BAB III METODOLOGI. 3.1 Data. Data yang digunakan dalam studi ini meliputi :
|
|
- Iwan Lesmana
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB III METODOLOGI 3.1 Data Data yang digunakan dalam studi ini meliputi : Data citra satelit NOAA Citra Satelit NOAA yang digunakan merupakan hasil olahan yang menampilkan tampakan pewarnaan laut untuk suhu permukaan laut (SPL). Data yang digunakan adalah data harian tahun 2006 selama bulan Januari sampai Desember. Citra ini memiliki resolusi sebesar 1,1 x 1,1 km. Gambar 3.1 Contoh Hasil Olahan Citra NOAA untuk Tampakan SPL Data arus satelit TOPEX Data TOPEX yang digunakan adalah data arah dan magnitudo arus permukaan geostropik yang kemudian di plotting untuk menampilkan vektor arus pada daerah kajian. Data ini digunakan sebagai data verifikasi dan memiliki resolusi sebesar 27,75 x 27,75 km. 3 1
2 Gambar 3.2 Contoh Hasil Plotting Data Arus Permukaan Geostropik TOPEX Data angin permukaan Data angin permukaan yang digunakan adalah data angin harian dalam bentuk plot vektor angin dengan resolusi sebesar 27,75 x 27,75 km. Gambar 3.3 Contoh Plot Pola Angin Permukaan (Sumber: poet.jps.nasa.gov) 3 2
3 3.2 Metode Maximum Cross Correlation (MCC) Metode Maximum Cross Corelation (MCC) Cross Corelation atau korelasi silang merupakan suatu teknik statistik yang dapat digunakan untuk menganalisa hubungan antar variabel (data) dan berfungsi untuk mengetahui derajat atau kekuatan hubungan, bentuk, atau arah hubungan di antara variabel-variabel yang hanya melibatkan dua buah variabel (Hasan, 2004 di dalam Nanlohy, 2007). Sedangkan MCC merupakan teknik lanjutan dari korelasi silang yang bertujuan untuk mencari nilai maksimum dari korelasi silang antara dua variabel. Variabel yang digunakan dalam penelitian ini mewakili nilai tiap pixel dari citra suhu muka laut yang diamati sesuai dengan skala pewarnaannya ( ) Deskripsi Metode MCC Dalam menggunakan metode MCC, asumsi dasar yang digunakan adalah bahwa seluruh perubahan pada pola suhu permukaan laut disebabkan oleh adveksi horisontal arus permukaan. Asumsi tersebut membutuhkan suatu kondisi di mana perubahan advektif pada arus permukaan yang terjadi berlangsung lebih cepat dibandingkan dengan perubahan yang terjadi akibat pemanasan/pendinginan atau upwelling/downwelling. Untuk mengatasi permasalahan di atas, maka dalam pengerjaan metode ini harus digunakan citra-citra yang memiliki jeda waktu relatif dekat satu sama lain, sehingga efek dari upwelling/downwelling dapat dihindari. Interval waktu antar citra yang dapat digunakan adalah 4 sampai 24 jam. Setelah melewati waktu 24 jam, maka dapat terjadi gangguan numerikal pada perhitungan yang menyebabkan perhitungan arus dengan MCC mengalami simpangan dari arus yang sebenarnya bila dibandingkan dengan simulasi numerik (Emery, et al., 1992 di dalam Mullen dan Emery, 2000). Bila kita menggunakan citra dengan resolusi 1 km (dengan interval antar citra < 24 jam), maka ukuran search window yang 3 3
4 digunakan adalah 40 x 40 km (Mullen dan Emery, 2000). Data warna permukaan laut digunakan dalam metode MCC untuk menentukan kecepatan dan arah arus permukaan (diperkirakan sampai dengan kedalaman beberapa sentimeter) Input Algoritma Input data pada metode MCC ini berupa data koordinat (x dan y) dan tingkat keabuan (grey scale), misalnya dari 0 sampai 1 atau 1 sampai 225 dari tiap pixel pada citra. Pada studi ini nilai input diwakili oleh nilai koefisien MCC (0 1), nilai kecepatan arus MCC (dalam satuan m/s), dan nilai arah arus MCC (0 360). Input algoritma lainnya yang penting adalah pemisahan awan Deskripsi Teoritis Algoritma yang dibangun dalam kajian arus permukaan ini didasarkan pada nilai maksimum dari cross-corelation. Metode ini merupakan metode semi-otomatis karena dalam pengerjaannya untuk mendapatkan nilai arus permukaan dibutuhkan pengambilan keputusan yang bersifat subjektif seperti dalam pemilihan ukuran template window dan search window, jenis dan cara filtering, serta smoothing. Pemilihan template dan search window membutuhkan pengetahuan tentang kondisi sebenarnya dari perairan yang akan dikaji dengan menggunakan MCC. Prosedur secara umum dari metode ini adalah dengan melakukan perhitungan MCC di antara dua buah citra, yaitu template window (window yang lebih kecil, selanjutnya disebut image one) dan search window (window yang ukurannya lebih besar, selanjutnya diesebut image two) (Emery et al., 1992 di dalam Mullen dan Emery, 2000). Lokasi dari koefisien MCC pada image two menyatakan titik akhir dari vektor kecepatan yang berasal dari titik pusat search window, seperti diilustrasikan pada Gambar 3.4: 3 4
5 Gambar 3.4 Ilustrasi Proses MCC (Sumber: Domingues, 1999 di dalam Mullen dan Emery, 2000) Interval waktu antara dua citra (image one dan image two) serta posisi dari nilai maksimum digunakan untuk menghitung vektor kecepatan. Langkah-langkah tersebut terus dilakukan berulang pada keseluruhan citra sampai didapat pola arus permukaan. Studi atau kajian arus permukaan dengan metode MCC telah dilakukan di berbagai negara, seperti dapat ditunjukkan oleh Gambar 3.5. Gambar 3.5 Studi Arus Permukaan di Lokasi Lain di Dunia Dengan Metode MCC (Sumber: Mullen dan Emery, 2000) 3 5
