METODE PENELITIAN. Badan Pusat Statistik Kabupaten Bengkalis

Ukuran: px
Mulai penontonan dengan halaman:

Download "METODE PENELITIAN. Badan Pusat Statistik Kabupaten Bengkalis"

Transkripsi

1 III. METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian dilaksanakan mulai bulan Agustus 2011 sampai Januari 2012 dengan memilih Kabupaten Bengkalis, Provinsi Riau sebagai studi kasus penelitian. Analisis data dilakukan di Laboratorium Penginderaan Jauh dan Informasi Spasial, Departemen Ilmu Tanah dan Sumberdaya Lahan, Fakultas Pertanian, Institut Pertanian Bogor. 3.2 Bahan dan Alat Bahan yang digunakan dalam penelitian ini dapat dilihat pada Tabel 1. Tabel 1. Bahan yang digunakan dalam penelitian No. Data Skala/ Sumber Keterangan Resolusi 1. Citra Landsat TM 7 tahun 2000, 2003, 2006 dan x 30 m Interpretasi penggunaan lahan 2. Peta Rupa Bumi Indonesia (RBI) 3. Data kepadatan penduduk Kabupaten Bengkalis 1: Bakosurtanal Peta dasar, variabel atau faktor pendorong - Badan Pusat Statistik Kabupaten Bengkalis Variabel atau faktor pendorong dalam membangun model Software yang digunakan dalam penelitian dapat dilihat pada Tabel 2. Tabel 2. Software yang digunakan dalam penelitian No. Software Fungsi 1. Idrisi Andes 15 Pemodelan perubahan penggunaan lahan 2. ArcGis 9.3 Interpretasi citra 3. Microsoft Excel Pengolahan data atribut dari peta penggunaan lahan 3.3 Metode Penelitian Penelitian ini terdiri dari beberapa tahap, yaitu tahap persiapan, tahap pengolahan data, tahap pembuatan model dan tahap pembuatan peta proyeksi penggunaan lahan ke depan.

2 Tahap Persiapan Tahap persiapan meliputi penentuan metode, studi literatur, dan pengumpulan data yang dibutuhkan dalam penelitian. Studi literatur dilakukan untuk menambah informasi yang berkaitan dengan penelitian dan memperdalam pemahaman tentang metode ANN. Data yang diperlukan dalam penelitian ini antara lain citra Landsat, peta RBI, dan data kepadatan penduduk Kabupaten Bengkalis. Selain itu, pembelajaran metode ANN dengan software Idrisi Andes 15 juga dilakukan untuk lebih memahami proses kerja metode tersebut Tahap Pengolahan Data Pada tahap awal dilakukan interpretasi citra Landsat tahun 2000, 2003, 2006 dan Hasil interpretasi menghasilkan suatu peta penggunaan lahan tahun 2000, 2003, 2006 dan 2009 dengan kelas penggunaan lahan sebanyak 10 kelas berdasarkan klasifikasi Badan Planologi Kementrian Kehutanan (Lampiran 5). Software Idrisi Andes 15 membutuhkan data dengan format raster. Oleh karena itu, format peta perlu dikonversi terlebih dahulu menjadi raster dengan memilih ukuran piksel 50 x 50 m. Ukuran ini dipilih atas dasar pertimbangan yang paling mendekati ukuran resolusi spasial citra Landsat. Tipe data yang digunakan adalah dalam bentuk byte, yang menyatakan bilangan dengan nilai range 8 bit biner (0-255) dan hanya berisi bilangan non-negatif. Peta jalan dan sungai diperoleh dari peta RBI skala 1: Peta jarak ke jalan, sungai, dan pemukiman dibuat dengan cara menjalankan modul Distance pada software Idrisi Andes 15. Jarak dihitung berdasarkan Euclidean, yaitu jarak dari satu objek ke objek yang lainnya. Sementara itu, peta jumlah penduduk dibuat dengan asumsi bahwa populasi penduduk menyebar secara sirkular dengan jari-jari 2 km dan populasi akan bertambah besar ketika mendekati pusatnya (Muin, 2009). Rumus proporsi populasi yaitu: P = * e ( * (peta jarak ke pemukiman)/1000) dimana jarak ke pemukiman dalam satuan meter. Peta kepadatan penduduk per piksel dibuat dengan rumus :

3 11 Pd = ρ* A * P * C dimana Pd : peta kepadatan penduduk per piksel ρ : kepadatan penduduk non-spasial (penduduk/km 2 ) A : luas wilayah penyebaran populasi (km 2 ) = 3,14 * (2 km) 2 = 12,5 km 2 P : proporsi populasi C : faktor konversi, dari 1 km 2 ke 1 piksel Tahap Pembuatan Model dan Peta Proyeksi Penggunaan Lahan Model yang digunakan dalam penelitian adalah model ANN dengan arsitektur jaringan Multi-layer Perceptron (MLP) dan algoritma Backpropagation. Model ANN ini dijalankan dengan menggunakan aplikasi LCM (Land Change Modeler) yang telah tersedia pada software Idrisi Andes 15 (Gambar 2). Peta penggunaan lahan yang digunakan hanya dua titik tahun, yaitu peta penggunaan lahan tahun 2000 dan Gambar 2. Tampilan Aplikasi Land Change Modeler Aplikasi ini memiliki lima tahapan yang dapat digunakan untuk memodelkan perubahan penggunaan lahan, namun yang dipakai dalam penelitian hanya tiga tahapan yang disesuaikan dengan tujuan penelitian, yaitu :

4 12 1. Tahap analisis perubahan (Change Analysis) untuk menganalisis perubahan penggunaan lahan yang telah terjadi selama dua titik tahun. Grafik perubahan luas tiap penggunaan lahan akan disajikan pada tahap ini. 2. Tahap pemodelan perubahan penggunaan lahan (Transition Potentials). - Masing-masing kelas perubahan penggunaan lahan akan dimodelkan dengan tujuan memprediksi lokasi yang berpotensi untuk berubah menjadi penggunaan lahan yang lain. Apabila menggunakan ANN, perubahan-perubahan tersebut dapat dikelompokkan dengan asumsi faktor yang mempengaruhi adalah sama. Dalam penelitian ini, diasumsikan bahwa faktor pendorong tiap perubahan tidak sama, sehingga tidak dilakukan pengelompokkan. Berikut adalah gambar yang menunjukkan tampilan kelas perubahan yang akan dimodelkan. Gambar 3. Tampilan Kelas Perubahan yang akan Dimodelkan - Variabel pendorong atau input yang digunakan untuk membangun model ditentukan pada tahap ini. Jumlah variabel pendorong yang digunakan ada 4, yaitu jarak ke jalan, sungai, pemukiman dan kepadatan penduduk. Masing-masing variabel diuji nilai Cramer s V untuk melihat keterkaitan antara variabel tersebut dengan 10 kelas penggunaan lahan (Gambar 4).

