5. PEMBAHASAN 5.1 Koreksi Radiometrik

Ukuran: px
Mulai penontonan dengan halaman:

Download "5. PEMBAHASAN 5.1 Koreksi Radiometrik"

Transkripsi

1 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 untuk informasi yang bersifat spasial. Hal tersebut didukung dengan penggunaan data penginderaan jauh dan dirumuskan dalam suatu perencanaan serta strategi pengolahan data yang sesuai dengan tujuan pemanfaatannya. Data penginderaan jauh khususnya data citra satelit memiliki beberapa keunggulan terutama dalam hal cakupan spasial dan kekontinuitasan data rekaman yang lebih baik dibandingkan dengan data penginderaan jauh yang lain. Data penginderaan jauh ini membutuhkan perlakuan khusus untuk mengekstrak informasi yang diinginkan. Perlakuan khusus ini lebih sering disebut dengan teknik pengolahan citra (Danoedoro 1996). Pengolahan citra mempunyai tujuan untuk mendapatkan citra baru dari citra asli perekaman satelit. Citra baru yang dihasilkan dapat dianalisis lebih lanjut guna memperoleh informasi tertentu sesuai dengan tujuan pemanfaatannya. Pengolahan citra dilakukan dalam beberapa tahapan diantaranya yaitu prapemrosesan citra digital yang bertujuan untuk memperbaiki kualitas citra agar mempunyai kualitas lebih baik (dari citra asli) baik secara geometrik maupun radiometrik. Selanjutnya pengolahan citra disesuaikan dan diarahkan dengan tujuan yang diharapkan. Pada penelitian ini hanya menggunakan 6 dari 8 band yang terdapat pada Landsat-7 ETM + yaitu band 1- band 5 dan band 7. Pemilihan band karena band 1-band 5 dan band 7 mempunyai resolusi spasial 30 meter x 30 meter, berbeda dengan band 6 yang mempunyai resolusi spasial 120 meter x 120 meter sedangkan band 8 (band pankromatik) mempunyai resolusi spasial 15 meter x 15 meter. 5.1 Koreksi Radiometrik Koreksi radiometrik citra dilakukan untuk memperbaiki kualitas visual citra dan sekaligus memperbaiki nilai-nilai piksel yang tidak sesuai dengan pancaran spektral obyek yang sebenarnya (Guindon 1984 yang diacu dalam Jensen 1986). Koreksi radiometrik ini biasanya mempertimbangkan faktor gangguan atmosfer sebagai sumber kesalahan

2 49 utama, sehingga koreksi radiometrik juga dikenal untuk mengurangi atau bahkan dapat menghilangkan gangguan (distorsi) yang ditimbulkan oleh atmosfer. Koreksi radiometrik mempunyai asumsi bahwa nilai piksel terendah pada suatu kerangka liputan (scene) seharusnya bernilai nol (null value) sesuai dengan bit coding sensor. Apabila nilainya tidak nol, maka nilai penambah (nilai bias=offset) tersebut dipandang sebagai hasil hamburan atmosfer. Koreksi ini dapat dilakukan dengan beberapa cara, yaitu: metode penyesuaian histogram, metode penyesuaian regresi, metode kalibrasi bayangan maupun metode yang lainnya (Danoedoro 1996; Jensen1986). Masing-masing metode mempunyai keunggulan. Pada penelitian ini koreksi yang digunakan adalah metode penyesuaian histogram (histogram adjustment). Alasan pemilihan metode ini adalah 1) metode ini cukup sederhana, 2) waktunya cukup singkat dalam pemrosesan, 3) tidak memerlukan perhitungan matematis yang rumit. Asumsi yang melandasi metode ini adalah setiap obyek yang memberikan respon spektral paling rendah seharusnya bernilai nol (null value) apabila nilainya lebih besar dari nol maka nilai tersebut perlu dikoreksi yaitu dengan jalan mengurangi nilai masing-masing band dengan bias atau nilai minimum yang ada pada masing-masing band. Secara teori, hamburan atmosfer yang terjadi semakin besar pada panjang gelombang yang lebih rendah. Hamburan atmosfer merupakan faktor pengganggu kemurnian nilai spektral obyek air yang akan memperbesar setiap nilai piksel dalam suatu liputan citra. Hal tersebut dapat dilihat pada Tabel 3 bab 4. Band 1 (panjang gelombang biru) mempunyai nilai bias yang paling tinggi yaitu 97 disusul dengan band 2 (panjang gelombang hijau) dengan nilai bias 58 kemudian band 3 (panjang gelombang merah) dengan nilai bias 43 disusul dengan band 4 (panjang gelombang inframerah dekat) dengan nilai bias 16, band 5 dan 7 (panjang gelombang inframerah) dengan nilai bias 12 dan 9. Setelah dilakukan pengurangan pada tiap-tiap band dengan masing-masing nilai nilai bias maka nilai minimum spektral setelah koreksi radiometrik adalah nol, seperti terlihat pada gambar 9 untuk band 1 dan Lampiran 1 untuk band 2-band 5 dan band 7. Penghilangan nilai bias tersebut berarti telah menghilangkan faktor gangguan atmosfer pada liputan citra.

3 50 Secara visual perbedaan citra sebelum dan setelah koreksi radiometrik dapat dilihat pada Gambar 11. Secara umum gambaran hasil koreksi radiometrik akan memberikan citra dengan kenampakan visual yang lebih gelap dari citra sebelum koreksi radiometrik. Hal ini karena seluruh nilai piksel terkoreksi radiometrik mempunyai nilai yang lebih rendah dari citra sebelum koreksi sehingga memiliki rona yang lebih gelap dibandingkan dengan citra sebelum koreksi yang disebabkan menurunnya nilai digital masing-masing piksel setelah dikurangi nilai bias (hamburan atmosfer). 5.2 Koreksi Geometrik Koreksi geometrik pada dasarnya merupakan suatu proses penempatan kembali posisi piksel sedemikian rupa sehingga pada citra yang tertansformasi dapat dilihat gambaran-gambaran objek permukaan bumi yang terekam oleh sensor. Koreksi ini didasarkan pada ground control points (GCP) atau titik-titik kontrol medan yang telah diketahui koordinatnya dengan pasti di muka bumi. Peta acuan yang digunakan untuk koreksi geometrik adalah Peta Rupa Bumi Indonesia skala 1: lembar Pulau Pari (lembar ) dan Pulau Payung (lembar ). Secara ideal untuk melakukan koreksi geometrik citra terutama untuk perairan, lebih baik menggunakan peta-peta laut seperti Peta Lingkungan Laut Nasional (LLN), Peta Lingkungan Pantai Indonesia (LPI), Peta Batimetri atau Peta Topografi sebagai acuan. Akan tetapi pada wilayah perairan Pulau Pari tidak terdapat peta-peta laut skala besar karena memang belum dipetakan. Peta-peta laut yang sudah tersedia hanyalah skala kecil dengan kenampakan obyek yang tidak begitu detail sehingga tidak memungkinkan digunakan sebagai acuan untuk koreksi geometrik. Karena alasan tersebut maka digunakan Peta Rupa Bumi sebagai acuan dalam melakukan koreksi geometrik. Koreksi geometrik dilakukan dengan dua tahapan yaitu tahap transformasi koordinat (spatial interpolation) dan transformasi spektral (resampling). Tahap transformasi koordinat dilakukan dengan metode polinomial karena koreksi ini menggunakan GCP antara citra dengan peta acuan. Fungsi polinomial yang digunakan dalam koreksi ini adalah linear dengan pertimbangan kondisi topografi daerah penelitian yang relatif datar yaitu berupa dataran pantai dan perairan dangkal. GCP yang digunakan untuk 1 scene minimal 30 titik, pemilihan titik kontrol yang baik akan menambah tingkat ketelitian koreksi geometrik.

