Muhammad Iqbal Habibie 1, Arief Darmawan 1,
|
|
- Hartanti Halim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Prediksi Parameter-parameter Biofisik Tanaman Padi Dari Data Groundspectrometer dan Hyperspectral Pesawat Terbang Dengan Menggunakan Data Turunan Pertama Teknik Partial Least Square Regression (PLSR) Muhammad Iqbal Habibie 1, Arief Darmawan 1, 1 Pusat Teknologi Inventarisasi Sumberdaya Alam Badan Pengkajian dan Penerapan Teknologi, Jl. M.H Thamrin no. 8 Jakarta 10340, muhammad.iqbal@bppt.go.id, ariefd@webmail.bppt.go.id Abstrak Kabupaten Indramayu merupakan salah satu sentra produksi padi terbesar di Jawa Barat. Di dalam perhitungan besar produktivitas padi pada daerah ini biasanya masih mengandalkan pada teknologi konvensional yang ada (ubinan) sehingga akurasi datanya rendah dan selain itu membutuhkan waktu yang relatif lama. Estimasi variable-variabel biofisik tanaman seperti; Indeks Luas Daun (LAI), Klorofil (SPAD) dan produktivitas sebenarnya bisa diduga dan bahkan untuk jumlah produktivitas dapat diprediksi sebelum masa panen tiba (sejak umur tanaman masih relatif muda) dengan memanfaatkan teknologi penginderaan jauh. Teknologi hiperspektral penginderaan jauh merupakan pengembangan dari teknologi penginderaan jauh multispektral, yang memiliki ratusan band yang sempit sehingga mampu menyajikan spektral yang kontinu pada setiap objek yang diamati. Dengan memanfaatkan data hyperspektral berbasis darat (grounspectrometer) dan pesawat terbang (HyMap) yang memiliki resolusi rentang panjang gelombang 350 nm hingga 2500 nm (116 band) akan dibangun suatu model prediksi produktivitas padi di Kabupaten Indramayu ini. Data-data pengukuran variabel-variabel biofisik tanaman dilakukan secara simultan dengan pengukuran spektral tanaman. Model prediksi produktivitas yang dibangun merupakan analisis nilai regresi partial least-square regression (PLSR) antara nilai turunan data spektral terhadap variabel-variabel tanaman. Hasil yang diperoleh menjelaskan bahwa data turunan pertama dalam memprediksi LAI, SPAD dan produktivitas (yield) memiliki nilai akurasi yang lebih baik dibanding dengan menggunakan data asli. Kata kunci: Hiperspectral, biofisik, PLSR, data turunan, Spectroradiometer, HyMap
2 1. Pendahuluan 1.1 Latar Belakang Beras adalah bahan makanan pokok rakyat Indonesia dan sebagian masyarakat dunia. Padi merupakan salah satu tanaman budidaya terpenting dalam peradaban manusia, sebagai sumber karbohidrat utama mayoritas penduduk dunia. Produksi padi dunia menempati urutan ke-3 dari semua serealia setelah jagung dan gandum. Negara produsen padi: Cina, India, Indonesia dan Thailand sebagai pengekspor beras utama. Dengan semakin meningkatnya jumlah penduduk kebutuhan beras dunia semakin meningkat. Saat ini Indonesia sudah mampu mencapai swasembada beras untuk memenuhi kebutuhan dalam negeri. Kendala yang dihadapi saat ini adalah kesulitan dalam hal memantau perkembangan tanaman padi ini secara cepat, akurat dan kontinu sehingga dapat memperkirakan produktivitas pada suatu area yang diamati. Oleh karena itu saat ini dibutuhkan suatu teknologi perhitungan produktivitas yang handal yang dapat mencakup area yang luas, waktu yang cepat serta hasil yang cukup akurat. Teknologi penginderaan jauh adalah suatu teknologi yang dapat dimanfaatkan dalam berbagai aplikasi yang diinginkan (Barrett and Curtis, 1982 dalam Chwen-Ming Yang et.al, 2004). Sejak dua dekade lalu, pemanfaatan teknologi penginderaan telah banyak telah banyak dan secara luas digunakan untuk pembangunan model-model estimasi produktivitas pada beberapa komoditas tanaman pertanian seperti padi (Chwen-Ming Yang et al., 2004), gandum (Mirik M., et al., 2005 dan Alexandre Cândido Xavier et al., 2006) dan jagung (Uno Y., et al., 2003 dan Corp, L.A et al., 2010). Penginderaan jauh umumnya sangat berkaitan erat dengan radiasi matahari yang dipantulkan. Para ilmuwan dan pengguna citra penginderaan jauh (fotografi atau citra satelit) menggunakan informasi panjang gelombang tersebut dalam menganalisis suatu objek yang kemudian disebut sebagai spectral signatures. Melalui interpretasi data penginderaan jauh/citra satelit, kita akan mengembangkan pemahaman kita mengenai pattern recognition dan bagaimana reaksi dari pantulan sinar matahari yang mengenai suatu objek. Ide dasarnya adalah bahwa sinar pantul terdiri dari kontinum panjang gelombang dan panjang gelombang tersebut akan memberikan respon yang berbeda tergantung pada objek yang dikenai.