5 13 Gambar 4. Tampilan Tahap Pengujian Nilai Cramer s V Rentang nilai yang dihasilkan berkisar antara 0-1, dimana nilai 0 menunjukkan tidak ada keterkaitan, sedangkan nilai 1 menunjukkan adanya keterkaitan yang sangat erat antara variabel tersebut dengan kelas penggunaan lahan yang mendorong terjadinya perubahan. - Setelah semua variabel diuji nilai Cramer s V, model dijalankan. Model akan berhenti apabila telah mencapai kondisi yang telah ditentukan, yaitu iterasi 5000, RMS 0,0001 dan akurasi model 100%. Tampilan tahap pemodelan dapat dilihat pada gambar berikut ini. Gambar 5. Tampilan Tahap Pemodelan dengan ANN - Topologi jaringan yang dihasilkan adalah 4-3-2, yaitu 4 nodes pada input layer, 3 nodes pada hidden layer dan 2 nodes pada output layer yang menunjukkan 1 kelas yang berubah dan 1 kelas yang tidak berubah (Gambar 6). Setiap nodes pada layer akan berhubungan dengan nodes pada layer berikutnya. Hubungan atau jalur koneksi

6 14 tersebut mengandung bobot (W) berupa matriks yang ukurannya tergantung dari jumlah input nodes, hidden nodes dan output nodes. Jarak ke jalan Jarak ke sungai W ij W jk Jarak ke pemukiman Kepadatan penduduk Gambar 6. Topologi Jaringan - Output yang dihasilkan dari model ini adalah peta peluang perubahan (Potential Transition Map) yang memiliki nilai peluang antara 0-1, dimana semakin mendekati 1 maka daerah tersebut memiliki peluang yang tinggi untuk berubah menjadi penggunaan lahan lain. Masingmasing peta potensi perubahan tersebut direklasifikasi dengan hanya mengambil nilai peluang antara 0,5-1, dimana nilai < 0,5 dianggap penggunaan lahan tersebut tidak berubah menjadi penggunaan lahan yang lain. - Uji validasi model dilakukan dengan cara menumpangtindihkan peta peluang hasil pemodelan ANN dengan peta penggunaan lahan tahun 2009 hasil interpretasi. 3. Tahap proyeksi penggunaan lahan (Change Prediction). Peta proyeksi penggunaan lahan dibuat dengan aplikasi yang sama, yaitu Land Change Modeler. Metode yang digunakan adalah Markov Chain dengan tahun proyeksi adalah Berikut adalah gambar dari tahap proyeksi penggunaan lahan Gambar 7. Tampilan Tahap Proyeksi Penggunaan Lahan

7 15 Metode ini mengasumsikan bahwa perubahan yang terjadi di masa depan memiliki pola dan peluang serupa dengan pola perubahan yang terjadi selama periode waktu yang digunakan. Perlu diketahui bahwa dalam menentukan tahun prediksi yang akan disimulasikan harus berada dalam selisih rentang waktu dari tahun awal dan akhir yang digunakan. Oleh karena itu, prediksi dilakukan untuk tahun 2018 yang berjarak 9 tahun dari tahun Matriks transisi akan dihasilkan oleh Markov Chain sebagai dasar untuk membuat peta proyeksi (Gambar 8). Gambar 8. Matriks Transisi Secara rinci, diagram alir penelitian ditunjukkan pada Gambar 9 berikut ini.

8 Peta jarak ke pemukiman tiap kecamatan Image Calculator Citra Landsat Tahun 2009 Citra Landsat Tahun 2006 Citra Landsat Tahun 2003 Citra Landsat Tahun 2000 Proporsi= * e ( * (peta jarak ke pemukiman)/1000) Peta Jalan Peta Sungai Peta Proporsi Interpretasi Distance Distance Image Calculator Peta Penggunaan Lahan 2009 Peta Penggunaan Lahan 2006 Peta Penggunaan Lahan 2003 Peta Penggunaan Lahan 2000 Jarak ke Pemukiman Jarak ke Jalan Jarak ke Sungai Kepadatan penduduk Pd = ρ* A * P * C Peta Kepadatan Penduduk LCM Tentukan transisi Running Model Input model Peta Peluang Perubahan Reklasifikasi Validasi Model Peta Proyeksi Tahun 2018 Gambar 9. Diagram Alir Penelitian dimana: LCM = Land Change Modeler ρ = data kepadatan penduduk non-spasial (penduduk/km 2 ) A = luas wilayah penyebaran populasi (km 2 ) P = peta proporsi C = faktor konversi dari 1 km 2 ke 1 piksel Stopping criteria model = Iterasi : 5000 RMS : 0,0001 Accuracy Rate : 100% 16

PEMODELAN PERUBAHAN PENGGUNAAN LAHAN DENGAN PENDEKATAN ARTIFICIAL NEURAL NETWORK (Studi Kasus: Kabupaten Bengkalis, Provinsi Riau)

PEMODELAN PERUBAHAN PENGGUNAAN LAHAN DENGAN PENDEKATAN ARTIFICIAL NEURAL NETWORK (Studi Kasus: Kabupaten Bengkalis, Provinsi Riau) i PEMODELAN PERUBAHAN PENGGUNAAN LAHAN DENGAN PENDEKATAN ARTIFICIAL NEURAL NETWORK (Studi Kasus: Kabupaten Bengkalis, Provinsi Riau) KRISWINDYA TASHA A14070030 PROGRAM STUDI MANAJEMEN SUMBERDAYA LAHAN

Lebih terperinci

3 METODE. Lokasi dan Waktu Penelitian

3 METODE. Lokasi dan Waktu Penelitian 8 3 METODE Lokasi dan Waktu Penelitian Lokasi penelitian adalah Kabupaten Bogor Jawa Barat yang secara geografis terletak pada 6º18 6º47 10 LS dan 106º23 45-107º 13 30 BT. Lokasi ini dipilih karena Kabupaten