4 51 Proses resampling dilakukan dengan metode tetangga terdekat (nearest neighbour interpolation) karena bersifat hanya mencari rerata diantara nilai piksel (kecerahan) terdekat sehingga penggunaan metode ini karena tidak merubah nilai-nilai piksel lainnya. Tingkat ketelitian hasil koreksi geometrik dapat diketahui dari besarnya nilai root means square (RMS) error. Idealnya nilai RMS error maksimal adalah 0.5 artinya kesalahan pergeseran titik pusat di lapangan maksimal adalah 0.5 dari resolusi spasialnya. Jika resolusi spasial Landsat-7 ETM + adalah 30 meter, maka maksimal pergeseran setelah dilakukan koreksi geometrik adalah 15 meter. Nilai RMS yang diperoleh pada penelitian ini adalah 0.03 sehingga pergeseran titik di lapangan adalah 0.03*30 meter yaitu sebesar 0.9 meter. Nilai ini masih kurang dari nilai maksimal yang diperbolehkan untuk Landsat-7 ETM + sehingga hasil koreksi geometrik dikatakan teliti. 5.3 Pemisahan Obyek Laut dan Bukan Laut (Image Masking) Penggunaan rumus pemisahan obyek laut dan bukan laut dengan menggunakan logika jika nilai spektral band 5 dibagi dengan nilai spektral band 2, hasilnya lebih kecil dari 1 maka nilai tersebut adalah obyek laut dan diberikan nilai sesuai dengan nilai piksel pada masing-masing band. Selain nilai tersebut diberi nilai nol, diberi warna hitam dan dikenal sebagai obyek bukan laut (darat). Pemilihan rasio band 5 dan band 2 dengan alasan bahwa band 5 merupakan band inframerah yang memiliki daya serap tinggi terhadap obyek air sedangkan band 2 memiliki daya tembus yang besar dalam kolom air, apabila nilai spektral band 5 kecil dan nilai spektral band 2 tinggi maka nilai dibawah 1 merupakan obyek air. 5.4 Algoritma Van Hengel dan Spitzer Salah satu tujuan penelitian ini adalah menerapkan algoritma yang dikemukakan oleh dua orang ilmuwan Belanda yaitu Van Hengel dan Spitzer. Algoritma ini hanyalah salah satu dari sekian algoritma yang berfungsi untuk penyadapan informasi kedalaman perairan memanfaatkan data citra penginderaan jauh. Selama ini algoritma yang banyak digunakan untuk mengekstrak kedalaman perairan di perairan Indonesia adalah algoritma Lyzenga(1979) dan Bierwith (1983). Algoritma Van Hengel dan Spitzer merupakan pengembangan algoritma kedalaman yang dipopulerkan oleh Lyzenga.

5 52 Dalam penelitian ini penulis melakukan modifikasi terhadap penerapan algoritma Van Hengel dan Spitzer. Dalam publikasinya, algoritma Van Hengel dan Spitzer berbentuk perkalian matriks 3x3 yang membutuhkan tiga citra sebagai data masukan. Data yang digunakan adalah Landsat TM multi temporal dengan tiga waktu perekaman yang berbeda pada tempat yang sama, sedangkan pada penelitian ini mencoba menerapkan algoritma Van Hengel dan Spitzer untuk data citra Landsat-7 ETM + multi band pada waktu perekaman yang sama. Band yang digunakan dalam penelitian ini adalah band yang diyakini memiliki respon spektral terbaik untuk obyek perairan yaitu band 1 (biru dengan panjang gelombang µm), band 2 (hijau; µm) dan band 3 (merah; µm). Disamping itu karena tiap-tiap band yang dipilih diyakini memiliki karakteristik khusus terhadap perairan dan kombinasi data masukan memungkinkan mempengaruhi data yang diperoleh maka penerapan algoritma Van Hengel dan Spitzer ada enam kombinasi masukan dari tiga band yang digunakan. Pengolahan citra menggunakan algoritma Van Hengel dan Spitzer, dimulai dengan mencari nilai konstanta arah rotasi citra (r dan s) yang diasumsikan sebagai konstanta terhadap citra yang akan dianalisa. Hasil pengolahan untuk semua kombinasi citra diperoleh nilai arah rotasi citra (r dan s) berkisar 1.2. Hasil pengolahan untuk tiap kombinasi akan menghasilkan tiga buah citra yang diwujudkan dalam anotasi Y1, Y2 dan Y3. Tetapi, hanya citra Y1 saja yang memiliki informasi nilai kedalaman air relatif. Sedangkan citra Y2 dan Y3 merupakan hasil sampingan dan belum diketemukan keterkaitannya dengan apapun termasuk dalam penelitian yang dilakukan oleh Van Hengel dan Spitzer sendiri. Pada prinsipnya untuk mengestimasi kedalaman air laut dari citra satelit tidak seluruhnya murni dari hasil pengolahan citra satelit. Pengolahan citra satelit hanyalah untuk memperjelas faktor yang mempengaruhi nilai kedalaman air laut, sedangkan penentuan nilai kedalaman yang sebenarnya tetap membutuhkan data kedalaman air laut yang sudah diketahui kebenarannya secara pasti. Begitu pula dalam penerapan algoritma Van Hengel dan Spitzer ini. Pengolahan dengan algoritma Van Hengel dan Spitzer hanya digunakan untuk menentukan kedalaman air relatif. Nilai digital Y1 (yang menunjukkan kedalaman relatif) diregresikan dengan nilai kedalaman air laut pada titik sampel hasil pengukuran lapang (Z lapang). Sumbu x sebagai kedalaman lapang dan sumbu Y sebagai data kedalaman air relatif.

