PEMISAHAN ANTARA RADIANSI DASAR PERAIRAN DAN RADIANSI KOLOM AIR PADA CITRA ALOS AVNIR-2
|
|
- Hendra Sugiarto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PEMISAHAN ANTARA RADIANSI DASAR PERAIRAN DAN RADIANSI KOLOM AIR PADA CITRA ALOS AVNIR-2 Muhammad Anshar Amran 1) 1) Program Studi Ilmu Kelautan Fakultas Ilmu Kelautan dan Perikanan, Universitas Hasanuddin Abstract Main constraint of the application of remote sensing technology for mapping of sea floor object is when water column absorbs and scatters electromagnetic energy causing attenuation of light penetrability into water column. Therefore, existences of sea floor object which can be detected at image are limited by depth of water. Bands working for visible light spectrum can detect object at below water level. One of the satellite remote sensing image is ALOS AVNIR-2. The image has censors working for blue band, green band, red band and infrared band that have a capability to detect object below water level. Other constraint is the mixing of sea floor object reflectance with water column reflectance so that recorded radiance by sensor are not directly depict sea floor object. Recorded radiance is influenced by optical properties and depth of water. Therefore is required an algorithm which can separate between sea floor object radiance and water column radiance. This research aim to compile algorithm for separation between sea floor radiance and water column radiance on ALOS AVNIR-2 imagery, based on formula : L bi = L Ei e 2 ki Z L Wi (e 2 ki Z - 1). Water depth effect to water column radiance on ALOS AVNIR-2 imagery can be expressed as negative power functions. Separation between sea floor radiance and water column radiance yields image which can present sea floor object clearly. Maximum likelihood classification on sea floor radiance image yields map of sea floor object with level of accuracy of 86 %. Keywords : sea floor radiance; water column radiance. 1. Pendahuluan Kendala utama dalam pemanfaatan penginderaan jauh untuk pemetaan obyek dasar perairan adalah sifat kolom air yang menyerap dan menghamburkan energi gelombang elektromagnetik sehingga mengurangi daya tembus cahaya ke dalam perairan. Gelombang elektromagnetik yang masuk ke dalam kolom air akan mengalami penyerapan, hamburan dan pantulan. Penyerapan dilakukan oleh massa air dan bahan-bahan terlarut di dalamnya. Hamburan dilakukan oleh partikelpartikel tersuspensi dalam air. Pantulan dilakukan oleh obyek dasar perairan. Kedalaman penetrasi gelombang elektromagnetik ke dalam kolom air bergantung pada panjang gelombang dan bahanbahan terlarut dan tersuspensi yang ada dalam kolom air tersebut (Green, et al., [2]). Hasil penelitian Jupp [4] menunjukkan bahwa band-band yang bekerja pada spektrum cahaya tampak dapat mendeteksi obyek yang berada di bawah permukaan air. Salahsatu citra penginderaan jauh satelit yang tersedia saat ini adalah ALOS AVNIR-2. Citra tersebut mempunyai resolusi spasial 10 meter dengan sensor-sensor yang bekerja pada band biru (0,42 0,50 µm), hijau (0,52 0,60 µm), merah (0,61 0,69 µm) dan infra merah (0,76 0,89 µm). Ketersediaan band-band biru, hijau dan merah pada citra tersebut memungkinkan pemanfaatannya untuk mendeteksi obyek di bawah permukaan air. Radiansi yang keluar dari massa air dipengaruhi oleh pantulan substrat, kedalaman air dan material dalam kolom air. Besarnya pengaruh tersebut bervariasi sesuai panjang gelombang, dinyatakan melalui koefisien attenuasi air (k). Menurut Jupp [4], radiansi yang keluar dari massa air adalah : L E = (e -2kZ ) L b + (1 - e -2kZ ) L W (1) Dimana : L E : radiansi yang keluar dari kolom air L b : radiansi dari pantulan dasar perairan (jika Z = 0) L W : radiansi dari pantulan dan hamburan massa air Z : kedalaman air. Kendala lainnya adalah tercampurnya pantulan obyek dasar perairan dengan pantulan kolom air sehingga radiansi yang terekam oleh sensor tidak secara langsung menggambarkan obyek dasar perairan. Oleh karena itu diperlukan suatu algoritma yang dapat memisahkan antara radiansi Seminar Nasional Teori dan Aplikasi Teknologi Kelautan, 17 Desember 2009 A - 53
2 obyek dasar perairan dan radiansi kolom air. Apabila hal ini dapat dilakukan maka diharapkan informasi yang menyangkut obyek dasar perairan dapat diperoleh secara rinci. Penelitian ini bertujuan untuk menyusun algoritma pemisahan antara radiansi obyek dasar perairan dan radiansi kolom air yang terekam pada citra ALOS AVNIR Metode Penelitian Penelitian ini dilakukan sesuai dengan diagram alir penelitian yang disajikan pada Gambar 1. Citra ALOS AVNIR-2 koreksi atmosferik koreksi geometric land-masking Pengukuran posisi Ground Control Point Konversi Nilai Digital (DN) ke Nilai Radiansi pada tiap band komposit RGB 321 klasifikasi multispektral Penentuan stasiun pengukuran lapangan Pemisahan antara radiansi obyek dasar perairan dan radiansi kolom air Uji ketelitian Peta Batimetri Survei lapangan : pengukuran kedalaman (z) identifikasi jenis obyek dasar perairan klasifikasi Uji ketelitian Citra nilai radiansi dasar perairan pada band-1, band-2, dan band-3 Gambar 1. Diagram Alir Penelitian Citra ALOS AVNIR-2 yang digunakan dalam penelitian ini adalah hasil perekaman tanggal 27 Mei 2007, yang meliput perairan sekitar Pulau Barranglompo, Makassar. Koreksi atmosferik terhadap citra tersebut dilakukan dengan metode dark subtract (Mather, [5]). Koreksi geometrik dilakukan dengan menggunakan metode transformasi koordinat polinomial orde satu (affine transformation), (Jensen, [3]). Penyesuaian proyeksi dilakukan sesuai dengan sistem proyeksi UTM, dengan menggunakan titik kontrol medan (GCP) yang