Lebih terperinci

Modeling Land Use/Cover Change Using Artificial Neural Network and Logistic Regression Approach (Case Study: Citarum Watershed, West Jawa)

Modeling Land Use/Cover Change Using Artificial Neural Network and Logistic Regression Approach (Case Study: Citarum Watershed, West Jawa) Buletin Tanah dan Lahan, 1 (1) Januari 2017: 30-36 PEMODELAN PERUBAHAN PENUTUPAN/PENGGUNAAN LAHAN DENGAN PENDEKATAN ARTIFICIAL NEURAL NETWORK DAN LOGISTIC REGRESSION (STUDI KASUS: DAS CITARUM, JAWA BARAT)

Lebih terperinci

II. TINJAUAN PUSTAKA 2.1 Penggunaan Lahan dan Perubahan Penggunaan Lahan

II. TINJAUAN PUSTAKA 2.1 Penggunaan Lahan dan Perubahan Penggunaan Lahan II. TINJAUAN PUSTAKA 2.1 Penggunaan Lahan dan Perubahan Penggunaan Lahan Definisi lahan menurut Sitorus (2004) merupakan bagian dari bentang alam (landscape) yang mencakup pengertian lingkungan fisik termasuk

Lebih terperinci

METODE PENELITIAN. Lokasi dan Waktu Penelitian

METODE PENELITIAN. Lokasi dan Waktu Penelitian 12 METODE PENELITIAN Lokasi dan Waktu Penelitian Lokasi yang diteliti adalah wilayah pesisir Kabupaten Karawang (Gambar 3), yang secara administratif berdasarkan Undang-Undang Republik Indonesia nomor

Lebih terperinci

KAJIAN PERUBAHAN TUTUPAN LAHAN DENGAN MENGGUNAKAN METODE MULTI LAYER PERCEPTRON DAN LOGISTIC REGRESSION DI TAMAN NASIONAL GUNUNG CIREMAI

KAJIAN PERUBAHAN TUTUPAN LAHAN DENGAN MENGGUNAKAN METODE MULTI LAYER PERCEPTRON DAN LOGISTIC REGRESSION DI TAMAN NASIONAL GUNUNG CIREMAI Kajian Perubahan Tutupan Lahan KAJIAN PERUBAHAN TUTUPAN LAHAN DENGAN MENGGUNAKAN METODE MULTI LAYER PERCEPTRON DAN LOGISTIC REGRESSION DI TAMAN NASIONAL GUNUNG CIREMAI (Study of Land Cover Change using

Lebih terperinci

Prediksi Spasial Perkembangan Lahan Terbangun Melalui Pemanfaatan Citra Landsat Multitemporal di Kota Bogor

Prediksi Spasial Perkembangan Lahan Terbangun Melalui Pemanfaatan Citra Landsat Multitemporal di Kota Bogor Prediksi Spasial Perkembangan Lahan Terbangun Melalui Pemanfaatan Citra Landsat Multitemporal di Kota Bogor Siti Zahrotunisa 1, Prama Wicaksono 2 1,2 Program Studi Kartografi dan Penginderaan Jauh, Departemen

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Kebutuhan manusia untuk memenuhi hajat hidupnya semakin meningkat dari waktu ke waktu. Hal ini erat berkaitan dengan keinginan manusia untuk meningkatan mutu kehidupannya

Lebih terperinci

III. METODOLOGI. 3.1 Waktu dan Lokasi Penelitian

III. METODOLOGI. 3.1 Waktu dan Lokasi Penelitian III. METODOLOGI 3.1 Waktu dan Lokasi Penelitian Penelitian ini dilaksanakan sejak Juli 2010 sampai dengan Mei 2011. Lokasi penelitian terletak di wilayah Kabupaten Indramayu, Provinsi Jawa Barat. Pengolahan

Lebih terperinci

III. BAHAN DAN METODE

III. BAHAN DAN METODE 13 III. BAHAN DAN METODE 3.1 Lokasi dan Waktu Penelitian Penelitian dilaksanakan mulai bulan Februari 2010 sampai Februari 2011 yang berlokasi di Daerah Aliran Sungai (DAS) Cipunagara dan sekitarnya, Kabupaten

Lebih terperinci

Komparasi Akurasi Model Cellular Automata untuk Simulasi Perkembangan Lahan Terbangun dari Berbagai Variasi Matriks Probabilitas Transisi

Komparasi Akurasi Model Cellular Automata untuk Simulasi Perkembangan Lahan Terbangun dari Berbagai Variasi Matriks Probabilitas Transisi Komparasi Akurasi Model Cellular Automata untuk Simulasi Perkembangan Lahan Terbangun dari Berbagai Variasi Matriks Probabilitas Transisi Kasus: Bagian Timur Kota Yogyakarta Muhammad Mangku Parasdyo mangku.parasdyo@gmail.com

Lebih terperinci

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN BAB IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Pengambilan data untuk membuat model kesesuaian habitat orangutan kalimantan (Pongo pygmaeus wurmbii) dilakukan di Suaka Margasatwa Sungai Lamandau.

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 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

MODEL PERUBAHAN PENUTUPAN/PENGGUNAAN LAHAN UNTUK IDENTIFIKASI LAHAN KRITIS DI KABUPATEN BOGOR, KABUPATEN CIANJUR, DAN KABUPATEN SUKABUMI

MODEL PERUBAHAN PENUTUPAN/PENGGUNAAN LAHAN UNTUK IDENTIFIKASI LAHAN KRITIS DI KABUPATEN BOGOR, KABUPATEN CIANJUR, DAN KABUPATEN SUKABUMI Model Perubahan Penutupan/Penggunaan Lahan untuk Identifikasi Lahan Kritis... (Kubangun, et.al) MODEL PERUBAHAN PENUTUPAN/PENGGUNAAN LAHAN UNTUK IDENTIFIKASI LAHAN KRITIS DI KABUPATEN BOGOR, KABUPATEN

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

III. BAHAN DAN METODE

III. BAHAN DAN METODE III. BAHAN DAN METODE 3.1. Waktu dan Tempat Penelitian Waktu penelitian dilakukan kurang lebih selama sebelas bulan yaitu sejak Februari 2009 hingga Januari 2010, sedangkan tempat penelitian dilakukan