6 53 Cara transformasi pada Tabel 9 didasarkan pada persamaan y=a+bx, dengan y adalah citra hasil pengolahan yang menunjukkan kedalaman relatif. Pada transformasi persamaan diubah menjadi KR (kedalaman relatif), a merupakan slope (kemiringan garis) persamaan, b konstanta intercept atau nilai perpotongan garis regresi pada sumbu y dan x merupakan nilai obyek di lapangan dalam hal ini adalah kedalaman laut. Untuk mengetahui nilai x atau kedalaman absolut (kedalaman lapang), maka persamaan tersebut harus dirubah menjadi z=(y-b)/a, dengan z merupakan kedalaman absolut (kedalaman lapang). Persamaan regresi dengan algoritma Van Hengel dan Spitzer menjadi persamaan untuk menentukan kedalaman laut dapat dilihat pada Tabel 9. Citra hasil pengolahan dengan algoritma Van Hengel dan Spitzer yang telah ditransformasi ulang menggunakan persamaan regresi sudah menunjukkan nilai kedalaman laut. Nilai-nilai digitalnya secara langsung dapat menunjukkan estimasi nilai kedalaman laut sebenarnya di lapangan (kedalaman absolut). Hasil analisa regresi diperoleh enam persamaan regresi yang akan digunakan untuk mencari nilai kedalaman absolut. Hasil persamaan regresi memiliki nilai koefisien determinasi (R 2 ) yang bervariasi antara Koefisien determinasi (R 2 ) tertinggi yaitu 0.80 dihasilkan dari kombinasi band 321 (hasil selengkapnya bisa dilihat pada Tabel 9). Artinya bahwa model yang dihasilkan mampu menerangkan keragaman nilai peubah Y (dalam kasus ini adalah kedalaman relatif) sebesar 80%. Berdasarkan nilai Koefisien determinasi (R 2 ) dapat disimpulkan bahwa kombinasi band 321 merupakan kombinasi terbaik pada pengolahan citra dengan algoritma Van Hengel dan Spitzer. Berdasarkan analisa korelasi terhadap kedalaman lapang dan nilai digital Y1 (kedalaman relatif) diperoleh nilai koefisien korelasi (r) yang cukup tinggi yaitu berkisar antara sampai dengan Nilai koefisien korelasi tertinggi pada kombinasi band 321 dengan r=-0.9. Nilai koefisien korelasi sampai dengan -0.9 menunjukkan keeratan hubungan linear antara kedalaman lapang dengan kedalaman relatif. Koefisien korelasi bernilai negatif, artinya ada hubungan terbalik antara nilai spektral dari kedalaman relatif dengan nilai kedalaman lapang perairan. Semakin dalam perairan maka nilai spektral yang dihasilkan semakin rendah. Demikian pula sebaliknya, semakin dangkal suatu perairan maka nilai spektral yang dihasilkan semakin tinggi. Dari analisis regresi linear dan korelasi menunjukkan bahwa kedalaman lapang dan kedalaman relatif mempunyai hubungan yang erat. Kombinasi terbaik terdapat pada

7 54 kombinasi band 321. Dari hasil yang diperoleh maka algoritma Van Hengel dan Spitzer dapat dipergunakan untuk memetakan kedalaman perairan khususnya di perairan pulau pari. 5.5 Model dengan Nilai Digital Asli Seperti yang telah disebutkan dalam pembahasan di atas bahwa penelitian dengan topik ini sudah banyak dilakukan terutama diluar negeri yang kondisi fisik dan alamnya berbeda dengan kondisi Indonesia. Kecuali itu citra penginderaan jauh Landsat (Land Satellite/satelit untuk daratan) merupakan citra yang dibuat untuk kajian-kajian yang difokuskan di darat, sedangkan untuk kajian-kajian kelautan masih mempunyai porsi yang sedikit. Secara teori panjang gelombang yang bisa menembus air adalah sinar tampak dengan panjang gelombang berkisar antara μm. Pada satelit Landsat, panjang gelombang tersebut ada pada band 1 (biru; 0,45 0,52 μm), band 2 (hijau; 0,52 0,60 μm) dan band 3 (merah; 0,63 0,69 μm). Pemilihan ini didukung dengan hasil analisa korelasi antar peubah bebas Landsat-7 ETM+ yaitu band-band yang ada pada Landsat tersebut (dalam hal ini adalah band 1-5 dan band 7) dengan kedalaman lapang. Dari analisa korelasi tersebut dapat diambil kesimpulan bahwa band 1, band 2 dan band 3 mempunyai korelasi yang kuat dengan kedalaman lapang. Band 1 mempunyai korelasi yang paling tinggi, hal ini ditunjukkan dengan nilai koefisien korelasi -0.90, disusul dengan band 2 dengan nilai dan band 3 dengan nilai Analisa korelasi (hasilnya dapat dilihat pada Tabel 10) menunjukkan bahwa band 1 dan band 2 mempunyai korelasi yang erat dengan nilai r=0.97, band 1 dan band 3 juga mempunyai korelasi yang erat dengan nilai r=0.79 begitu juga band 2 dan band 3 dengan nilai r=0.86. Dari data tersebut dapat diambil kesimpulan bahwa band 1, band 2 dan band 3 bersifat multikolinear. Artinya band-band tersebut akan saling meniadakan dalam menerangkan peubah tak bebas (kedalaman lapang). Sehingga pembuatan kandidat model hanya bisa menggunakan band 1, band 2 dan band 3 secara terpisah (band tunggal). Sifat multikolinear band 1, band 2 dan band 3 diperkuat dengan analisa PCA yang hasilnya bisa dilihat pada Tabel 11. Dengan melihat akar ciri (eigenvalue) yang lebih dari

8 55 1 dan proporsi 0 (dalam hal ini PC1), maka hasil analisis komponen utama menunjukkan ada 3 kelompok, yaitu: 1. Band 1, band 2 dan band 3; dengan nilai konstanta PC1 antara merupakan band yang paling berpengaruh (komponen utama) sebagai variabel bebas dalam kandidat model, 2. Band 4 dengan nilai konstanta PC merupakan band yang tidak terlalu berpengaruh sebagai variabel bebas dalam kandidat model, 3. Band 5 dan band 7 dengan nilai konstanta merupakan band yang tidak berpengaruh sebagai variabel bebas dalam kandidat model Berdasarkan sifat panjang gelombang dan didukung dengan hasil analisis korelasi dan analisis komponen utama maka band yang digunakan dalam model penelitian ini adalah band 1 (panjang gelombang biru) yang secara teori mempunyai daya tembus pada kolom air paling besar dibandingkan dengan panjang gelombang lainnya, band 2 (panjang gelombang hijau) dan band 3 (panjang gelombang merah). Namun band 1, band 2 dan band 3 berada pada kelompok utama yang sama dalam PCA artinya masing-masing band memiliki korelasi erat atau bersifat multikolinear yaitu masing-masing band akan menerangkan peubah bebasnya dengan sama kuat. Sehingga dalam satu model tidak memungkinkan terdapat variabel bebas lebih dari satu band komponen utama artinya band yang digunakan adalah band tunggal saja. Penentuan kandidat model dilakukan dengan regresi antara nilai digital dan kedalaman pada masing-masing band. Model yang diajukan ada 4 yaitu linear, logaritmik eksponensial dan power sehingga diperoleh 12 buah kandidat model. Kandidat model dan koefisien determinasi (R 2 ) selengkapnya dapat dilihat pada Tabel 12. Penentuan model terbaik dilakukan dengan melihat koefisien determinasi (R 2 ) yang tertinggi kemudian melihat secara visual sisaan yang dihasilkan dari model tersebut. Hasil koefisien determinasi (R 2 ) antara band 1 dan band 2 bisa dikatakan tinggi karena lebih dari 0.75, artinya model yang dibuat bisa menerangkan keragaman kedalaman perairan dangkal sampai lebih dari 75 %. Tetapi kandidat model terkuat adalah band 1 karena secara realitas di lapang kemampuan band 1 untuk berpenetrasi ke dalam kolom air jauh lebih baik dibandingkan dengan band 2. Kandidat model terkuat tersebut kemudian dianalisis residual untuk memeriksa asumsi-asumsi yang mendasari model regresi. Asumsi-asumsi tersebut antara lain kenormalan (normality), keacakan