6 3.2.5 Deskripsi Matematis dari Metode MCC MCC merupakan suatu metode yang dibangun untuk menentukan perpindahan suatu objek yang diamati dari rangkaian citra yang berurutan dengan interval waktu tertentu. Deskripsi matematis metode MCC di bawah ini merupakan hasil perumusan oleh Ninis et al. (1986) di dalam Mullen dan Emery (2000). Misalkan terdapat dua buah sinyal f(x,y) dan g(x,y) di mana x<l, y<l: f x, y) = g( x + x, y + y ) (3.1) ( o o Fungsi dari auto-kovariansi dan kovariansi silang adalah : r r ff fg ( x', y' ) = E[( f ( x, y) m f )( f ( x + x', y + y' ) m f ( x', y' ) = E[( f ( x, y) m f )( g( x + x', y + y' ) m g Di mana E menyatakan penjumlahan kovariansi dan m f serta m g adalah rata-rata nilai sinyal. Sedangkan nilai koefisien MCC diberikan sebagai berikut : )] )] ρ ( x', y') = r fg σ ( x', y') 2 f σ 2 g Di mana variansi f dan g : 2 σ f = r ff (0,0) 2 σ g = r ggf (0,0) Pada (x 0,, y 0 ), nilai kovariansi r fg adalah : r fg ( x0, y0) = E[( f ( x, y) m f )( g( x + x0, y + y0) mg )] (3.2) 3 6
7 Substitusikan Persamaan 3.1 ke dalam Persamaan 3.2, akan diperoleh: 2 r ( x, y ) = E[( f ( x, y) m ) ] = r fg 0 0 f ff (0,0) Dari Persamaan 3.1 diperoleh nilai g pada lag (x 0,y 0 ) adalah σ 2 f, sehingga diperoleh korelasi silang sebagai berikut : rfg ( x0, y0 ) 2 ρ ( x0, y0 ) = g = σ f σ g Sedangkan untuk mendapatkan magnitudo kecepatan advektif arus permukaan dan arah gerakannya dirumuskan sebagai berikut (Garcia dan Robinson (1989) di dalam Prasad et al., 2000): C = ( p Δx) + ( q Δt Δy 2 2 max max ) (3.3) qmaxδy θ = arctan (3.4) pmaxδx Setelah kita mendapatkan nilai cross-corelation, maka selanjutnya perlu dilakukan filter data. Menurut Emery et al. di dalam Mullen dan Emery (2000), ada dua metode filtering yang dibutuhkan untuk menghilangkan vektor kecepatan MCC yang buruk. Metode pertama, yaitu dengan menggunakan nilai cutoff untuk koefisien korelasi MCC. Semua vektor kecepatan dengan nilai korelasi MCC di bawah nilai cutoff dianggap dapat diabaikan (Emery et al, 1992 di dalam Mullen dan Emery, 2000). Pada studi yang telah dilakukan Mullen dan Emery (2000), nilai cutoff yang digunakan adalah 0,6. Metode filtering yang ke dua adalah next-neighbor, di mana pada metode ini dilakukan perbandingan antara arah vektor-vektor yang berdekatan dalam rangka menentukan vektor yang baik atau buruk (Emery et al, 1992 di dalam Mullen dan Emery, 2000). Metode ini menyatakan bahwa perpindahan yang dialami oleh 3 7
8 suatu objek yang diamati akan memiliki sifat auto-korelasi spasial atau dapat dikatakan bila suatu vektor dianggap baik dalam suatu ukuran pixel tertentu, maka vektor lain yang berada di sekitar vektor tersebut juga akan memiliki vektor perpindahan yang sama Verifikasi Penelitian Arus Permukaan Keakuratan dari metode MCC dalam mengkaji arus permukaan sebaiknya diuji dengan pengukuran langsung di lapangan pada waktu yang sama saat metode MCC dijalankan. Studi perbandingan lainnya yang biasa dilakukan adalah dengan menggunakan simulasi numerik, survei CTD (Conductivity, Temperature, Depth Profiler) dan tracking dengan menggunakan pelampung (Emery et al., 1986; Emery et al., 1992; Garcia dan Robinson, 1989 di dalam Mullen dan Emery, 2000). Arus hasil MCC juga telah menunjukkan hasil yang baik bila diverifikasi dengan data arus satelit altimetri yang melakukan pengukuran arus geostropik permukaan seperti yang telah dilakukan oleh Emery et al., Error Budget Kesalahan atau error pada citra suhu permukaan laut hanya akan mempengaruhi nilai koefisien korelasi yang didapat, namun tidak mempengaruhi kecepatan arus permukaan atau vektor MCC. Kesalahan lain yang dapat timbul adalah apabila metode MCC diterapkan pada daerah dengan kondisi upwelling atau downwelling yang relatif kuat. Namun demikian, kesalahan yang diakibatkan oleh faktor ini dapat diatasi dengan cara menggunakan interval citra yang pendek yaitu kurang dari atau sama dengan 24 jam karena peristiwa upwelling atau downwelling merupakan peristiwa yang terjadi dengan periode yang cukup panjang. Terdapat tiga faktor lain yang dapat menimbulkan error pada pengolahan vektor MCC, yaitu : 3 8
9 1. Data citra klorofil, yaitu pada data yang mengandung banyak noise yang dapat menyebabkan perubahan pola klorofil pada citra dari kondisi sebenarnya, sehingga perpindahan klorofil tidak dapat terdeteksi secara akurat dengan metode MCC. 2. Geolokasi, yang berkaitan dengan keakuratan lokasi di mana kita menggunakan metode MCC. 3. Tutupan awan, dapat menimbulkan masalah karena metode MCC tidak akan memproses area yang memiliki tutupan awan. Jika metode tersebut tidak dapat membaca data akibat adanya awan, maka perhitungan MCC akan berpindah ke pixel selanjutnya dan melakukan perhitungan korelasi kembali. Pixel yang tak terbaca akan menimbulkan kekosongan pada data set dan menghasilkan error. 3.3 Pengolahan Data Penentuan arus permukaan dengan metode Maximum Cross Correlation (MCC) memerlukan dua buah citra satelit NOAA yang berurutan dengan rentang antara 4 sampai 24 jam. Oleh karena itu, pertama-tama dilakukan pemilihan data citra NOAA yang akan digunakan dengan mengacu kepada rentang waktu di atas dan tutupan awan. Setelah dilakukan pemilihan citra, kedua citra berurutan tersebut dijadikan sebagai input pada program MCC. Output program selanjutnya akan diberi masking awan dan filter koefisien MCC, hingga pada akhirnya akan diolah dalam bentuk layout vektor arus permukaan dan diverifikasi dengan data satelit TOPEX serta pola angin permukaan. Pengolahan data dilakukan dengan menggunakan beberapa software, yaitu : ER Mapper 6.0 ArcGIS