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN IV.1. Gap Filling Citra Gap Filling citra merupakan metode yang dilakukan untuk mengisi garisgaris yang kosong pada citra Landsat TM hasil download yang mengalami SLCoff, sehingga

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 METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Tahapan yang dilakukan dalam penelitian ini disajikan pada Gambar 14, terdiri dari tahap identifikasi masalah, pengumpulan dan praproses data, pemodelan

Lebih terperinci

III. METODOLOGI 3.1 Waktu Penelitian 3.2 Lokasi Penelitian

III. 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 terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian dilaksanakan di Taman Nasional Kerinci Seblat, tepatnya di Resort Batang Suliti, Seksi Pengelolaan Taman Nasional Wilayah IV, Provinsi

Lebih terperinci

Gambar 2. Peta Batas DAS Cimadur

Gambar 2. Peta Batas DAS Cimadur 11 III. METODOLOGI PENELITIAN 3.1 Lokasi dan Waktu Penelitian DAS, Banten merupakan wilayah yang diambil sebagai daerah penelitian (Gambar 2). Analisis data dilakukan di Laboratorium Penginderaan Jauh

Lebih terperinci

PREDIKSI PERUBAHAN LAHAN PERTANIAN SAWAH SEBAGIAN KABUPATEN KLATEN DAN SEKITARNYA MENGGUNAKAN CELLULAR AUTOMATA DAN DATA PENGINDERAAN JAUH

PREDIKSI PERUBAHAN LAHAN PERTANIAN SAWAH SEBAGIAN KABUPATEN KLATEN DAN SEKITARNYA MENGGUNAKAN CELLULAR AUTOMATA DAN DATA PENGINDERAAN JAUH PREDIKSI PERUBAHAN LAHAN PERTANIAN SAWAH SEBAGIAN KABUPATEN KLATEN DAN SEKITARNYA MENGGUNAKAN CELLULAR AUTOMATA DAN DATA PENGINDERAAN JAUH Dicky Setiady dicky.setiady.geo@gmail.com Fakultas Geografi, Universitas

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 19 BAB III METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Kerangka pemikiran untuk penelitian ini seperti pada Gambar 9. Penelitian dibagi dalam empat tahapan yaitu persiapan penelitian, proses pengolahan

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

4. PERUBAHAN PENUTUP LAHAN

4. PERUBAHAN PENUTUP LAHAN 4. PERUBAHAN PENUTUP LAHAN 4.1. Latar Belakang Sebagaimana diuraikan terdahulu (Bab 1), DAS merupakan suatu ekosistem yang salah satu komponen penyusunannya adalah vegetasi terutama berupa hutan dan perkebunan

Lebih terperinci

METODOLOGI PENELITIAN

METODOLOGI PENELITIAN 17 III. METODOLOGI PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian ini mengambil lokasi di Provinsi Kalimantan Barat. Provinsi Kalimantan Barat terletak di bagian barat pulau Kalimantan atau di antara

Lebih terperinci

BACK PROPAGATION NETWORK (BPN)

BACK PROPAGATION NETWORK (BPN) BACK PROPAGATION NETWORK (BPN) Arsitektur Jaringan Digunakan untuk meminimalkan error pada output yang dihasilkan oleh jaringan. Menggunakan jaringan multilayer. Arsitektur Jaringan Proses belajar & Pengujian

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 9 III. METODE PENELITIAN 3.1. Lokasi dan Waktu Pengambilan data atribut berupa data sosial masyarakat dilakukan di Kampung Lebak Picung, Desa Hegarmanah, Kecamatan Cibeber, Kabupaten Lebak Banten (Gambar

Lebih terperinci

IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI NILAI KURS JUAL SGD-IDR

IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI NILAI KURS JUAL SGD-IDR Seminar Nasional Teknologi Informasi dan Multimedia 205 STMIK AMIKOM Yogyakarta, 6-8 Februari 205 IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI

Lebih terperinci

Karena tidak pernah ada proyek yang dimulai tanpa terlebih dahulu menanyakan: DIMANA?

Karena tidak pernah ada proyek yang dimulai tanpa terlebih dahulu menanyakan: DIMANA? PENGUKURAN KEKOTAAN Geographic Information System (1) Lecture Note: by Sri Rezki Artini, ST., M.Eng Geomatic Engineering Study Program Dept. Of Geodetic Engineering Permohonan GIS!!! Karena tidak pernah

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang 1.1. Latar Belakang BAB I PENDAHULUAN Kota merupakan obyek geografis yang sangat popular di semua kalangan masyarakat, sehingga menjadikan kota sebagai objek kajian yang menarik untuk dikaji baik itu bagi

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN 30 HASIL DAN PEMBAHASAN Analisis Perubahan Penggunaan Lahan Perubahan penggunaan lahan dianalisis dengan menggunakan peta penggunaan lahan tahun 1994 dan 2012 yang dihasilkan dari interpretasi citra Landsat

Lebih terperinci

PEMODELAN SPASIAL PERKEMBANGAN FISIK KOTA YOGYAKARTA MENGGUNAKAN CELLULAR AUTOMATA DAN MULTI LAYER PERCEPTRON NEURAL NETWORK

PEMODELAN SPASIAL PERKEMBANGAN FISIK KOTA YOGYAKARTA MENGGUNAKAN CELLULAR AUTOMATA DAN MULTI LAYER PERCEPTRON NEURAL NETWORK PEMODELAN SPASIAL PERKEMBANGAN FISIK KOTA YOGYAKARTA MENGGUNAKAN CELLULAR AUTOMATA DAN MULTI LAYER PERCEPTRON NEURAL NETWORK Nuril Umam nurilgeo@gmail.com Bowo Susilo bowos@gmail.com Abstrak Perkembangan

Lebih terperinci

PENGGUNAAN CITRA SATELIT RESOLUSI TINGGI UNTUK PEMBUATAN PETA DASAR SKALA 1:5.000 KECAMATAN NGADIROJO, KABUPATEN PACITAN

PENGGUNAAN CITRA SATELIT RESOLUSI TINGGI UNTUK PEMBUATAN PETA DASAR SKALA 1:5.000 KECAMATAN NGADIROJO, KABUPATEN PACITAN JURNAL TEKNIK ITS Vol. 4, No. 1, (2015) ISSN: 2337-3539 (2301-9271 Print) A-399 PENGGUNAAN CITRA SATELIT RESOLUSI TINGGI UNTUK PEMBUATAN PETA DASAR SKALA 1:5.000 KECAMATAN NGADIROJO, KABUPATEN PACITAN