3 Gambar 1.1. Total radiasi yang mengenai suatu objek yang dikenal sebagai radiasi datang (incident radiation). Topik kajian penelitian yang dibahas adalah pemanfaatan data penginderaan jauh dalam bidang bidang pertanian yang tentu saja terkait dengan masalah vegetasi. Untuk menganalisis vegetasi, spektral dari suatu vegetasi dan hubungannya antara karakteristik spektral dengan parameter-parameter biofisik harus ditentukan terlebih dahulu melalui pengukuran laboratorium dan data lapangan sebelum mengaplikasikannya. Riset-riset terdahulu telah mengembangkan model-model prediksi dan beberapa indeks spektral dari transformasi spektral dari beberapa panjang gelombang untuk meningkatkan pengukuran secara radiometrik pada suatu tanaman dan untuk memonitor serta mengevaluasi perkembangan jenis tanaman yang diamati. Metode Partial Least Square Regression (PLSR) yang diperkenalkan oleh Wold sekitar tahun 1960-an untuk econometric adalah salah satu metode regresi yang kemudian menjadi suatu teknik analisis regresi yang sangat diandalkan dan popular dalam berbagai aplikasi keilmuan dan penelitian 1,2). PLSR adalah suatu teknik regresi peubah banyak yang mudah digunakan dalam mencari hubungan antara beberapa peubah. PLSR bekerja secara iterative untuk menemukan suatu hubungan antara data masukan pada ruang X multi dimensi dan keluarannya yaitu variance multi dimensi dari ruang Y. Dengan memilih beberapa komponen dalam tiap langkah pemrosesan, dan setelah pemrosesan beberapa kompnen pertama, teknik ini dapat menemukan model yang optimalnya (Helland 1988,Martens dan Naes 1989 dalam 3 ). 1.2 Tujuan
4 Penelitian ini bertujuan melakukan analisis data turunan dengan metode PLSR pada beberapa biofisik tanaman terhadap nilai spectral reflektansi dari data Hiperspektral. Kemudian melihat semakin banyak PC-Component maka semakin besar nilai R-Square Lingkup Penelitian Data yang dibutuhkan dalam penelitian ini adalah data ground spectroradiometer (FieldsSpec), data hiperspektral wahana pesawat (airborne hyperspectral), HyMap yang memiliki 126 band dengan rentang panjang gelombang nm lebar band (bandwidths) nm, dan data pengukuran biofisik tanaman seperti LAI, SPAD dan panen (ubinan). HyMap memiliki signal to noise ratio, SNR (>500:1). Dengan keterbatasan data yang ada (terutama data hiperspektral satelit dan pesawat) maka pengambilan data diusahakan dalam waktu yang sama atau paling tidak hampir sama. Hal ini bertujuan untuk menghindari pengaruh perbedaan waktu tanam pada lokasi studi agar identifikasi varietas berdasarkan nilai spektralnya akurat Lokasi Penelitian (Region of Interest, ROI) Lokasi penelitian dilakukan di sawah beririgasi daerah Indramayu (15 km x 30 km) (19 km x 22 km), Jawa Barat (Gambar 1.3) dari tanggal 25 Juni 1 Juli Pertimbangan dalam penentuan wilayah studi ini adalah karena Kabupaten Indramayu merupakan daerah sentra produksi padi di Jawa Barat untuk beberapa varietas seperti Ciherang, ketan dan IR- 42 dan alih fungsi lahan di kedua daerah ini termasuk cepat (Ditjen. Pengelolaan Lahan dan Air, 2010) sehingga perlu dilakukan pengamatan yang akurat dan kontinu. Selain itu, khususnya di Kabupaten Subang telah memiliki sarana dan prasarana pendukung penelitian tanaman padi seperti laboratorium dan lahan percobaan yang memadai. Selama survei berlangsung, ada 3 fase pertumbuhan padi yang diukur yaitu, fase vegetatif, reproduktif dan pematangan (ripening). Data spektral yang diperoleh dikelompokkan sesuai dengan fase pertumbuhannya. Selanjutnya, secara simultan dilakukan pengukuran beberapa variabel tanaman seperti indeks luas daun (LAI) dan klorofil (SPAD) dengan menggunakan alat LICOR-LAI 2000 untuk LAI dan Chlorophyll Meter (SPAD-502 Minolta) untuk klorofil.
5 Gambar 1.2. Wilayah studi di Kabupaten Indramayu, Jawa Barat. 2. Bahan dan Metoda (Teknik Analisis) Metodologi penyelesaian masalah terdiri dari tahapan-tahapan proses yang mengacu pada metodologi pengolahan citra dan kerangka pikir yang telah dikembangkan. Metodologi tersebut terdiri dari beberapa tahapan yaitu: 1. Pewilayahan objek pada citra (termasuk pemutakhiran luas baku sawah) dengan pendekatan spasial. Pada metodologi ini akan dilakukan transformasi warna dan penapisan dan keluarannya adalah citra yang sudah terklasifikasi secara spasial (unsupervised). 2. Pemberian label pada area objek dengan mempertahankan batas antara objek berdasarkan pendekatan spasial dan pemberian label sesuai dengan pustaka vektor ciri spektral. Keluarannya adalah citra yang sdh terklasifikasi yang diperoleh secara nilai spektral (supervised). 3. Perhitungan estimasi panen, LAI dan klorofil (SPAD) akan diturunkan dari nilai reflektan asli maupun turunan dengan metode PLSR. Pengukuran in situ dilakukan dengan alat FieldSpec Pro pada saat cuaca cerah antara pukul dan waktu setempat. Diasumsikan pada waktu tersebut, sudut zenith matahari mendekati normal (tegak lurus) sehingga akan meminimalkan nilai gangguan pada pengukuran spektral.