10 3.3.1 Pemilihan Citra Satelit NOAA (Penggunaan ER Mapper 6.0) Citra satelit NOAA yang digunakan adalah citra yang telah diolah sebelumnya hingga menampilkan sebaran suhu permukaan laut (SPL). Dalam rangka mendapatkan hasil yang optimal, citra berurutan dipilih yang memiliki tutupan awan yang minimal untuk menghindari error. Citra NOAA yang telah dipilih diberi formula reclass awan dengan tujuan untuk memisahkan tampakan awan dengan perairan. Tampakan awan diberi nilai nol dan akan berwarna biru, seperti dapat dilihat pada Gambar Formula yang digunakan : if i1 < 20 then 0 else i1, di mana i1 adalah input nilai tiap piksel yang berupa nilai suhu dalam derajat Celcius. Nilai 20 dapat diubah sesuai dengan nilai piksel awan yang tertinggi pada citra. 3 10
11 (a) (b) Gambar 3.6 (a) Citra NOAA untuk Tampakan SPL 7 Juni :37 dan (b) Setelah Reclass (a) (b) Gambar 3.7 (a) Citra NOAA untuk Tampakan SPL 7 Juni :54 dan (b) Setelah Reclass Program Maximum Cross Correlation (MCC) Program MCC merupakan program yang dibangun untuk penentuan arus permukaan dengan menggunakan konsep tracking parameter fisis dan biologis 3 11
12 laut, dan dalam studi ini digunakan suhu muka laut sebagai indikator pergerakan massa air permukaan. Untuk menjalankan program ini dibutuhkan dua buah citra NOAA berurutan yang berperan sebagai input (Gambar 3.6 (b) dan Gambar 3.7 (b)). Sedangkan keluarannya akan berupa sebuah file yang berisikan informasi nilai-nilai koefisien MCC (kanal 1), kecepatan arus (kanal 4), dan arah arus (kanal 5). Gambar 3.8 Program MCC 3 12
13 (a) (b) Gambar 3.9 File Output Program MCC (a) Kanal 1 (koefisien MCC); (b) Kanal 4 (kecepatan arus); (c) Kanal 5 (arah arus) (c) Kanal koefisien MCC (kanal 1) memiliki nilai antara 0 1. Nilai koefisien yang besar menyatakan korelasi yang makin baik dari suatu piksel dalam perpindahannya selama t 1 ke t 2. Kanal kecepatan (kanal 4) menyatakan kecepatan arus untuk tiap piksel dan harus diberi formula terlebih dahulu agar nilai keluarannya berupa kecepatan arus dalam satuan m/s, formula yang digunakan adalah : i1*1100/t, 3 13
14 di mana i1 adalah input nilai piksel awal pada kanal 4 dan t menyatakan besarnya waktu dalam detik antara dua citra yang berurutan (t = t 2 t 1 ). Nilai 1100 merupakan ukuran sebuah piksel pada citra NOAA dalam satuan meter. Sedangkan kanal 5 menyatakan arah arus yang tiap pikselnya memiliki nilai antara 0-360, dengan arah utara sebagai 0 dan timur sebagai 90 serta seterusnya Masking Awan dan Filtering Koefisien MCC (Penggunaan ER Mapper) Masking awan dilakukan dengan tujuan untuk memisahkan tampilan dan nilai piksel awan dari laut. Hal ini perlu dilakukan untuk memudahkan filter atau penyisihan awan dalam pengolahan vektor arus karena awan akan memberikan error yang mengakibatkan kesalahan pada penentuan arus permukaan. Proses masking awan dilakukan terhadap file output program MCC untuk ketiga kanal (Gambar 3.9 (a); (b); dan (c)). Formula untuk masking awan adalah : if i1=0 then 1000 else i2 di mana i1 merupakan input citra tampakan SPL yang telah di reclass seperti pada Gambar 3.6 (b) dan 3.7 (b), sehingga awan pada citra tersebut memiliki nilai piksel sama dengan nol. Sedangkan i2 adalah input tiap-tiap kanal dari ketiga kanal. Masking awan dilakukan berturut-turut dua kali karena proses ini melibatkan dua buah citra yang berurutan, sehingga tutupan awan dari masing-masing citra t 1 dan t 2 akan mempengaruhi perhitungan arus permukaan. 3 14
15 (a) (b) (c) Gambar 3.10 (a) Tampakan SPL 7 Juni :37 Setelah Reclass; (b) Kanal 4 Hasil Program MCC; (c) Hasil Masking Awan Kanal
16 (a) (b) Gambar 3.11 (a) Tampakan SPL 7 Juni :54 Setelah Reclass; (b) Hasil Masking Awan Kanal 4 Sebelumnya; (c) Hasil Masking Awan Akhir Kanal 4 (c) Hasil masking awan berupa suatu file berisikan informasi tiga buah kanal (kanal 1, 4, dan 5) di mana piksel yang memiliki nilai nol (tampakan awan) akan diberi warna merah dengan nilai piksel baru, yaitu 1000 (Gambar ). Filtering koefisien MCC dilakukan dengan tujuan untuk menghilangkan vektor kecepatan MCC yang buruk, yaitu dengan menggunakan nilai cutoff untuk koefisien korelasi MCC. Semua vektor kecepatan dengan nilai korelasi MCC di bawah nilai cutoff dianggap dapat diabaikan (Emery 3 16
17 et al. di dalam Mullen dan Emery, 2000). Pada studi ini, nilai cutoff yang digunakan adalah 0,6 (Mullen dan Emery, 2000). Formula yang digunakan dalam filter ini adalah : if i1 > 0.6 then i2 else 0, di mana i1 adalah file input kanal 1 (koefisien MCC) dan i2 merupakan file input tiap-tiap kanal (kanal 1, 2, 3) dari ketiga kanal yang telah melalui proses masking awan. (a) (b) (c) Gambar 3.12 (a) Kanal 1 (Koefisisen MCC); (b) Hasil Masking Awan Akhir Kanal 4; (c) Hasil Filter Cutoff Kanal
18 Hasil akhir proses ini adalah citra seperti dapat dilihat pada Gambar 3.12 dimana warna biru menunjukkan piksel yang memiliki nilai sama dengan nol atau memiliki nilai koefisien MCC di bawah 0,6; sedangkan warna merah menunjukkan piksel yang memiliki nilai 1000 atau berupa tutupan awan. 3 18
19 3.3.4 Pengolahan Vektor Arus dan Verifikasi (Penggunaan ArcGIS) Menampilkan hasil olahan sebelumnya pada ArcGIS (a) (b) Gambar 3.13 Proses Pengubahan Data Raster ke Data Titik Pada ArcGIS (a) Hasil Akhir Kanal 4 (kecepatan arus MCC); (b) Hasil Akhir Kanal 5 (arah arus MCC); (c) Tampilan Data Titik dari Kecepatan dan Arah Arus MCC (c) 3 19