Lebih terperinci

MODEL PERUBAHAN PENGGUNAAN LAHAN MENGGUNAKAN CELLULAR AUTOMATA MARKOV CHAIN DI KAWASAN MAMMINASATA

MODEL PERUBAHAN PENGGUNAAN LAHAN MENGGUNAKAN CELLULAR AUTOMATA MARKOV CHAIN DI KAWASAN MAMMINASATA MODEL PERUBAHAN PENGGUNAAN LAHAN MENGGUNAKAN CELLULAR AUTOMATA MARKOV CHAIN DI KAWASAN MAMMINASATA Tiur Vera Damayanti Peruge, Drs. H. Samsu Arief, M.Si, Drs. Sakka, M.Si Program Studi Geofisika Jurusan

Lebih terperinci

SISTEM INFORMASI GEOGRAFI. Data spasial direpresentasikan di dalam basis data sebagai vektor atau raster.

SISTEM INFORMASI GEOGRAFI. Data spasial direpresentasikan di dalam basis data sebagai vektor atau raster. GEOGRAFI KELAS XII IPS - KURIKULUM GABUNGAN 14 Sesi NGAN SISTEM INFORMASI GEOGRAFI A. MODEL DATA SPASIAL Data spasial direpresentasikan di dalam basis data sebagai vektor atau raster. a. Model Data Vektor

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 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 terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.1 Waktu dan Lokasi Penelitian Penelitian ini dilakukan pada bulan Mei 2011 hingga Agustus 2011 yang berlokasi di kolam petani Desa Laladon, Kecamatan Ciomas, Kabupaten Bogor,

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Penelitian dan Perumusan Masalah

BAB I PENDAHULUAN Latar Belakang Penelitian dan Perumusan Masalah BAB I PENDAHULUAN BAB I PENDAHULUAN 1.1. Latar Belakang Penelitian dan Perumusan Masalah Dinamika perubahan penggunaan lahan merupakan obyek kajian yang penting dan selalu menarik untuk diteliti karena

Lebih terperinci

BAB II DAERAH PENELITIAN & BAHAN

BAB II DAERAH PENELITIAN & BAHAN BAB II DAERAH PENELITIAN & BAHAN 2.1 Daerah Penelitian Daerah studi penelitian ini adalah Kabupaten dan Kota Bogor (Gambar 2.1). Secara geografis Kabupaten Bogor terletak di Propinsi Jawa Barat bagian

Lebih terperinci

METODE PENELITIAN. Kerangka Pemikiran

METODE PENELITIAN. Kerangka Pemikiran METODE PENELITIAN Kerangka Pemikiran Perencanaan tata ruang adalah suatu proses untuk menentukan struktur ruang dan pola ruang yang meliputi penyusunan dan penetapan rencana tata ruang (UU No. 26 tahun

Lebih terperinci

BAB III METODE PENELITIAN. Desain penelitian untuk pengenalan nama objek dua dimensi pada citra

BAB III METODE PENELITIAN. Desain penelitian untuk pengenalan nama objek dua dimensi pada citra BAB III METODE PENELITIAN 3.1 Desain Penelitian Desain penelitian untuk pengenalan nama objek dua dimensi pada citra adalah sebagai berikut. Gambar 3.1 Desain Penelitian 34 35 Penjelasan dari skema gambar

Lebih terperinci

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB III METODE PENELITIAN. Penelitian ini dilakukan dalam kurung waktu setahun.

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB III METODE PENELITIAN. Penelitian ini dilakukan dalam kurung waktu setahun. BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Pelaksanaan Penelitian dilaksanakan di Laboratorium Intrumentasi Medis Departemen Fisika, Fakultas Sains dan Teknologi Universitas Airlangga. Lokasi pengambilan

Lebih terperinci

3. METODE PENELITIAN

3. METODE PENELITIAN 19 3. METODE PENELITIAN 3.1 Diagram Alir Penelitian Kerangka pemikiran pada penelitian ini dapat digambarkan dalam suatu bagan alir seperti pada Gambar 8. Gambar 8 Diagram Alir Penelitian Pengumpulan Data

Lebih terperinci

Dinamika dan Proyeksi Perubahan Penggunaan Lahan di Kawasan Peri-Urban Kota Makassar (Kawasan Mamminasata)

Dinamika dan Proyeksi Perubahan Penggunaan Lahan di Kawasan Peri-Urban Kota Makassar (Kawasan Mamminasata) Dinamika dan Proyeksi Perubahan Penggunaan Lahan di Kawasan Peri-Urban Kota Makassar (Kawasan Mamminasata) Andi Ramlan 1, Muchtar S Solle 1, Seniarwan 2 1 JurusanIlmu Tanah FakultasPertanian, UniversitasHasanuddin

Lebih terperinci

INTEGRASI MODEL SPASIAL CELLULAR AUTOMATA

INTEGRASI MODEL SPASIAL CELLULAR AUTOMATA INTEGRASI MODEL SPASIAL CELLULAR AUTOMATA DAN REGRESI LOGISTIK BINER UNTUK PEMODELAN DINAMIKA PERKEMBANGAN LAHAN TERBANGUN ( Studi Kasus Kota Salatiga) Muhammad Sufwandika Wijaya sufwandika.geo@gmail.com

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Seiring dengan bertambahnya jumlah penduduk, kebutuhan akan lahan semakin meningkat. Interaksi antara manusia yang selalu bertambah jumlahnya dengan lingkungannya

Lebih terperinci

BAHAN DAN METODE. Gambar 1 Peta Lokasi Penelitian

BAHAN DAN METODE. Gambar 1 Peta Lokasi Penelitian III. BAHAN DAN METODE 3.1 Waktu dan Lokasi Penelitian Lokasi yang dipilih untuk penelitian ini adalah Kabupaten Indramayu, Jawa Barat (Gambar 1). Penelitian dimulai dari bulan Juli 2010 sampai Januari

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

BAB III KEGIATAN KERJA PRAKTIK. a. Surat permohonan kerja praktik dari Fakultas Teknik Universitas. lampung kepada CV.