6 3. Hasil dan Pembahasan. 3.1 Analisis PLSR terhadap LAI,SPAD dan panen Di dalam PLSR seluruh panjang gelombang dilibatkan model kemudian hubungannya terhadap parameter-parameter biofisik tersebut diubah kedalam variable laten. Nilai koefisien determinasi, R 2 model yang diperoleh dari hasil perhitungan merupakan gambaran seberapa dekat hubungan antara nilai spektral dari data FieldSpec dengan parameter-parameter biofisik tersebut. Sedangkan nilai R 2 tes adalah model regresi yang diperoleh dari data FieldSpec kemudian di uji(dites) dengan data Hymap. Nilai R 2 tes untuk SPAD dan panen menunjukkan nilai yang jauh lebih rendah dari R 2 model. Hal ini kemungkinan disebabkan oleh beberapa hal: 1. Data pengukuran SPAD dan panen merupakan data titik(point) sedangkan data LAI merupakan data spasial karena pengukurannya melalui perekaman fraksi cahaya yang diterima sensor pada suatu area sampling. 2. Untuk R 2 tes terhadap data panen menunjukkan nilai yang sangat kecil. Hal ini kemungkinan disebabkan oleh kesalahan pengukuran hasil produksi dilapangan sebab pengukuran hasil mencakup satu quadrat(10 mx10m) yang kemudian nilainya dikonversi ke dalam produksi per hektar. Sehingga jika terjadi kesalahan pada pengukuran quadrat maka akan terjadi bias pada nilai produksi perhektarnya. Selain itu, data panen yang diperoleh jumlahnya sangat sedikit sekali disbanding dengan data spektral yang ada. 3. Data spektral yang diperoleh dari perekaman dengan alat FieldSpec merupakan data titik sedangakan data HyMap merupakan data spasial. Dalam perekaman data Hymap tidak hanya spektral objek yang terekam juga spektral-spektral dari objek-objek di sekitarnya sehingga diperlukan proses pemurnian spektral objek lebih lanjut. 3.2 Hasil PLSR, Indramayu Di dalam PLSR, seluruh panjang gelombang dilibatkan di dalam model, dan kontribusi dari seluruh panjang gelombang ini dibuat secara tidak langsung melalui peubah laten LAI LV_number Table 3.1. LAI Reflectance-LAI FDR-LAI SDR-LAI RSquare RMSE RSquare RMSE RSquare RMSE
7 Gambar 3.1 Grafik nilai loading weight terhadap Yield dari regresi FDR, SDR ROI Indramayu Model estimasi LAI dengan metode PLSR menunjukkan hasil yang lebih baik dibandingkan dengan PCR. Hal ini terlihat dari penggunaan jumlah komponen utama yang lebih sedikit. Dengan menggunakan 3 peubah laten, model estimasi ini sudah dapat mencapat tingkat akurasi lebih dari 80%. Dari tabel terlihat bahwa penggunaan data turunan pertama memiliki tingkat akurasi tertinggi. Panjang gelombang optimal seperti yang ditampilkan pada gambar 3.1 adalah sebagai berikut: FDR: µm, µm, µm, µm SDR: µm, µm, µm, µm SPAD Table 3.2 SPAD LV_number Reflectance- FDR-SPAD SDR-SPAD SPAD
8 RSquare RMSE RSquare RMSE RSquare RMSE Gambar 3.2. Grafik nilai loading weight terhadap Yield dari regresi FDR, SDR ROI Indramayu Sama halnya dengan estimasi LAI, pada estimasi SPAD dengan metode PLSR ini juga menunjukkan tingkat akurasi yang lebih baik dari metode PCR. Dengan menggunakan 4 peubah laten, tingkat akurasi sudah mencapai 60%. Panjang gelombang optimal seperti yang ditampilkan pada gambar 3.2 adalah sebagai berikut: FDR: µm, µm, µm, µm SDR: µm, µm, µm, µm Yield Table 3.3 Yield LV_number Reflectance-Yield FDR-Yield SDR-Yield RSquare RMSE RSquare RMSE RSquare RMSE
9 Gambar 3.3 Grafik nilai loading weight terhadap Yield dari regresi FDR, SDR ROI Indramayu Secara umum terlihat bahwa model estimasi produktivitas dan estimasi parameter biofisik dengan metode PLSR adalah lebih baik dibandingkan dengan model estimasi dengan metode PCR. Dari tabel 3.3 terlihat bahwa dengan menggunakan minimal 5 peubah laten, tingkat akurasi yang dihasilkan sudah lebih tinggi dari metode PCR. Dari model estimasi ini juga terlihat bahwa penggunaan data-data reflektan turunan memiliki tingkat akurasi yang sedikit lebih baik. Gambar 3.3 memperlihatkan panjang gelombang optimal pada model yaitu untuk FDR: µm, µm, µm, µm dan untuk SDR: µm, µm, µm, µm 4). Kesimpulan Pada penelitian ini telah dilakukan data turunan dengan metode PLSR pada beberapa biofisik tanaman terhadap nilai spectral reflektansi dari data Hiperspektral. Dengan demikian dapat disimpulkan bahwa dari ketiga data tersebut bahwa data turunan pertama PLSR lebih akurat dari data original. Kemudian melihat semakin banyak PC- Component maka semakin besar nilai R-Square. 5). Referensi
10 1). Carrascal, L.M, Ismael Galvan dan Oscar Goldo(2009). Partial least squares regression as an alternative to current regression methods used in ecology. Oikos 118, ). N. Yatawara 91996). Multivariate Process Monitoring with Partial Least Squares Regression: A case study. IIQP Reasearch report RR ). Gaston Sanchez(2009). Understanding Partial Least Squares Path Modeling (An introduction with R). Academic Paper Universitat Politècnica de Catalunya (UPC), Spain. 4). Muhammad Hasrul Ma ruf, Estraksi titik Wajah menggunakan Partial Least Square, Fasilkom UI, 2007
PENGGUNAAN PARTIAL LEAST SQUARE REGRESSION
Penggunaan Partial Least Square Regression (PLSR) Untuk Mengatasi Multikolinearitas Dalam Estimasi Klorofil Daun Tanaman Padi Dengan Citra Hiperspektral PENGGUNAAN PARTIAL LEAST SQUARE REGRESSION (PLSR)
Lebih terperinciArief Darmawan 1,2, Teguh Hariyanto 1, Bangun Muljo Sukojo 1, Muhamad Sadly 2
J. Tek. Ling Vol. No. Hal. 93-0 Jakarta, Januari 0 ISSN 44-38X Prediksi Parameter-parameter Biofisik Tanaman Padi Dari Data Groundspectrometer dan Hyperspectral Pesawat Terbang Dengan Menggunakan Teknik
Lebih terperinciOptimalisasi Pemetaan Fase Pertumbuhan Padi Berdasarkan Analisa Pola Reflektan dengan Data Hiperspektral Studi Kasus : Kabupaten Karawang
Optimalisasi Pemetaan Fase Pertumbuhan Padi Berdasarkan Analisa Pola Reflektan dengan Data Hiperspektral Studi Kasus : Kabupaten Karawang M. A. Rauf Syafriyyin 1) dan Bangun Mulyo Sukojo 2) Jurusan Teknik
Lebih terperinciJudul : Integrasi Data Hyperspectral In-situ, Wahana Pesawat dan Satelit untuk Estimasi Produksi Padi Oleh : Arief Darmawan Nrp.