20 Tampilan data titik di atas berisikan nilai-nilai piksel yang memiliki kecepatan dan arah arus MCC pada koordinat tertentu. Nilai piksel sama dengan nol dan 1000 (warna biru dan merah seperti yang terlihat pada Gambar 3.13 (a) dan (b)) tidak ikut ditampilkan. Verifikasi dengan TOPEX Untuk mengverifikasi arus MCC, kita melakukan overlay antara data titik arus MCC dengan data plot vektor TOPEX (Gambar 3.14). Gambar 3.14 Overlay Data Titik Arus MCC dengan Data TOPEX Dari proses overlay tersebut kita dapat melihat bahwa resolusi perhitungan arus MCC lebih besar dibandingkan dengan data TOPEX. Hal itu disebabkan karena resolusi satelit NOAA yang digunakan dalam perhitungan arus MCC lebih tinggi dibandingkan dengan data dari satelit TOPEX (resolusi satelit NOAA-AVHRR 1,1 x 1,1 km; resolusi satelit TOPEX 27,5 x 27,5 km). Dalam melakukan verifikasi, digunakan metode perata-rataan yang telah tersedia di ArcGIS, yaitu dengan membandingkan rata-rata banyak titik 3 20
21 arus MCC dengan sebuah titik arus TOPEX, sehingga banyaknya titik akhir pada arus MCC akan mengikuti jumlah titik arus TOPEX. Selain itu, pada titik arus MCC yang buruk dilakukan interpolasi nextneighbor, di mana pada interpolasi ini dilakukan perbandingan antara arah vektor-vektor yang berdekatan dalam rangka menentukan vektor yang baik atau buruk (Emery et al. di dalam Mullen dan Emery, 2000). Metode ini menyatakan bahwa perpindahan yang dialami oleh suatu objek yang diamati akan memiliki sifat auto-korelasi spasial atau dapat dikatakan bila suatu vektor dianggap baik dalam suatu ukuran pixel tertentu, maka vektor lain yang berada di sekitar vektor tersebut juga akan memiliki vektor perpindahan yang sama. Sehingga vektor arus MCC yang buruk dihilangkan, dan ia akan diinterpolasi dengan vektor-vektor arus MCC di sekelilingnya. 3 21
22 3.4 Hasil Pengolahan Arus dengan MCC Contoh hasil pengolahan penentuan arus permukaan MCC dapat dilihat pada Gambar Gambar 3.15 Layout Penentuan Arus Dengan Metode MCC 3 22
PENENTUAN ARUS PERMUKAAN MENGGUNAKAN DATA CITRA SATELIT NOAA DAN METODE MAXIMUM CROSS CORRELATION
PENENTUAN ARUS PERMUKAAN MENGGUNAKAN DATA CITRA SATELIT NOAA DAN METODE MAXIMUM CROSS CORRELATION Tugas Akhir Disusun untuk memenuhi syarat kurikuler untuk memperoleh gelar sarjana dari Program Studi Oseanografi
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Daerah Kajian Daerah yang akan dikaji dalam penelitian adalah perairan Jawa bagian selatan yang ditetapkan berada di antara 6,5º 12º LS dan 102º 114,5º BT, seperti dapat
Lebih terperinciBAB III BAHAN DAN METODE
BAB III BAHAN DAN METODE 3.1 Waktu dan Lokasi Penelitian Penelitian ini dilaksanakan pada bulan Maret sampai dengan Juni 2013. Pengolahan data dilakukan di Laboratorium Komputer Fakultas Perikanan dan
Lebih terperinciOLEH : SEPTIAN ANDI PRASETYO
PREDIKSI DAERAH TANGKAPAN IKAN MENGGUNAKAN CITRA NOAA AVHRR DAN PENDISTRIBUSIAN HASIL DENGAN MENGGUNAKAN WEB (STUDI KASUS : PERAIRAN SELATAN JAWA TIMUR DAN BALI) OLEH : SEPTIAN ANDI PRASETYO 3506100015
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi di bidang informasi spasial dan fotogrametri menuntut sumber data yang berbentuk digital, baik berformat vektor maupun raster. Hal ini dapat
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Lokasi penelitian adalah Perairan Timur Laut Jawa, selatan Selat Makassar, dan Laut Flores, meliputi batas-batas area dengan koordinat 2-9 LS dan 110-126
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian dilakukan selama bulan Februari-Mei 2013 di Laboratorium Ilmu dan Teknologi Kelautan Fakultas Perikanan dan Ilmu Kelautan Universitas
Lebih terperinciPENGOLAHAN DATA SATELIT NOAA-AVHRR UNTUK PENGUKURAN SUHU PERMUKAAN LAUT RATA-RATA HARIAN
PENGOLAHAN DATA SATELIT NOAA-AVHRR UNTUK PENGUKURAN SUHU PERMUKAAN LAUT RATA-RATA HARIAN Dalam pembahasan ini akan dijelaskan tentang proses interpretasi salah satu citra NOAA untuk mengetahui informasi
Lebih terperinciMETODE PENELITIAN Bujur Timur ( BT) Gambar 5. Posisi lokasi pengamatan
METODE PENELITIAN Lokasi Penelitan Penelitian ini dilakukan pada perairan barat Sumatera dan selatan Jawa - Sumbawa yang merupakan bagian dari perairan timur laut Samudera Hindia. Batas perairan yang diamati
Lebih terperinciMODIFIKASI ALGORITMA AVHRR UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA AQUA MODIS
MODIFIKASI ALGORITMA AVHRR UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA AQUA MODIS Briliana Hendra Prasetya (3507100004) Dosen Pembimbing : Prof. Dr. Ir. Bangun Muljo Sukojo, DEA, DESS Lalu Muhamad Jaelani,
Lebih terperinciMODIFIKASI ALGORITMA AVHRR UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA SATELIT TERRA MODIS
MODIFIKASI ALGORITMA AVHRR UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA SATELIT TERRA MODIS Oleh : FENY ARAFAH 3507100034 Pembimbing: Prof. Dr. Ir. Bangun Muljo Sukojo, DEA, DESS L. M. Jaelani, ST, MSc
Lebih terperinci3 METODE. 3.1 Lokasi dan Waktu Penelitian
3 METODE 3.1 Lokasi dan Waktu Penelitian Penelitian dilaksanakan dalam dua tahap, yaitu: tahap pertama pengumpulan data lapang pada titik-titik lokasi dan hasil tangkapan ikan layang dan tahap kedua pengolahan
Lebih terperinci3 METODE PENELITIAN. Gambar 7. Peta Lokasi Penelitian
18 3 METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian ini dilaksanakan pada bulan Desember 2010 hingga Juni 2011 dengan lokasi penelitian yaitu Perairan Selat Makassar pada posisi 01 o 00'00" 07 o 50'07"
