Susetyo, Aji Putra Perdana, Nadya Oktaviani Badan Informasi Geospasial (BIG) Jl. Raya Jakarta-Bogor Km. 46, Cibinong 16911 Email: danang.budi@big.go.id
Lebih 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 terperinciBab I Pendahuluan. I.1. Latar Belakang
1 Bab I Pendahuluan I.1. Latar Belakang Identifikasi merupakan langkah strategis dalam menyukseskan suatu pekerjaan. (Supriadi, 2007). Tujuan pemerintah dalam rangka penertiban dan pendayagunaan tanah
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 terperinciSistem Infornasi Geografis, atau dalam bahasa Inggeris lebih dikenal dengan Geographic Information System, adalah suatu sistem berbasis komputer yang
Sistem Infornasi Geografis, atau dalam bahasa Inggeris lebih dikenal dengan Geographic Information System, adalah suatu sistem berbasis komputer yang digunakan untuk mengolah dan menyimpan data atau informasi
Lebih terperinciBangunan Berdasarkan Citra Landsat 5 TM dan Sentinel 2A MSI (Kasus: Kota Salatiga) Anggito Venuary S
Interpretasi Hibrida Untuk Identifikasi Perubahan Lahan Terbangun dan Kepadatan Bangunan Berdasarkan Citra Landsat 5 TM dan Sentinel 2A MSI (Kasus: Kota Salatiga) Anggito Venuary S anggitovenuary@outlook.com
Lebih terperinci3. BAHAN DAN METODE. Penelitian yang meliputi pengolahan data citra dilakukan pada bulan Mei
3. BAHAN DAN METODE 3.1. Waktu dan Tempat Penelitian yang meliputi pengolahan data citra dilakukan pada bulan Mei sampai September 2010. Lokasi penelitian di sekitar Perairan Pulau Pari, Kepulauan Seribu,
Lebih terperinciBAB I PENDAHULUAN. pada radius 4 kilometer dari bibir kawah. (http://berita.plasa.msn.com
BAB I PENDAHULUAN 1.1 Latar Belakang Gunung Sinabung terus menunjukkan peningkatan aktivitas vulkanologi. Awan hitam dan erupsi terus terjadi, 5.576 warga dievakuasi. Evakuasi diberlakukan setelah pada
Lebih terperinciANALISIS TUTUPAN LAHAN MENGGUNAKAN CITRA LANDSAT DI HUTAN PENDIDIKAN GUNUNG WALAT HAYCKAL RIZKI H.
ANALISIS TUTUPAN LAHAN MENGGUNAKAN CITRA LANDSAT DI HUTAN PENDIDIKAN GUNUNG WALAT HAYCKAL RIZKI H. DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN INSTITUT PERTANIAN BOGOR BOGOR 2015 PERNYATAAN MENGENAI
Lebih terperinciAPLIKASI CITRA LANDSAT UNTUK PEMODELAN PREDIKSI SPASIAL PERKEMBANGAN LAHAN TERBANGUN ( STUDI KASUS : KOTA MUNTILAN)
APLIKASI CITRA LANDSAT UNTUK PEMODELAN PREDIKSI SPASIAL PERKEMBANGAN LAHAN TERBANGUN ( STUDI KASUS : KOTA MUNTILAN) Hernandea Frieda Forestriko Jurusan Sains Informasi Geografis dan Pengembangan Wilayah
Lebih terperinciISTILAH DI NEGARA LAIN
Geografi PENGERTIAN Ilmu atau seni untuk memperoleh informasi tentang obyek, daerah atau gejala dengan jalan menganalisis data yang diperoleh dengan menggunakan alat tanpa kontak langsung terhadap obyek
Lebih terperinciPengertian Sistem Informasi Geografis
Pengertian Sistem Informasi Geografis Sistem Informasi Geografis (Geographic Information System/GIS) yang selanjutnya akan disebut SIG merupakan sistem informasi berbasis komputer yang digunakan untuk
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 terperincipenginderaan jauh remote sensing penginderaan jauh penginderaan jauh (passive remote sensing) (active remote sensing).
Istilah penginderaan jauh merupakan terjemahan dari remote sensing yang telah dikenal di Amerika Serikat sekitar akhir tahun 1950-an. Menurut Manual of Remote Sensing (American Society of Photogrammetry
Lebih terperinciANALISIS KETINGGIAN MODEL PERMUKAAN DIGITAL PADA DATA LiDAR (LIGHT DETECTION AND RANGING) (Studi Kasus: Sei Mangkei, Sumatera Utara)
Geoid Vol. No., Agustus 7 (8-89) ANALISIS KETINGGIAN MODEL PERMUKAAN DIGITAL PADA DATA LiDAR (LIGHT DETECTION AND RANGING) Agung Budi Cahyono, Novita Duantari Departemen Teknik Geomatika FTSP-ITS, Kampus
Lebih terperinciBAB I PENDAHULUAN. and R.W. Kiefer., 1979). Penggunaan penginderaan jauh dalam mendeteksi luas
BAB I PENDAHULUAN Bab I menguraikan tentang latar belakang, rumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah serta sistematika penulisan yang menjadi dasar dari Perbandingan Penggunaan
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 terperinciULANGAN HARIAN PENGINDERAAN JAUH
ULANGAN HARIAN PENGINDERAAN JAUH 01. Teknologi yang terkait dengan pengamatan permukaan bumi dalam jangkauan yang sangat luas untuk mendapatkan informasi tentang objek dipermukaan bumi tanpa bersentuhan
Lebih terperinciBab 5 HASIL-HASIL PENGINDERAAN JAUH. Pemahaman Peta Citra
Bab 5 HASIL-HASIL PENGINDERAAN JAUH Pemahaman Peta Citra 80 5.1. PENDAHULUAN Materi Hasil-Hasil Penginderaan Jauh merupakan materi lanjutan dari materi Pengantar Penginderaan Jauh. Jika pada materi sebelumnya
Lebih terperinciTabel 11. Klasifikasi Penutupan Lahan Data Citra Landsat 7 ETM, Maret 2004
53 5.1.3 Klasifikasi Penutupan Lahan Klasifikasi data Citra Landsat dilakukan untuk pengelompokan penutupan lahan pada tahun 2004. Metode yang dipergunakan adalah klasifikasi terbimbing (Supervised Classification).
Lebih terperinciKAWASAN TERPADU RIMBA DI 3 KABUPATEN PRIORITAS (Kab. Kuantan Sengingi, Kab. Dharmasraya dan Kab. Tebo)
KAWASAN TERPADU RIMBA DI 3 KABUPATEN PRIORITAS (Kab. Kuantan Sengingi, Kab. Dharmasraya dan Kab. Tebo) Oleh: IB Ketut Wedastra Sr. Officer Conservation Spatial Planning WWF Indonesia PENGINDERAAN JAUH
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 terperinciStudi Banding antara Metode Minimum Distance dan Gaussian Maximum Likelihood Sebagai Pengklasifikasi Citra Multispektral
JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 2, 26-35, Agustus 2004, ISSN : 40-858 Studi Banding antara Metode Minimum Distance dan Gaussian Maximum Likelihood Sebagai Pengklasifikasi Citra Multispektral
Lebih terperinciSISTEM INFORMASI GEOGRAFI. Data spasial direpresentasikan di dalam basis data sebagai vektor atau raster.
GEOGRAFI KELAS XII IPS - KURIKULUM GABUNGAN 14 Sesi NGAN SISTEM INFORMASI GEOGRAFI A. MODEL DATA SPASIAL Data spasial direpresentasikan di dalam basis data sebagai vektor atau raster. a. Model Data Vektor
Lebih terperinciII. TINJAUAN PUSTAKA. Perubahan penutupan lahan merupakan keadaan suatu lahan yang mengalami
II. TINJAUAN PUSTAKA A. Perubahan Penutupan Lahan Perubahan penutupan lahan merupakan keadaan suatu lahan yang mengalami perubahan kondisi pada waktu yang berbeda disebabkan oleh manusia (Lillesand dkk,
Lebih terperinciBAB I PENDAHULUAN. kondisi penggunaan lahan dinamis, sehingga perlu terus dipantau. dilestarikan agar tidak terjadi kerusakan dan salah pemanfaatan.
BAB I PENDAHULUAN A. LATAR BELAKANG Pembangunan sangat diperlukan untuk kelanjutan hidup manusia. Kemajuan pembangunan di suatu wilayah sejalan dengan peningkatan jumlah pertumbuhan penduduk yang diiringi
Lebih terperinciANALISA PERUBAHAN PENUTUPAN LAHAN PADA KAWASAN HUTAN LINDUNG GUNUNG NANING KABUPATEN SEKADAU PROVINSI KALIMANTAN BARAT
ANALISA PERUBAHAN PENUTUPAN LAHAN PADA KAWASAN HUTAN LINDUNG GUNUNG NANING KABUPATEN SEKADAU PROVINSI KALIMANTAN BARAT (Analysis The Changes Land Cover in The Area of Gunung Naning Protected Forest in
Lebih terperinciJurnal Geodesi Undip Januari 2015
KAJIAN PEMANFAATAN DATA PENGINDERAAN JAUH UNTUK IDENTIFIKASI OBJEK PAJAK BUMI DAN BANGUNAN (Studi Kasus : Kecamatan Tembalang Kota Semarang) Lasmi Rahayu, Sawitri Subiyanto, Bambang Darmo Yuwono *) Program
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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Metode Penelitian Menurut Arikunto (1988), metode penelitian adalah cara yang digunakan oleh peneliti dalam mengumpulkan data penelitiannya. Data yang dikumpulkan bisa berupa
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 terperinciTabel 1.1 Tabel Jumlah Penduduk Kecamatan Banguntapan Tahun 2010 dan Tahun 2016
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Tempat tinggal merupakan salah satu aspek penting dalam kehidupan karena merupakan salah satu kebutuhan primer manusia. Tempat tinggal menjadi sarana untuk berkumpul,
Lebih terperinciBAB 2 DASAR TEORI Land Use dan Land Cover
BAB 2 DASAR TEORI Dalam melakukan analisis karakteristik pola perubahan land use dan land cover di Jawa Barat, terdapat beberapa teori-teori yang menjadi dasar dalam analisis pada tugas akhir ini. Teori-teori
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 terperinci1. BAB I PENDAHULUAN PENDAHULUAN
1. BAB I PENDAHULUAN PENDAHULUAN 1.1. Latar Belakang Peta menggambarkan data spasial (keruangan) yang merupakan data yang berkenaan dengan lokasi atau atribut dari suatu objek atau fenomena di permukaan
Lebih 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 terperinci