LAPORAN KEMAJUAN III Judul : Integrasi Data Hyperspectral In-situ, Wahana Pesawat dan Satelit untuk Estimasi Produksi Padi Oleh : Arief Darmawan Nrp. : 3106301701 Diseminarkan pada: Hari : Tanggal : Tempat
Lebih terperinciBadan Pengkajian dan Penerapan Teknologi (BPPT), Jakarta 3
MODEL ESTIMASI KERAPATAN DAUN TANAMAN PADI DENGAN CITRA HYPERSPECTRAL BERBASIS SPECTRAL IN SITU UNTUK PEMANTAUAN FASE TUMBUH PADI Abdi Sukmono 1, Arief Darmawan 2, Bangun Muljo Sukojo 1, Hepi Hapsari Handayani
Lebih terperinciJURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: ( Print) 1
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print) 1 ANALISA PERBANDINGAN KANDUNGAN KLOROFIL MENGGUNAKAN METODE MCARI DAN TCARI (Wilayah Studi : Kabupaten Karawang, Jawa Barat)
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kandungan air kanopi (Canopy Water Content) sangat erat kaitannya dalam kajian untuk mengetahui kondisi vegetasi maupun kondisi ekosistem terestrial pada umumnya. Pada
Lebih terperinciGambar 11. Citra ALOS AVNIR-2 dengan Citra Komposit RGB 321
V. HASIL DAN PEMBAHASAN 5.1. Analisis Spektral Citra yang digunakan pada penelitian ini adalah Citra ALOS AVNIR-2 yang diakuisisi pada tanggal 30 Juni 2009 seperti yang tampak pada Gambar 11. Untuk dapat
Lebih terperinciTabel 2 Jumlah data prosedur uji. Crop Variable. Jumlah data LAI 104 SPAD 105 yield 64 LAI 104 SPAD 105 yield 64 LAI 62 SPAD 63 yield 34.
2. Cross validation 5 fold dengan pemisahan data Indramayu dan, menggunakan data berikut: 3. Supplied test set : training:, testing: Hymap training:, testing: Hymap 4. Percentage split dengan data training
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Produksi beras dunia menempati urutan ketiga dari semua serealia setelah jagung dan gandum. Beras juga merupakan sumber karbohidrat utama bagi mayoritas penduduk dunia.
Lebih terperinciBADAN PENGKAJIAN DAN PENERAPAN TEKNOLOGI 2012
F3.33 Prediksi Luas dan Produksi Panen untukketahananpangan Nasionaldengan Teknologi Pengindraan Jauh (Remote Sensing) Dr. Arief Darmawan, M.Sc. Ir. Sidik Mulyono, M.Eng. Dr. Moeljono Widjaja Evie Avianti,
Lebih terperinciProsiding Seminar Nasional Aplikasi Teknologi Prasarana Wilayah (ATPW), Surabaya, 11 Juni 2015, ISSN
ANALISIS PARAMETER KUALITAS AIR LAUT DI PERAIRAN KABUPATEN SUMENEP UNTUK PEMBUATAN PETA SEBARAN POTENSI IKAN PELAGIS (Studi Kasus : Total Suspended Solid (TSS)) Feny Arafah, Muhammad Taufik, Lalu Muhamad
Lebih terperinciAnalisis Band Optimal Enhanced Vegetation Index (EVI) Pada Citra Hiperspektral Untuk Mengestimasi Fase Tumbuh dan Produktifitas Padi
Analisis Band Optimal Enhanced Vegetation Index (EVI) Pada Citra Hiperspektral Untuk Mengestimasi Tumbuh dan Produktifitas Padi Achmad Rival Setyawan 1), Bangun Mulyo Sukojo 1), Arief Darmawan 2) 1) Jurusan
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN 5.. Variasi NDVI Citra AVNIR- Citra AVNIR- yang digunakan pada penelitian ini diakuisisi pada tanggal Desember 008 dan 0 Juni 009. Pada citra AVNIR- yang diakuisisi tanggal Desember
Lebih terperinciPemantauan Pertumbuhan Tanaman Padi dengan SPOT Vegetation
Pemantauan Pertumbuhan Tanaman Padi dengan SPOT Vegetation Marina C.G. Frederik 1, Retno A. Ambarini 1, Fanny Meliani 1,Yoke F.A. Oktofan 1 1 Pusat Teknologi Inventarisasi Sumberdaya Alam (PTISDA), BPPT
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Tanah merupakan materi yang terdiri dari agregat (butiran) padat yang tersementasi (terikat secara kimia) satu sama lain serta dari bahan bahan organik yang telah
Lebih terperinciBAB II TEORI DASAR. Beberapa definisi tentang tutupan lahan antara lain:
BAB II TEORI DASAR 2.1 Tutupan Lahan Tutupan Lahan atau juga yang biasa disebut dengan Land Cover memiliki berbagai pengertian, bahkan banyak yang memiliki anggapan bahwa tutupan lahan ini sama dengan
Lebih terperinci11/25/2009. Sebuah gambar mengandung informasi dari obyek berupa: Posisi. Introduction to Remote Sensing Campbell, James B. Bab I
Introduction to Remote Sensing Campbell, James B. Bab I Sebuah gambar mengandung informasi dari obyek berupa: Posisi Ukuran Hubungan antar obyek Informasi spasial dari obyek Pengambilan data fisik dari
Lebih terperinciBAB I PENDAHULUAN. Gambar 1.1. Persebaran Lahan Produksi Kelapa Sawit di Indonesia Sumber : Badan Koordinasi dan Penanaman Modal
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Indonesia merupakan sebuah negara kepulauan dengan jumlah penduduk pada tahun 2014 sebanyak 237.641.326 juta jiwa, hal ini juga menempatkan Negara Indonesia
Lebih terperinciPemetaan Distribusi Spasial Konsentrasi Klorofil-a dengan Landsat 8 di Danau Towuti dan Danau Matano, Sulawesi Selatan
Pemetaan Distribusi Spasial Konsentrasi Klorofil-a dengan Landsat 8 di Danau Towuti dan Danau Matano, Sulawesi Selatan Lalu Muhamad Jaelani, Fajar Setiawan, Hendro Wibowo, Apip Lalu Muhamad Jaelani, Ph.D