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan sistem pendeteksi orang tergeletak mulai dari : pembentukan citra digital, background subtraction, binerisasi, median filtering,
Lebih terperinciANALISIS SPASIAL SUHU PERMUKAAN LAUT DI PERAIRAN LAUT JAWA PADA MUSIM TIMUR DENGAN MENGGUNAKAN DATA DIGITAL SATELIT NOAA 16 -AVHRR
ANALISIS SPASIAL SUHU PERMUKAAN LAUT DI PERAIRAN LAUT JAWA PADA MUSIM TIMUR DENGAN MENGGUNAKAN DATA DIGITAL SATELIT NOAA 16 -AVHRR Oleh : MIRA YUSNIATI C06498067 SKRIPSI PROGRAM STUDI ILMU DAN TEKNOLOGI
Lebih terperinciIV. METODOLOGI 4.1. Waktu dan Lokasi
31 IV. METODOLOGI 4.1. Waktu dan Lokasi Waktu yang dibutuhkan untuk melaksanakan penelitian ini adalah dimulai dari bulan April 2009 sampai dengan November 2009 yang secara umum terbagi terbagi menjadi
Lebih terperinciPanduan Cara Menghitung Volume Laut Indonesia Menggunakan Data General Bathymetric Chart of the Oceans (GEBCO) 30 arc second
Panduan Cara Menghitung Volume Laut Indonesia Menggunakan Data General Bathymetric Chart of the Oceans (GEBCO) 30 arc second Prolog General Bathymetric Chart of the Oceans (GEBCO) adalah data Digital Elevation
Lebih terperinciPertemuan 3 Perbaikan Citra pada Domain Spasial (1) Anny Yuniarti, S.Kom, M.Comp.Sc
Pertemuan 3 Perbaikan Citra pada Domain Spasial (1), S.Kom, M.Comp.Sc Tujuan Memberikan pemahaman kepada mahasiswa mengenai berbagai teknik perbaikan citra pada domain spasial, antara lain : Transformasi
Lebih terperinciSTUDI PERUBAHAN SUHU PERMUKAAN LAUT (SPL) MENGGUNAKAN SATELIT AQUA MODIS
STUDI PERUBAHAN SUHU PERMUKAAN LAUT (SPL) MENGGUNAKAN SATELIT AQUA MODIS Oleh : Dwi Ayu Retnaning Anggreyni 3507.100.017 Dosen Pembimbing: Prof.Dr.Ir. Bangun M S, DEA, DESS Lalu Muhammad Jaelani, ST, MSc
Lebih terperinciPRAKTIKUM INTERPRETASI CITRA DIJITAL. Ratna Saraswati
PRAKTIKUM INTERPRETASI CITRA DIJITAL Ratna Saraswati KONSEP PENGOLAHAN CITRA Citra dijital disimpan dalam bentuk matriks (array atau grid) 2 dimensi Masing-masing elemennya mewakili sebuah kotak kecil
Lebih terperinciPemrosesan Data DEM. TKD416 Model Permukaan Digital. Andri Suprayogi 2009
Pemrosesan Data DEM TKD416 Model Permukaan Digital Andri Suprayogi 2009 Pendahuluan Proses pembuatan DEM pada dasarnya merupakan proses matematis terhadap data ketinggian yang diperoleh dari hasil pengukuran
Lebih terperinciPENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA
PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA HASNAH(12110738) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja No. 338
Lebih terperinciCreated with Print2PDF. To remove this line, buy a license at:
BAB IV. Analisis Pada bab ini dibahas mengenai analisis terhadap citra aproksimasi dan hasil ekstraksi jalan pada citra aproksimasi tersebut untuk mendapatkan gambaran mengenai keterkaitan antara proses
Lebih terperinciBAB III METODE PENELITIAN. menjawab segala permasalahan yang ada dalam penelitian ini.
BAB III METODE PENELITIAN Pada bab ini akan dijelaskan bahan yang digunakan dalam membantu menyelesaikan permasalahan, dan juga langkah-langkah yang dilakukan dalam menjawab segala permasalahan yang ada
Lebih terperinci3. METODE PENELITIAN. 3.1 Waktu dan Tempat Penelitian
3. METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilaksanakan mulai bulan Juni 2004 sampai bulan Desember 2006. Lokasi yang dipilih untuk studi kasus adalah Gugus Pulau Pari, Kepulauan
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Program Aplikasi Pada bagian ini, Penulis akan menjelaskan kebutuhan spesifikasi perangkat keras dan perangkat lunak, serta menjelaskan bagaimana cara program
Lebih terperinciBAB IV PENGOLAHAN DATA
BAB IV PENGOLAHAN DATA 4.1 Koreksi Geometrik Langkah awal yang harus dilakukan pada penelitian ini adalah melakukan koreksi geometrik pada citra Radarsat. Hal ini perlu dilakukan karena citra tersebut
Lebih terperinciPemodelan Aliran Permukaan 2 D Pada Suatu Lahan Akibat Rambatan Tsunami. Gambar IV-18. Hasil Pemodelan (Kasus 4) IV-20
Gambar IV-18. Hasil Pemodelan (Kasus 4) IV-2 IV.7 Gelombang Menabrak Suatu Struktur Vertikal Pemodelan dilakukan untuk melihat perilaku gelombang ketika menabrak suatu struktur vertikal. Suatu saluran
Lebih terperinciBAB 3 METODOLOGI. Gambar 3.1 Foto stasiun pengamatan pasut di Kecamatan Muara Gembong
BAB 3 METODOLOGI 3.1 Pasut Dalam pengambilan data pasut, ada dua cara pengukuran yang dapat dilakukan, yitu pengukuran secara manual dan otomatis. Pengukuran manual menggunakan alat palem, sementara dalam
Lebih terperinciMETODOLOGI. Gambar 4. Peta Lokasi Penelitian
22 METODOLOGI Tempat dan Waktu Penelitian Penelitian dilakukan di Kota Sukabumi, Jawa Barat pada 7 wilayah kecamatan dengan waktu penelitian pada bulan Juni sampai November 2009. Pada lokasi penelitian
Lebih terperincimenunjukkan nilai keakuratan yang cukup baik karena nilai tersebut lebih kecil dari limit maksimum kesalahan rata-rata yaitu 0,5 piksel.
Lampiran 1. Praproses Citra 1. Perbaikan Citra Satelit Landsat Perbaikan ini dilakukan untuk menutupi citra satelit landsat yang rusak dengan data citra yang lainnya, pada penelitian ini dilakukan penggabungan
Lebih terperinciANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL
ANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL Nur hajizah (13111171) Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl.