koordinatnya ditentukan dari lapangan melalui pengukuran dengan GPS. Datum yang dipilih adalah WGS 84 dengan proyeksi UTM zone 50 S. Koreksi geometrik dilanjutkan dengan interpolasi nilai spektral bagi masing-masing pixel melalui proses resampling tetangga terdekat (nearest neighbour resampling). Pembuatan citra komposit warna dilakukan dengan memberi warna dasar merah, hijau dan biru pada tiga saluran spektral yang dipilih. Perpaduan antara ketiga saluran tersebut menghasilkan citra baru dengan tampilan warna yang merupakan perpaduan dari ketiga warna dasar. Citra komposit warna yang dibuat dalam penelitian ini adalah citra komposit RGB321. Land-masking dilakukan untuk memisahkan antara obyek daratan dan perairan pada liputan citra agar nilai radiansi yang digunakan dalam proses klasifikasi tidak dipengaruhi oleh nilai radiansi dari daratan. Langkah ini dilakukan dengan membuat citra biner yakni perairan diberi nilai pixel 1, sedangkan daratan diberi nilai pixel 0. Citra biner tersebut kemudian diaplikasikan pada masing- Seminar Nasional Teori dan Aplikasi Teknologi Kelautan, 17 Desember 2009 A - 54
3 masing band, sehingga nilai radiansi daratan tidak ikut diproses dalam pengolahan citra berikutnya. Klasifikasi multispektral dilakukan dengan metode maximum likelihood, dengan melibatkan band-1, band-2 dan band-3. Ketelitian hasil klasifikasi diuji menggunakan matriks uji ketelitian (error matrix), yakni dengan menguji kecocokan antara data lapangan dengan data hasil klasifikasi. Hasil klasifikasi digunakan sebagai rujukan dalam penentuan stasiun pengamatan dan pengukuran di lapangan. Stasiun pengamatan untuk identifikasi obyek dasar perairan ditempatkan pada wilayah yang menunjukkan adanya variasi jenis obyek dasar perairan. Pengukuran kedalaman perairan dilakukan pada titik-titik perum yang berada dalam lajur perum yang disusun dalam sistem grid. Jarak antar titik perum sejauh 20 meter untuk wilayah perairan pantai dengan kedalaman kurang dari 20 meter. Sedangkan pada bagian perairan dengan kedalaman lebih dari 20 meter, jarak antar titik perum sejauh 40 meter. Kalibrasi radiansi citra ALOS AVNIR-2 dilakukan dengan menggunakan absolut calibration coefficient dan offset yang tercantum dalam Ancillary Record pada file metadata citra [6]. Konversi nilai digital ke nilai radiansi, untuk masing-masing pixel pada band-i, dilakukan dengan menggunakan rumusan : L band i abscalcoef band i DN offset band i...(2) dimana : L band-i : nilai radiansi pixel pada band-i, (Wm -2 sr -1 μm -1 ) abscalcoef dan offset : faktor kalibrasi radiometrik, (Wm -2 sr -1 μm -1 ) Nilai koefisien attenuasi pada masing-masing band dapat diperoleh dari koefisien regresi linier antara logaritma radiansi L E dengan kedalaman (Z), (Bierwirth, et al, [1]). Untuk suatu jenis substrat yang sama, misalnya (dipilih) pasir, nilai-nilai ln L Ei berbanding linier terhadap nilai Z. Koefisien attenuasi air pada band-i, k i, adalah setengah dari kemiringan kurva ln L Ei terhadap Z, (Green, et al., [2]). Perpotongan kurva dengan sumbu ln L Ei menunjukkan niai-nilai : Z = 0, sehingga L Wi = 0, maka pada titik tersebut nilai ln L Ei = ln L bi pasir. Dengan demikian radiansi obyek pasir, L bi pasir, dapat diketahui. Radiansi kolom air tidak bergantung pada jenis substrat dasar perairan, sehingga L Wi dapat dirumuskan sebagai fungsi dari Z. L Wi = f ( Z )...(3) Nilai radiansi obyek dasar perairan diformulasikan dengan menerapkan persamaan (1) dan (3), yakni : L bi = L Ei e 2 ki Z L Wi (e 2 ki Z - 1)...(4) Citra L bi menggambarkan radiansi dasar perairan dengan berbagai tingkatan kondisinya. Langkahlangkah pemisahan antara radiansi kolom air dan radiansi obyek dasar perairan dilakukan pada masing-masing band. 3. Hasil dan Pembahasan 3.1. Koreksi atmosferik Gelombang elektromagnetik yang melalui atmosfer akan mengalami hamburan yang ditimbulkan oleh partikel-partikel gas dan debu. Hamburan atmosfer (path radiance) tersebut mengakibatkan adanya kesalahan radiansi yang terekam pada citra. Koreksi atmosferik dilakukan untuk menghilangkan kesalahan radiansi tersebut. Hamburan atmosfer bervariasi menurut panjang gelombang, oleh karena itu nilai koreksi atmosferik saling berbeda pada masing-masing band citra. Semakin besar panjang gelombang elektromagnetik yang digunakan maka semakin kecil nilai koreksi atmosferik. Nilai koreksi atmosferik masing-masing band adalah : Band-1 = 62 Band-2 = 16 Band-3 = 11 Seminar Nasional Teori dan Aplikasi Teknologi Kelautan, 17 Desember 2009 A - 55
4 3.2. Koreksi Geometrik Koreksi geometrik dilakukan untuk mengembalikan posisi obyek pada citra ke posisi sebenarnya. Obyek-obyek yang dijadikan rujukan dalam koreksi ini berupa obyek yang mudah dikenali pada citra. Koordinat posisi obyek, sebagai Ground Control Point (GCP), diukur di lapangan dengan menggunakan GPS. Titik-titik GCP yang digunakan sebanyak 10 titik tersebar merata di sekitar lokasi penelitian. Hasil koreksi geometrik mempunyai nilai RMS error = 0, Nilai RMS error tersebut memenuhi persyaratan pemetaan karena lebih kecil dari 0,5. Citra yang telah terkoreksi geometrik kemudian dipotong pada batas-batas yang meliputi lokasi penelitian yakni perairan sekitar Pulau Barranglompo Klasifikasi multispektral Klasifikasi multispektral dilakukan dengan menggunakan metode maximum likelihood pada citra dengan melibatkan band-1, band-2 dan band-3 (Gambar 2). Klas-klas hasil klasifikasi menunjukkan distribusi jenis dasar perairan, yakni laut-dalam (klas 1), pasir-dalam (klas 2), pasir dan pecahan karang (klas 3), karang hidup (klas 4), serta lamun (klas 5). Gambar 2. Hasil klasifikasi multispektral Uji ketelitian terhadap hasil klasifikasi dilakukan dengan menggunakan 50 sampel uji. Uji ketelitian hasil klasifikasi disajikan pada Tabel 1. Uji ketelitian menunjukkan bahwa terdapat kesalahan yang signifikan pada hasil klasifikasi, yakni : 44,4 % klas laut-dalam diklasifikasi sebagai pasir dalam. 44,4 % klas pasir-dalam diklasifikasi sebagai klas pasir dan karang mati, klas karang hidup, dan klas lamun. 53,3 % klas lamun diklasifikasi sebagai pasir dan karang mati. Ketelitian keseluruhan mencapai 62 %, namun ketelitian hasil klasifikasi hanya bagus untuk klas 3 (pasir dan karang mati), serta klas 4 (karang hidup). Tabel 1. Hasil Uji Ketelitian Klas Ketelitian per kelas (%) Klas 1 55,6 Klas 2 55,6 Klas Klas 4 70 Klas 5 46,7 Ketelitian keseluruhan (%) 62 Seminar Nasional Teori dan Aplikasi Teknologi Kelautan, 17 Desember 2009 A - 56
5 3.4. Batimetri Pengukuran kedalaman perairan (batimetri) dilakukan pada titik-titik yang disusun dalam bentuk grid. Jumlah titik pengukuran sebanyak 2230 titik. Pengukuran kedalaman dilakukan bersamaan dengan pengukuran pasangsurut. Hasil pengukuran kedalaman perairan dikoreksi terhadap data pasangsurut. Hasil pengukuran batimetri disajikan dalam bentuk peta batimetrik dengan format raster (Gambar 3), dengan ukuran grid (pixel) 10 meter sesuai dengan resolusi spasial citra ALOS AVNIR-2. Format raster dipilih agar dapat dioperasikan dengan data citra dalam bentuk formula matematis. Gambar 3. Peta Batimetrik Format Raster (grid 10 meter) 3.5. Konversi nilai digital pixel ke nilai radiansi Nilai radiansi menunjukkan besarnya energi elektromagnetik per satuan luas yang terpancar dari suatu obyek. Nilai pixel citra dikonversi menjadi nilai radiansi dengan menggunakan persamaan (2). Proses konversi ke nilai radiansi merubah nilai pixel dari bilangan integer (dengan kisaran 0 255) menjadi bilangan ril dengan kisaran nilai yang berbeda pada masing-masing band. Tingkat keabuan (grey scale) pada tampilan citra sebenarnya tidak mengalami perubahan rona, hanya nilai pixelnya yang berubah Penentuan koefisien attenuasi kolom air dan nilai radiansi pasir Koefisien attenuasi kolom air, k i, diperoleh dari persamaan regresi antara logaritma radiansi citra terhadap kedalaman, yakni setengah dari kemiringan kurva. Nilai radiansi citra L E dipilih dari liputan citra yang dasar perairannya berupa pasir. Persamaan regresi, koefisien attenuasi dan radiansi pasir untuk masing-masing band disajikan pada Tabel 2. Nilai k i bervariasi sesuai dengan kisaran panjang gelombang elektromagnetik yang digunakan pada masing-masing band. Semakin besar panjang gelombang maka semakin besar pula nilai k i. Tabel 2. Koefisien attenuasi dan radiansi pasir Band Persamaan regresi k i L bi pasir 1 ln L E1 = 3,742 0,040 Z k 1 = 0,020 L b1 pasir = 42, ln L E2 = 4,177 0,070 Z k 2 = 0,035 L b2 pasir = 65, ln L E3 = 3,343 0,106 Z k 3 = 0,053 L b3 pasir = 28, Seminar Nasional Teori dan Aplikasi Teknologi Kelautan, 17 Desember 2009 A - 57
6 Nilai radiansi pasir (basah, Z = 0) bervariasi pula untuk masing-masing band. Variasi nilai radiansi pasir mengikuti karakteristik radiansi air, yakni rendah di band-1 dan band-3, namun tinggi di band Penentuan nilai radiansi kolom air Radiansi kolom air, L wi, tidak bergantung pada jenis substrat dasar perairan melainkan merupakan fungsi dari Z. L wi diformulasikan melalui persamaan (1) dan (3). Diagram pencar nilai L wi terhadap kedalaman menunjukkan perubahan yang mengikuti fungsi pangkat negatif (negative power), dengan persamaan sebagai berikut : L w1 = 96,473 Z 0,980...(5) L w2 = 83,169 Z 0,658...(6) L w3 = 61,219 Z 1,263...(7) Nilai L wi mengalami pengurangan yang sangat signifikan pada kedalaman 0 sampai 5 meter. Pada kedalaman yang lebih besar daripada 5 meter, nilai L wi mengalami pengurangan yang hampir linier. Persamaan di atas diterapkan pada peta batimetrik untuk memperoleh citra L wi Pemisahan antara radiansi obyek dasar perairan dan radiansi kolom air Pemisahan antara radiansi obyek dasar perairan, L bi, dan radiansi kolom air dilakukan dengan menerapkan persamaan (4). Hasil dari proses ini merupakan citra yang menggambarkan radiansi obyek dasar perairan tanpa dipengaruhi lagi oleh radiansi kolom air. Citra komposit RGB321 yang disusun dari citra L bi menampilkan obyek dasar perairan secara lebih jelas sehingga dapat lebih memudahkan mengidentifikasi jenis obyek (Gambar 4). Sebelum pemisahan radiansi Setelah pemisahan radiansi Gambar 4. Citra komposit RGB321 Terpisahkannya pengaruh kolom air tampak jelas pada perubahan histogram nilai radiansi (Gambar 5). Histogram nilai radiansi menunjukkan bahwa frekuensi tinggi pada nilai radiansi yang rendah di masing-masing band, sebelum dilakukan pemisahan radiansi (L Ei ), merupakan pengaruh dari keberadaan kolom air. Setelah dilakukan pemisahan radiansi kolom air (L bi ), histogram menggambarkan distribusi nilai radiansi obyek dasar perairan yang sebenarnya. Seminar Nasional Teori dan Aplikasi Teknologi Kelautan, 17 Desember 2009 A - 58
7 L E1 L b1 L E2 L b2 L E3 L b3 Gambar 5. Perubahan histogram setelah pemisahan radiansi obyek dasar perairan 3.9. Klasifikasi dasar perairan Klasifikasi multispektral dengan menggunakan metode maximum likelihood dilakukan pada citra dasar perairan dengan melibatkan L b1, L b2, dan L b3. Hasil klasifikasi disajikan pada Gambar 6. Klasklas hasil klasifikasi menunjukkan distribusi jenis dasar perairan yang diperoleh dari citra yang tidak dipengaruhi lagi oleh kolom air. Gambar 7. Hasil klasifikasi citra dasar perairan Seminar Nasional Teori dan Aplikasi Teknologi Kelautan, 17 Desember 2009 A - 59
8 Uji ketelitian hasil klasifikasi citra dasar perairan disajikan pada Tabel 3. Uji ketelitian menunjukkan bahwa hasil klasifikasi citra setelah dilakukan pemisahan radiansi kolom air mengalami peningkatan nilai ketelitian keseluhan secara signifikan yakni dari 62 % menjadi 86 %. Tabel 3. Hasil Uji Ketelitian klas-klas dasar perairan Klas Ketelitian Ketelitian per kelas (%) keseluruhan (%) Klas Klas 2 87,5 Klas 3 55,6 86 Klas 4 90 Klas 5 92,9 4. Kesimpulan Penelitian ini menunjukkan bahwa : 1. Pemisahan antara radiansi kolom air dan radiansi dasar perairan dapat dilakukan dengan mengoperasikan persamaan : L E = (e -2kZ ) L b + (1 - e -2kZ ) L W 2. Pemisahan antara radiansi kolom air dan radiansi dasar perairan menghasilkan citra yang dapat menampilkan obyek dasar perairan secara lebih jelas. 3. Pengaruh kedalaman perairan terhadap radiansi kolom air dapat dinyatakan sebagai fungsi pangkat negatif (negative power). 4. Klasifikasi maximum likelihood pada citra radiansi dasar perairan menghasilkan sebaran obyek dasar perairan dengan tingkat ketelitian mencapai 86 %. Daftar Pustaka [1] Bierwirth, P.N., Lee, T., Burne, R.V., Shallow Sea-Floor Reflectance and Water Depth Derived by Unmixing Multispectral Imagery, Photogrammetric Engineering & Remote Sensing, Vol.59, No.3, pp, , March [2] Green, E.P., Mumby, P.J., Edwards, A.J., Clark, C.D., Remote Sensing Handbook for Tropical Coastal Management. Coastal Management Sourcebooks 3, (Ed. A.J. Edwards), UNESCO, Paris. x pp, [3] Jensen, J.R., Introductory Digital Image Processing : A Remote Sensing Perspective, 3 rd ed., Pearson Prentice Hall, London, xvi pp, [4] Jupp, D.L.B., Background and Extensions to Depth of Penetration (DOP) Mapping in Shallow Coastal Water, Proceeding of the Symposium on Remote Sensing of the Coastal Zone, Gold Coast, Queensland, IV.2.1 IV.2.19, September [5] Mather, P.M., Computer Processing of Remotely-Sensed Images, An Introduction, 3 rd ed., John Wiley & Sons Ltd., West Sussex, xviii pp, [6] (18 Februari 2009). Seminar Nasional Teori dan Aplikasi Teknologi Kelautan, 17 Desember 2009 A - 60
5. 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 terperinci1.2 Tujuan. 1.3 Metodologi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Penginderaan jauh telah menjadi sarana umum untuk mendapatkan data spasial dengan akurasi yang baik. Data dari penginderaan jauh dihasilkan dalam waktu yang relatif
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 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 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 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 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 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 terperincimenunjukkan nilai keakuratan yang cukup baik karena nilai tersebut lebih kecil dari limit maksimum kesalahan rata-rata yaitu 0,5 piksel.
Lampiran 1. Praproses Citra 1. Perbaikan Citra Satelit Landsat Perbaikan ini dilakukan untuk menutupi citra satelit landsat yang rusak dengan data citra yang lainnya, pada penelitian ini dilakukan penggabungan
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 III METODA. Gambar 3.1 Intensitas total yang diterima sensor radar (dimodifikasi dari GlobeSAR, 2002)
BAB III METODA 3.1 Penginderaan Jauh Pertanian Pada penginderaan jauh pertanian, total intensitas yang diterima sensor radar (radar backscattering) merupakan energi elektromagnetik yang terpantul dari
Lebih terperinciAPLIKASI DATA SATELIT SPOT 4 UNTUK MENDETEKSI TERUMBU KARANG: STUDI KASUS DI PULAU PARI
Aplikasi Data Satelit SPOT 4 untuk Mendeteksi Terumbu Karang..... (Arief, M.) APLIKASI DATA SATELIT SPOT 4 UNTUK MENDETEKSI TERUMBU KARANG: STUDI KASUS DI PULAU PARI (Application of SPOT-4 Satellite Data
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 terperinci3. METODE PENELITIAN. 3.1 Waktu dan Tempat Penelitian
3. METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilaksanakan mulai bulan Juni 2004 sampai bulan Desember 2006. Lokasi yang dipilih untuk studi kasus adalah Gugus Pulau Pari, Kepulauan
Lebih terperinciDiterima: 9 Februari 2008; Disetujui: 9 November 2008 ABSTRACT ABSTRAK
ALGORITMA UNTUK ESTIMASI KEDALAMAN PERAIRAN DANGKAL MENGGUNAKAN DATA LANDSAT-7 ETM + (Studi Kasus: Perairan Gugus Pulau Pari, Kepulauan Seribu, Jakarta) Algorithm to estimate shallow water depth by using
Lebih terperinciEvaluasi Citra Quickbird untuk Pemetaan Batimetri Gobah Dengan Menggunakan Data Perum: Studi Kasus Gobah Karang Lebar dan Pulau Panggang
ILMU KELAUTAN. Februari 2010. Vol. 1. Edisi Khusus: 99 109 ISSN 0853-7291 Evaluasi Citra Quickbird untuk Pemetaan Batimetri Gobah Dengan Menggunakan Data Perum: Studi Kasus Gobah Karang Lebar dan Pulau
Lebih terperinciLAPORAN PRAKTIKUM MATA KULIAH PENGOLAHAN CITRA DIGITAL
LAPORAN PRAKTIKUM MATA KULIAH PENGOLAHAN CITRA DIGITAL Georeferencing dan Resizing Enggar Budhi Suryo Hutomo 10301628/TK/37078 JURUSAN S1 TEKNIK GEODESI FAKULTAS TEKNIK UNIVERSITAS GADJAH MADA 2015 BAB
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 terperinciRSNI-3 Rancangan Standar Nasional Indonesia-3
RSNI-3 Rancangan Standar Nasional Indonesia-3 Pemetaan habitat perairan laut dangkal Bagian 1: Pemetaan terumbu karang dan padang lamun (Hasil Rapat Konsensus 1 Maret 2011) ICS 07.040 Badan Standardisasi
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 terperinci4. HASIL DAN PEMBAHASAN
4. HASIL DAN PEMBAHASAN 4.1. Pemetaan Batimetri 4.1.1. Pemilihan Model Dugaan Dengan Nilai Digital Asli Citra hasil transformasi pada Gambar 7 menunjukkan nilai reflektansi hasil transformasi ln (V-V S
Lebih terperinciPengaruh Pengambilan Sampel... (Syarif Budhiman et al.)
PENGARUH PENGAMBILAN TRAINING SAMPLE SUBSTRAT DASAR BERBEDA PADA KOREKSI KOLOM AIR MENGGUNAKAN DATA PENGINDERAAN JAUH (EFFECT OF TRAINING SAMPLE OF DIFFERENT BOTTOM SUBSTRATES ON WATER COLUMN CORRECTION
Lebih terperinciACARA IV KOREKSI GEOMETRIK
65 ACARA IV KOREKSI GEOMETRIK A. TUJUAN: 1) Mahasiswa mampu melakukan koreksi geometric pada foto udara maupun citra satelit dengan software ENVI 2) Mahasiswa dapat menemukan berbagai permasalahan saat
Lebih terperinciEvaluasi Citra Quickbird untuk Pemetaan Batimetri Gobah Dengan Menggunakan Data Perum: Studi Kasus Gobah Karang Lebar dan Pulau Panggang
Evaluasi Citra Quickbird untuk Pemetaan Batimetri Gobah Dengan Menggunakan Data Perum: Studi Kasus Gobah Karang Lebar dan Pulau Panggang Quickbird Image Evaluation for bathymetric mapping of small-lagoon
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 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 III PEMBAHASAN. 3.1 Data. Data yang digunakan dalam penelitian ini berupa :
3.1 Data BAB III PEMBAHASAN Data yang digunakan dalam penelitian ini berupa : 1. Citra Landsat-5 TM, path 122 row 065, wilayah Jawa Barat yang direkam pada 2 Juli 2005 (sumber: LAPAN). Band yang digunakan
Lebih terperinciix
DAFTAR ISI viii ix x DAFTAR TABEL Tabel 1.1. Emisivitas dari permukaan benda yang berbeda pada panjang gelombang 8 14 μm. 12 Tabel 1.2. Kesalahan suhu yang disebabkan oleh emisivitas objek pada suhu 288
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 terperinciPEMETAAN HABITAT DASAR PERAIRAN LAUT DANGKAL
PEMETAAN HABITAT DASAR PERAIRAN LAUT DANGKAL Pusat Penelitian Oseanografi Lembaga Ilmu Pengetahuan Indonesia PANDUAN TEKNIS PEMETAAN HABITAT DASAR PERAIRAN LAUT DANGKAL 2014 CRITC COREMAP II LIPI Penulis
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 terperinciAnalisa Perubahan Luasan Terumbu Karang Dengan Metode Penginderaan Jauh (Studi Kasus: Pulau Menjangan, Bali) Teguh Hariyanto 1, Alhadir Lingga 1
Analisa Perubahan Luasan Terumbu Karang Dengan Metode Penginderaan Jauh (Studi Kasus: Pulau Menjangan, Bali) ANALYSIS OF CHANGES CORAL REEFS AREA USING REMOTE SENSING (A Case Study: Menjangan Island, Bali)
Lebih terperinci3. BAHAN DAN METODE. Penelitian dilakukan di wilayah yang tercemar tumpahan minyak dari
3. BAHAN DAN METODE 3.1 Lokasi dan Waktu Penelitian Penelitian dilakukan di wilayah yang tercemar tumpahan minyak dari anjungan minyak Montara Australia. Perairan tersebut merupakan perairan Australia
Lebih terperinciEVALUASI AKURASI EKSTRAKSI KEDALAMAN LAUT DENGAN METODE LYZENGA DAN MODIFIKASINYA MENGGUNAKAN DATA SPOT-7 DI TELUK BELANGBELANG MAMUJU
Ekstraksi Kedalaman Laut Menggunakan Data Spot-7... (Arya et al.) EVALUASI AKURASI EKSTRAKSI KEDALAMAN LAUT DENGAN METODE LYZENGA DAN MODIFIKASINYA MENGGUNAKAN DATA SPOT-7 DI TELUK BELANGBELANG MAMUJU
Lebih terperinciBAB 4. METODE PENELITIAN
BAB 4. METODE PENELITIAN 4.1 Lokasi Penelitian dan Scene Data Satelit Lokasi penelitian ini difokuskan di pantai yang berada di pulau-pulau terluar NKRI yang berada di wilayah Provinsi Riau. Pulau-pulau
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 terperinciAPLIKASI ALGORITMA VAN HENGEL DAN SPITZER UNTUK EKSTRAKSI INFORMASI BATIMETRI MENGGUNAKAN DATA LANDSAT
APLIKASI ALGORITMA VAN HENGEL DAN SPITZER UNTUK EKSTRAKSI INFORMASI BATIMETRI MENGGUNAKAN DATA LANDSAT Kuncoro Teguh Setiawan *), Takahiro Osawa **), I. Wayan Nuarsa ***) *) Pusat Pemanfaatan 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 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 terperinciEVALUASI AKURASI EKSTRAKSI KEDALAMAN LAUT DENGAN METODE LYZENGA DAN MODIFIKASINYA MENGGUNAKAN DATA SPOT-7 DI TELUK BELANGBELANG MAMUJU
Ekstraksi Kedalaman Laut Menggunakan Spot-7... (Arya et al.) EVALUASI AKURASI EKSTRAKSI KEDALAMAN LAUT DENGAN METODE LYZENGA DAN MODIFIKASINYA MENGGUNAKAN DATA SPOT-7 DI TELUK BELANGBELANG MAMUJU (Accuracy
Lebih terperinciPEMETAAN BENTIK HABITAT DAN TUTUPAN LAHAN PULAU TUNDA MENGGUNAKAN CITRA SATELIT WORLDVIEW-2 IRPAN PIDIA PUTRA
PEMETAAN BENTIK HABITAT DAN TUTUPAN LAHAN PULAU TUNDA MENGGUNAKAN CITRA SATELIT WORLDVIEW-2 IRPAN PIDIA PUTRA DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN INSTITUT PERTANIAN
Lebih terperinciAplikasi Algoritma Klasifikasi Mean Shift untuk Pemetaan Habitat Bentik Studi Kasus Kepulauan Karimunjawa
Aplikasi Algoritma Klasifikasi Mean Shift untuk Pemetaan Habitat Bentik Studi Kasus Kepulauan Karimunjawa PramadityaWicaksono 1, Nur Mohammad Farda 1 1 Kartografi dan Penginderaan Jauh, Fakultas Geografi,
Lebih terperinciPERBANDINGAN AKURASI METODE BAND TUNGGAL DAN BAND RASIO UNTUK PEMETAAN BATIMETRI PADA LAUT DANGKAL OPTIS
PERBANDINGAN AKURASI METODE BAND TUNGGAL DAN BAND RASIO UNTUK PEMETAAN BATIMETRI PADA LAUT DANGKAL OPTIS Pramaditya Wicaksono Kartografi dan Penginderaan Jauh Fakultas Geografi Universitas Gadjah Mada