Lebih terperinciBAB IV HASIL DAN ANALISIS
BAB IV HASIL DAN ANALISIS 4.1 Hasil Hasil penelitian tugas akhir ini berupa empat model matematika pendugaan stok karbon. Model matematika I merupakan model yang dibentuk dari persamaan regresi linear
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Teh merupakan salah satu komoditas unggulan Negara Indonesia. Berdasarkan data Direktorat Jendral Perkebunan (2014), perkebunan teh di Indonesia mencapai 121.034 Ha
Lebih terperinciBAB I. PENDAHULUAN. produksi padi akan berdampak langsung pada sekuritas makanan nasional pada
BAB I. PENDAHULUAN 1.1. Latar Belakang Pada negara-negara di Asia terutama Indonesia, padi adalah salah satu tanaman pertanian yang penting dan merupakan makanan pokok. Berkurangnya produksi padi akan
Lebih terperinciBAB 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 terperinciSENSOR DAN PLATFORM. Kuliah ketiga ICD
SENSOR DAN PLATFORM Kuliah ketiga ICD SENSOR Sensor adalah : alat perekam obyek bumi. Dipasang pada wahana (platform) Bertugas untuk merekam radiasi elektromagnetik yang merupakan hasil interaksi antara
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Indonesia dikenal sebagai negeri agraris yaitu negara dengan mata pencaharian utama adalah bertani. Makin berkembangnya bidang teknologi dan kesehatan sepuluh tahun
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Lahan merupakan sumberdaya alam yang bersifat langka karena jumlahnya tidak bertambah, tetapi kebutuhan terhadap lahan selalu meningkat. Alih fungsi lahan pertanian
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Tanaman kelapa sawit (Elaeis guineensis Jacq.) merupakan tanaman perkebunan utama di Indonesia. Kelapa sawit menjadi komoditas penting dikarenakan mampu memiliki rendemen
Lebih terperinciJURNAL GEOGRAFI Media Pengembangan Ilmu dan Profesi Kegeografian
JURNAL GEOGRAFI Media Pengembangan Ilmu dan Profesi Kegeografian http://journal.unnes.ac.id/sju/index.php/ujet ESTIMASI PRODUKTIVITAS PADI MENGGUNAKAN TEKNIK PENGINDERAAN JAUH DALAM MENDUKUNG PROGRAM SWASEMBADA
Lebih terperinciBAB III PEMBAHASAN. 3.1 Data. Data yang digunakan dalam penelitian ini berupa :
3.1 Data BAB III PEMBAHASAN Data yang digunakan dalam penelitian ini berupa : 1. Citra Landsat-5 TM, path 122 row 065, wilayah Jawa Barat yang direkam pada 2 Juli 2005 (sumber: LAPAN). Band yang digunakan
Lebih terperinciJurnal Geodesi Undip April 2016
ANALISIS PENGGUNAAN SALURAN VISIBEL UNTUK ESTIMASI KANDUNGAN KLOROFIL DAUN PADI DENGAN CITRA HYMAP (Studi Kasus : Kabupaten Karawang, Jawa Barat) Grivina Yuliantika, Andri Suprayogi; Abdi Sukmono *) Program
Lebih terperinciq Tujuan dari kegiatan ini diperolehnya peta penggunaan lahan yang up-to date Alat dan Bahan :
MAKSUD DAN TUJUAN q Maksud dari kegiatan ini adalah memperoleh informasi yang upto date dari citra satelit untuk mendapatkan peta penggunaan lahan sedetail mungkin sebagai salah satu paramater dalam analisis
Lebih terperinciLegenda: Sungai Jalan Blok sawah PT. Sang Hyang Seri Kabupaten Subang
17 III. METODOLOGI 3.1. Waktu dan Tempat Penelitian Penelitian ini dimulai pada bulan Oktober 2010 dan berakhir pada bulan Juni 2011. Wilayah penelitian berlokasi di Kabupaten Subang, Jawa Barat (Gambar
Lebih terperinciJURNAL TEKNIK POMITS Vol. x, No. x, (Juni, 2013) ISSN: ( Print)
Abstrak- Vegetasi merupakan unsur utama dalam rantai makanan. Semua rantai makanan rantai utamanya dimulai dengan tanaman atau vegetasi, untuk manusia terutama di Indonesia rantai utama yang paling banyak
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 terperinciKOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN
KOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN Rahayu *), Danang Surya Candra **) *) Universitas Jendral Soedirman
Lebih terperinciGambar 1.1 Siklus Hidrologi (Kurkura, 2011)
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Air merupakan kebutuhan yang mutlak bagi setiap makhluk hidup di permukaan bumi. Seiring dengan pertambahan penduduk kebutuhan air pun meningkat. Namun, sekarang
Lebih terperinciGD 319 PENGOLAHAN CITRA DIGITAL KOREKSI RADIOMETRIK CITRA
LAPORAN PRAKTIKUM II GD 319 PENGOLAHAN CITRA DIGITAL KOREKSI RADIOMETRIK CITRA Tanggal Penyerahan : 2 November 2016 Disusun Oleh : Kelompok : 7 (Tujuh) Achmad Faisal Marasabessy / 23-2013-052 Kelas : B
Lebih terperinciI. PENDAHULUAN 1.1 Latar Belakang
1 I. PENDAHULUAN 1.1 Latar Belakang Posisi Indonesia berada di daerah tropis mengakibatkan hampir sepanjang tahun selalu diliputi awan. Kondisi ini mempengaruhi kemampuan citra optik untuk menghasilkan
Lebih terperinci5. PEMBAHASAN 5.1 Koreksi Radiometrik
5. PEMBAHASAN Penginderaan jauh mempunyai peran penting dalam inventarisasi sumberdaya alam. Berbagai kekurangan dan kelebihan yang dimiliki penginderaan jauh mampu memberikan informasi yang cepat khususnya
Lebih terperinci4 Notepad dan Microsoft Excel sebagai editor data.