Lebih terperinciCreated with Print2PDF. To remove this line, buy a license at:
BAB III Pelaksanaan Penelitian Pada bab ini dibahas pelaksanaan ekstraksi unsur jalan secara otomatis yang terdiri dari tahap persiapan dan pengolahan data. Tahap persiapan yang terdiri dari pengambilan
Lebih terperinciBAB III METODA. Gambar 3.1 Intensitas total yang diterima sensor radar (dimodifikasi dari GlobeSAR, 2002)
BAB III METODA 3.1 Penginderaan Jauh Pertanian Pada penginderaan jauh pertanian, total intensitas yang diterima sensor radar (radar backscattering) merupakan energi elektromagnetik yang terpantul dari
Lebih terperinciIII. BAHAN DAN METODE
10 III. BAHAN DAN METODE 3.1. Tempat Dan Waktu Penelitian Penelitian dilakukan di laboratorium dan di lapang. Pengolahan citra dilakukan di Bagian Penginderaan Jauh dan Informasi Spasial dan penentuan
Lebih terperinciBAB 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 terperinciMODUL PELATIHAN PEMBANGUNAN INDEKS KERENTANAN PANTAI
MODUL PELATIHAN PEMBANGUNAN INDEKS KERENTANAN PANTAI Modul Pengolahan Data Tren Kenaikan Muka Laut Relatif Disusun oleh : M. Tri Hartanto Erwin Maulana 2010 Pendahuluan Data kenaikan muka laut ini didapatkan
Lebih terperinciBAB IV. Ringkasan Modul:
BAB IV REKTIFIKASI Ringkasan Modul: Pengertian Rektifikasi Menampilkan Data Raster Proses Rektifikasi Menyiapkan Semua Layer Data Spasial Menyiapkan Layer Image Menambahkan Titik Kontrol Rektifikasi Menggunakan
Lebih terperinciMODIFIKASI ALGORITMA AVHRR UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA SATELIT TERRA MODIS
MODIFIKASI ALGORITMA AVHRR UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA SATELIT TERRA MODIS Feny Arafah, Bangun Muljo Sukojo, Lalu Muhamad Jaelani Program Studi Teknik Geomatika, FTSP-ITS, Surabaya,
Lebih terperinciSuatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.
Image Enhancement Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara. Cara-cara yang bisa dilakukan misalnya dengan fungsi transformasi, operasi matematis,
Lebih terperinciLANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital
LANDASAN TEORI 2.1 Citra Digital 2.1.1 Pengertian Citra Digital Citra dapat didefinisikan sebagai sebuah fungsi dua dimensi, f(x,y) dimana x dan y merupakan koordinat bidang datar, dan harga fungsi f disetiap
Lebih terperinciBAB 4. METODE PENELITIAN
BAB 4. METODE PENELITIAN 4.1 Lokasi Penelitian dan Scene Data Satelit Lokasi penelitian ini difokuskan di pantai yang berada di pulau-pulau terluar NKRI yang berada di wilayah Provinsi Riau. Pulau-pulau
Lebih terperinci3. METODOLOGI Waktu dan Lokasi Penelitian. Lokasi pengamatan konsentrasi klorofil-a dan sebaran suhu permukaan
20 3. METODOLOGI 3.1. Waktu dan Lokasi Penelitian Lokasi pengamatan konsentrasi klorofil-a dan sebaran suhu permukaan laut yang diteliti adalah wilayah yang ditunjukkan pada Gambar 2 yang merupakan wilayah
Lebih terperinciGambar 4.1 Macam-macam Komponen dengan Bentuk Kompleks
BAB 4 HASIL DA A ALISA Banyak komponen mesin yang memiliki bentuk yang cukup kompleks. Setiap komponen tersebut bisa jadi memiliki CBV, permukaan yang berkontur dan fitur-fitur lainnya. Untuk bagian implementasi
Lebih terperinciIDENTIFIKASI TANDA TANGAN DENGAN DETEKSI TEPI DAN KOEFISIEN KORELASI
IDENTIFIKASI TANDA TANGAN DENGAN DETEKSI TEPI DAN KOEFISIEN KORELASI Harry Santoso Program Studi Teknik Informatika, Unika Soegijapranata Semarang harrysantoso888@gmail.com Abstract Signature is a proof
Lebih terperinciPencocokan Citra Digital
BAB II DASAR TEORI II.1 Pencocokan Citra Digital Teknologi fotogrametri terus mengalami perkembangan dari sistem fotogrametri analog hingga sistem fotogrametri dijital yang lebih praktis, murah dan otomatis.
Lebih terperinciMODIFIKASI ALGORITMA AVHRR UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA AQUA MODIS
MODIFIKASI ALGORITMA AVHRR UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA Briliana Hendra P, Bangun Muljo Sukojo, Lalu Muhamad Jaelani Teknik Geomatika-ITS, Surabaya, 60111, Indonesia Email : gm0704@geodesy.its.ac.id
Lebih terperinciAnalisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital
Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital Nurul Fuad 1, Yuliana Melita 2 Magister Teknologi Informasi Institut Saint Terapan & Teknologi
Lebih terperinciBAB III PENGOLAHAN DATA
BAB III PENGOLAHAN DATA Pengolahan data pada penelitian ini meliputi tahapan pengambilan data, penentuan titik tengah area yang akan menjadi sampel, pengambilan sampel, penentuan ukuran window subcitra
Lebih terperinciMuhammad Zidny Naf an, Lc., S.Kom., M.Kom. Genap 2015/2016
MKB3383 - Teknik Pengolahan Citra Operasi Ketetanggaan Piksel Muhammad Zidny Naf an, Lc., S.Kom., M.Kom. Genap 2015/2016 Outline Konsep Operasi Ketetanggaan Aplikasi Operasi Ketetanggaan pada Filtering
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun sebuah citra kaya akan informasi, namun sering
Lebih terperinciBAB IV PENGUJIAN ALGORITMA TRACKING
BAB IV PENGUJIAN ALGORITMA TRACKING Pada Bab III sebelumnya telah dijelaskan mengenai pemodelan dalam Simulink yang dibuat untuk menguji algoritma Filter Kalman dalam sistem Radar Tracking dan juga algoritma
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Sistem Optik dan Proses Akuisisi Citra Digital 2 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 Bisa dilihat pada slide berikut. SISTEM OPTIK MANUSIA
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Parameter Gauss Untuk dapat melakukan pengolahan data menggunakan ANN, maka terlebih dahulu harus diketahui nilai set data input-output yang akan digunakan. Set data inputnya yaitu
Lebih terperinciSistem Informasi Geografis. Model Data Spasial
Sistem Informasi Geografis Model Data Spasial Representasi Grafis Untuk Objek Secara umum dikenal tiga jenis data. Ketiganya merupakan abstraksi sederhana dari objek-objek nyata yang lebih rumit. Titik:
Lebih terperinci3. METODE. penelitian dilakukan dengan beberapa tahap : pertama, pada bulan Februari. posisi koordinat LS dan BT.