Lebih terperinciEVALUASI CITRA WORLDVIEW-2 UNTUK PENDUGAAN KEDALAMAN PERAIRAN DANGKAL PULAU KELAPA-HARAPAN MENGGUNAKAN ALGORITMA RASIO BAND
OPEN ACCESS Vol 2, No 1, 2015, 30-37 Geoplanning Journal of Geomatics and Planning E-ISSN: 2355-6544 http://ejournal.undip.ac.id/index.php/geoplanning EVALUASI CITRA WORLDVIEW-2 UNTUK PENDUGAAN KEDALAMAN
Lebih terperinciIndeks Vegetasi Bentuk komputasi nilai-nilai indeks vegetasi matematis dapat dinyatakan sebagai berikut :
Indeks Vegetasi Bentuk komputasi nilai-nilai indeks vegetasi matematis dapat dinyatakan sebagai berikut : NDVI=(band4 band3)/(band4+band3).18 Nilai-nilai indeks vegetasi di deteksi oleh instrument pada
Lebih terperinciHasil klasifikasi citra ALOS PALSAR filterisasi Kuan. dengan ukuran kernel size 9x dengan ukuran kernel size 3x
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN... v HALAMAN PERNYATAAN... vi HALAMAN PERSEMBAHAN... vii INTISARI... viii ABSTRACT... ix KATA PENGANTAR... x DAFTAR ISI... xii DAFTAR GAMBAR... xv DAFTAR
Lebih terperinciPenginderaan Jauh Dan Interpretasi Citra Khursanul Munibah Asisten : Ninda Fitri Yulianti
Penginderaan Jauh Dan Interpretasi Citra Khursanul Munibah Asisten : 1. Muh. Tufiq Wiguna (A14120059) 2. Triawan Wicaksono H (A14120060) 3. Darwin (A14120091) ANALISIS SPEKTRAL Ninda Fitri Yulianti A14150046
Lebih terperinciIII. METODOLOGIPENELITIAN Waktu dan Tempat. Penelitian ini telah dilakukan tepatnya pada Agustus 2008, namun penyusunan
III. METODOLOGIPENELITIAN 3.1. Waktu dan Tempat Penelitian ini telah dilakukan tepatnya pada Agustus 2008, namun penyusunan laporan kembali dilakukan pada bulan Agustus hingga September 2009. Pengamatan
Lebih terperinciHASIL DAN ANALISA. 3.1 Penentuan Batas Penetrasi Maksimum
BAB 3 HASIL DAN ANALISA 3.1 Penentuan Batas Penetrasi Maksimum Zonasi kedalaman diperlukan untuk mendapatkan batas penetrasi cahaya ke dalam kolom air. Nilai batas penetrasi akan digunakan dalam konversi
Lebih terperinciEVALUASI PERUBAHAN TUTUPAN LAHAN WILAYAH PERAIRAN PESISIR SURABAYA TIMUR SIDOARJO DENGAN MENGGUNAKAN CITRA SATELIT MULTITEMPORAL
EVALUASI PERUBAHAN TUTUPAN LAHAN WILAYAH PERAIRAN PESISIR SURABAYA TIMUR SIDOARJO DENGAN MENGGUNAKAN CITRA SATELIT MULTITEMPORAL Grace Idolayanti Moko 1, Teguh Hariyanto 1, Wiweka 2, Sigit Julimantoro
Lebih terperinciGosong Semak Daun. P. Karya. P. Panggang. Gambar 2.1 Daerah penelitian.
BAB 2 BAHAN DAN METODE 2.1 Daerah Penelitian Daerah penelitian adalah Pulau Semak Daun (Gambar 2.1) yang terletak di utara Jakarta dalam gugusan Kepulauan Seribu. Pulau Semak Daun adalah pulau yang memiliki
Lebih terperinciKOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN
KOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN Rahayu *), Danang Surya Candra **) *) Universitas Jendral Soedirman
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Waktu dan Lokasi Penelitian Lokasi penelitian di DAS Citarum Hulu Jawa Barat dengan luasan sebesar + 230.802 ha. Penelitian dilaksanakan pada bulan Juni sampai dengan
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 terperinciAnalisis Ketelitian Geometric Citra Pleiades 1B untuk Pembuatan Peta Desa (Studi Kasus: Kelurahan Wonorejo, Surabaya)
Analisis Ketelitian Geometric Citra Pleiades 1B untuk Pembuatan Peta Desa (Studi Kasus: Kelurahan Wonorejo, Surabaya) Iva Nurwauziyah, Bangun Muljo Sukojo, Husnul Hidayat Jurusan Teknik Geomatika, Fakultas
Lebih terperinciEvaluasi Kesesuaian Tutupan Lahan Menggunakan Citra ALOS AVNIR-2 Tahun 2009 Dengan Peta RTRW Kabupaten Sidoarjo Tahun 2007
JURNAL TEKNIK POMITS Vol. x, No. x, (Oktober, 2013) ISSN: 2301-9271 Evaluasi Kesesuaian Tutupan Lahan Menggunakan Citra ALOS AVNIR-2 Tahun 2009 Dengan Peta RTRW Kabupaten Sidoarjo Tahun 2007 Latri Wartika
Lebih terperinciHUBUNGAN ANTARA NILAI SPEKTRAL DENGAN TEKSTUR TANAH PADA DATA DIGITAL CITRA ALOS AVNIR-2 SEBAGIAN KABUPATEN PURWOREJO, JAWA TENGAH
HUBUNGAN ANTARA NILAI SPEKTRAL DENGAN TEKSTUR TANAH PADA DATA DIGITAL CITRA ALOS AVNIR-2 SEBAGIAN KABUPATEN PURWOREJO, JAWA TENGAH Ellysha Prasty Marantika ellysha.prasty@yahoo.com Sudaryatno deyatno@yahoo.com
Lebih terperinciPEMETAAN HABITAT DASAR PERAIRAN DANGKAL MENGGUNAKAN CITRA SATELIT SPOT-5 DI PESISIR BINTAN TIMUR, KEPULAUAN RIAU ALVIDITA BEATRIX INDAYANI
PEMETAAN HABITAT DASAR PERAIRAN DANGKAL MENGGUNAKAN CITRA SATELIT SPOT-5 DI PESISIR BINTAN TIMUR, KEPULAUAN RIAU ALVIDITA BEATRIX INDAYANI DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN
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 terperinciPENENTUAN SEBARAN TERUMBU KARANG DENGAN MENGGUNAKAN ALGORITMA LYZENGA DI PULAU MAITARA. Universitas Khairun. Ternate. Universitas Khairun.
PENENTUAN SEBARAN TERUMBU KARANG DENGAN MENGGUNAKAN ALGORITMA LYZENGA DI PULAU MAITARA Surahman 1 dan Rustam Effendi P 2 1 Program Studi Pemanfaatan Sumberdaya Perikanan. Fakultas Perikanan dan Ilmu Kelautan,
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 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 terperinciGambar 6. Peta Lokasi Penelitian
BAB III BAHAN DAN METODE 3.1 Tempat dan waktu Penelitian telah dilaksanakan pada bulan April 2013. Lokasi penelitian dilakukan di Perairan Nusa Lembongan, Kecamatan Nusa Penida, Kabupaten Klungkung, Provinsi
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN Latar Belakang Indonesia merupakan negara kepulauan dengan jumlah 13,466 pulau yang memiliki nama dan koordinat, serta garis pantai kepulauan sepanjang 99,093 km (BIG 2015). Dari kondisi
Lebih terperinciSAMPLING DAN KUANTISASI
SAMPLING DAN KUANTISASI Budi Setiyono 1 3/14/2013 Citra Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalahkoordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan
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 terperinciBAB IV PENGOLAHAN DATA
BAB IV PENGOLAHAN DATA 4.1 Koreksi Geometrik Langkah awal yang harus dilakukan pada penelitian ini adalah melakukan koreksi geometrik pada citra Radarsat. Hal ini perlu dilakukan karena citra tersebut
Lebih 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 terperinciTINJAUAN PUSTAKA Konsep Dasar Penginderaan Jauh
4 TINJAUAN PUSTAKA Konsep Dasar Penginderaan Jauh Penginderaan jauh adalah ilmu dan seni untuk memperoleh informasi tentang suatu objek, daerah, dan fenomena melalui analisis data yang diperoleh dari suatu
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 III PENGOLAHAN DATA. Pada bab ini akan dibahas tentang aplikasi dan pelaksanaan penelitian yang dilakukan dalam tugas akhir ini.
BAB III PENGOLAHAN DATA Pada bab ini akan dibahas tentang aplikasi dan pelaksanaan penelitian yang dilakukan dalam tugas akhir ini. 3.1 Lokasi Area Studi Dalam tugas akhir ini daerah Kabupaten Bandung
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 terperinciMODIFIKASI ALGORITMA AVHRR UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA AQUA MODIS
MODIFIKASI ALGORITMA AVHRR UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA Briliana Hendra P, Bangun Muljo Sukojo, Lalu Muhamad Jaelani Teknik Geomatika-ITS, Surabaya, 60111, Indonesia Email : gm0704@geodesy.its.ac.id
Lebih 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 terperinciModel Informasi Kedalaman Laut Dangkal di Perairan Teluk Lampung Menggunakan Data Satelit Landsat-8
Seminar Nasional Penginderaan Jauh ke-4 Tahun 2017 Model Informasi Kedalaman Laut Dangkal di Perairan Teluk Lampung Menggunakan Data Satelit Landsat-8 Model of Shallow Water Depth Information in Lampung
Lebih terperinciBAB II TINJAUAN PUSTAKA...
DAFTAR ISI HALAMAN JUDUL... i LEMBAR PENGESAHAN... ii PERNYATAAN... iii INTISARI... iv ABSTRACT... v KATA PENGANTAR... vi DAFTAR ISI... viii DAFTAR TABEL... xi DAFTAR GAMBAR... xiii DAFTAR LAMPIRAN...
Lebih terperinciMetode Klasifikasi Digital untuk Citra Satelit Beresolusi Tinggi WorldView-2 pada Unit Pengembangan Kertajaya dan Dharmahusada Surabaya
JURNAL TEKNIK POMITS Vol. X, No. X, (2013) ISSN: 2337-3539 (2301-9271 Print) 1 Metode Klasifikasi Digital untuk Citra Satelit Beresolusi Tinggi WorldView-2 pada Unit Pengembangan Kertajaya dan Dharmahusada
Lebih terperinciJurnal Geodesi Undip April 2015
ANALISIS PENGARUH TOTAL SUSPENDED SOLID DALAM PENENTUAN KEDALAMAN LAUT DANGKAL DENGAN METODE ALGORITMA VAN HENGEL DAN SPITZER Lukman Maulana, Andri Suprayogi, Arwan Putra Wijaya *) Program Studi Teknik
Lebih terperinciPENGUKURAN GROUND CONTROL POINT UNTUK CITRA SATELIT CITRA SATELIT RESOLUSI TINGGI DENGAN METODE GPS PPP
PENGUKURAN GROUND CONTROL POINT UNTUK CITRA SATELIT CITRA SATELIT RESOLUSI TINGGI DENGAN METODE GPS PPP Oleh A. Suradji, GH Anto, Gunawan Jaya, Enda Latersia Br Pinem, dan Wulansih 1 INTISARI Untuk meningkatkan
Lebih terperinciPEMETAAN MANGROVE DENGAN TEKNIK IMAGE FUSION CITRA SPOT DAN QUICKBIRD DI PULAU LOS KOTA TANJUNGPINANG PROVINSI KEPULAUAN RIAU
PEMETAAN MANGROVE DENGAN TEKNIK IMAGE FUSION CITRA SPOT DAN QUICKBIRD DI PULAU LOS KOTA TANJUNGPINANG PROVINSI KEPULAUAN RIAU Reygian Freila Chevalda 1), Yales Veva Jaya, S.Pi, M.Si 2), dan Dony Apdillah,
Lebih terperinciEVALUASI AKURASI TEMATIK CITRA SATELIT QUICKBIRD DAN IKONOS UNTUK PENGADAAN PETA HABITAT TERUMBU KARANG SKALA BESAR
EVALUASI AKURASI TEMATIK CITRA SATELIT QUICKBIRD DAN IKONOS UNTUK PENGADAAN PETA HABITAT TERUMBU KARANG SKALA BESAR Thematic Accuracy Evaluation of Quickbird and Ikonos Satellite Images for Large Scale
Lebih terperinciKLASIFIKASI DARATAN DAN LAUTAN MENGGUNAKAN CITRA SATELIT ALOS Studi Kasus di Pesisir Timur Kota Surabaya
KLASIFIKASI DARATAN DAN LAUTAN MENGGUNAKAN CITRA SATELIT ALOS Studi Kasus di Pesisir Timur Kota Surabaya (Land and Sea Classification Using ALOS Satellite Imagery, Case Study in East Coast of Surabaya)
Lebih terperinciGambar 11. Pembagian Zona UTM Wilayah Indonesia (Sumber: kampungminers.blogspot.com)
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengolahan Data Citra 4.1.1 Koreksi Radiometrik dan Geometrik Penelitian ini menggunakan citra satelit ALOS AVNIR2 tahun 2007, 2009 dan 2010 di perairan Nusa Lembongan untuk
Lebih terperinciSuatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.
Image Enhancement Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara. Cara-cara yang bisa dilakukan misalnya dengan fungsi transformasi, operasi matematis,
Lebih terperinciREGISTRASI PETA TUTORIAL I. Subjek Matter: 1.1 GEOFERENSING 1.2 COORDINAT GEOMETRIK (COGO)
TUTORIAL I REGISTRASI PETA Subjek Matter: 1.1 GEOFERENSING 1.2 COORDINAT GEOMETRIK (COGO) A. Dasar Teori Peta dasar yang digunakan sebagai sumber dalam pemetaan yang berupa gambar citra/peta hasil proses
Lebih terperinciSEMINAR NASIONAL GEOGRAFI UMS 2016 Farid Ibrahim, Fiqih Astriani, Th. Retno Wulan, Mega Dharma Putra, Edwin Maulana; Perbandingan Ekstraksi
PERBANDINGAN EKSTRAKSI BRIGHTNESS TEMPERATUR LANDSAT 8 TIRS TANPA ATMOSPHERE CORRECTION DAN DENGAN MELIBATKAN ATMOSPHERIC CORRECTION UNTUK PENDUGAAN SUHU PERMUKAAN Farid Ibrahim 1, Fiqih Atriani 2, Th.
Lebih terperinciSeminar Nasional Penginderaan Jauh ke-4 Tahun Staf Pengajar Jurusan Teknik Geodesi FT-UNPAK.
Pembuatan Peta Penutup Lahan Menggunakan Klasifikasi Terbimbing Metode Maximum Likelilhood Pada Citra Landsat 8 (Studi Kasus: Kabupaten Indramayu, Provinsi Jawa Barat) Making Land Cover Map Using Supervised
Lebih terperinciPerbandingan Pengaruh Koreksi Radiometrik Citra Landsat 8 Terhadap Indeks Vegetasi Pada Tanaman Padi
Perbandingan Pengaruh Koreksi Radiometrik Citra Landsat 8 Terhadap Indeks Vegetasi Pada Tanaman Padi Vivi Diannita Sari, Muhammad Taufik, Lalu Muhamad Jaelani Program Magister Teknik Geomatika FTSP ITS,
Lebih terperinciGD 319 PENGOLAHAN CITRA DIGITAL KOREKSI RADIOMETRIK CITRA
LAPORAN PRAKTIKUM II GD 319 PENGOLAHAN CITRA DIGITAL KOREKSI RADIOMETRIK CITRA Tanggal Penyerahan : 2 November 2016 Disusun Oleh : Kelompok : 7 (Tujuh) Achmad Faisal Marasabessy / 23-2013-052 Kelas : B
Lebih terperinciInstitut Teknologi Sepuluh Nopember Kampus ITS Sukolio, Surabaya Jl. Kalisari No.08 Pekayon Pasar Rebo, Jakarta 13710
Pengaruh Algoritma Lyzenga dalam... (Lalu Muhamad Jaelani et al) PENGARUH ALGORITMA LYZENGA DALAM PEMETAAN TERUMBU KARANG MENGGUNAKAN WORLDVIEW-2, STUDI KASUS: PERAIRAN PLTU PAITON PROBOLINGGO (THE EFFECT
Lebih terperinciKhoiriah http://lib.geo.ugm.ac.id/ojs/index.php/jbi/rt/printerfriendly/11/0 1 of 1 12/24/2013 11:53 PM JURNAL BUMI INDONESIA, VOLUME 1, NOMOR 2, TAHUN 2012 PERBANDINGAN AKURASI KLASIFIKASI PENUTUP LAHAN
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 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 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 terperinciIII METODE PENELITIAN
III METODE PENELITIAN 3.1 Waktu dan Lokasi Penelitian Penelitian ini dilaksanakan di perairan Pantai Teritip hingga Pantai Ambarawang kurang lebih 9.5 km dengan koordinat x = 116 o 59 56.4 117 o 8 31.2
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 terperinciGenerated by Foxit PDF Creator Foxit Software For evaluation only. 23 LAMPIRAN
23 LAMPIRAN 24 Lampiran 1 Diagram Alir Penelitian Data Citra LANDSAT-TM/ETM Koreksi Geometrik Croping Wilayah Kajian Kanal 2,4,5 Kanal 1,2,3 Kanal 3,4 Spectral Radiance (L λ ) Albedo NDVI Class Radiasi
Lebih terperinciAnalisis Saluran Spektral yang Paling Berpengaruh... (Murti & Wicaksono)
Analisis Saluran Spektral yang Paling Berpengaruh... (Murti & Wicaksono) ANALISIS SALURAN SPEKTRAL YANG PALING BERPENGARUH DALAM IDENTIFIKASI KESEHATAN TERUMBU KARANG: Studi Kasus Pulau Menjangan Besar
Lebih terperinciJURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print)
A703 Analisa Ketelitian Geometrik Citra Pleiades 1A dan Worldview-2 untuk Pembuatan Peta Dasar Rencana Detail Tata Ruang Perkotaan (Studi Kasus: Surabaya Pusat) Ricko Buana Surya, Bangun Muljo Sukojo,
Lebih 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 terperinci