9 56 (randomness), kehomogenan ragam (homoscedasticity) (Mattjik dan Sumertajaya 2002) yang hasil selengkapnya dapat dilihat pada Tabel 13 dan Lampiran 5. Dari Tabel 13 diperoleh kesimpulan bahwa semua kandidat model terkuat memenuhi asumsi yang mendasari model regresi. Sehingga kandidat model yang ditetapkan sebagai model untuk menduga kedalaman perairan dangkal adalah bentuk eksponential dengan nilai R dengan persamaan y=21.07e x. 5.6 Evaluasi Kemampuan Algoritma Van Hengel dan Spitzer serta Model Kedalaman Nilai Digital Asli Terbaik dalam Menyajikan Informasi Kedalaman Perairan Citra hasil pengolahan dengan menggunakan algoritma Van Hengel dan Spitzer (321) dan model Nilai Digital Asli Terbaik sudah tentu menunjukkan hasil yang berbeda. Walaupun penelitian ini menggunakan citra yang sama dan data primer yang digunakan juga sama tetapi karena diterapkan algoritma (model) yang berbeda maka memungkinkan memberikan hasil yang berbeda pula. Secara umum kedua algoritma ini mampu menunjukkan kedalaman di perairan Gugus Pulau Pari dengan cukup baik seperti yang ditunjukkan dengan nilai R 2 lebih dari 0.80 (0.80 untuk algoritma Van Hengel dan Spitzer (321) dan 0.84 untuk model Nilai Digital Asli Terbaik). Umumnya untuk penelitian kedalaman perairan yang dilakukan di wilayah Indonesia angka tersebut tergolong baik. Tetapi apabila dilihat dari nilai galat (error) untuk masing-masing algoritma maka akan terdapat beberapa perbedaan dari hasil pengolahan ini sebagaimana dilihat pada Tabel 14 dan Gambar 15 serta Gambar 16. Algoritma Van Hengel dan Spitzer (321) menunjukkan nilai galat yang tinggi pada kedalaman 3 meter, dengan rata-rata galat lebih dari 40%, bahkan pada beberapa titik ada yang mempunyai galat 100%. Kemudian rata-rata galat ini menurun seiring dengan bertambahnya kedalaman. Pada kedalaman antara 3-6 meter mempunyai rata-rata galat 38%, pada kedalaman 6-9 meter mempunyai rata-rata galat 17%. Rata-rata galat ini menjadi semakin kecil pada kedalaman lebih dari 9 meter. Model Nilai Digital Asli mempunyai rata-rata galat yang lebih kecil dari algoritma Van Hengel dan Spitzer (321) sampai dengan kedalaman 9 meter. Pada kedalaman lebih dari 9 meter rata-rata galat meningkat kembali. Dari nilai galat (Tabel 14 dan Gambar 17) Model Nilai Digital Asli memberikan estimasi yang mempunyai kesalahan lebih kecil pada kedalaman kurang dari 9 meter

10 57 sedangkan Algoritma Van Hengel dan Spitzer (321) memberikan nilai kesalahan lebih kecil pada kedalaman lebih dari 9 meter. 5.7 Evaluasi Kemampuan Citra Satelit Landsat-7 ETM + dalam Menyajikan Informasi Kedalaman Perairan Dari penjelasan-penjelasan di atas dapat diketahui kekurangan dan kelebihan Landsat-7 ETM + dalam mengestimasi kedalaman perairan. Landsat mempunyai band 1, band 2 dan band 3 yang merupakan band panjang gelombang sinar tampak. Band-band inilah yang sering digunakan untuk mengestimasi kedalaman perairan karena mempunyai karakteristik tersendiri. Band biru mempunyai kemampuan berpenetrasi terhadap kedalaman air paling baik dibandingkan dengan band-band lainnya. Selain itu band biru juga tidak banyak terpengaruh oleh material dasar perairan dan unsur-unsur fisik laut seperti konsentrasi sedimen dan kandungan klorofil di perairan. Sehingga band biru merupakan band yang paling baik dalam mendeteksi kedalaman perairan. Meskipun band biru pada Landsat-7 ETM + mempunyai banyak kelebihan, namun ada beberapa kekurangannya. Ada percampuran panjang gelombang antara spektrum biru dan spektrum hijau pada band 1 yang mengakibatkan citra band 1 kurang menunjukkan penetrasi yang maksimal dalam menyadap informasi kedalaman perairan. Demikian juga pada band 2 terdapat percampuran panjang gelombang antara spektrum hijau dan merah. Kondisi ini dapat dimaklumi karena Landsat bukanlah satelit yang dikhususkan untuk observasi kelautan tetapi merupakan satelit untuk invetarisasi darat. Citra Landsat-7 ETM + juga memiliki kekurangan dalam hal resolusi spasialnya terutama untuk aplikasi pemetaan dengan skala yang detail. Resolusi spasial band 1-5 dan band 7 dari Landsat-7 ETM + adalah 30 meter yang menunjukkan bahwa obyek terkecil yang dapat direkam oleh sensor adalah obyek yang minimal berukuran 30x30 meter. Untuk obyek yang berukuran kurang dari itu maka akan digeneralisir dengan obyek lainnya yang dominan pada luas 30x30 meter. Untuk pemetaan yang bersifat detail atau memerlukan kedetailan yang lebih baik lagi citra ini kurang tepat untuk digunakan. Karena satu piksel di citra belum tentu menunjukkan kedalaman yang sama di lapangan. Ukuran 30x30 meter di lapang dapat menunjukkan angka yang sangat bervariasi terutama pada wilayah perairan yang didominasi oleh terumbu karang atau pada perairan yang mempunyai kedalaman tidak menurun secara tajam. Resolusi spasial ini lebih cocok digunakan pada pemetaan kedalaman laut yang memiliki topografi dasar laut yang landai.

11 58 Metode pemrosesan yang digunakan pada penelitian ini menekankan pada proses penajaman citra untuk ekstraksi kedalaman laut dengan menggunakan transformasi terhadap nilai digital saluran asli. Transformasi ini memegang peranan penting dalam manipulasi data untuk analisa kualitatif. Transformasi yang digunakan merupakan transformasi matematis baik untuk algoritma Van Hengel dan Spitzer maupun untuk model nilai digital asli. Berdasarkan hasil pengolahan dan analisis terhadap hasil pengolahan citra, kedua metode ini menunjukkan hasil yang baik terutama pada wilayah perairan yang mempunyai topografi dasar relatif landai.

3. METODE PENELITIAN. 3.1 Waktu dan Tempat Penelitian

3. 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 terperinci

Diterima: 9 Februari 2008; Disetujui: 9 November 2008 ABSTRACT ABSTRAK

Diterima: 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 terperinci

4. HASIL DAN PEMBAHASAN

4. 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 terperinci

4. HASIL DAN PEMBAHASAN

4. HASIL DAN PEMBAHASAN 4. HASIL DAN PEMBAHASAN 4.1 Pembuatan algoritma empiris klorofil-a Tabel 8, Tabel 9, dan Tabel 10 dibawah ini adalah percobaan pembuatan algoritma empiris dibuat dari data stasiun nomor ganjil, sedangkan

Lebih terperinci

Gambar 11. Citra ALOS AVNIR-2 dengan Citra Komposit RGB 321

Gambar 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 terperinci

ix

ix 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 terperinci

menunjukkan nilai keakuratan yang cukup baik karena nilai tersebut lebih kecil dari limit maksimum kesalahan rata-rata yaitu 0,5 piksel.

menunjukkan 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 terperinci

3. BAHAN DAN METODE. Penelitian yang meliputi pengolahan data citra dilakukan pada bulan Mei

3. 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 terperinci

2. TINJAUAN PUSTAKA Pemanfaatan Citra Satelit Untuk Pemetaan Perairan Dangkal

2. 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 terperinci

III. BAHAN DAN METODE

III. BAHAN DAN METODE III. BAHAN DAN METODE 3.1 Lokasi dan Waktu Penelitian Penelitian dilaksanakan di daerah Daerah Aliran Sungai (DAS) Cipunagara dan sekitarnya, Jawa Barat (Gambar 1). DAS Cipunagara berada dibawah pengelolaan

Lebih terperinci

BAB III METODA. Gambar 3.1 Intensitas total yang diterima sensor radar (dimodifikasi dari GlobeSAR, 2002)

BAB 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 terperinci

METODOLOGI. Gambar 4. Peta Lokasi Penelitian

METODOLOGI. 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 terperinci

GEOGRAFI. Sesi PENGINDERAAN JAUH : 3 A. CITRA NONFOTO. a. Berdasarkan Spektrum Elektromagnetik

GEOGRAFI. Sesi PENGINDERAAN JAUH : 3 A. CITRA NONFOTO. a. Berdasarkan Spektrum Elektromagnetik GEOGRAFI KELAS XII IPS - KURIKULUM GABUNGAN 10 Sesi NGAN PENGINDERAAN JAUH : 3 A. CITRA NONFOTO Citra nonfoto adalah gambaran yang dihasilkan oleh sensor nonfotografik atau sensor elektronik. Sensornya

Lebih terperinci

BAB 4. METODE PENELITIAN

BAB 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 terperinci

BAB I PENDAHULUAN 1.1 Latar belakang

BAB I PENDAHULUAN 1.1 Latar belakang BAB I PENDAHULUAN 1.1 Latar belakang Berdasarkan Undang-Undang Nomor 41 Tahun 1999, bahwa mangrove merupakan ekosistem hutan, dengan definisi hutan adalah suatu ekosistem hamparan lahan berisi sumber daya

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN BAB V HASIL DAN PEMBAHASAN 5.1 Pengolahan Awal Citra (Pre-Image Processing) Pengolahan awal citra (Pre Image Proccesing) merupakan suatu kegiatan memperbaiki dan mengoreksi citra yang memiliki kesalahan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 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 terperinci

BAB III METODE PENELITIAN

BAB 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 terperinci

BAB III PELAKSANAAN PENELITIAN

BAB 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 terperinci

Indeks 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 : 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 terperinci

BAB III BAHAN DAN METODE

BAB 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 terperinci

LAPORAN PRAKTIKUM MATA KULIAH PENGOLAHAN CITRA DIGITAL

LAPORAN 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 terperinci

III. METODOLOGIPENELITIAN Waktu dan Tempat. Penelitian ini telah dilakukan tepatnya pada Agustus 2008, namun penyusunan

III. 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 terperinci

1.2 Tujuan. 1.3 Metodologi

1.2 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 terperinci

BAB III METODOLOGI 3.1 Waktu dan Tempat 3.2 Alat dan Data 3.3 Tahapan Pelaksanaan

BAB 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 terperinci

III. METODOLOGI. Gambar 2. Peta Orientasi Wilayah Penelitian. Kota Yogyakarta. Kota Medan. Kota Banjarmasin

III. METODOLOGI. Gambar 2. Peta Orientasi Wilayah Penelitian. Kota Yogyakarta. Kota Medan. Kota Banjarmasin III. METODOLOGI 3.1. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan mulai dari bulan Maret sampai bulan November 2009. Objek penelitian difokuskan pada wilayah Kota Banjarmasin, Yogyakarta, dan

Lebih terperinci

GD 319 PENGOLAHAN CITRA DIGITAL KOREKSI RADIOMETRIK CITRA

GD 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 terperinci

PERBEDAAN INTERPRETASI CITRA RADAR DENGAN CITRA FOTO UDARA

PERBEDAAN INTERPRETASI CITRA RADAR DENGAN CITRA FOTO UDARA PERBEDAAN INTERPRETASI CITRA RADAR DENGAN CITRA FOTO UDARA I. Citra Foto Udara Kegiatan pengindraan jauh memberikan produk atau hasil berupa keluaran atau citra. Citra adalah gambaran suatu objek yang

Lebih terperinci

LAMPIRAN 1 HASIL KEGIATAN PKPP 2012

LAMPIRAN 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 terperinci

PENGINDERAAN JAUH. --- anna s file

PENGINDERAAN 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 terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 14 BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Kegiatan penelitian dilaksanakan pada bulan Mei sampai dengan September dengan mengambil lokasi penelitian di wilayah Kecamatan Cikalong, Tasikmalaya (Gambar

Lebih terperinci

SAMPLING DAN KUANTISASI

SAMPLING 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 terperinci

III. BAHAN DAN METODE

III. BAHAN DAN METODE 10 III. BAHAN DAN METODE 3.1. Tempat Dan Waktu Penelitian Penelitian dilakukan di laboratorium dan di lapang. Pengolahan citra dilakukan di Bagian Penginderaan Jauh dan Informasi Spasial dan penentuan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB 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 terperinci

11/25/2009. Sebuah gambar mengandung informasi dari obyek berupa: Posisi. Introduction to Remote Sensing Campbell, James B. Bab I

11/25/2009. 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 terperinci

KOMPONEN PENGINDERAAN JAUH. Sumber tenaga Atmosfer Interaksi antara tenaga dan objek Sensor Wahana Perolehan data Pengguna data

KOMPONEN PENGINDERAAN JAUH. Sumber tenaga Atmosfer Interaksi antara tenaga dan objek Sensor Wahana Perolehan data Pengguna data PENGINDERAAN JAUH KOMPONEN PENGINDERAAN JAUH Sumber tenaga Atmosfer Interaksi antara tenaga dan objek Sensor Wahana Perolehan data Pengguna data Lanjutan Sumber tenaga * Alamiah/sistem pasif : sinar matahari

Lebih terperinci

IV. METODOLOGI 4.1. Waktu dan Lokasi

IV. 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 terperinci

BAB IV ANALISIS 4.1 Analisis Terhadap Citra Satelit yang digunakan 4.2 Analisis Terhadap Peta Rupabumi yang digunakan

BAB IV ANALISIS 4.1 Analisis Terhadap Citra Satelit yang digunakan 4.2 Analisis Terhadap Peta Rupabumi yang digunakan BAB IV ANALISIS 4.1 Analisis Terhadap Citra Satelit yang digunakan Citra SPOT 4 dan IKONOS yang digunakan merupakan dua citra yang memiliki resolusi spasial yang berbeda dimana SPOT 4 memiliki resolusi

Lebih terperinci

II. TINJAUAN PUSTAKA 2.1 Pengertian Lahan dan Penggunaan Lahan 2.2 Perubahan Penggunaan Lahan dan Faktor-faktor yang Mempengaruhinya

II. TINJAUAN PUSTAKA 2.1 Pengertian Lahan dan Penggunaan Lahan 2.2 Perubahan Penggunaan Lahan dan Faktor-faktor yang Mempengaruhinya 3 II. TINJAUAN PUSTAKA 2.1 Pengertian Lahan dan Penggunaan Lahan Lahan adalah suatu lingkungan fisik yang meliputi tanah, iklim, relief, hidrologi, dan vegetasi, dimana faktor-faktor tersebut mempengaruhi

Lebih terperinci

II. TINJAUAN PUSTAKA 2.1. Lahan, Penggunaan Lahan dan Perubahan Penggunaan Lahan

II. TINJAUAN PUSTAKA 2.1. Lahan, Penggunaan Lahan dan Perubahan Penggunaan Lahan II. TINJAUAN PUSTAKA 2.1. Lahan, Penggunaan Lahan dan Perubahan Penggunaan Lahan Lahan adalah suatu wilayah daratan yang ciri-cirinya menerangkan semua tanda pengenal biosfer, atsmosfer, tanah geologi,

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Penginderaan jauh merupakan ilmu yang semakin berkembang pada masa sekarang, cepatnya perkembangan teknologi menghasilkan berbagai macam produk penginderaan jauh yang

Lebih terperinci

BAB II. TINJAUAN PUSTAKA

BAB II. TINJAUAN PUSTAKA DAFTAR ISI HALAMAN JUDUL... i LEMBAR PENGESAHAN... ii HALAMAN PERNYATAAN... iii INTISARI... iv ABSTRACT... v KATA PENGANTAR... vi DAFTAR ISI... viii DAFTAR TABEL... x DAFTAR GAMBAR... xi DAFTAR LAMPIRAN...

Lebih terperinci

JENIS CITRA

JENIS CITRA JENIS CITRA PJ SENSOR Tenaga yang dipantulkan dari obyek di permukaan bumi akan diterima dan direkam oleh SENSOR. Tiap sensor memiliki kepekaan tersendiri terhadap bagian spektrum elektromagnetik. Kepekaannya

Lebih terperinci

Lampiran 1. Peta klasifikasi penutup lahan Kodya Bogor tahun 1997

Lampiran 1. Peta klasifikasi penutup lahan Kodya Bogor tahun 1997 LAMPIRAN Lampiran 1. Peta klasifikasi penutup lahan Kodya Bogor tahun 1997 17 Lampiran 2. Peta klasifikasi penutup lahan Kodya Bogor tahun 2006 18 Lampiran 3. Peta sebaran suhu permukaan Kodya Bogor tahun

Lebih terperinci

SENSOR DAN PLATFORM. Kuliah ketiga ICD

SENSOR 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 terperinci

Operasi-Operasi Dasar pada Pengolahan Citra. Bertalya Universitas Gunadarma

Operasi-Operasi Dasar pada Pengolahan Citra. Bertalya Universitas Gunadarma Operasi-Operasi Dasar pada Pengolahan Citra Bertalya Universitas Gunadarma 1 Operasi2 Dasar Merupakan manipulasi elemen matriks : elemen tunggal (piksel), sekumpulan elemen yang berdekatan, keseluruhan

Lebih terperinci

ISTILAH DI NEGARA LAIN

ISTILAH 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

HASIL DAN ANALISA. 3.1 Penentuan Batas Penetrasi Maksimum

HASIL 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 terperinci

3. BAHAN DAN METODE. Penelitian dilakukan di wilayah yang tercemar tumpahan minyak dari

3. 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 terperinci

III. METODOLOGI. Gambar 1. Peta Administrasi Kota Palembang.

III. METODOLOGI. Gambar 1. Peta Administrasi Kota Palembang. III. METODOLOGI 3.1 Waktu dan Tempat Penelitian dilaksanakan pada bulan Juli-Oktober 2010. Lokasi penelitian di Kota Palembang dan Laboratorium Analisis Spasial Lingkungan, Departemen Konservasi Sumberdaya

Lebih terperinci

Pemetaan Perubahan Garis Pantai Menggunakan Citra Penginderaan Jauh di Pulau Batam

Pemetaan Perubahan Garis Pantai Menggunakan Citra Penginderaan Jauh di Pulau Batam Pemetaan Perubahan Garis Pantai Menggunakan Citra Penginderaan Jauh di Pulau Batam Arif Roziqin 1 dan Oktavianto Gustin 2 Program Studi Teknik Geomatika, Politeknik Negeri Batam, Batam 29461 E-mail : arifroziqin@polibatam.ac.id

Lebih terperinci

DAFTAR TABEL. No. Tabel Judul Tabel No. Hal.

DAFTAR TABEL. No. Tabel Judul Tabel No. Hal. DAFTAR ISI Halaman Judul... No Hal. Intisari... i ABSTRACT... iv KATA PENGANTAR... v DAFTAR ISI... vii DAFTAR TABEL... ix DAFTAR GAMBAR... x DAFTAR LAMPIRAN... xi BAB I... 1 1.1. Latar Belakang... 1 1.2.

Lebih terperinci

PEMANFAATAN CITRA ASTER DIGITAL UNTUK ESTIMASI DAN PEMETAAN EROSI TANAH DI DAERAH ALIRAN SUNGAI OYO. Risma Fadhilla Arsy

PEMANFAATAN CITRA ASTER DIGITAL UNTUK ESTIMASI DAN PEMETAAN EROSI TANAH DI DAERAH ALIRAN SUNGAI OYO. Risma Fadhilla Arsy PEMANFAATAN CITRA ASTER DIGITAL UNTUK ESTIMASI DAN PEMETAAN EROSI TANAH DI DAERAH ALIRAN SUNGAI OYO Risma Fadhilla Arsy Abstrak : Penelitian di Daerah Aliran Sungai Oyo ini bertujuan mengesktrak parameter

Lebih terperinci

Image Fusion: Trik Mengatasi Keterbatasan Citra

Image 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 terperinci

ANALISIS KELEMBABAN TANAH PERMUKAAN MELALUI CITRA LANDSAT 7 ETM+ DI WILAYAH DATARAN KABUPATEN PURWOREJO

ANALISIS KELEMBABAN TANAH PERMUKAAN MELALUI CITRA LANDSAT 7 ETM+ DI WILAYAH DATARAN KABUPATEN PURWOREJO ANALISIS KELEMBABAN TANAH PERMUKAAN MELALUI CITRA LANDSAT 7 ETM+ DI WILAYAH DATARAN KABUPATEN PURWOREJO Usulan Penelitian Untuk Skripsi S-1 Program Studi Geografi Disusun Oleh: Sediyo Adi Nugroho NIM:

Lebih terperinci

Analisa Kondisi Ekosistem Mangrove Menggunakan Data Citra Satelit Multitemporal dan Multilevel (Studi Kasus: Pesisir Utara Surabaya)

Analisa Kondisi Ekosistem Mangrove Menggunakan Data Citra Satelit Multitemporal dan Multilevel (Studi Kasus: Pesisir Utara Surabaya) A554 Analisa Kondisi Ekosistem Mangrove Menggunakan Data Citra Satelit Multitemporal dan Multilevel (Studi Kasus: Pesisir Utara Surabaya) Deni Ratnasari dan Bangun Muljo Sukojo Departemen Teknik Geomatika,

Lebih terperinci

BAB IV PENGOLAHAN DATA

BAB 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 terperinci

BAB II TINJAUAN PUSTAKA...

BAB 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 terperinci

Analisis 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) 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 terperinci

II. TINJAUAN PUSTAKA. permukaan lahan (Burley, 1961 dalam Lo, 1995). Konstruksi tersebut seluruhnya

II. TINJAUAN PUSTAKA. permukaan lahan (Burley, 1961 dalam Lo, 1995). Konstruksi tersebut seluruhnya 5 II. TINJAUAN PUSTAKA A. Penutupan Lahan dan Perubahannya Penutupan lahan menggambarkan konstruksi vegetasi dan buatan yang menutup permukaan lahan (Burley, 1961 dalam Lo, 1995). Konstruksi tersebut seluruhnya

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Bahan organik merupakan komponen tanah yang terbentuk dari jasad hidup (flora dan fauna) di tanah, perakaran tanaman hidup maupun mati yang sebagian terdekomposisi

Lebih terperinci

ACARA IV KOREKSI GEOMETRIK

ACARA 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 terperinci

II. TINJAUAN PUSTAKA 2.1 Lahan dan Penggunaan Lahan Pengertian Lahan

II. TINJAUAN PUSTAKA 2.1 Lahan dan Penggunaan Lahan Pengertian Lahan II. TINJAUAN PUSTAKA 2.1 Lahan dan Penggunaan Lahan 2.1.1 Pengertian Lahan Pengertian lahan tidak sama dengan tanah, tanah adalah benda alami yang heterogen dan dinamis, merupakan interaksi hasil kerja

Lebih terperinci

PENGINDERAAN JAUH DENGAN NILAI INDEKS FAKTOR UNTUK IDENTIFIKASI MANGROVE DI BATAM (Studi Kasus Gugusan Pulau Jandaberhias)

PENGINDERAAN JAUH DENGAN NILAI INDEKS FAKTOR UNTUK IDENTIFIKASI MANGROVE DI BATAM (Studi Kasus Gugusan Pulau Jandaberhias) Berita Dirgantara Vol. 12 No. 3 September 2011:104-109 PENGINDERAAN JAUH DENGAN NILAI INDEKS FAKTOR UNTUK IDENTIFIKASI MANGROVE DI BATAM (Studi Kasus Gugusan Pulau Jandaberhias) Susanto, Wikanti Asriningrum

Lebih terperinci

APLIKASI 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 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 terperinci

BAB I PENDAHULUAN. and R.W. Kiefer., 1979). Penggunaan penginderaan jauh dalam mendeteksi luas

BAB I PENDAHULUAN. and R.W. Kiefer., 1979). Penggunaan penginderaan jauh dalam mendeteksi luas BAB I PENDAHULUAN Bab I menguraikan tentang latar belakang, rumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah serta sistematika penulisan yang menjadi dasar dari Perbandingan Penggunaan

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang

BAB 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 terperinci

PENGUKURAN 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 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 terperinci

STUDI KONSENTRASI KLOROFIL-A BERDASARKAN TEKNIK PENGINDERAAN JAUH

STUDI KONSENTRASI KLOROFIL-A BERDASARKAN TEKNIK PENGINDERAAN JAUH Studi Konsentrasi Klorofil - a Alifah raini/feny Arafah/Fourry Handoko STUDI KONSENTRASI KLOROFIL-A BERDASARKAN TEKNIK PENGINDERAAN JAUH Alifah raini 1) ; Feny Arafah 1) ; Fourry Handoko 2) 1) Program

Lebih terperinci

KOREKSI GEOMETRIK. Tujuan :

KOREKSI GEOMETRIK. Tujuan : Tujuan : KOREKSI GEOMETRIK 1. rektifikasi (pembetulan) atau restorasi (pemulihan) citra agar kordinat citra sesuai dengan kordinat geografi 2. registrasi (mencocokkan) posisi citra dengan citra lain atau

Lebih terperinci

PEMISAHAN ANTARA RADIANSI DASAR PERAIRAN DAN RADIANSI KOLOM AIR PADA CITRA ALOS AVNIR-2

PEMISAHAN ANTARA RADIANSI DASAR PERAIRAN DAN RADIANSI KOLOM AIR PADA CITRA ALOS AVNIR-2 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

Lebih terperinci

Studi Perubahan Fisik Kawasan Pesisir Surabaya dan Madura Pasca Pembangunan Jembatan Suramadu Menggunakan Citra Satelit

Studi Perubahan Fisik Kawasan Pesisir Surabaya dan Madura Pasca Pembangunan Jembatan Suramadu Menggunakan Citra Satelit Studi Perubahan Fisik Kawasan Pesisir Surabaya dan Madura Pasca Pembangunan Jembatan Suramadu Menggunakan Citra Satelit Mifta Nur Rohmah 1), Dr. Ir. Muhammad Taufik 2) Jurusan Teknik Geomatika, Fakultas

Lebih terperinci

PEMETAAN HABITAT DASAR PERAIRAN LAUT DANGKAL

PEMETAAN 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 terperinci

Jurnal Geodesi Undip April 2015

Jurnal 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 terperinci

TINJAUAN PUSTAKA Konsep Dasar Penginderaan Jauh

TINJAUAN 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 terperinci

Analisis Ketelitian Geometric Citra Pleiades 1A untuk Pembuatan Peta Dasar Lahan Pertanian (Studi Kasus: Kecamatan Socah, Kabupaten Bangkalan)

Analisis 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 terperinci

ANALISA KESEHATAN VEGETASI MANGROVE BERDASARKAN NILAI NDVI (NORMALIZED DIFFERENCE VEGETATION INDEX ) MENGGUNAKAN CITRA ALOS

ANALISA KESEHATAN VEGETASI MANGROVE BERDASARKAN NILAI NDVI (NORMALIZED DIFFERENCE VEGETATION INDEX ) MENGGUNAKAN CITRA ALOS ANALISA KESEHATAN VEGETASI MANGROVE BERDASARKAN NILAI NDVI (NORMALIZED DIFFERENCE VEGETATION INDEX ) MENGGUNAKAN CITRA ALOS Oleh : Tyas Eka Kusumaningrum 3509 100 001 LATAR BELAKANG Kawasan Pesisir Kota

Lebih terperinci

BAB III PEMBAHASAN. 3.1 Data. Data yang digunakan dalam penelitian ini berupa :

BAB 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 terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 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 terperinci

I. PENDAHULUAN 1.1 Latar Belakang

I. 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 terperinci

Bab IV Hasil dan Pembahasan

Bab IV Hasil dan Pembahasan Bab IV Hasil dan Pembahasan 4.1. Hasil 4.1.1. Digitasi dan Klasifikasi Kerapatan Vegetasi Mangrove Digitasi terhadap citra yang sudah terkoreksi dilakukan untuk mendapatkan tutupan vegetasi mangrove di

Lebih terperinci

TINJAUAN PUSTAKA. Dalam Pasal 12 Undang-undang Kehutanan disebutkan bahwa. penyusunan rencana kehutanan. Pembentukan wilayah pengelolaan hutan

TINJAUAN PUSTAKA. Dalam Pasal 12 Undang-undang Kehutanan disebutkan bahwa. penyusunan rencana kehutanan. Pembentukan wilayah pengelolaan hutan TINJAUAN PUSTAKA KPH (Kesatuan Pengelolaan Hutan) Dalam Pasal 12 Undang-undang Kehutanan disebutkan bahwa perencanaan kehutanan meliputi inventarisasi hutan, pengukuhan kawasan hutan, penatagunaan kawasan

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 3 BAB II TINJAUAN PUSTAKA 2.1 Penginderaan Jauh Penginderaan jauh adalah ilmu dan seni untuk memperoleh informasi tentang suatu obyek, daerah, atau fenomena melalui analisis data yang diperoleh dengan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian dilakukan dari bulan Juli sampai September 2011 di Kabupaten Sidoarjo, Jawa Timur. Pengolahan data dilakukan di Laboratorium Analisis Lingkungan

Lebih terperinci

BAB I PENDAHULUAN I.1

BAB I PENDAHULUAN I.1 BAB I PENDAHULUAN I.1 Latar Belakang Otonomi daerah di Indonesia lahir seiring bergulirnya era reformasi di penghujung era 90-an. Krisis ekonomi yang bermula dari tahun 1977 telah mengubah sistem pengelolaan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Penginderaan jauh yaitu berbagai teknik yang dikembangkan untuk perolehan dan analisis informasi tentang bumi. Informasi tersebut berbentuk radiasi elektromagnetik

Lebih terperinci

BAB I PENDAHULUAN. dapat dimanfaatkan secara tepat tergantung peruntukkannya. perkembangan yang sangat pesat. Pemanfaatan teknologi penginderaan jauh

BAB I PENDAHULUAN. dapat dimanfaatkan secara tepat tergantung peruntukkannya. perkembangan yang sangat pesat. Pemanfaatan teknologi penginderaan jauh BAB I PENDAHULUAN BAB I PENDAHULUAN 1.1 Latar Belakang Kebutuhan penggunaan air tidak serta-merta dapat sepenuhnya terpenuhi oleh sumberdaya air yang ada. Kebutuhan air dapat terpenuhi secara berkala dan

Lebih terperinci

HASIL DAN PEMBAHASAN. Gambar 4 Subset citra QuickBird (uint16).

HASIL 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 terperinci

BAB III METODOLOGI PENELITIAN

BAB 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 terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1. Tempat dan Waktu Penelitian dilakukan di kawasan perkotaan Kabupaten Kuningan, Jawa Barat. Pada bulan Juni sampai dengan bulan Desember 2008. Gambar 3. Citra IKONOS Wilayah

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Hutan merupakan suatu kesatuan ekosistem berupa hamparan lahan berisi sumber daya alam hayati yang didominasi pepohonan dalam persekutuan alam lingkungannya, yang satu

Lebih terperinci

Sudaryanto dan Melania Swetika Rini*

Sudaryanto 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 terperinci

BAB V HASIL DAN PEMBAHASAN

BAB 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 terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Indonesia merupakan negara agraris dimana sebagian besar penduduknya bekerja sebagai petani. Berdasarkan sensus penduduk tahun 2010, jumlah penduduk yang bermata pencaharian

Lebih terperinci

Analisa Ketelitian Geometric Citra Pleiades Sebagai Penunjang Peta Dasar RDTR (Studi Kasus: Wilayah Kabupaten Bangkalan, Jawa Timur)

Analisa Ketelitian Geometric Citra Pleiades Sebagai Penunjang Peta Dasar RDTR (Studi Kasus: Wilayah Kabupaten Bangkalan, Jawa Timur) A411 Analisa Ketelitian Geometric Citra Pleiades Sebagai Penunjang Peta Dasar RDTR (Studi Kasus: Wilayah Kabupaten Bangkalan, Jawa Timur) Wahyu Teo Parmadi dan Bangun Muljo Sukojo Jurusan Teknik Geomatika,

Lebih terperinci

III. METODE PENELITIAN. Penelitian dilaksanakan di Taman Hutan Raya Wan Abdul Rachman (Tahura

III. METODE PENELITIAN. Penelitian dilaksanakan di Taman Hutan Raya Wan Abdul Rachman (Tahura III. METODE PENELITIAN A. Lokasi dan Waktu Penelitian Penelitian dilaksanakan di Taman Hutan Raya Wan Abdul Rachman (Tahura WAR). Berdasarkan administrasi pemerintahan Provinsi Lampung kawasan ini berada

Lebih terperinci

Perubahan Garis Pantai Di Kabupaten Indramayu Dengan Menggunakan Citra Satelit Landsat Multi Temporal

Perubahan Garis Pantai Di Kabupaten Indramayu Dengan Menggunakan Citra Satelit Landsat Multi Temporal The Journal of Fisheries Development, Juli 2015 Volume 2, Nomor 3 Hal : 61-70 Perubahan Garis Pantai Di Kabupaten Indramayu Dengan Menggunakan Citra Satelit Landsat Multi Temporal Yudi Prayitno 1 dan Imam

Lebih terperinci

PERBANDINGAN RESOLUSI SPASIAL, TEMPORAL DAN RADIOMETRIK SERTA KENDALANYA

PERBANDINGAN RESOLUSI SPASIAL, TEMPORAL DAN RADIOMETRIK SERTA KENDALANYA PERBANDINGAN RESOLUSI SPASIAL, TEMPORAL DAN RADIOMETRIK SERTA KENDALANYA Oleh : Amelia Oktaviani dan Yarjohan Prodi Ilmu Kelautan Mahasiwa Ilmu Kelautan Universitas Bengkulu *E-mail : ameliaoktaviani049@gmail.com

Lebih terperinci

BAB I PENDAHULUAN PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN I. PENDAHULUAN 1.1 Latar Belakang Hutan mangrove merupakan komunitas vegetasi pantai tropis, yang didominasi oleh beberapa spesies pohon mangrove yang mampu tumbuh dan berkembang pada

Lebih terperinci

PEMETAAN 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 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 terperinci