BAB III KEGIATAN KERJA PRAKTIK. a. Surat permohonan kerja praktik dari Fakultas Teknik Universitas. lampung kepada CV. BAB III KEGIATAN KERJA PRAKTIK 3.1. Persiapan 3.1.1.Persiapan Administrasi a. Surat permohonan kerja praktik dari Fakultas Teknik Universitas lampung kepada CV. Geoplan Nusantara b. Transkrip nilai semester

Lebih terperinci

Perumusan Masalah Bagaimana kondisi perubahan tutupan lahan yang terjadi di daerah aliran sungai Ciliwung dengan cara membandingkan citra satelit

Perumusan Masalah Bagaimana kondisi perubahan tutupan lahan yang terjadi di daerah aliran sungai Ciliwung dengan cara membandingkan citra satelit Latar Belakang Meningkatnya pembangunan di Cisarua, Bogor seringkali menimbulkan dampak tidak baik terhadap lingkungan. Salah satu contohnya adalah pembangunan yang terjadi di Daerah Aliran Sungai Ciliwung.

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Analisis Kerentanan 3.1.1 Kerentanan wilayah Secara keseluruhan, diagram alir pada analisis kerantanan wilayah dilakukan berdasarkan diagram alir pada gambar 3.1 Peta

Lebih terperinci

Gambar 1. Peta Lokasi Penelitian

Gambar 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 terperinci

BAB IV ANALISIS 4.1 Analisis terhadap Data Tutupan Lahan

BAB IV ANALISIS 4.1 Analisis terhadap Data Tutupan Lahan BAB IV ANALISIS Pada bagian ini, dilakukan analisis terhadap pemanfaatan metode Monte Carlo untuk analisis perubahan lahan secara spasial. Analisis yang dilakukan dalam hal ini terbagi menjadi dua bagian,

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

Aninda Nurry M.F., Ira Mutiara Anjasmara Jurusan Teknik Geomatika FTSP-ITS, Kampus ITS Sukolilo, Surabaya,

Aninda Nurry M.F., Ira Mutiara Anjasmara Jurusan Teknik Geomatika FTSP-ITS, Kampus ITS Sukolilo, Surabaya, KAJIAN PERUBAHAN TUTUPAN LAHAN DAERAH ALIRAN SUNGAI BRANTAS BAGIAN HILIR MENGGUNAKAN CITRA SATELIT MULTI TEMPORAL (STUDI KASUS: KALI PORONG, KABUPATEN SIDOARJO) Aninda Nurry M.F., Ira Mutiara Anjasmara

Lebih terperinci

METODE PENELITIAN Lokasi dan Waktu Penelitian

METODE PENELITIAN Lokasi dan Waktu Penelitian METODE PENELITIAN Lokasi dan Waktu Penelitian Lokasi penelitian merupakan wilayah hilir Sungai Mangottong yang secara administrasi wilayah berada di Kecamatan Sinjai Utara dan Kecamatan Sinjai Timur, Kabupaten

Lebih terperinci

Laporan Praktikum III KLASIFIKASI CITRA SATELIT MENGGUNAKAN ERDAS IMAGINE

Laporan Praktikum III KLASIFIKASI CITRA SATELIT MENGGUNAKAN ERDAS IMAGINE Mata Kuliah Dasar Sistem Informasi Geografi dan Lingkungan [PSL640] Dosen : Prof.Dr.Ir. Lilik B. Prasetyo Laporan Praktikum III KLASIFIKASI CITRA SATELIT MENGGUNAKAN ERDAS IMAGINE Oleh : Muhammad Ramdhan

Lebih terperinci

BAB III PENGOLAHAN DATA ALOS PRISM

BAB III PENGOLAHAN DATA ALOS PRISM BAB III PENGOLAHAN DATA ALOS PRISM 3.1 Tahap Persiapan Pada tahap persiapan, dilakukan langkah-langkah awal berupa : pengumpulan bahan-bahan dan data, di antaranya citra satelit sebagai data primer, peta

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

Pengendalian Posisi Mobile Robot Menggunakan Metode Neural Network Dengan Umpan Balik Kamera Pemosisian Global

Pengendalian Posisi Mobile Robot Menggunakan Metode Neural Network Dengan Umpan Balik Kamera Pemosisian Global The 13 th Industrial Electronics Seminar 2011 (IES 2011) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Indonesia, October 26, 2011 Pengendalian Posisi Mobile Robot Menggunakan Metode

Lebih terperinci

PENGENDALIAN POSISI MOBILE ROBOT MENGGUNAKAN METODE NEURAL NETWORK DENGAN UMPAN BALIK KAMERA PEMOSISIAN GLOBAL

PENGENDALIAN POSISI MOBILE ROBOT MENGGUNAKAN METODE NEURAL NETWORK DENGAN UMPAN BALIK KAMERA PEMOSISIAN GLOBAL PENGENDALIAN POSISI MOBILE ROBOT MENGGUNAKAN METODE NEURAL NETWORK DENGAN UMPAN BALIK KAMERA PEMOSISIAN GLOBAL Randy Reza Kautsar (1), Bima Sena Bayu D S.ST M.T (2), A.R. Anom Besari. S.ST, M.T (2) (1)

Lebih terperinci

PRISMA FISIKA, Vol. VI, No. 2 (2018), Hal ISSN :

PRISMA FISIKA, Vol. VI, No. 2 (2018), Hal ISSN : Pemodelan Penyebaran Kebakaran Hutan dan Lahan di Kabupaten Mempawah Menggunakan Metode Cellular Automata Maria Sofiani a, Joko Sampurno a *, Apriansyah b a Prodi Fisika, FMIPA Universitas Tanjungpura,

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN A. Lokasi dan Waktu Penelitian ini dilakukan pada daerah kajian Provinsi Kalimantan Barat. Pengolahan dan analisis data dilakukan di Laboratorium Fisik Remote Sensing dan Sistem

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN BAB 3 METODOLOGI PENELITIAN 3.1. Data Yang Digunakan Dalam melakukan penelitian ini, penulis membutuhkan data input dalam proses jaringan saraf tiruan backpropagation. Data tersebut akan digunakan sebagai

Lebih terperinci

III. BAHAN DAN METODE

III. BAHAN DAN METODE 39 III. BAHAN DAN METODE 3.1. Waktu dan Tempat Penelitian dilaksanakan pada bulan Agustus sampai Desember tahun 2010 di rumah tanaman (greenhouse) Balai Penelitian Agroklimatologi dan Hidrologi (Balitklimat),

Lebih terperinci

JURNAL TEKNIK POMITS Vol. X, No. X, (2013) ISSN: ( Print) 1 II. METODOLOGI PENELITIAN

JURNAL TEKNIK POMITS Vol. X, No. X, (2013) ISSN: ( Print) 1 II. METODOLOGI PENELITIAN JURNAL TEKNIK POMITS Vol. X,. X, (2013) ISSN: 2337-3539 (2301-9271 Print) 1 Studi Identifikasi Perubahan Obyek dengan Memanfaatkan Citra Resolusi Tinggi (Studi Kasus Unit Pengembangan Rungkut Surabaya)

Lebih terperinci

III. METODE PENELITIAN. Kegiatan penelitian dilaksanakan pada bulan Oktober 2013 hingga Maret 2014.

III. METODE PENELITIAN. Kegiatan penelitian dilaksanakan pada bulan Oktober 2013 hingga Maret 2014. 33 III. METODE PENELITIAN A. Waktu dan Tempat Kegiatan penelitian dilaksanakan pada bulan Oktober 2013 hingga Maret 2014. Adapun penelitian dilaksanakan di pesisir Kabupaten Lampung Timur. Berikut ini

Lebih terperinci

BAB III KEGIATAN KERJA PRAKTIK. Persiapan

BAB III KEGIATAN KERJA PRAKTIK. Persiapan 35 BAB III KEGIATAN KERJA PRAKTIK 3.1. Tahapan Pelaksanaan Secara khusus tahapan pelaksanaan pembuatan Peta Lahan Investasi ini dapat dilihat pada diagram alir di bawah ini : Persiapan Administrasi Situasi

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

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN DEM (Digital Elevation Model) Wilayah Penelitian Proses interpolasi beberapa data titik tinggi yang diekstraksi dari berbagai sumber dengan menggunakan metode semivariogram tipe ordinary

Lebih terperinci

Gambar 6. Peta Lokasi Kabupaten Majalengka (Sumber : PKSKL IPB 2012)

Gambar 6. Peta Lokasi Kabupaten Majalengka (Sumber : PKSKL IPB 2012) 21 BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian dilaksanakan pada tanggal 3 Juni 5 Juli 2013, meliputi pengumpulan data, pengolahan data, analisis data dan pengamatan lapangan (ground

Lebih terperinci

Manfaat METODE. Lokasi dan Waktu Penelitian

Manfaat METODE. Lokasi dan Waktu Penelitian 2 Manfaat Penelitian ini diharapkan menjadi sumber data dan informasi untuk menentukan langkah-langkah perencanaan dan pengelolaan kawasan dalam hal pemanfaatan bagi masyarakat sekitar. METODE Lokasi dan

Lebih terperinci

BAB III IMPLEMENTASI MODEL MONTE CARLO

BAB III IMPLEMENTASI MODEL MONTE CARLO BAB III IMPLEMENTASI MODEL MONTE CARLO Sasaran dari penelitian tugas akhir ini adalah untuk memodelkan prediksi perubahan lahan dengan memanfaatkan metode Monte Carlo. Data ng digunakan untuk implementasi

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN IV.1. Mengunduh Citra Google Maps Dari proses mengunduh yang telah dilakukan, maka didapatkan citra Google Maps dalam format *jpg. Gambar 4.1 Citra Google Maps Yang Telah Diunduh

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian ini berlokasi di Tempat Pembuangan Akhir Sampah (TPA) Galuga dan sekitarnya, Desa Galuga, Kecamatan Cibungbulang, Kabupaten Bogor,

Lebih terperinci

PERANCANGAN SOFTSENSOR STEAM QUALITY PADA STEAM GENERATOR DENGAN OPTIMASI NILAI SPESIFIK VOLUM DENGAN METODE JARINGAN SYARAF TIRUAN (JST)

PERANCANGAN SOFTSENSOR STEAM QUALITY PADA STEAM GENERATOR DENGAN OPTIMASI NILAI SPESIFIK VOLUM DENGAN METODE JARINGAN SYARAF TIRUAN (JST) PERANCANGAN SOFTSENSOR STEAM QUALITY PADA STEAM GENERATOR DENGAN OPTIMASI NILAI SPESIFIK VOLUM DENGAN METODE JARINGAN SYARAF TIRUAN () 1 Alif Tober Rachmawati, Fitri Adi Iskandarianto, ST.MT, DR.Gunawan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Rancangan Penelitian Tulisan Tangan angka Jawa Digitalisasi Pre-Processing ROI Scalling / Resize Shadow Feature Extraction Output Multi Layer Perceptron (MLP) Normalisasi

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian dilaksanakan di Kawasan Hutan Adat Kasepuhan Citorek, Kabupaten Lebak, Provinsi Banten. Pengambilan data lapangan dilaksanakan bulan Februari

Lebih terperinci

BAB II METODE PENELITIAN

BAB II METODE PENELITIAN BAB II METODE PENELITIAN Metode penelitian yang digunakan dalam analisis tingkat kekritisan lahan kawasan budidaya pertanian yaitu dengan menggunakan metode analisis data sekunder yang dilengkapi dengan

Lebih terperinci

III. BAHAN DAN METODE

III. BAHAN DAN METODE 11 III. BAHAN DAN METODE 3.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan mulai bulan Februari 2009 sampai Januari 2010 yang berlokasi di wilayah administrasi Kabupaten Bogor. Analisis data dilaksanakan

Lebih terperinci

III METODOLOGI. 3.1 Lokasi dan Waktu Penelitian

III METODOLOGI. 3.1 Lokasi dan Waktu Penelitian III METODOLOGI 3.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan selama 9 bulan (Maret - November 2009), dan obyek penelitian difokuskan pada tiga kota, yaitu Kota Padang, Denpasar, dan Makassar.