3. METODE 3.1. Waktu dan Lokasi Penelitian Penelitian ini dilakukan dari Februari hingga Agustus 2011. Proses penelitian dilakukan dengan beberapa tahap : pertama, pada bulan Februari dilakukan pengumpulan
Lebih terperinciBAB 3 PENGOLAHAN DATA
BAB 3 PENGOLAHAN DATA 3.1 Pengumpulan Data Sebagaimana tercantum dalam diagram alir penelitian (Gambar 1.4), penelitian ini menggunakan data waveform Jason-2 sebagai data pokok dan citra Google Earth Pulau
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dan suatu obyek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa foto,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Digital Istilah citra biasanya digunakan dalam bidang pengolahan citra yang berarti gambar. Suatu citra dapat didefinisikan sebagai fungsi dua dimensi, di mana dan adalah
Lebih terperinciCOMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA
Seminar Nasional Teknologi Terapan SNTT 2013 (26/10/2013) COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Isnan Nur Rifai *1 Budi Sumanto *2 Program Diploma Elektronika & Instrumentasi Sekolah
Lebih terperinciPenggunaan Filter Frekuensi Rendah untuk Penghalusan Citra (Image Smoothing)
Penggunaan Filter Frekuensi Rendah untuk Penghalusan Citra (Image Smoothing) Catur Edi Widodo dan Kusworo Adi Laboratorium Instrumentasi dan Elektronika Jurusan Fisika UNDIP Abstrak Pengolahan citra (image
Lebih terperinciNilai Io diasumsikan sebagai nilai R s
11 Nilai Io diasumsikan sebagai nilai R s, dan nilai I diperoleh berdasarkan hasil penghitungan nilai radiasi yang transmisikan oleh kanopi tumbuhan, sedangkan nilai koefisien pemadaman berkisar antara
Lebih terperinciSEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 )
SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 ) Pramuda Akariusta Cahyan, Muhammad Aswin, Ir., MT., Ali Mustofa, ST., MT. Jurusan
Lebih terperinciPENENTUAN MODEL GEOID LOKAL DELTA MAHAKAM BESERTA ANALISIS
BAB III PENENTUAN MODEL GEOID LOKAL DELTA MAHAKAM BESERTA ANALISIS 3.1 Penentuan Model Geoid Lokal Delta Mahakam Untuk wilayah Delta Mahakam metode penentuan undulasi geoid yang sesuai adalah metode kombinasi
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
30 BAB V HASIL DAN PEMBAHASAN A. Data Penelitian Uji model hidraulik fisik dilakukan di Laboratorium Jurusan Teknik Sipil Universitas Muhammadiyah Yogyakarta. Data yang dihasilkan yaitu berupa rekaman
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Verifikasi Model Visualisasi Klimatologi Suhu Permukaan Laut (SPL) model SODA versi 2.1.6 diambil dari lapisan permukaan (Z=1) dengan kedalaman 0,5 meter (Lampiran 1). Begitu
Lebih terperinciBAB 1V HASIL SIMULASI DAN ANALISIS
BAB 1V HASIL SIMULASI DAN ANALISIS Hasil simulasi yang didapat dari script coding atau program simulasi menggunakan Matlab. Hasil yang dianalisis pada Tugas akhir ini yaitu luas area objek buah semangka
Lebih terperinciBAB 4 IDENTIFIKASI DAN ANALISIS WAVEFORM TERKONTAMINASI
BAB 4 IDETIFIKASI DA AALISIS WAVEFORM TERKOTAMIASI 4.1 Hasil Identifikasi Pada bab ini akan disajikan hasil-hasil pengolahan data yang telah dilakukan dalam bentuk tabel. Data-data tersebut dibagi ke dalam
Lebih terperinciPendugaan DPI berdasarkan analisis jumlah dan hasil tangkapan Pendugaan DPI berdasarkan frekuensi panjang ikan Penentuan DPI melalui interpretasi
P. Ika Wahyuningrum Pendugaan DPI berdasarkan analisis jumlah dan hasil tangkapan Pendugaan DPI berdasarkan frekuensi panjang ikan Penentuan DPI melalui interpretasi citra GARIS-GARIS BESAR PROGRAM PENGAJARAN
Lebih terperinciBAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain : akan digunakan untuk melakukan pengolahan citra.
BAB III METODE PENELITIAN Untuk pengumpulan data yang diperlukan dalam melaksanakan tugas akhir, ada beberapa cara yang telah dilakukan, antara lain : 1. Studi Kepustakaan Studi kepustakaan berupa pencarian
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
35 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Implementasi GUI GUI diimplementasikan sesuai dengan program pengolah citra dan klasifikasi pada tahap sebelumya. GUI bertujuan untuk memudahkan pengguna mengidentifikasi
Lebih terperinci3. BAHAN DAN METODE. Penelitian dilakukan di wilayah yang tercemar tumpahan minyak dari
3. BAHAN DAN METODE 3.1 Lokasi dan Waktu Penelitian Penelitian dilakukan di wilayah yang tercemar tumpahan minyak dari anjungan minyak Montara Australia. Perairan tersebut merupakan perairan Australia
Lebih terperinciBAB I PENDAHULUAN I.1 Latar Belakang
BAB I PENDAHULUAN I.1 Latar Belakang Proses pencocokan citra dilakukan dengan mengidentifikasi dan mengukur pasangan titiktitik sekawan antara citra satu dengan citra lainnya untuk objek yang sama pada
Lebih terperinciIII 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 terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Fungsi utama perancangan program aplikasi tugas akhir ini adalah melakukan konversi terhadap citra dengan format raster atau bitmap ke format vektor dengan tipe
Lebih terperinciBAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL
BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL 2.1 Citra Secara harafiah, citra adalah representasi (gambaran), kemiripan, atau imitasi pada bidang dari suatu objek. Ditinjau dari sudut pandang matematis,
Lebih terperinciBAB III BAHAN DAN METODE
BAB III BAHAN DAN METODE 3.1 Waktu dan Tempat Penelitian ini dilaksanakan pada bulan Mei sampai Desember 2013, dan praktik lapangan dilaksanakan pada tanggal 4 November 15 November 2013. Wilayah kajian
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Distribusi Spasial Arus Eddy di Perairan Selatan Jawa-Bali Berdasarkan hasil visualisasi data arus geostropik (Lampiran 3) dan tinggi paras laut (Lampiran 4) dalam skala
Lebih terperinciJurusan Teknik Geomatika Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh Nopember
Mahasiswa : Cherie Bhekti Pribadi (3509100060) Dosen Pembimbing : Dr. Ing. Ir. Teguh Hariyanto, MSc Udiana Wahyu D, ST. MT Jurusan Teknik Geomatika Fakultas Teknik Sipil dan Perencanaan Institut Teknologi
Lebih terperinciBAB I. Pendahuluan I.1 Latar Belakang
BAB I. Pendahuluan I.1 Latar Belakang Jalan merupakan salah satu sarana transportasi darat yang penting untuk menghubungkan berbagai tempat seperti pusat industri, lahan pertanian, pemukiman, serta sebagai
Lebih terperinciBAB 3 LIDAR DAN PENDETEKSIAN POHON
BAB 3 LIDAR DAN PENDETEKSIAN POHON 3.1 Data dan Area Studi Dalam Tugas Akhir ini data yang digunakan didapat dari PT McElhanney Indonesia. Area tersebut merupakan area perkebunan kelapa sawit yang berada
Lebih terperinciMODUL 2 REGISTER DAN DIGITASI PETA
MODUL 2 REGISTER DAN DIGITASI PETA A. Tujuan Praktikum - Praktikan memahami dan mampu melakukan register peta raster pada MapInfo - Praktikan mampu melakukan digitasi peta dengan MapInfo B. Tools MapInfo
Lebih terperinciBAB II TINJAUAN PUSTAKA. 2.1 Evapotranspirasi Potensial Standard (ETo)
xviii BAB II TINJAUAN PUSTAKA 2.1 Evapotranspirasi Potensial Standard (ETo) Evapotranspirasi adalah jumlah air total yang dikembalikan lagi ke atmosfer dari permukaan tanah, badan air, dan vegetasi oleh
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Variabel Penelitian Penelitian ini menggunakan satu definisi variabel operasional yaitu ratarata temperatur bumi periode tahun 1880 sampai dengan tahun 2012. 3.2 Jenis dan
Lebih terperinci4. 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 terperinciStudi Pengukuran Konstanta Pegas dengan Pengolahan Citra
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Ins Vol (), ISSN : 85-57 Studi Pengukuran Konstanta Pegas dengan Pengolahan Citra Abstrak Adhitya Alkautsar dan Suprijadi Program Studi Fisika, Institut Teknologi Bandung Jln.