dengan menggunakan perangkat lunak ENVI disimpan dalam file.txt (Lampiran 1). File ini berisi informasi mengenai panjang gelombang dan nilai pantulan (reflectance) objek di permukaan bumi. Objek yang diperlukan
Lebih terperinciBAB 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 terperinciPerbandingan Pengaruh Koreksi Radiometrik Citra Landsat 8 Terhadap Indeks Vegetasi Pada Tanaman Padi
Perbandingan Pengaruh Koreksi Radiometrik Citra Landsat 8 Terhadap Indeks Vegetasi Pada Tanaman Padi Vivi Diannita Sari, Muhammad Taufik, Lalu Muhamad Jaelani Program Magister Teknik Geomatika FTSP ITS,
Lebih 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 terperinciLAMPIRAN 1 HASIL KEGIATAN PKPP 2012
LAMPIRAN 1 HASIL KEGIATAN PKPP 2012 JUDUL KEGIATAN: PENGUATAN KAPASITAS DAERAH DAN SINERGITAS PEMANFAATAN DATA INDERAJA UNTUK EKSTRAKSI INFORMASI KUALITAS DANAU BAGI KESESUAIAN BUDIDAYA PERIKANAN DARAT
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penggunaan lahan merupakan hasil kegiatan manusia baik yang berlangsung secara siklus atau permanen pada sumberdaya lahan alami maupun buatan guna terpenuhinya kebutuhan
Lebih terperinci12/1/2009. Pengamatan dilakukan dengan kanal yang sempit Sensor dapat memiliki 200 kanal masing-
Hyperspectral Remote Sensing Introduction to Remote Sensing Bab XIV Asal Mula HRS Pengamatan obyek pada remote sensing Dilakukan pada beberapa daerah spektrum elektromagnetik Sebelumnya menggunakan daerah
Lebih terperinciBAB III METODOLOGI 3.1 Waktu dan Tempat 3.2 Alat dan Data 3.3 Tahapan Pelaksanaan
15 BAB III METODOLOGI 3.1 Waktu dan Tempat Penelitian ini dilaksanakan mulai bulan Juli sampai dengan April 2011 dengan daerah penelitian di Kabupaten Bogor, Kabupaten Sukabumi, dan Kabupaten Cianjur,
Lebih terperinciLampiran 1. Peta klasifikasi penutup lahan Kodya Bogor tahun 1997
LAMPIRAN Lampiran 1. Peta klasifikasi penutup lahan Kodya Bogor tahun 1997 17 Lampiran 2. Peta klasifikasi penutup lahan Kodya Bogor tahun 2006 18 Lampiran 3. Peta sebaran suhu permukaan Kodya Bogor tahun
Lebih terperinciV. HASIL DAN PEMBAHASAN
V. HASIL DAN PEMBAHASAN 5.1 Interpretasi Visual Penggunaan Lahan Melalui Citra Landsat Interpretasi visual penggunaan lahan dengan menggunakan citra Landsat kombinasi band 542 (RGB) pada daerah penelitian
Lebih terperinci1. BAB I PENDAHULUAN PENDAHULUAN
1. BAB I PENDAHULUAN PENDAHULUAN 1.1. Latar Belakang Peta menggambarkan data spasial (keruangan) yang merupakan data yang berkenaan dengan lokasi atau atribut dari suatu objek atau fenomena di permukaan
Lebih terperinciPEMBANGUNAN PUSTAKA SPEKTRAL TANAMAN PADI SEBAGAI KUNCI PENGOLAHAN DATA HIPERSPEKTRAL
Globe Volume 14 No. 2 Desember 2012 : 134-145 PEMBANGUNAN PUSTAKA SPEKTRAL TANAMAN PADI SEBAGAI KUNCI PENGOLAHAN DATA HIPERSPEKTRAL (Development of Paddy Spectral Library as a Key for Hyperspectral Data
Lebih terperinci4. HASIL DAN PEMBAHASAN
4. HASIL DAN PEMBAHASAN 4.1. Pemetaan Batimetri 4.1.1. Pemilihan Model Dugaan Dengan Nilai Digital Asli Citra hasil transformasi pada Gambar 7 menunjukkan nilai reflektansi hasil transformasi ln (V-V S
Lebih terperinciIII. 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 terperinciJENIS 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 terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN 1.1 Latar Belakang Sawah merupakan media atau sarana untuk memproduksi padi. Sawah yang subur akan menghasilkan padi yang baik. Indonesia termasuk Negara agraris yang sebagian wilayahnya
Lebih terperinciPENDUGAAN PRODUKTIVITAS PADI DENGAN PENGOLAHAN CITRA YANG DIAMBIL DARI PESAWAT TERBANG MINI
PENDUGAAN PRODUKTIVITAS PADI DENGAN PENGOLAHAN CITRA YANG DIAMBIL DARI PESAWAT TERBANG MINI I Wayan Astika 1, Hasbi M. Suud 2, Radite P.A. Setiawan 1, M. Faiz Syuaib 1, M. Solahudin 1 1 Departemen Teknik
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penginderaan jauh didefinisikan sebagai proses perolehan informasi tentang suatu obyek tanpa adanya kontak fisik secara langsung dengan obyek tersebut (Rees, 2001;
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Teknologi satelit penginderaan jauh merupakan salah satu metode pendekatan penggambaran model permukaan bumi secara terintegrasi yang dapat digunakan sebagai data dasar
Lebih terperinciKOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN
KOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN Rahayu *), Danang Surya Candra **) *) Universitas Jendral Soedirman
Lebih terperinciRancangan Standar Kompetensi Kerja Nasional Indonesia (RSKKNI) Bidang Informasi Geospasial SKKNI IG 2016 SUB-BIDANG PENGINDERAAN JAUH PROJO DANOEDORO
Rancangan Standar Kompetensi Kerja Nasional Indonesia (RSKKNI) Bidang Informasi Geospasial SUB-BIDANG PENGINDERAAN JAUH PROJO DANOEDORO PUSPICS/Departemen Sains Informasi Geografis, Fakultas Geografi UGM
Lebih terperinciBAB 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 terperinciPemilihan Fitur Citra Hiperspektral Hymap Dan Model Prediksi Panen Padi Menggunakan Algoritma Genetika Dan Regresi Komponen Utama
Pemilihan Fitur Citra Hiperspektral Hymap Dan Model Prediksi Panen Padi Menggunakan Algoritma Genetika Dan Regresi Komponen Utama (Feature selection of Hyperspectral remote sensing and prediction model
Lebih terperinciIndeks Vegetasi Bentuk komputasi nilai-nilai indeks vegetasi matematis dapat dinyatakan sebagai berikut :
Indeks Vegetasi Bentuk komputasi nilai-nilai indeks vegetasi matematis dapat dinyatakan sebagai berikut : NDVI=(band4 band3)/(band4+band3).18 Nilai-nilai indeks vegetasi di deteksi oleh instrument pada
Lebih terperinciBab 1. Pendahuluan. 1.1 Latar Belakang
Bab 1 Pendahuluan 1.1 Latar Belakang Padi merupakan salah satu tanaman budidaya terpenting, karena padi merupakan sumber karbohidrat utama bagi mayoritas penduduk dunia. Produksi padi di dunia menempati
Lebih terperinciI. PENDAHULUAN. Indonesia merupakan negara agraris dimana sebagian besar penduduknya bermata
I. PENDAHULUAN 1.1 Latar Belakang Indonesia merupakan negara agraris dimana sebagian besar penduduknya bermata pencaharian sebagai petani sehingga sektor pertanian memegang peranan penting sebagai penyedia
Lebih terperinciTINJAUAN PUSTAKA. lahan dengan data satelit penginderaan jauh makin tinggi akurasi hasil
4 TINJAUAN PUSTAKA Makin banyak informasi yang dipergunakan dalam klasifikasi penutup lahan dengan data satelit penginderaan jauh makin tinggi akurasi hasil klasifikasinya. Menggunakan informasi multi
Lebih terperinci1.2 Tujuan. 1.3 Metodologi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Penginderaan jauh telah menjadi sarana umum untuk mendapatkan data spasial dengan akurasi yang baik. Data dari penginderaan jauh dihasilkan dalam waktu yang relatif
Lebih terperinciGeo Image 5 (2) (2016) Geo Image.
Geo Image 5 (2) (2016) Geo Image http://journal.unnes.ac.id/sju/index.php/geoimage ESTIMASI PRODUKTIVITAS PADI MENGGUNAKAN TEKNIKPENGINDERAAN JAUH DALAM MENDUKUNG PROGRAM SWASEMBADA PANGAN Ahmad Yazidun
Lebih terperinciRIZKY ANDIANTO NRP
ANALISA INDEKS VEGETASI UNTUK IDENTIFIKASI TINGKAT KERAPATAN VEGETASI HUTAN GAMBUT MENGGUNAKAN CITRA AIRBORNE HYPERSPECTRAL HYMAP ( Studi kasus : Daerah Hutan Gambut Kabupaten Katingan dan Kabupaten Pulang
Lebih terperinciPenggunaan Algoritma NDVI dan EVI pada Citra Multispektral untuk Analisa Pertumbuhan Padi (Studi Kasus: Kabupaten Indramayu, Jawa Barat)
Penggunaan Algoritma NDVI dan EVI pada Citra Multispektral untuk Analisa Pertumbuhan Padi (Studi Kasus: Kabupaten Indramayu, Jawa Barat) 1 Aulia Hafizh S, Agung Budi Cahyono, dan Agus Wibowo Jurusan Teknik
Lebih terperinciULANGAN HARIAN PENGINDERAAN JAUH
ULANGAN HARIAN PENGINDERAAN JAUH 01. Teknologi yang terkait dengan pengamatan permukaan bumi dalam jangkauan yang sangat luas untuk mendapatkan informasi tentang objek dipermukaan bumi tanpa bersentuhan
Lebih terperinciBAB II TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA 2.1. Pemantauan Padi dengan SAR Polarisasi Tunggal Pada awal perkembangannya, sensor SAR hanya menyediakan satu pilihan polarisasi saja. Masalah daya di satelit, kapasitas pengiriman
Lebih terperinciImage Fusion: Trik Mengatasi Keterbatasan Citra
Image Fusion: Trik Mengatasi Keterbatasan itra Hartanto Sanjaya Pemanfaatan cita satelit sebagai bahan kajian sumberdaya alam terus berkembang, sejalan dengan semakin majunya teknologi pemrosesan dan adanya
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Wilayah persawahan di Indonesia cukup luas dengan hasilnya yang berbagai macam salah satunya padi. Padi merupakan tanaman pangan yang menjadi sumber bahan pokok pangan
Lebih terperinciGEOGRAFI. 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 terperinciAnalisis Ketelitian Geometric Citra Pleiades 1A untuk Pembuatan Peta Dasar Lahan Pertanian (Studi Kasus: Kecamatan Socah, Kabupaten Bangkalan)
JURNAL TEKNIK ITS Vol. 5, 2, (2016) ISSN: 2337-3539 (2301-9271 Print) A375 Analisis Ketelitian Geometric Citra untuk Pembuatan Peta Dasar Lahan Pertanian (Studi Kasus: Kecamatan Socah, Kabupaten Bangkalan)
Lebih terperinciBAB II TEORI DASAR. 2.1 Ketahanan Pangan Nasional
BAB II TEORI DASAR 2.1 Ketahanan Pangan Nasional Program diversifikasi pangan sudah sejak lama dicanangkan, namun belum terlihat indikasi penurunan konsumsi beras penduduk Indonesia. Indikasi ini bahkan
Lebih terperinci3. METODOLOGI PENELITIAN
3. METODOLOGI PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di bagian timur laut Teluk Meksiko mulai dari delta Sungai Mississippi sampai Teluk Tampa di sebelah barat Florida (Gambar
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Kegiatan inventarisasi sumberdaya hutan merupakan salah satu kegiatan yang sangat penting dalam perencanaan hutan. Inventarisasi hutan diperlukan untuk mengetahui
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Seiring dengan berkembangnya permintaan akan pemetaan suatu wilayah dalam berbagai bidang, maka semakin berkembang pula berbagai macam metode pemetaan. Dengan memanfaatkan
Lebih terperinciGambar 1. Peta Lokasi Penelitian
10 BAB III BAHAN DAN METODE 3.1. Waktu dan Tempat Penelitian Penelitian ini dimulai pada bulan Maret 2011 dan berakhir pada bulan Oktober 2011. Penelitian ini terdiri atas pengamatan di lapang dan analisis
Lebih terperinciBAB I PENDAHULUAN I.1. Latar Belakang
BAB I PENDAHULUAN I.1. Latar Belakang Ilmu penginderaan jauh berkembang sangat pesat dari masa ke masa. Teknologi sistem sensor satelit dan berbagai algoritma pemrosesan sinyal digital memudahkan pengambilan
Lebih terperinciIII. METODE PENELITAN ' ' KEC. BINONG KEC. PAMANUKAN KAB. INDRAMAYU KAB. SUMEDANG ' ' Gambar 2.
III. METODE PENELITAN 3.1. Waktu dan Tempat Penelititan Penelitian ini dilakukan mulai dari bulan Juni di lokasi pengamatan lapang yaitu di wilayah kerja PT. Sang Hyang Seri yang berlokasi di Kecamatan
Lebih terperinciIII. 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 terperinciKOMPONEN 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 terperinciBAB I PENDAHULUAN Latar Belakang
1.1. Latar Belakang BAB I PENDAHULUAN Teh merupakan salah satu komoditi subsektor perkebunan yang memiliki berbagai peranan dan manfaat. Teh dikenal memiliki kandungan katekin (antioksidan alami) yang
Lebih terperinciBAB 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 terperinciMATRIKS SKEMA SERTIFIKASI LSTP MAPIN BIDANG INFORMASI GEOSPASIAL SUB BIDANG PENGINDERAAN JAUH 2017
ASISTEN OPERATOR JAUH / 3 a. Lulusan D 1 Penginderaan Jauh, b. Lulusan SMK Surta/ Geomatika dengan pengalaman kerja bidang Penginderaan Jauh minimal 1 tahun efektif, c. Lulusan SMK /SMU dan sederajat yg
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 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 I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pesatnya pertumbuhan penduduk dan pembangunan pada suatu wilayah akan berpengaruh terhadap perubahan suatu kawasan. Perubahan lahan terbuka hijau menjadi lahan terbangun
Lebih terperinciDAFTAR 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 terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Indonesia merupakan Negara yang terletak pada wilayah ekuatorial, dan memiliki gugus-gugus kepulauan yang dikelilingi oleh perairan yang hangat. Letak lintang Indonesia
Lebih terperinciEkstraksi Kandungan Air Kanopi Daun Padi dari Data Ground Field Spectrometer dan Airborne-Hyperspectral
Ekstraksi Kandungan Air Kanopi Daun Padi dari Data Ground Field Spectrometer dan Airborne-Hyperspectral Agus Wibowo 1,2, Bangun Muljo Sukojo 1, Teguh Harianto 1, Yusuf Surachman Djajadihardja 2 1 Program
Lebih terperinciBAB 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 terperinciJurnal Geodesi Undip Oktober 2015
IDENTIFIKASI LAHAN SAWAH MENGGUNAKAN NDVI DAN PCA PADA CITRA LANDSAT 8 (Studi Kasus: Kabupaten Demak, Jawa Tengah) Ardiansyah, Sawitri Subiyanto, Abdi Sukmono *) Program Studi Teknik Geodesi Fakultas Teknik,
Lebih terperinciix
DAFTAR ISI viii ix x DAFTAR TABEL Tabel 1.1. Emisivitas dari permukaan benda yang berbeda pada panjang gelombang 8 14 μm. 12 Tabel 1.2. Kesalahan suhu yang disebabkan oleh emisivitas objek pada suhu 288
Lebih terperinciI. PENDAHULUAN. Pangan merupakan kebutuhan utama manusia. Badan Pusat Statistik (2010)
I. PENDAHULUAN 1.1 Latar Belakang dan Masalah Pangan merupakan kebutuhan utama manusia. Badan Pusat Statistik (2010) melaporkan bahwa laju pertumbuhan penduduk Indonesia setiap tahunnya meningkat 1,48
Lebih terperinciRemote Sensing KKNI 2017
Remote Sensing KKNI 2017 JOB DESC/ JENJANG/ SIKAP KERJA Asisten Operator/ 3/ 6 Operator/ 4/ 13 UNJUK KERJA (UK) INTI URAIAN UNJUK KERJA (UK) PILIHAN URAIAN BIAYA SERTIFIKASI M.71IGN00.161.1 Membaca Peta
Lebih terperinciBAB I PENDAHULUAN. kondisi penggunaan lahan dinamis, sehingga perlu terus dipantau. dilestarikan agar tidak terjadi kerusakan dan salah pemanfaatan.
BAB I PENDAHULUAN A. LATAR BELAKANG Pembangunan sangat diperlukan untuk kelanjutan hidup manusia. Kemajuan pembangunan di suatu wilayah sejalan dengan peningkatan jumlah pertumbuhan penduduk yang diiringi
Lebih terperinci