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 berkembang yang mempunyai permasalahan dalam mengelola tata ruang. Permasalahan-permasalahan tata ruang tersebut juga timbul karena penduduk

Lebih terperinci

PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI

PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI Oleh Nama : Januar Wiguna Nim : 0700717655 PROGRAM GANDA TEKNIK INFORMATIKA DAN MATEMATIKA

Lebih terperinci

Aplikasi yang dibuat adalah aplikasi untuk menghitung. prediksi jumlah dalam hal ini diambil studi kasus data balita

Aplikasi yang dibuat adalah aplikasi untuk menghitung. prediksi jumlah dalam hal ini diambil studi kasus data balita BAB III ANALISA DAN PERANCANGAN SISTEM 3.1. Analisa dan Kebutuhan Sistem Analisa sistem merupakan penjabaran deskripsi dari sistem yang akan dibangun kali ini. Sistem berfungsi untuk membantu menganalisis

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER

BAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER BAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER Dalam analisis dan perancangan sistem program aplikasi ini, disajikan mengenai analisis kebutuhan sistem yang digunakan, diagram

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

SISTEM INFORMASI SUMBERDAYA LAHAN (Kuliah ke 12)

SISTEM INFORMASI SUMBERDAYA LAHAN (Kuliah ke 12) SISTEM INFORMASI SUMBERDAYA LAHAN (Kuliah ke 12) SISTEM MANAJEMEN BASIS DATA Oleh: Dr.Ir. Yuzirwan Rasyid, MS Beberapa Subsistem dari SISTEM INFORMASI GEOGRAFIS 1. Subsistem INPUT 2. Subsistem MANIPULASI

Lebih terperinci

PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK

PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam

Lebih terperinci

Pengumpulan dan Integrasi Data. Politeknik elektronika negeri surabaya. Tujuan

Pengumpulan dan Integrasi Data. Politeknik elektronika negeri surabaya. Tujuan Pengumpulan dan Integrasi Data Arna fariza Politeknik elektronika negeri surabaya Tujuan Mengetahui sumber data dari GIS dan non GIS data Mengetahui bagaimana memperoleh data raster dan vektor Mengetahui

Lebih terperinci

SEMINAR TUGAS AKHIR. Oleh: Aninda Nurry M.F ( ) Dosen Pembimbing : Ira Mutiara Anjasmara ST., M.Phil-Ph.D

SEMINAR TUGAS AKHIR. Oleh: Aninda Nurry M.F ( ) Dosen Pembimbing : Ira Mutiara Anjasmara ST., M.Phil-Ph.D SEMINAR TUGAS AKHIR Oleh: Aninda Nurry M.F (3510100010) Dosen Pembimbing : Ira Mutiara Anjasmara ST., M.Phil-Ph.D PENDAHULUAN Contoh: Bagian Tengah :Danau, Waduk Contoh: Sub DAS Brantas Landsat 7 diperlukan

Lebih terperinci

STUDI TENTANG IDENTIFIKASI LONGSOR DENGAN MENGGUNAKAN CITRA LANDSAT DAN ASTER (STUDI KASUS : KABUPATEN JEMBER)

STUDI TENTANG IDENTIFIKASI LONGSOR DENGAN MENGGUNAKAN CITRA LANDSAT DAN ASTER (STUDI KASUS : KABUPATEN JEMBER) STUDI TENTANG IDENTIFIKASI LONGSOR DENGAN MENGGUNAKAN CITRA LANDSAT DAN ASTER (STUDI KASUS : KABUPATEN JEMBER) BAGUS SULISTIARTO 3505 100 029 PROGRAM STUDI TEKNIK GEOMATIKA FAKULTAS TEKNIK SIPIL DAN PERENCANAAN

Lebih terperinci

Pembangunan Basis Data Guna Lahan Kabupaten Bengkalis

Pembangunan Basis Data Guna Lahan Kabupaten Bengkalis Jurnal Rekayasa LPPM Itenas No.1 Vol. XV Institut Teknologi Nasional Januari Maret 2011 Pembangunan Basis Data Guna Lahan Kabupaten Bengkalis M. ABDUL BASYID, DIAN SURADIANTO Jurusan Teknik Geodesi FTSP

Lebih terperinci

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI VOLUME PEMAKAIAN AIR BERSIH DI KOTA PONTIANAK

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI VOLUME PEMAKAIAN AIR BERSIH DI KOTA PONTIANAK APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI VOLUME PEMAKAIAN AIR BERSIH DI KOTA PONTIANAK [1] Meishytah Eka Aprilianti, [2] Dedi Triyanto, [3] Ilhamsyah [1] [2] [3] Jurusan Sistem Komputer, Fakultas

Lebih terperinci

BAB 2 LANDASAN TEORI. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu

BAB 2 LANDASAN TEORI. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu BAB 2 LANDASAN TEORI 2.1 Pengenalan Suara. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu speech recognition dan speaker recognition. Speech recognition adalah proses yang dilakukan

Lebih terperinci

PERBANDINGAN METODE SUPERVISED DAN UNSUPERVISED MELALUI ANALISIS CITRA GOOGLE SATELITE UNTUK TATA GUNA LAHAN

PERBANDINGAN METODE SUPERVISED DAN UNSUPERVISED MELALUI ANALISIS CITRA GOOGLE SATELITE UNTUK TATA GUNA LAHAN PERBANDINGAN METODE SUPERVISED DAN UNSUPERVISED MELALUI ANALISIS CITRA GOOGLE SATELITE UNTUK TATA GUNA LAHAN Latar Belakang Penginderaan jauh merupakan suatu ilmu atau teknologi untuk memperoleh informasi

Lebih terperinci

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MENGENALI TULISAN TANGAN HURUF A, B, C, DAN D PADA JAWABAN SOAL PILIHAN GANDA

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MENGENALI TULISAN TANGAN HURUF A, B, C, DAN D PADA JAWABAN SOAL PILIHAN GANDA APLIKASI JARINGAN SYARAF TIRUAN UNTUK MENGENALI TULISAN TANGAN HURUF A, B, C, DAN D PADA JAWABAN SOAL PILIHAN GANDA (Studi Eksplorasi Pengembangan Pengolahan Lembar Jawaban Ujian Soal Pilihan Ganda di

Lebih terperinci

3. METODOLOGI PENELITIAN

3. METODOLOGI PENELITIAN 3. METODOLOGI PENELITIAN 3.1. Lokasi dan Waktu Penelitian Lokasi penelitian berada di wilayah perairan barat Sumatera yang secara geografis terletak pada 8 o LU-10 o LS dan 90 o BT-108 o BT. Namun pengamatan

Lebih terperinci