TEKNIK DAN METODE FUSI (PANSHARPENING) DATA ALOS (AVNIR-2 DAN PRISM) UNTUK IDENTIFIKASI PENUTUP LAHAN/TANAMAN PERTANIAN SAWAH
|
|
- Suhendra Lesmono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 TEKNIK DAN METODE FUSI (PANSHARPENING) DATA ALOS (AVNIR-2 DAN PRISM) UNTUK IDENTIFIKASI PENUTUP LAHAN/TANAMAN PERTANIAN SAWAH Gokmaria Sitanggang Peneliti Bidang Bangfatja, Pusat Pengembangan Pemanfaatan, LAPAN ABSTRACT The objective of this research is to search the techniques and processing methods of ALOS optical data by using ALOS data (AVNIR-2 and PRISM) fusion (pansharpening) to identify land cover objects/sawah agriculture vegetation. The study method is accomplished by studying literature and conducting experiment using a study area and also performing the methods assesment by doing visual analysis of the ALOS Pansharped image results. This research uses ALOS data (AVNIR-2 and PRISM), acquired on June, 12, 2006, which covered the study area: agriculture area, Bantul, DIY. The experiment results shows that, for identification of land cover objects/sawah agriculture vegetation, the Pansharped image as the result of the Pansharpening method (HSV Image Sharpening) 321 band composite- AVNIR-2 and PRISM (nadir), is the best comparing to another methods: a) Color Normalized (Brovey), b) Gram-Schmidt Spectral Sharpening, and c) PC Spectral Sharpening, Another result is also obtained the spasial information image map of land cover objects/sawah agriculture vegetation, scale : 1: , as the results of on screen digitation using the ALOS ( AVNIR-2 dan PRISM) Pansharp image, acquired on June, 12, 2006 which covered the agriculture area, Bantul, DIY. ABSTRAK Tujuan penelitian ini adalah untuk mencari teknik dan metode pengolahan data optik ALOS dengan metode fusi (pansharpening) data ALOS (AVNIR-2 dan PRISM) untuk identifikasi objek-objek penutup lahan/tanaman pertanian sawah. Metode pelaksanaan penelitian adalah berdasarkan literatur dan dengan melakukan penelitian atau uji coba pada suatu daerah studi kasus, dan melakukan pula penilaian hasil-hasil pengolahan dengan melakukan analisis visual data citra Pansharp ALOS yang diperoleh. Penelitian ini menggunakan data ALOS (AVNIR-2 dan PRISM), akuisisi tanggal 12 Juni 2006, yang meliput daerah studi kasus: daerah pertanian Bantul, DIY. Dari uji coba yang dilakukan diperoleh bahwa untuk identifikasi objek-objek penutup lahan/tanaman pertanian sawah, citra Pansharp, hasil metode Pansharpening (HSV Image Sharpening) AVNIR-2 komposit 321 dan PRISM (nadir), adalah terbaik dibandingkan dengan metode-metode lain: a) Color Normalized (Brovey), b) Gram-Schmidt Spectral Sharpening, dan c) PC Spectral Sharpening. Hasil lainnya adalah peta citra informasi spasial objek-objek penutup lahan/tanaman pertanian sawah, skala 1:50.000, hasil digitasi on-screen menggunakan data citra Pansharp ALOS (AVNIR-2 dan PRISM), perekaman tanggal 12 Juni 2006 yang meliput daerah pertanian Bantul, DIY. Kata kunci: Citra Pansharp ALOS (AVNIR 2 dan PRISM), Metode Pansharpening, HSV Image Sharpening, Identifikasi penutup lahan/tanaman pertanian sawah 33
2 Majalah Sains dan Teknologi Dirgantara Vol. 3 No. 1 Maret 2008: PENDAHULUAN 34 Seperti diketahui satelit penginderaan jauh (inderaja) ALOS (Advanced Land Observing Satellite) telah berhasil diluncurkan pada bulan Januari 2006 dengan pesawat peluncur roket H-IIA, dari lokasi peluncuran Tanegashima Space Center, Jepang. Misi utama atau tujuan ALOS adalah: 1) untuk memperoleh peta Jepang dan negara-negara lain yang termasuk dalam wilayah Asia Pasifik (Kartografi), 2) untuk melakukan pengamatan regional untuk pengembangan berkesinambungan (harmonisasi antara pengembangan dan lingkungan bumi) (Pengamatan Regional), 3) untuk melakukan pemantauan bencana alam di seluruh dunia (Pemantauan Bencana Alam), 4) untuk melakukan penelitian Sumber Daya Alam (Penelitian Sumber Daya Alam), dan 5) untuk mengembangkan teknologi yang diperlukan untuk satelit-satelit pengamatan bumi masa depan (Pengembangan Teknologi) (NASDA, 2004a; JAXA, 2004; NASDA, 2006). Satelit ALOS bergerak pada orbit sinkron matahari pada ketinggian 691,65 km pada ekuator, inklinasi 98,16 derajat, dengan siklus pengulangan orbit setiap 46 hari, dengan sub-cycle setiap 2 hari. Massa satelit tersebut kira-kira 4000 kg. Satelit tersebut dirancang untuk dapat tetap beroperasi pada orbitnya pada kurun waktu 3-5 tahun. Satelit ALOS dilengkapi dengan tiga sensor yang terdiri dari dua sensor optik yaitu sensor AVNIR-2 (Advanced Visible and Near Infrared Radiometer type-2) dan sensor PRISM (Panchromatic Remote Sensing Instrument for Stereo Mapping), serta satu sensor gelombang mikro atau radar yaitu : PALSAR (Phased Array type L-band Syntetic Aperture Radar)(NASDA, 2004a; NASDA, 2004b; JAXA, 2004). AVNIR-2 adalah suatu sensor optik yang terdiri dari 4 kanal spektral pada daerah spektral tampak dan inframerah dekat. Tujuan utama dari AVNIR-2 adalah untuk pemetaan penutup lahan, pemantauan bencana alam dan untuk pemantauan lingkungan regional. Sensor AVNIR-2 menghasilkan citra dengan resolusi spasial 10 meter, dengan lebar liputan satuan citra sebesar 70 km. Dengan kemampuan side looking dari sensor, dan kemampuan sensor untuk melakukan pandangan menyilang jejak satelit (cross track) ( +/- 44 ) dari nadir, pengamatan daerah daerah bencana dapat dilakukan dalam waktu pengulangan 2 hari, dengan lebar liputan citra mencapai 1500 km. PRISM adalah suatu sensor yang diutamakan untuk pemetaan, yaitu suatu sensor optik berupa kamera pankromatik yang beroperasi pada kisaran spektral 0,52-0,77 µm. Sensor tersebut terdiri dari tiga sistem catoprical yang tidak saling bergantungan (tiga set teleskop) untuk pandangan forward, nadir dan backward untuk mencapai along-track stereoscope. Masing-masing teleskop menghasilkan citra dengan resolusi spasial 2,5 meter. Teleskop untuk pandangan nadir meliput satuan citra dengan lebar 70 km, teleskop forward dan backward masing-masing meliput satuan citra 35 km. PALSAR adalah suatu sensor gelombang-mikro aktif pada L-band (frekuensi-pusat 1270 MHz/23,6 cm) yang dikembangkan dalam kerjasama dengan JAXA (Japan Aerospace Exploration Agency) dan JAROS (Japan Resources Observation Systems Organization (JAXA, 2004; NASDA, 2004b; Osawa, 2004; NASDA, 2006; Sitanggang, dkk, 2006). Berkaitan dengan ketersediaan teknologi dan data dari satelit ALOS seperti diuraikan di atas maka untuk pengembangan pemanfaatan data dan teknologi inderaja, LAPAN perlu melakukan kajian atau penelitian mengenai aplikasi data inderaja satelit ALOS tersebut untuk aplikasi pemetaan, perencanaan/pengembangan wilayah, pengelolaan sumber daya alam (pertanian, kehutanan, perkebunan, geologi, dan lain sebagainya), pengelolaan bencana alam, pemantauan lingkungan regional/ global, dan lain sebagainya. Dalam pemanfaatan data ALOS (PRISM, AVNIR-2 dan PALSAR) atau data
3 inderaja lainnya, yang berorientasi pada ketersediaan data dan kebutuhan jenis informasi, faktor-faktor yang menjadi pertimbangan untuk melaksanakan aplikasi kasus-kasus pemetaan atau perencanaan/pengembangan wilayah, pengelolaan sumber daya alam (pertanian, kehutanan, perkebunan, geologi, dan lain sebagainya), pengelolaan bencana alam, pemantauan lingkungan dan lain sebagainya dengan hasil yang efektif dan efisien adalah sebagai berikut: 1) Pemilihan data yang menyangkut : pemilihan kanal/resolusi atau kombinasi kanal spektral dan resolusi spasial, resolusi temporal dan resolusi radiometrik serta luas liputan satuan citra, 2) Penentuan prosedur atau teknik dan metode pengolahan dan analisis data citra. Pemanfaatan data secara komplemen (fusi data inderaja multisensor) dapat meningkatkan ketelitian informasi yang diperoleh. Seperti fusi data optik dan radar, dapat meningkatkan ketelitian informasi yang diperoleh, terutama pada daerah yang mayoritas daerah cakupan citra ditutupi awan. Fusi data citra Pankromatik (citra hitam-putih) yang mempunyai resolusi spasial tinggi dengan data citra multispektral (citra berwarna) dengan resolusi spasial rendah, akan mempertajam atau meningkatkan ketelitian informasi yang diperoleh (teknik image pansharpening). Penelitian ini bertujuan untuk mencari teknik dan metode pengolahan data optik ALOS dengan metode fusi (pansharpening) data ALOS (AVNIR-2 dan PRISM) untuk identifikasi penutup lahan/ tanaman pertanian sawah, berdasarkan literatur dan dengan melakukan penelitian atau uji coba pada daerah studi kasus, dan melakukan penilaian hasilhasil pengolahan serta melakukan analisis visual data citra Pansharp ALOS yang diperoleh. Penelitian ini menggunakan data ALOS (AVNIR-2 dan PRISM), perekaman tanggal 12 Juni 2007, yang meliput daerah studi kasus, daerah pertanian Bantul, DIY. 2 DASAR TEORI 2.1 Karakteristik Data Citra AVNIR-2 dan PRISM ALOS Karakteristik data citra AVNIR-2 Tujuan utama dari sensor AVNIR-2 adalah untuk pemetaan penutup lahan, pemantauan bencana alam dan untuk pemantauan lingkungan regional. Sensor AVNIR-2 adalah suatu pencitra multispektral dengan 4 kanal spektral pada daerah spektral tampak dan inframerah dekat untuk pengamatan daratan dan zona garis pantai. Keempat kanal spektral dari sensor AVNIR-2 tersebut adalah: Kanal 1 : 0,42 0,50 µm (warna biru), Kanal 2 : 0,52 0,60 µm (warna hijau), Kanal 3 : 0,61 0,69 µm (warna merah), Kanal 4 : 0,76 0,89 µm (infra merah dekat). Sensor AVNIR-2 menghasilkan lebar liputan satuan citra sebesar 70 km dengan resolusi spasial 10 meter. Dengan kemampuan side looking dari sensor, dan kemampuan sensor untuk melakukan pandangan menyilang jejak satelit (cross track) (+/- 44 ) dari nadir, pengamatan daerah daerah bencana dalam waktu pengulangan 2 hari dapat dilakukan, dan lebar liputan citra dapat sampai 1500 km (JAXA, 2004; NASDA, 2004b; Osawa, 2004; Ito, 2005; NASDA, 2006) Karakteristik data citra PRISM PRISM adalah sensor yang diutamakan untuk pemetaan. Sensor PRISM adalah suatu kamera pankromatik ( nm) dengan resolusi spasial 2,5 m pada nadir. Sensor PRISM terdiri dari tiga buah sistem optik (3 set teleskop) yang bebas untuk pandangan nadir, arah depan (forward) dan arah belakang (backward) untuk menghasilkan citra stereoskopik sepanjang lintasan satelit. Teleskop untuk pandangan nadir menghasilkan citra dengan lebar liputan satuan citra 70 km. Teleskop pandangan forward dan backward masing-masing menghasilkan citra dengan lebar liputan satuan citra 35 km, dengan resolusi temporal pada dasarnya 46 hari. Dengan 35
4 Majalah Sains dan Teknologi Dirgantara Vol. 3 No. 1 Maret 2008:33-49 karakteristik teknis PRISM tersebut, misi utama untuk pemetaan topografik global pada skala 1: dan menghasilkan DEM (Digital Elevation Model) dengan resolusi yang baik akan dapat dicapai. (JAXA, 2004; NASDA, 2004b; Osawa, 2004; Ito, 2005; NASDA, 2006). 2.2 Teknik dan Metode Penajaman Citra Dengan Fusi Data Multisensor (Image Sharpening) Cara-cara penajaman citra (image sharpening) digunakan secara automatik untuk menggabungkan (fusi) suatu citra warna, multi spektral, atau hyper spektral yang mempunyai resolusi spasial rendah dengan suatu citra tingkat keabuan yang mempunyai resolusi spasial tinggi dengan melakukan resampling terhadap ukuran elemen citra (pixel) resolusi spasial tinggi tersebut. Penajaman citra dengan menggunakan data citra Pankromatik (image Pansharpening) adalah dengan menggabungkan data citra multispektral (warna) yang mempunyai resolusi rendah dengan citra pankromatik (hitam-putih atau tingkat keabuan) yang mempunyai resolusi tinggi. (Vrabel, 1996, di dalam Image Sharpening_ENVIHelp). Untuk citra multi spektral, ENVI (ENVI di dalam Image Sharpening_ ENVIHelp) menggunakan teknik-teknik penajaman citra berikut: Transformasi HSV, Transformasi Normalisasi Warna Brovey (Color Normalization Brovey), Transformasi Gram-Schmidt, Transformasi Komponen Utama (Principal Components-PC). Masing-masing teknik dan metode penajaman citra dengan fusi data yang disebutkan di atas diuraikan berikut ini Teknik dan metode penajaman citra HSV Penajaman citra dengan metode HSV dilakukan dengan mentransformasikan suatu citra dalam ruang warna Merah-Hijau-Biru (Red-Green-Blue: RGB) menjadi citra dalam ruang warna HSV 36 (Hue-Saturation-Value-HSV) dengan cara: menggantikan kanal nilai (Value-V) dengan citra resolusi spasial tinggi, secara automatik melakukan resampling kanalkanal Hue (Hue-H) dan Saturasi (Saturation-S) menjadi ukuran elemen citra resolusi spasial tinggi dengan menggunakan suatu teknik nearest neighbor, bilinear, atau cubic convolution. Akhirnya mentransformasikan kembali citra tersebut ke ruang warna RGB. Citra-citra output RGB akan mempunyai ukuran elemen citra yang sama dengan data citra input resolusi tinggi (ENVI di dalam Image Sharpening_ENVIHelp) Teknik dan metode penajaman citra normalisasi warna-brovey (Color Normalized-Brovey Sharpening) Penajaman citra normalisasi warna-brovey (Color Normalized-Broveysharpening) dilakukan dengan mengaplikasikan suatu teknik penajaman citra yang menggunakan suatu kombinasi matematik dari citra warna dan data citra resolusi spasial tinggi. Setiap kanal di dalam citra warna tersebut dikalikan dengan suatu rasio dari data resolusi spasial tinggi yang dibagi dengan jumlah kanal-kanal warna tersebut. Fungsi tersebut secara automatik melakukan resampling terhadap tiga kanal-kanal warna menjadi ukuran elemen citra resolusi spasial tinggi dengan menggunakan salah satu dari teknik-teknik yang kita pilih. Teknik-teknik yang dipilih adalah nearest neighbor, bilinear, atau cubic convolution. Citra-citra RGB output akan mempunyai ukuran elemen citra data citra resolusi tinggi input (Vrabel, 1996 di dalam Image Sharpening_ ENVIHelp) Teknik dan metode penajaman citra spektral Gram-Schmidt (Gram-Schmidt Spectral Sharpening) Penggunaan penajaman citra spektral dengan metode Gram-Schmidt adalah untuk mempertajam data multispektral resolusi spasial rendah dengan
5 menggunakan data citra resolusi spasial tinggi. Bila kedua set data tersebut adalah georeferenced, untuk melengkapi, ENVI lebih dulu melakukan ko-registrasi tehadap citra-citra tersebut. Kanal-kanal spektral resolusi spasial rendah yang digunakan untuk simulasi kanal panchromatic harus berada dalam kisaran kanal panchoromatic resolusi spasial tinggi atau kanal-kanal tersebut tidak dimasukkan dalam proses resampling (Laben et al. di dalam Image Sharpening_ ENVIHelp). ENVI melakukan teknik penajaman spektral Gram-Schmidt dengan prosedur yang berikut: Melakukan simulasi suatu kanal panchromatic dari kanal-kanal spektral resolusi spasial yang lebih rendah, Melakukan suatu transformasi Gram- Schmidt pada kanal panchromatic simulasi dan kanal-kanal spektral, dengan menggunakan kanal panchromatic simulasi sebagai kanal pertama, Melakukan pertukaran kanal panchromatic resolusi spasial-tinggi dengan kanal Gram-Schmidt yang pertama, Menggunakan transformasi Gram- Schmidt kebalikan untuk membentuk kanal-kanal spektral pan-sharpened. Citra-citra yang digunakan haruslah georeferenced atau mempunyai dimensi-dimensi citra yang sama. Bila citra-citra tersebut adalah georeferenced, ENVI melakukan ko-registerasi citracitra tersebut sebelum melakukan proses penajaman (sharpening) Teknik dan metode penajaman citra spektral komponen utama Penajaman citra spektral Komponen Utama mempertajam suatu citra multi kanal resolusi spasial rendah dengan menggunakan suatu kanal pankromatik resolusi spasial tinggi yang sesuai. Algoritma tersebut menganggap bahwa kanal-kanal spektral resolusi spasial rendah berhubungan langsung dengan kanal panchromatic resolusi spasial tinggi. Bila kedua set data tersebut adalah georeferenced, ENVI terlebih dulu melengkapi dengan melakukan ko-registrasi terhadap kanal-kanal spektral tersebut (Welch; dan Ahlers, 1987, di dalam Image Sharpening_ENVIHelp). ENVI melakukan penajaman citra spektral Komponen Utama dengan prosedur berikut: Melakukan suatu transformasi Komponen Utama pada data multi spektral, Menggantikan kanal pertama Komponen Utama dengan kanal resolusi tinggi dan membuat skala kanal resolusi tinggi cocok atau sesuai dengan kanal pertama Komponen Utama, sehingga tidak terjadi distorsi spektral informasi, Melakukan suatu transformasi kebalikan, Melakukan resampling data multispektral menjadi ukuran elemen citra resolusi tinggi dengan suatu teknik nearest neighbor, bilinear, atau cubic convolution. Citra-citra tersebut harus georeferenced atau mempunyai dimensi dimensi yang sama. Bila citra-citra tersebut georeferenced, ENVI melakukan ko-registrasi terhadap citra-citra tersebut sebelum melakukan penajaman citra. Di dalam analisis komponen utama, penggunaan Komponen-Komponen Utama adalah untuk menghasilkan kanal-kanal output yang tidak saling berkorelasi, untuk memisahkan komponen-komponen noise, dan untuk mengurangi set-set data secara dimensional. Karena kanalkanal data multispektral sering berkorelasi dengan tinggi, transformasi komponen-komponen utama (PC) digunakan untuk menghasilkan kanal-kanal output yang tidak berkorelasi. Ini dilakukan dengan mendapatkan suatu set data baru dari sumbu-sumbu orthogonal yang mempunyai orisinil dari set data tersebut pada rata-rata (mean) dari data dan yang dirotasi sedemikian sehingga variansi data dimaksimalkan. (Richards, 1999, di dalam Image Sharpening_ENVIHelp). 37
6 Majalah Sains dan Teknologi Dirgantara Vol. 3 No. 1 Maret 2008: METODOLOGI PENELITIAN 3.1 Daerah Penelitian Di dalam penelitian ini dipilih daerah pertanian Bantul, Daerah Istimewa Yogyakarta (DIY) sebagai daerah penelitian. Dasar pemilihan daerah penelitian adalah: 1) ketersediaan data AVNIR-2 dan PRISM dengan daerah liputan yang sama dan kualitas liputan awan yang rendah dan kedua data AVNIR-2 dan PRISM tersebut mempunyai waktu akuisisi yang sama oleh operator satelit ALOS, sehingga data tersebut dapat dipesan dari NASDA, 2) dapat memenuhi tujuan penelitian untuk aplikasi pertanian yaitu mempunyai lahan pertanian (sawah) dengan berbagai variasi fase pertumbuhan (fase air, fase vegetatif, fase generatif dan fase bera). 3.2 Data yang Digunakan Data primer: data inderaja (Raster) ALOS (AVNIR-2 dan PRISM) Di dalam penelitian ini dipilih data ALOS (AVNIR-2 dan PRISM) yang meliput Daerah Istimewa Yogyakarta (DIY) dan sekitarnya. Dasar pertimbangan pemilihan data adalah : 1) meliput daerah penelitian daerah pertanian Bantul, DIY, 2) bebas atau sedikit tutupan awan, 3) tersedia data ALOS (AVNIR-2 dan PRISM) pada tanggal akuisisi yang sama dengan liputan daerah yang sama. Pengumpulan data primer citra ALOS (AVNIR-2 dan PRISM) untuk penelitian percobaan ini dilakukan dengan: 1) menginventarisasi/mencari di katalog NASDA/JAXA melalui internet, ketersediaan data ALOS (AVNIR-2 dan PRISM) yang meliput Daerah Istimewa Yogyakarta (DIY) dan sekitarnya, sehubungan dengan rencana daerah kajian adalah daerah pertanian Bantul, DIY, 2) melakukan pemesanan data primer ke NASDA/JAXA: data ALOS (AVNIR-2 dan PRISM) yang dipilih dengan syarat sedikit tutupan awan. Data yang digunakan pada penelitian ini adalah: data ALOS (AVNIR-2 dan PRISM) Daerah Istimewa Yogyakarta (DIY) dan sekitarnya, perekaman tanggal 12 Juni 2006 yang meliput daerah kajian yaitu daerah pertanian Bantul dan sekitarnya. Data citra liputan penuh (full scene) AVNIR-2 dan PALSAR, Daerah Istimewa Yogyakarta dan sekitarnya, akuisisi tanggal 12 Juni 2006, di download dari internet. Data ini kemudian dipesan dari NASDA/JAXA, dengan menyebutkan spesifikasi data. Oleh NASDA/JAXA, data tersebut dikirimkan ke LAPAN dalam media CD, untuk dapat dilakukan pengolahan dan analisis data Data sekunder (Data Survey Lapangan) Untuk verifikasi dan validasi hasil pengolahan dan analisis data inderaja ALOS (AVNIR-2 dan PRISM) dilakukan pengumpulan data lapangan, yaitu identifikasi atau informasi objek-objek penutup lahan/tanaman pertanian di daerah kajian Wilayah Kabupaten Bantul, DIY. Secara umum metode yang dilakukan pada survey lapangan antara lain: 1) Kunjungan ke Dinas Terkait dalam rangka mengumpulkan data luas lahan pertanian, pola tanam dan data lain yang dianggap perlu (dari BPS, Dinas Pertanian), 2) Pengecekan berbagai objek penutup lahan di lapangan untuk verifikasi hasil pembuatan Peta Penutup Lahan/Tanaman Pertanian. Sitanggang, dkk, 2007, melaksanakan Survey Lapangan di wilayah Kabupaten Bantul, Propinsi Daerah Istimewa Yogyakarta, mulai tanggal 8 sampai dengan 13 November Hasil data sekunder yang dikumpulkan dari lapangan adalah data pertanian, seperti pola tanam, jenis tanaman, masa tanam dan luas lahan pertanian per jenis tanaman pada tahun 2006 per kabupaten di Daerah Istimewa Yogyakarta, 38
7 yang diperoleh dari Buku DIY dalam Angka Tahun Hasil lainnya adalah pengecekan berbagai objek di lapangan untuk pembuatan peta penutup lahan/ tanaman pertanian. 3.3 Prosedur dan Metode Pengolahan dan Identifikasi Objek-Objek Penutup Lahan/Tanaman Pertanian Sawah Menggunakan Fusi Data ALOS (AVNIR-2 dan PRISM) Prosedur dan metode pengolahan dan identifikasi objek-objek penutup lahan/tanaman pertanian sawah menggunakan fusi data ALOS (AVNIR-2 dan PRISM) yang dilakukan di dalam penelitian ini adalah: Penyiapan data primer : data inderaja ALOS (AVNIR-2 dan PRISM) pada daerah kajian/penelitian (pengolahan data awal, pemotongan data sesuai liputan daerah penelitian), Melakukan uji coba teknik penajaman citra (Pan Sharpening) dengan fusi data ALOS (AVNIR-2 dan PRISM), dengan bermacam metode, Melakukan penilaian citra hasil ALOS (AVNIR-2 dan PRISM) Pansharp dengan metode-metode penajaman citra (Pan Sharpening) yang dilakukan untuk memperoleh metode yang terbaik dengan melakukan interpretasi atau analisis visual citra-citra ALOS Pansharp yang diperoleh, Melakukan verifikasi dan validasi hasil analisis visual dengan menggunakan data lapangan, Melakukan digitasi on screen citra Pansharp yang dinilai terbaik untuk identifikasi objek-objek penutup lahan/ tanaman pertanian sawah untuk memperoleh peta citra informasi spasial penutup lahan/tanaman pertanian sawah, daerah Pertanian Bantul, DIY, akuisisi tanggal 12 Juni 2006 dengan Skala 1:50.000, berdasarkan hasil interpretasi atau analisis visual citra ALOS Pansharp (AVNIR-2 dan PRISM). 4 PENGOLAHAN DATA DAN ATAU PENAJAMAN CITRA DENGAN METODE FUSI (PAN SHARPENING) DATA ALOS (AVNIR-2 DAN PRISM) DAN HASIL Alat yang digunakan untuk pengolahan dan analisis data inderaja ALOS pada penelitian ini adalah PC dengan software pengolahan citra ER Mapper dan ENVI. 4.1 Pengolahan Awal Data ALOS (AVNIR- 2 dan PRISM) untuk Perolehan Data Citra Daerah Penelitian/Kajian dan Hasil Prosedur dan metode pengolahan awal data ALOS (AVNIR-2 dan PRISM) untuk perolehan data citra daerah kajian/ penelitian adalah: Melakukan koreksi geometrik (koreksi sistematik terhadap meta-data) data ALOS, Melakukan pemotongan (cropping) data ALOS daerah pertanian Bantul, DIY Koreksi geometrik (koreksi sistematik terhadap meta data ALOS (AVNIR-2 dan PRISM) dan hasil Data awal AVNIR-2 dan PRISM, Daerah Istimewa Yogyakarta dan sekitarnya, akuisisi tanggal 12 Juni 2006 adalah meta data, seperti yang ditunjukkan dalam Gambar 4-1, karenanya masih perlu dilakukan koreksi sistematik terhadap meta-data tersebut. Gambar 4-1 menunjukkan data ALOS (AVNIR-2 dan PRISM) sebelum koreksi dan setelah dikoreksi Geometrik (koreksi sistematik terhadap meta-data). 39
8 Majalah Sains dan Teknologi Dirgantara Vol. 3 No. 1 Maret 2008:33-49 No. Nama Sensor 1. AVNIR-2 DIY dan sekitarnya Sebelum Koreksi Sesudah Koreksi Sistematik terhadap Meta-data 2. PRISM (Nadir) DIY dan sekitarnya Gambar 4-1: Data citra ALOS (AVNIR-2 dan PRISM), Daerah Istimewa Yogyakarta (DIY) dan sekitarnya, sebelum koreksi dan setelah dikoreksi Geometrik (koreksi sistematik terhadap meta-data) Pemotongan data ALOS (AVNIR-2 dan PRISM) untuk perolehan data citra daerah penelitian/kajian Daerah Pertanian Bantul, DIY dan hasil Seperti dikatakan sebelumnya, ditetapkan daerah pertanian Bantul, DIY sebagai daerah kajian. Untuk tujuan tersebut dilakukan pemotongan (Cropping) data citra ALOS (AVNIR-2 dan PRISM) liputan penuh (ditunjukkan pada Gambar 4-2) untuk memperoleh data citra daerah kajian (ditunjukkan di dalam Gambar 4-3), untuk dapat dilakukan pengolahan dan analisis selanjutnya. Pada Gambar 4-3 tampak citra yang meliput daerah kajian daerah pertanian Bantul, DIY, yang meliputi seluruh Kecamatan Jetis, sebagian Kecamatan Sewon, Kecamatan Pajangan, Kecamatan Pandak, Kecamatan Imogiri dan Kecamatan Bambang Lipuro, Kabupaten Bantul, dengan kondisi bebas atau sedikit tutupan awan. 40
9 Daerah kajian Citra AVNIR-2 Daerah yang terliput citra PRISM (warna abu-abu) Gambar 4-2: Liputan penuh Data citra AVNIR-2 ditumpang tindih dengan data citra PRISM, meliput daerah penelitian/kajian 4.2 Penajaman Citra Dengan Metode Fusi Data ALOS (PRISM dan AVNIR- 2) (Pansharpening) dan Hasil Teknik dan metode penajaman citra (Image-Sharpening) yang dilakukan atau diuji coba dalam penelitian ini adalah dengan metode fusi data (Pan Sharpening) AVNIR-2 dan PRISM dengan daerah studi kasus daerah pertanian di Bantul, DIY, dengan berbagai komposit/ kombinasi kanal RGB, yaitu: 1) Pan Sharpening AVNIR-2 Komposit 321 dengan PRISM (Nadir), 2) Pan Sharpening AVNIR-2 Komposit 421 dengan PRISM (Nadir), 3) Pan Sharpening AVNIR-2 Komposit 432 dengan PRISM (Nadir), dan 4) Pan Sharpening AVNIR-2 Komposit 431 dengan PRISM (Nadir). Masing-masing penajaman citra (Image-Sharpening) di atas dilakukan dengan metode-metode:1) Hue Saturation Value (HSV), 2) Color Normalized (Brovey), 3) Gram-Schmidt Spectral Sharpening, dan 4) PC Spectral Sharpening. Hasil-hasil penajaman citra dengan masing-masing metode yang disebutkan di atas, ditunjukkan dalam Gambar 4-4 sampai dengan Gambar
10 Majalah Sains dan Teknologi Dirgantara Vol. 3 No. 1 Maret 2008:33-49 Daerah penelitian/kajian Gambar 4-3: Daerah penelitian/kajian daerah pertanian Bantul, DIY, yang meliputi seluruh Kecamatan Jetis, sebagian Kecamatan Sewon, Kecamatan Pajangan, Kecamatan Pandak, Kecamatan Imogiri dan Kecamatan Bambang Lipuro, Kabupaten Bantul, DIY AVNIR PRISM 42
11 Hue Saturation Value (HSV) Color Normalized (Brovey) Gram-Schmidt Spectral Sharpening PC Spectral Sharpening Gambar 4-4: Citra AVNIR-2 komposit 321 dengan PRISM (Nadir), dan citra-citra pansharp hasil penajaman citra (Pan Sharpening) AVNIR-2 komposit 321 dengan PRISM (Nadir), dengan metode Hue Saturation Value (HSV), Color Normalized (Brovey), Gram-Schmidt Spectral Sharpening, PC Spectral Sharpening pada daerah kajian daerah pertanian Bantul dan sekitarnya 43
12 Majalah Sains dan Teknologi Dirgantara Vol. 3 No. 1 Maret 2008:33-49 AVNIR PRISM Hue Saturation Value (HSV) Color Normalized (Brovey) Gram-Schmidt Spectral Sharpening PC Spectral Sharpening Gambar 4-5: Citra AVNIR-2 komposit 421 dengan PRISM (Nadir), dan citra-citra pansharp hasil penajaman citra (Pan Sharpening) AVNIR-2 Komposit 421 dengan PRISM (Nadir), dengan metode Hue Saturation Value (HSV), Color Normalized (Brovey), Gram-Schmidt Spectral Sharpening, PC Spectral Sharpening pada daerah kajian daerah pertanian Bantul dan sekitarnya 44
13 AVNIR PRISM Hue Saturation Value (HSV) Color Normalized (Brovey) Gram-Schmidt Spectral Sharpening PC Spectral Sharpening Gambar 4-6: Citra AVNIR-2 komposit 432 dengan PRISM (Nadir), dan citra-citra pansharp hasil penajaman citra (Pan Sharpening) AVNIR-2 komposit 432 dengan PRISM (Nadir), dengan metode Hue Saturation Value (HSV), Color Normalized (Brovey), Gram-Schmidt Spectral Sharpening, PC Spectral Sharpening pada daerah kajian daerah pertanian Bantul dan sekitarnya 45
14 Majalah Sains dan Teknologi Dirgantara Vol. 3 No. 1 Maret 2008:33-49 AVNIR PRISM Hue Saturation Value (HSV) Color Normalized (Brovey) Gram-Schmidt Spectral Sharpening PC Spectral Sharpening Gambar 4-7: Citra AVNIR-2 komposit 431 dengan PRISM (Nadir), dan citra-citra pansharp hasil penajaman citra (Pan Sharpening) AVNIR-2 komposit 431 dengan PRISM (Nadir), dengan metode Hue Saturation Value (HSV), Color Normalized (Brovey), Gram-Schmidt Spectral Sharpening, PC Spectral Sharpening pada daerah kajian daerah pertanian Bantul dan sekitarnya 46
15 5 PEMBAHASAN DAN ATAU IDENTI- FIKASI OBJEK-OBJEK PENUTUP LAHAN/TANAMAN PERTANIAN SAWAH MENGGUNAKAN CITRA PANSHARP DAERAH PERTANIAN BANTUL, DIY 5.1 Penilaian Metode Fusi (Pansharpening) Data ALOS ( AVNIR-2 dan PRISM) Data citra Pansharp hasil pengolahan data dengan metode penajaman citra (Pan-Sharpening) dari data AVNIR-2 dan PRISM (nadir) yang dilakukan telah ditunjukkan pada Gambar 4-4 sampai dengan Gambar 4-7 pada bagian 4 di atas. Dengan melakukan analisis visual terhadap citra Pansharp daerah Pertanian Bantul, DIY (hasil-hasil metode) tersebut, diperoleh bahwa yang paling banyak menunjukkan informasi sebagai hasil identifikasi objek-objek penutup lahan/ tanaman pertanian sawah adalah data citra Pansharp (dengan metode HSV Sharpening). dengan data citra asli adalah AVNIR-2, komposit RGB 321 dan data citra asli PRISM (nadir), seperti yang ditunjukkan pada Gambar Identifikasi Objek-Objek Penutup Lahan/Tanaman Pertanian Sawah Menggunakan Citra Pansharp ALOS Daerah Pertanian Bantul, DIY Data Citra yang akan diinterpretasi atau dianalisis secara visual adalah data citra yang dinilai terbaik atau yang paling menunjukkan informasi paling banyak sebagai hasil identifikasi objek-objek penutup lahan/tanaman pertanian sawah yaitu data citra Pansharp (dengan metode HSV Sharpening) daerah Pertanian Bantul, DIY, dengan data citra asli adalah AVNIR-2, komposit RGB 321 dan data citra asli PRISM (nadir), seperti yang ditunjukkan pada Gambar 4-4. Untuk melakukan verifikasi hasil identifikasi objek-objek penutup lahan/ tanaman pertanian sawah pada daerah kajian/penelitian, telah dilakukan survey lapangan di daerah kajian/penelitian daerah Bantul, DIY, pada bulan November Kendala yang mempengaruhi ketelitian hasil verifikasi adalah karena data yang digunakan hanya data AVNIR- 2 dan PRISM, perekaman tanggal 12 Juni Untuk objek-objek penutup lahan/tanaman pertanian sawah yang sifatnya statis dipertimbangkan pula penggunaan kelas-kelas berdasarkan kelas penggunaan lahan. Untuk objekobjek yang sifat perubahan fisiknya dinamis, lebih diutamakan identifikasi berdasarkan interpretasi data citra ALOS Pansharp yang dianalisis. Peta citra informasi spasial penutup lahan/tanaman pertanian sawah, skala 1: , hasil digitasi on-screen identifikasi objek-objek penutup lahan/ tanaman pertanian sawah berdasarkan interpretasi atau analisis visual data citra Pansharp Daerah Bantul, DIY, perekaman tanggal 12 Juni 2006, ditunjukkan pada Gambar
16 Majalah Sains dan Teknologi Dirgantara Vol. 3 No. 1 Maret 2008:33-49 Gambar 5-1: Peta citra informasi spasial penutup lahan/tanaman pertanian sawah, skala 1: , hasil digitasi on-screen menggunakan data citra Pansharp ALOS (AVNIR-2 dan PRISM), Daerah Bantul, DIY, perekaman tanggal 12 Juni KESIMPULAN Berdasarkan kajian/penelitian dan uji coba yang dilakukan pada daerah kajian/penelitian daerah pertanian Bantul dan sekitarnya, DIY, diperoleh hasil atau kesimpulan sebagai berikut: Data citra AVNIR-2 dan PRISM efektif untuk aplikasi pertanian, dengan penentuan teknik dan metode pengolahan dan analisis data yang tepat untuk memperoleh hasil dengan ketelitian yang dapat diterima oleh pengguna, Dalam kajian/penelitian ini dilakukan uji coba dan diperoleh hasil citra-citra Pansharp, hasil penajaman citra (Image PanSharpening) menggunakan citracitra AVNIR-2 dengan beberapa variasi komposit dan PRISM (nadir), dengan metode a) Hue Saturation Value (HSV), b) Color Normalized (Brovey), c) Gram- Schmidt Spectral Sharpening, dan d) PC Spectral Sharpening, 48 Dari uji coba yang dilakukan, untuk identifikasi objek-objek penutup lahan/ tanaman pertanian sawah, diperoleh: citra Pansharp, hasil metode Pansharpening (HSV Image Sharpening) AVNIR-2 komposit 321 dan PRISM (nadir), adalah terbaik dibandingkan dengan metode-metode lain: a) Color Normalized (Brovey), b) Gram-Schmidt Spectral Sharpening, dan c) PC Spectral Sharpening, Dari hasil identifikasi objek-objek penutup lahan/tanaman pertanian sawah dengan melakukan interpretasi atau analisis visual citra Pansharp (dengan metode HSV Sharpening) diperoleh citra informasi spasial penutup lahan/tanaman pertanian sawah, skala 1: , hasil digitasi on-screen objekobjek penutup lahan/tanaman pertanian sawah, menggunakan data citra Pansharp ALOS (AVNIR-2 dan PRISM), Daerah Bantul, DIY, perekaman tanggal 12 Juni 2006,
17 Hasil kajian ini menunjukkan teknik dan metode fusi data citra Pankromatik (citra hitam-putih) PRISM yang mempunyai resolusi spasial tinggi dengan data citra multispektral AVNIR-2 (citra berwarna) dengan resolusi spasial rendah dapat mempertajam atau meningkatkan ketelitian informasi atau identifikasi objek-objek penutup lahan/tanaman pertanian (metode HSV Sharpening). DAFTAR RUJUKAN ENVI, Image Sharpening_ENVIHelp. Ito, S., Space Activities of JAXA, Next Generation Earth Observation Satellite System, JAXA (Japan Aerospace Exploration Agency), Japan. JAXA (Japan Aerospace Exploration Agency), ALOS Data Application to Landslide and Earthquake, Earth Observation Research and Application Centre, Japan. ( eorc.jaxa.jp/alos/index_j.htm). JAXA (Japan Aerospace Exploration Agency), Gazing into Earth s Expression, Advanced Land Observing Satellite (ALOS), Earth Observation Research Center, Japan. ( go. jp/ projects/alos/index-e.html). ( /eos/alos/index-i.html). Laben, di dalam Image Sharpening_ ENVIHelp, Process for Enhancing the Spatial Resolution of Multispectral Imagery Using Pan-Sharpening, US Patent 6,011,875), di dalam Image Sharpening_ENVIHelp). NASDA (National Space Development Agency of Japan), 2004a. ALOS Advanced Land Observing Satellite, Satellite and Program, Japan. NASDA (National Space Development Agency of Japan), 2004b. ALOS Advanced Land Observing Satellite, Sensor and Product, Japan. NASDA (National Space Development Agency of Japan), Aplications ALOS Advanced Land Observing Satellite, Japan. NASDA, EORC (Earth Observation Researh Centre), ( www. eorc. nasda.go. jp/alos/ img_up/ asorb_ htm); ( www. eorc. nasda.go.jp/alos/img_up/pri_rbfuji. htm). Osawa, Y., 2004, Optical and Microwave Sensor on Japanese Mapping Satellite ALOS, Japan Aerospace Exploratium Agency (JAXA), Japan. Richards, J.A., Remote Sensing Digital Image Analysis: An Introduction, Springer-Verlag, Berlin, Germany, p Sitanggang, G.; R., Ginting; Silvia, Kajian Sistem Inderaja Satelit ALOS (Advanced Land Observing Satellite), Laporan Akhir Kegiatan Litbangfatja, PUSBANGJA-LAPAN, Jakarta. Sitanggang, G.; W.K, Harsanugraha; Rina Widyastuti, Laporan Survey Lapangan, Kajian Aplikasi Data Inderaja Satelit Masa Depan: ALOS untuk Pertanian, Laporan Kegiatan Litbangfatja, PUSBANGJA- LAPAN, Jakarta. Vrabel, di dalam Image Sharpening_ ENVIHelp, Multispectral Imagery Band Sharpening Study, Photo grammetric Engineering & Remote Sensing, Vol. 62, No. 9, pp Welch, R.; and W. Ahlers, di dalam Image Sharpening_ENVIHelp, "Merging Multiresolution SPOT HRV and Landsat TM Data." Photogrammetric Engineering & Remote Sensing, 53 (3), pp
BAB II DASAR TEORI. 2.1 DEM (Digital elevation Model) Definisi DEM
BAB II DASAR TEORI 2.1 DEM (Digital elevation Model) 2.1.1 Definisi DEM Digital Elevation Model (DEM) merupakan bentuk penyajian ketinggian permukaan bumi secara digital. Dilihat dari distribusi titik
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 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 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 terperinciPERANAN CITRA SATELIT ALOS UNTUK BERBAGAI APLIKASI TEKNIK GEODESI DAN GEOMATIKA DI INDONESIA
PERANAN CITRA SATELIT ALOS UNTUK BERBAGAI APLIKASI TEKNIK GEODESI DAN GEOMATIKA DI INDONESIA Atriyon Julzarika Alumni Teknik Geodesi dan Geomatika, FT-Universitas Gadjah Mada, Angkatan 2003 Lembaga Penerbangan
Lebih terperinciPEMANFAATAN CITRA SATELIT ALOS HASIL METODE PAN-SHARPENING UNTUK PEMETAAN RUANG TERBUKA HIJAU WILAYAH PERKOTAAN PATI
PEMANFAATAN CITRA SATELIT ALOS HASIL METODE PAN-SHARPENING UNTUK PEMETAAN RUANG TERBUKA HIJAU WILAYAH PERKOTAAN PATI Aji Syarifah Dwi Nurhayati, Ir. Chatarina Nurjati S, MT, Hepi Hapsari H, ST, MSc Program
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 terperinciRANCANG BANGUN APLIKASI FUSI CITRA (IMAGE FUSION) DARI DATA PENGINDERAAN JAUH MENGGUNAKAN METODE PANSHARPENING TUGAS AKHIR
RANCANG BANGUN APLIKASI FUSI CITRA (IMAGE FUSION) DARI DATA PENGINDERAAN JAUH MENGGUNAKAN METODE PANSHARPENING TUGAS AKHIR Diajukan guna memenuhi sebagian persyaratan dalam rangka menyelesaikan studi Program
Lebih terperinciII. TINJAUAN PUSTAKA 2.1. DEM ( Digital Elevation Model
15 II. TINJAUAN PUSTAKA 2.1. DEM (Digital Elevation Model) Digital Elevation Model (DEM) merupakan bentuk 3 dimensi dari permukaan bumi yang memberikan data berbagai morfologi permukaan bumi, seperti kemiringan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan pembangunan pada suatu negara dapat dijadikan sebagai tolak ukur kualitas dari pemerintahan suatu negara. Pembangunan wilayah pada suatu negara dapat
Lebih terperinciPENELITIAN FISIKA DALAM TEKNOLOGI PENGINDERAAN JAUH UNTUK MONITORING PERUBAHAN GARIS PANTAI (STUDI KASUS DI WILAYAH PESISIR PERAIRAN KABUPATEN KENDAL)
54 Prosiding Pertemuan Ilmiah XXIV HFI Jateng & DIY, Semarang 10 April 2010 hal. 54-60 PENELITIAN FISIKA DALAM TEKNOLOGI PENGINDERAAN JAUH UNTUK MONITORING PERUBAHAN GARIS PANTAI (STUDI KASUS DI WILAYAH
Lebih terperinciII. TINJAUAN PUSTAKA 2.1. Usahatani Padi dan Mobilitas Petani Padi
II. TINJAUAN PUSTAKA 2.1. Usahatani Padi dan Mobilitas Petani Padi Usahatani merupakan organisasi dari alam, kerja, dan modal yang ditujukan kepada produksi lapangan pertanian (Hernanto, 1995). Organisasi
Lebih terperinciKAJIAN KETELITIAN KOREKSI GEOMETRIK DATA SPOT-4 NADIR LEVEL 2 A STUDI KASUS: NUSA TENGGARA TIMUR
Majalah Sains dan Teknologi Dirgantara Vol. 3 No. 3 September 2008:132-137 KAJIAN KETELITIAN KOREKSI GEOMETRIK DATA SPOT-4 NADIR LEVEL 2 A STUDI KASUS: NUSA TENGGARA TIMUR Muchlisin Arief, Kustiyo, Surlan
Lebih 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 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 terperinciHASIL DAN PEMBAHASAN. Gambar 4 Subset citra QuickBird (uint16).
5 Lingkungan Pengembangan Perangkat lunak yang digunakan pada penelitian ini adalah compiler Matlab versi 7.0.1. dengan sistem operasi Microsoft Window XP. Langkah persiapan citra menggunakan perangkat
Lebih terperinciI PENDAHULUAN 1.1 Latar Belakang
I PENDAHULUAN 1.1 Latar Belakang Indonesia merupakan salah satu negara yang memiliki hutan tropis terbesar di dunia, dengan kondisi iklim basa yang peluang tutupan awannya sepanjang tahun cukup tinggi.
Lebih terperinciKAJIAN SISTEM PENGINDERAAN JAUH SATELIT CARTOSAT-1 DAN ANALISIS PEMANFAATAN DATA
KAJIAN SISTEM PENGINDERAAN JAUH SATELIT CARTOSAT-1 DAN ANALISIS PEMANFAATAN DATA Gokmaria Sitanggang Peneliti Bidang Bangfatja, LAPAN ABSTRACT The CARTOSAT-1 satellite which is dedicated to stereo viewing
Lebih terperinciLegenda: Sungai Jalan Blok sawah PT. Sang Hyang Seri Kabupaten Subang
17 III. METODOLOGI 3.1. Waktu dan Tempat Penelitian Penelitian ini dimulai pada bulan Oktober 2010 dan berakhir pada bulan Juni 2011. Wilayah penelitian berlokasi di Kabupaten Subang, Jawa Barat (Gambar
Lebih terperinciBAB I PENDAHULUAN Perumusan Masalah
1 BAB I PENDAHULUAN 1.1. Latar Belakang Pertumbuhan jumlah penduduk yang cukup tinggi di dunia khususnya Indonesia memiliki banyak dampak. Dampak yang paling mudah dijumpai adalah kekurangan lahan. Hal
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 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 terperinciDAFTAR ISI. . iii PRAKATA DAFTAR ISI. . vii DAFTAR TABEL. xii DAFTAR GAMBAR. xvii DAFTAR LAMPIRAN. xxii DAFTAR SINGKATAN.
DAFTAR ISI HALAMAN JUDUL. i HALAMAN PENGESAHAN DISERTASI. ii PERNYATAAN. iii PRAKATA. iv DAFTAR ISI. vii DAFTAR TABEL. xii DAFTAR GAMBAR. xvii DAFTAR LAMPIRAN. xxii DAFTAR SINGKATAN. xxiii INTISARI. xxiv
Lebih terperinciSISTEM PENGINDERAAN JAUH SATELIT ALOS DAN ANALISIS PEMANFAATAN DATA
SISTEM PENGINDERAAN JAUH SATELIT ALOS DAN ANALISIS PEMANFAATAN DATA Gokmaria Sitanggang Peneliti Pusat Pengembangan Pemanfaatan dan Teknologi Penginderaan Jauh, LAPAN ABSTRACT The ALOS (Advanced Land Observing
Lebih terperinciDETEKSI EKOSISTEM MANGROVE DI CILACAP, JAWA TENGAH DENGAN CITRA SATELIT ALOS
DETEKSI EKOSISTEM MANGROVE DI CILACAP, JAWA TENGAH DENGAN CITRA SATELIT ALOS Oleh : Tresna Sukmawati Suhartini C64104020 PROGRAM STUDI ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN INSTITUT
Lebih terperinciII. TINJAUAN PUSTAKA
. II. TINJAUAN PUSTAKA 2.1 Penginderaan Jauh Penginderaan jauh merupakan ilmu dan seni untuk memperoleh informasi tentang objek, daerah atau gejala dengan jalan menganalisis data yang diperoleh dengan
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 terperinciISSN Jalan Udayana, Singaraja-Bali address: Jl. Prof Dr Soemantri Brodjonogoro 1-Bandar Lampung
ISSN 0216-8138 73 SIMULASI FUSI CITRA IKONOS-2 PANKROMATIK DENGAN LANDSAT-7 MULTISPEKTRAL MENGGUNAKAN METODE PAN-SHARPEN UNTUK MENINGKATKAN KUALITAS CITRA DALAM UPAYA PEMANTAUAN KAWASAN HIJAU (Studi Kasus
Lebih terperinciPhased Array Type L-Band Synthetic Aperture Radar (PALSAR)
LAMPIRAN 51 Phased Array Type L-Band Synthetic Aperture Radar (PALSAR) Sensor PALSAR merupakan pengembangan dari sensor SAR yang dibawa oleh satelit pendahulunya, JERS-1. Sensor PALSAR adalah suatu sensor
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 terperinciV. HASIL DAN PEMBAHASAN
27 V. HASIL DAN PEMBAHASAN 5.1. Penampilan Citra Dual Polarimetry PALSAR / ALOS Penampilan citra dual polarimetry : HH dan HV level 1. 5 PALSAR/ALOS masing-masing dapat dilihat pada ENVI 4. 5 dalam bentuk
Lebih terperinciBAB II TINJAUAN PUSTAKA
3 BAB II TINJAUAN PUSTAKA 2.1 Penginderaan Jauh Penginderaan jauh merupakan tehnik dan seni untuk memperoleh informasi tentang suatu objek, wilayah atau fenomena dengan menganalisa data yang diperoleh
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 terperinciPemanfaatan Citra Penginderaan Jauh ( Citra ASTER dan Ikonos ) Oleh : Bhian Rangga JR Prodi Geografi FKIP UNS
Pemanfaatan Citra Penginderaan Jauh ( Citra ASTER dan Ikonos ) Oleh : Bhian Rangga JR Prodi Geografi FKIP UNS A. Pendahuluan Di bumi ini tersebar berbagai macam fenomena fenomena alam yang sudah diungkap
Lebih terperinciLEMBAGA PENERBANGAN DAN ANTARIKSA NASIONAL
LEMBAGA PENERBANGAN DAN ANTARIKSA NASIONAL Sumber Energi Resolusi (Spasial, Spektral, Radiometrik, Temporal) Wahana Metode (visual, digital, otomatisasi) Penginderaan jauh adalah ilmu pengetahuan dan
Lebih terperinciI. PENDAHULUAN 1.1 Latar Belakang
1 I. PENDAHULUAN 1.1 Latar Belakang Posisi Indonesia berada di daerah tropis mengakibatkan hampir sepanjang tahun selalu diliputi awan. Kondisi ini mempengaruhi kemampuan citra optik untuk menghasilkan
Lebih terperinciSENSOR DAN PLATFORM. Kuliah ketiga ICD
SENSOR DAN PLATFORM Kuliah ketiga ICD SENSOR Sensor adalah : alat perekam obyek bumi. Dipasang pada wahana (platform) Bertugas untuk merekam radiasi elektromagnetik yang merupakan hasil interaksi antara
Lebih 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 terperinciANALISIS PENENTUAN EKOSISTEM LAUT PULAU- PULAU KECIL DENGAN MENGGUNAKAN DATA SATELIT RESOLUSI TINGGI STUDY KASUS : PULAU BOKOR
ANALISIS PENENTUAN EKOSISTEM LAUT PULAU- PULAU KECIL DENGAN MENGGUNAKAN DATA SATELIT RESOLUSI TINGGI STUDY KASUS : PULAU BOKOR Muchlisin Arief Peneliti Pusat Pengembangan Pemanfaatan dan Teknologi Penginderaan
Lebih terperinci11/25/2009. Sebuah gambar mengandung informasi dari obyek berupa: Posisi. Introduction to Remote Sensing Campbell, James B. Bab I
Introduction to Remote Sensing Campbell, James B. Bab I Sebuah gambar mengandung informasi dari obyek berupa: Posisi Ukuran Hubungan antar obyek Informasi spasial dari obyek Pengambilan data fisik dari
Lebih 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 terperinciAnalisis Ketelitian Objek pada Peta Citra Quickbird RS 0,68 m dan Ikonos RS 1,0 m
Jurnal Rekayasa LPPM Itenas No. 3 Vol. XIV Institut Teknologi Nasional Juli September 2010 Analisis Ketelitian Objek pada Peta Citra Quickbird RS 0,68 m dan Ikonos RS 1,0 m BAMBANG RUDIANTO Jurusan Teknik
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 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 terperinciGambar 11. Citra ALOS AVNIR-2 dengan Citra Komposit RGB 321
V. HASIL DAN PEMBAHASAN 5.1. Analisis Spektral Citra yang digunakan pada penelitian ini adalah Citra ALOS AVNIR-2 yang diakuisisi pada tanggal 30 Juni 2009 seperti yang tampak pada Gambar 11. Untuk dapat
Lebih terperinciKARAKTERISTIK SATELIT PENGINDERAAN JAUH ALOS UNTUK MISI PEMETAAN DAN POTENSI DATA UNTUK APLIKASI PEMETAAN
KARAKTERISTIK SATELIT PENGINDERAAN JAUH ALOS UNTUK MISI PEMETAAN DAN POTENSI DATA UNTUK APLIKASI PEMETAAN Gokmaria Sitanggang Peneliti Pusat Pengembangan Pemanfaatan dan Teknologi Penginderaan Jauh, LAPAN
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 terperinciI PENDAHULUAN 1.1 Latar Belakang
1 I PENDAHULUAN 1.1 Latar Belakang Luas kawasan hutan Indonesia berdasarkan Surat Keputusan Menteri Kehutanan tentang penunjukan kawasan hutan dan perairan provinsi adalah 133.300.543,98 ha (Kementerian
Lebih terperinciBAB III BAHAN DAN METODE
BAB III BAHAN DAN METODE 3.1 Waktu dan Lokasi Waktu penelitian dilaksanakan mulai bulan Mei sampai dengan Juni 2013 dengan lokasi penelitian meliputi wilayah Pesisir Utara dan Selatan Provinsi Jawa Barat.
Lebih terperinciSatelit Landsat 8, Landsat Data Continuity Mission Pengolahan Citra Digital
Satelit Landsat 8, Landsat Data Continuity Mission A. Satelit Landsat 8 Satelit Landsat 8, Landsat Data Continuity Mission Landsat 8 merupakan kelanjutan dari misi Landsat yang untuk pertama kali menjadi
Lebih terperinciDedi Irawadi Kepala Pusat Teknologi dan Data Penginderaan Jauh. KLHK, Jakarta, 25 April 2016
Dedi Irawadi Kepala Pusat Teknologi dan Data Penginderaan Jauh KLHK, Jakarta, 25 April 2016 Dukungan teknologi satelit penginderaan jauh terhadap REDD+ di Indonesia Pemanfaatan penginderaan jauh sektor
Lebih terperinciDETEKSI KERUSAKAN PENGGUNAAN LAHAN AKIBAT AWAN PANAS MERAPI 2010 MENGGUNAKAN CITRA PENGINDERAAN JAUH
DETEKSI KERUSAKAN PENGGUNAAN LAHAN AKIBAT AWAN PANAS MERAPI 2010 MENGGUNAKAN CITRA PENGINDERAAN JAUH Seftiawan Samsu Rijal 1, Mousafi Juniasandi Rukmana 1, Ahmad Syukron Prasaja 2 1 Magister Penginderaan
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 terperinciPEMANFAATAN INTERFEROMETRIC SYNTHETIC APERTURE RADAR (InSAR) UNTUK PEMODELAN 3D (DSM, DEM, DAN DTM)
Majalah Sains dan Teknologi Dirgantara Vol. 4 No. 4 Desember 2009 : 154-159 PEMANFAATAN INTERFEROMETRIC SYNTHETIC APERTURE RADAR (InSAR) UNTUK PEMODELAN 3D (DSM, DEM, DAN DTM) Susanto *), Atriyon Julzarika
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Penginderaan Jauh Penginderaan jauh merupakan ilmu dan seni untuk memperoleh informasi tentang suatu objek, daerah, atau fenomena melalui analisis data yang diperoleh dengan
Lebih terperinci5. PEMBAHASAN 5.1 Koreksi Radiometrik
5. PEMBAHASAN Penginderaan jauh mempunyai peran penting dalam inventarisasi sumberdaya alam. Berbagai kekurangan dan kelebihan yang dimiliki penginderaan jauh mampu memberikan informasi yang cepat khususnya
Lebih terperinciPENAJAMAN INFORMASI OBYEK PERMUKAAN BUMI DENGAN FUSI CITRA PENG1NDERAAN JAUH BERDASARKAN WAVELET
PENAJAMAN INFORMASI OBYEK PERMUKAAN BUMI DENGAN FUSI CITRA PENG1NDERAAN JAUH BERDASARKAN WAVELET Mohammad Natsir Peneliti Pusat Data Penginderaan Jauh, LAPAN ABSTRACT There are different cases that high
Lebih terperinciEVALUASI METODE FUSI CITRA MULTI RESOLUSI MENGGUNAKAN ALGORITMA WANG BOVIK DAN OBJECT BASED IMAGE ANALYSIS (OBIA)
EVALUASI METODE FUSI CITRA MULTI RESOLUSI MENGGUNAKAN ALGORITMA WANG BOVIK DAN OBJECT BASED IMAGE ANALYSIS (OBIA) Sanjiwana Arjasakusuma 1,3*, Yanuar Adji N. 2, Isti Fadatul K. 2 dan Pramaditya W. 3 1
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 terperinciEVALUASI METODE PENAJAMAN CITRA MULTISPEKTRAL DENGAN MEMANFAATKAN KANAL PANKROMATIK
EVALUASI METODE PENAJAMAN CITRA MULTISPEKTRAL DENGAN MEMANFAATKAN KANAL PANKROMATIK Dianovita Pusat Data Penginderaan Jauh LAPAN Jl. Lapan No.70 Pekayon Pasar Rebo Jakarta Timur 13710 Telp: +62-21-8710786
Lebih terperinciBAB II TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA 2.1. Perubahan Penggunaan Lahan Pengertian lahan berbeda dengan tanah, namun dalam kenyataan sering terjadi kekeliruan dalam memberikan batasan pada kedua istilah tersebut. Tanah
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Aktivitas gunung api dapat dipelajari dengan pengamatan deformasi. Pemantauan deformasi gunung api dapat digolongkan menjadi tiga kategori berbeda dari aktifitas gunung
Lebih terperinciOleh: Bidang Lingkungan dan Mitigasi Bencana Pusat Pemanfaatan Penginderaan Jauh LAPAN
Pemanfaatan Data Penginderaan Jauh Synthetic Aperture Radar (SAR) untuk Mendukung Quick Response dan Rapid Mapping Bencana (Studi Kasus: Deteksi Banjir Karawang, Jawa Barat) Oleh: Fajar Yulianto, Junita
Lebih terperinciEKSPLORASI ALOS PALSAR MENGGUNAKAN POLSARPRO V3.0 DENGAN AREAL KAJIAN PT. SANG HYANG SERI, SUBANG, JAWA BARAT. Oleh : DERY RIANSYAH A
EKSPLORASI ALOS PALSAR MENGGUNAKAN POLSARPRO V3.0 DENGAN AREAL KAJIAN PT. SANG HYANG SERI, SUBANG, JAWA BARAT Oleh : DERY RIANSYAH A24103087 DEPARTEMEN ILMU TANAH DAN SUMBERDAYA LAHAN FAKULTAS PERTANIAN
Lebih terperinciPERANAN TEKNOLOGI PENGINDERAAN JAUH DALAM MEMPERCEPAT PEROLEHAN DATA GEOGRAFIS UNTUK KEPERLUAN PEMBANGUNAN NASIONAL ABSTRAK
PERANAN TEKNOLOGI PENGINDERAAN JAUH DALAM MEMPERCEPAT PEROLEHAN DATA GEOGRAFIS UNTUK KEPERLUAN PEMBANGUNAN NASIONAL Rokhmatuloh Departemen Geografi FMIPA Universitas Indonesia Kampus UI Depok 16424, Tel/Fax.
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 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 terperinciKAJIAN DAERAH RAWAN BENCANA TSUNAMI BERDASARKAN CITRA SATELIT ALOS DI CILACAP, JAWA TENGAH
KAJIAN DAERAH RAWAN BENCANA TSUNAMI BERDASARKAN CITRA SATELIT ALOS DI CILACAP, JAWA TENGAH Oleh : Agus Supiyan C64104017 Skripsi PROGRAM STUDI ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN
Lebih terperinciLAMPIRAN 1 HASIL KEGIATAN PKPP 2012
LAMPIRAN 1 HASIL KEGIATAN PKPP 2012 JUDUL KEGIATAN: PENGUATAN KAPASITAS DAERAH DAN SINERGITAS PEMANFAATAN DATA INDERAJA UNTUK EKSTRAKSI INFORMASI KUALITAS DANAU BAGI KESESUAIAN BUDIDAYA PERIKANAN DARAT
Lebih terperinci2. TINJAUAN PUSTAKA Pemanfaatan Citra Satelit Untuk Pemetaan Perairan Dangkal
2. TINJAUAN PUSTAKA 2.1. Pemanfaatan Citra Satelit Untuk Pemetaan Perairan Dangkal Data kedalaman merupakan salah satu data dari survei hidrografi yang biasa digunakan untuk memetakan dasar lautan, hal
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 terperinciPEDOMAN PEMANTAUAN PERUBAHAN LUAS PERMUKAAN AIR DANAU MENGGUNAKAN DATA SATELIT PENGINDERAAN JAUH
2015 PUSAT PEMANFAATAN PENGINDERAAN JAUH LAPAN Danau Rawa Pening, Provinsi Jawa Tengah PEDOMAN PEMANTAUAN PERUBAHAN LUAS PERMUKAAN AIR DANAU MENGGUNAKAN DATA SATELIT PENGINDERAAN JAUH LI1020010101 PEDOMAN
Lebih terperinciStaf Pengajar Fakultas Geografi Universitas Gadjah Mada, 2
ANALISIS PAN-SHARPENING UNTUK MENINGKATKAN KUALITAS SPASIAL CITRA PENGINDERAAN JAUH DALAM KLASIFIKASI TATA GUNA TANAH Iswari Nur Hidayati 1, Eni Susanti 2, Westi Utami 3 Abstract: Pan-sharpened transformation
Lebih terperinciMETODA KLASIFIKASI TETANGGA TERDEKAT UNTUK INVENTARISASI TUTUPAN LAHAN DENGAN MENGGUNAKAN DATA ALOS (Studi Kasus di Jawa Barat )
Globë Volume 12 No. 2 Desember 2010 : 114-121 Globë Volume 12 No. Desember 2010 : 101 113 METODA KLASIFIKASI TETANGGA TERDEKAT UNTUK INVENTARISASI TUTUPAN LAHAN DENGAN MENGGUNAKAN DATA ALOS (Studi Kasus
Lebih terperinciDETEKSI EKOSISTEM MANGROVE DI CILACAP, JAWA TENGAH DENGAN CITRA SATELIT ALOS
DETEKSI EKOSISTEM MANGROVE DI CILACAP, JAWA TENGAH DENGAN CITRA SATELIT ALOS Oleh : Tresna Sukmawati Suhartini C64104020 PROGRAM STUDI ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN INSTITUT
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN 4.1 ALOS PRISM Pemetaan baku sawah pada penelitian ini menggunakan citra ALOS PRISM dan citra radar ALOS PALSAR pada daerah kajian Kabupaten Subang bagian Barat. ALOS PRISM adalah
Lebih terperinciLAPAN sejak tahun delapan puluhan telah banyak
KAJIAN AWAL KEBUTUHAN TEKNOLOGI SATELIT PENGINDERAAN JAUH UNTUK MENDUKUNG PROGRAM REDD DI INDONESIA Oleh : Dony Kushardono dan Ayom Widipaminto LAPAN sejak tahun delapan puluhan telah banyak menyampaikan
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 terperinciPRAKTIKUM INTERPRETASI CITRA DIJITAL. Ratna Saraswati
PRAKTIKUM INTERPRETASI CITRA DIJITAL Ratna Saraswati KONSEP PENGOLAHAN CITRA Citra dijital disimpan dalam bentuk matriks (array atau grid) 2 dimensi Masing-masing elemennya mewakili sebuah kotak kecil
Lebih terperinciMETODE PENAJAMAN (PANSHARPEN) CITRA LANDSAT 8
METODE PENAJAMAN (PANSHARPEN) CITRA LANDSAT 8 Dianovita *), Fadilah Muchsin *) *) Pusat Teknologi Data Penginderaan Jauh, LAPAN e-mail: dianovita2001@yahoo.com Abstract Many sharpening method has been
Lebih terperinciPerbandingan Teknik Resampling Pada Citra Hasil Pan-Sharpening
Perbandingan Teknik Resampling Pada Citra Hasil Pan-Sharpening Untuk Pemetaan Penutup Lahan Dengan Menggunakan Klasifikasi Terselia Maximum Likelihood Adiwijoyo wijoyo_adi2@yahoo.com Projo Danoedoro projo.danoedoro@geo.ugm.ac.id
Lebih terperinciBAB I PENDAHULUAN I.1.
BAB I PENDAHULUAN I.1. Latar Belakang Kemajuan teknologi penginderaan jauh mampu menyediakan citra penginderaan jauh yang mempunyai resolusi spasial, resolusi spektral dan resolusi temporal yang cukup
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 terperinciPEMANFAATAN DATA CITRA ALOS UNTUK PEMETAAN LAHAN SAWAH: STUDI KASUS DI BEBERAPA LOKASI DI JAWA
PEMANFAATAN DATA CITRA ALOS UNTUK PEMETAAN LAHAN SAWAH: STUDI KASUS DI BEBERAPA LOKASI DI JAWA Nurwadjedi dan A. Poniman Pusat Survei Sumber Daya Alam Darat, BAKOSURTANAL ABSTRACT Problem of the rice field
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 terperinci2. TINJAUAN PUSTAKA. Lamun (seagrass) adalah tanaman air yang berbunga (Angiospermae) dan
2. TINJAUAN PUSTAKA 2.1. Lamun (Seagrass) Lamun (seagrass) adalah tanaman air yang berbunga (Angiospermae) dan mempunyai kemampuan beradaptasi untuk hidup dan tumbuh di lingkungan laut. Secara sepintas
Lebih terperinciKLASIFIKASI PALSAR MULTI-POLARISASI DI DAERAH ACEH
KLASIFIKASI PALSAR MULTI-POLARISASI DI DAERAH ACEH M. Natsir *) *) Pusat Teknologi dan Data Penginderaan Jauh, LAPAN e-mail : mohnatsir@yahoo.com Abstract The determination of forest area in Aceh has been
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 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pesatnya pertumbuhan penduduk dan pembangunan pada suatu wilayah akan berpengaruh terhadap perubahan suatu kawasan. Perubahan lahan terbuka hijau menjadi lahan terbangun
Lebih terperinciRemote Sensing KKNI 2017
Remote Sensing KKNI 2017 JOB DESC/ JENJANG/ SIKAP KERJA Asisten Operator/ 3/ 6 Operator/ 4/ 13 UNJUK KERJA (UK) INTI URAIAN UNJUK KERJA (UK) PILIHAN URAIAN BIAYA SERTIFIKASI M.71IGN00.161.1 Membaca Peta
Lebih terperinciBAHAN DAN MET ODE. Waktu dan Lokasi
" y~~~, ~~., _"., ~ _~" 0 _ o ~~ ~.~ ".... _... -.-. BAHAN DAN MET ODE Waktu dan Lokasi Kajian dan pengambilan data lapangan dilakukan bulan Juni 2008 sampai dengan bulan September 2008. Lahan sawah yang
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Indonesia dengan segala kekayaan dan potensi yang tersimpan didalamnya terletak pada pertemuan tiga lempeng dunia yaitu lempeng Eurasia, lempeng Pasifik, dan lempeng
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN Latar Belakang Kegiatan pembangunan membawa perubahan dalam berbagai aspek kehidupan manusia dan lingkungan di sekitarnya. Kegiatan pembangunan meningkatkan kebutuhan manusia akan lahan.
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN 5.. Variasi NDVI Citra AVNIR- Citra AVNIR- yang digunakan pada penelitian ini diakuisisi pada tanggal Desember 008 dan 0 Juni 009. Pada citra AVNIR- yang diakuisisi tanggal Desember
Lebih terperinciDETEKSI AWAN DALAM CITRA SPOT-5 (CLOUD DETECTION IN SPOT-5 IMAGES)
Deteksi Awan Dalam Citra Spot-5...(Haris Suka Dyatmika) DETEKSI AWAN DALAM CITRA SPOT-5 (CLOUD DETECTION IN SPOT-5 IMAGES) Haris Suka Dyatmika Pusat Teknologi dan Data Penginderaan Jauh, Lembaga Penerbangan
Lebih terperinciGambar 1. Peta Lokasi Penelitian
10 BAB III BAHAN DAN METODE 3.1. Waktu dan Tempat Penelitian Penelitian ini dimulai pada bulan Maret 2011 dan berakhir pada bulan Oktober 2011. Penelitian ini terdiri atas pengamatan di lapang dan analisis
Lebih 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 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 terperinciSATELIT ASTER. Oleh : Like Indrawati
SATELIT ASTER Oleh : Like Indrawati ADVANCED SPACEBORNE THERMAL EMISSION AND REFLECTION RADIOMETER (ASTER) ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer) adalah instrumen/sensor
Lebih terperinci