Lebih terperinciBAB III PENGOLAHAN DATA
BAB III PENGOLAHAN DATA Tahap pengolahan data pada penelitian ini meliputi pemilihan data penelitian, penentuan titik pengamatan pada area homogen dan heterogen, penentuan ukuran Sub Citra Acuan (SCA)
Lebih terperinciBAB III PERANCANGAN PERANGKAT LUNAK
BAB III PERANCANGAN PERANGKAT LUNAK Sistem alih aksara pada skripsi ini bertujuan untuk mengalih aksarakan aksara jawa menjadi aksara latin ng telah dikenal saat ini. Sistem alih aksara menerapkan metode
Lebih terperinciAPLIKASI PENGENALAN RAMBU BERBENTUK BELAH KETUPAT
APLIKASI PENGENALAN RAMBU BERBENTUK BELAH KETUPAT Andhika Pratama, Izzati Muhimmah Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia
Lebih terperinciBAB III PENGOLAHAN DATA. Pada bab ini akan dibahas tentang aplikasi dan pelaksanaan penelitian yang dilakukan dalam tugas akhir ini.
BAB III PENGOLAHAN DATA Pada bab ini akan dibahas tentang aplikasi dan pelaksanaan penelitian yang dilakukan dalam tugas akhir ini. 3.1 Lokasi Area Studi Dalam tugas akhir ini daerah Kabupaten Bandung
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. Spesifikasi minimum dari perangkat keras yang diperlukan agar dapat. Graphic Card dengan memory minimum 64 mb
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Driver 4.1.1 Spesifikasi Perangkat Keras Spesifikasi minimum dari perangkat keras yang diperlukan agar dapat menjalankan driver ini adalah: Prosesor Pentium
Lebih terperinciKeyboard: upwelling, overfishing, front, arus Eddies I. PENDAHULUAN
PEMANFAATAN DATA SATELIT ALTIMETRI UNTUK PENENTUAN ZONA POTENSI PENANGKAPAN IKAN (ZPPI) PADA MUSIM HUJAN DAN MUSIM KEMARAU DI WILAYAH INDONESIA TAHUN 2014 Oleh: Ahlan Saprul Hutabarat ahlansaprul@yahoo.co.id
Lebih terperinciBAB IV PENGOLAHAN DATA DAN HASIL
BAB IV PENGOLAHAN DATA DAN HASIL 4.1 Pengolahan Awal Citra ASTER Citra ASTER diolah menggunakan perangkat lunak ER Mapper 6.4 dan Arc GIS 9.2. Beberapa tahapan awal yang dilakukan yaitu konversi citra.
Lebih terperinciSTUDY ON MERGING MULTI-SENSOR SSTs OVER THE EAST ASIA. Penggabungan multi sensor sst disepanjang Asia timur
STUDY ON MERGING MULTI-SENSOR SSTs OVER THE EAST ASIA Penggabungan multi sensor sst disepanjang Asia timur Abstrak KMA (Korean Meteorology Administrator) sudah menghasilkan SST dari geostasioner dan data
Lebih terperinci3. BAHAN DAN METODE. Penelitian yang meliputi pengolahan data citra dilakukan pada bulan Mei
3. BAHAN DAN METODE 3.1. Waktu dan Tempat Penelitian yang meliputi pengolahan data citra dilakukan pada bulan Mei sampai September 2010. Lokasi penelitian di sekitar Perairan Pulau Pari, Kepulauan Seribu,
Lebih terperinciSimulasi Arus dan Distribusi Sedimen secara 3 Dimensi di Pantai Selatan Jawa
G174 Simulasi Arus dan Distribusi Sedimen secara 3 Dimensi di Pantai Selatan Jawa Muhammad Ghilman Minarrohman, dan Danar Guruh Pratomo Departemen Teknik Geomatika, Fakultas Teknik Sipil dan Perencanaan,
Lebih terperinciBAB II Tinjauan Pustaka
BAB II Tinjauan Pustaka Pada bab ini dibahas mengenai konsep-konsep yang mendasari ekstraksi unsur jalan pada citra inderaja. Uraian mengenai konsep tersebut dimulai dari ekstraksi jalan, deteksi tepi,
Lebih terperinciBAB II KAJIAN PUSTAKA
BAB II KAJIAN PUSTAKA 2.1 Sirkulasi Monsun di Indonesia Indonesia merupakan negara maritim yang memiliki karakteristik yang unik, yaitu terletak di antara benua Australia dan Asia dan dua samudera, yaitu
Lebih terperinci3. METODOLOGI. Penelitian ini dilaksanakan pada bulan Maret hingga Desember 2010 yang
3. METODOLOGI 3.1. Waktu dan Tempat Penelitian ini dilaksanakan pada bulan Maret hingga Desember 2010 yang terdiri dari proses pembuatan proposal penelitian, pengambilan data citra satelit, pengambilan
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN
PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN Rudy Adipranata 1, Liliana 2, Gunawan Iteh Fakultas Teknologi Industri, Jurusan Teknik Informatika, Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinci