Judul : Integrasi Data Hyperspectral In-situ, Wahana Pesawat dan Satelit untuk Estimasi Produksi Padi Oleh : Arief Darmawan Nrp.
|
|
- Utami Yuwono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 LAPORAN KEMAJUAN III Judul : Integrasi Data Hyperspectral In-situ, Wahana Pesawat dan Satelit untuk Estimasi Produksi Padi Oleh : Arief Darmawan Nrp. : Diseminarkan pada: Hari : Tanggal : Tempat : Ruang Sidang S-2 Teknik Sipil FTSP-ITS Promotor : Dr. Ing. Teguh Hariyanto, MSc Co- Promotor : 1. Prof. Dr. Bangun Muljo Sukojo, DEA 2. Dr. Muhammad Sadly, MSc. i
2 ABSTRAK Data hiperspektral reflektan tanaman telah banyak digunakan pada beberapa aplikasi penginderaan jauh termasuk dalam bidang pertanian. Pengukuran spektral dengan groundspectrometer (Fieldspec Pro) dan wahana pesawat terbang (HyMap) dan pengukuran parameter-parameter biofisik tanaman seperti indeks luas daun (LAI), dan klorofil (SPAD) telah dilakukan pada area persawahan di daerah Kabupaten Indramayu dan Subang, Jawa Barat dari tanggal 26 Juni - 3 Juli Tujuannya adalah untuk mempelajari perubahan nilai spektral terhadap kondisi biofisik tanaman pada tiap-tiap fase pertumbuhan yang selanjutnya akan digunakan untuk pembuatan model estimasi produksi padi. Pengukuran spektral reflektan kanopi dilakukan secara simultan terhadap tiga fase pertumbuhan yaitu vegetative, reproductive dan ripening. Hal ini bertujuan untuk menghindari bias (error) antara pengukuran spektral dan parameter-parametr biofisik tanaman. Penentuan panjang gelombang optimal dari data hyperspektral terhadap sensitivitas parameter biofisik tanaman merupakan masukan dalam pembuatan model estimasi indeks vegetasi. R GREEN adalah reflektan pada kanal hijau ( nm), R RED adalah reflektan pada kanal merah ( nm) dan RNIR adalah reflektan pada kanal infra merah dekat ( nm). Perubahan nilai spektral yang teramati pada tiap fase pertumbuhan adalah merupakan efek dari pertumbuhan dan perubahan biofisik tanaman tersebut. Secara umum, nilai maksimum spektral akan teramati pada fase vegetatif puncak (umur hari setelah tanam) dan setelah itu menurun sampai fase panen. Pembangunan model spektral terhadap parameter-parameter pertumbuhan selanjutnya akan ditingkatkan melalui pemisahan fase-fase pertumbuhannya. Pemilihan spektral yang digunakan dalam model adalah berdasarkan pada tingginya nilai korelasi antara spektral dan ii
3 parameter-parameter pertumbuhan tanaman padi. Pembuatan model estimasi panen dilakukan dengan menggunakan beberapa metode statistik seperti multiple linear regression (MLR), principal component regression (PCR) dan partial least square regression (PLSR) yang dilakukan untuk mencari hubungan antara spektral karakteristik dan pertumbuhan sekaligus membandingkan model-model regresi yang tepat untuk digunakan dalam pembangunan model estimasi produktivitas padi. Kata kunci: Hyperspektral, pertanian, HyMap, LAI, klorofil (SPAD), MLR, PCR, PLSR. ABSTRACT Hyperspectral crop reflectance is variously used for several applications in agriculture remote sensing. Spectral measurement using groundspectrometer (FieldSpec Pro), airborne (HyMap) and crop biophysical parameters such as leaf area index (LAI) and chlorophyll content (SPAD) were conducted over rice fields in Indramayu and Subang districts, West Java between June 23 July 3, The aims of this study is to investigate the changing of spectral value in corresponding to biophisical condition of each growth stage and which then will develop a yield estimation model. The spectral measurement of canopy reflectant had been conducted simultaneously toward biophysical parameters measurement for three main growth stages which are vegetative, reproductive and ripening to minimize bias (errors) due to differentiation in weather condition and time. The defined optimal pairing bands from hyperspectral data in respect to sensitivity of crop biophysical parameters were used as inputs in developing vegetation indices model. The R Green, R red and R NIR are green reflectance ( iii
4 nm), red reflectance ( nm) and near infrared reflectance ( nm) respectively. The alteration of spectral value which were observed in each growth stage is the consequence of crop growing effect and biophysical condition change. In general, spectral maximum will be observed during vegetative peak phase (40-45 days after transplanting, DAT) and will decline until mature phase. The development of spectral model with respect to its biophysical parameters furthermore will be advanced through the separating of growing stages. The selection of spectral used in model is based on high correlation value between spectral and growing stages. The yield estimation model was developed using several statistical methods such as multiple linear regression (MLR), principle component regression (PCR) and partial least square regression (PLSR) to calculate the relationship between spectral characteristics and crop growth stages and also to investigate the best statistical model of yield estimation. Key words: Hyperspektral, pertanian, HyMap, LAI, chlorophyll (SPAD), MLR, PCR, PLSR. iv
5 DAFTAR ISI Hal Lembar Pengesahan i Abstrak ii Abstract iii Daftar Isi v Daftar Gambar ix Daftar Tabel xii Daftar Singkatan xiii Bab 1. Pendahuluan Latar Belakang Teknologi Hiperspektral Penginderaan Jauh Indeks-indeks Vegetasi dan Model Regresi Normalized Difference Spectral Index (NDSI) Perumusan Masalah Tujuan Penelitian Lingkup Penelitian Lokasi Penelitian (Region of Interest) Kerangka Dasar Pemikiran Metodologi Penyelesaian Masalah Yang Diusulkan Kontribusi Yang Diharapkan 16 Bab 2. Kajian Pustaka dan Dasar Teori Pengukuran spektral tanaman padi Pemutakhiran (updating) data area sawah Prinsip-prinsip Spectroscopy Sensor Hymap Disain sensor HyMap 20 v
6 2.5. Fase-fase Pertumbuhan Tanaman Padi Indeks Luas Daun (Leaf Area Index, LAI) Pengukuran Klorofil (SPAD) Pprinsip Kerja Alat SPAD Teknik Pengukuran Klorofil Dengan SPAD Penghalusan (Smoothing) Data Dengan Metode Savitzky-Golay Proses Matematika Koefisien Savitzky-Golay Spectral Angle Mapper (SAM) Model Regresi Linier Multiple Linear Regression (MLR) Analisis Terhadap Nilai R 2 dan R 2 adj Uji Multikolinieritas Principle Component Regression (PCR) Partial Leas-Square Regression (PLSR) 37 Bab 3. Metodologi Pengolahan Data Awal (Pre-Processing Data) Data Spektral Data HyMap Data Biofisik Tanaman Pemilihan Kanal Optimal Pemutakhiran Luasan Baku Sawah Metode-Metode Regresi Linier MLR PCR Partial Least Square (PLS) 54 Bab 4. Hasil dan Diskusi Data Fieldspectrometer Data HyMap 59 vi
7 ROI Indramayu ROI Subang Data Ubinan Pemutakhiran Luasan Sawah Analisis Regresi Multiregresi Reflectance 4 Band vs. Variabel Tanaman Reflectance vs. Yield Multiregresi Variabel Vegetasi vs. Indeks Vegetasi LAI vs. NDSI LAI vs. RDSI LAI vs. SASI (Indramayu) LAI vs. RSI (Indramayu) SPAD vs. NDSI SPAD vs. RDSI (Indramayu) SPAD vs. SASI (Indramayu) SPAD vs. RSI (Indramayu) Yield vs. NDSI Yield vs. RDSI (Indramayu) Yield vs. SASI (Indramayu) Yield vs. RSI (Indramayu) Regresi Data Turunan Pertama vs. LAI (Indramayu) Peta Distribusi (Distribution Map) ROI Indramayu Peta Distribusi Yield Peta Distribusi LAI Peta Distribusi Klorofil (SPAD) Peta Distribusi ROI Subang Peta Distribusi Yield Peta Distribusi LAI Peta Distribusi Klorofil (SPAD) 77 vii
8 4.3. PCR LAI SPAD Yield PLSR (Indramayu) LAI SPAD Yield NDSI vs. Parameter Biofisik Tanaman (Indramayu) 86 Bab 5. Kesimpulan 89 Daftar Pustaka 93 viii
9 DAFTAR GAMBAR Hal. Gambar 1.1. Total radiasi yang mengenai suatu objek yang dikenal sebagai radiasi datang (incident radiation) Gambar 1.2. Struktur sel daun dan interaksinya dengan energi elektromagnetik. Sebagian besar cahaya tampak diserap sedangkan hampir setengah dari energi inframerah dekat dipantulkan. (sumber: Gambar 1.3. Skala ruang beberapa wahana pengamatan (Sumber: modifikasi dari M. Evri 2009) Gambar 1.3. Wilayah studi di Kabupaten Subang dan Indramayu, Jawa Barat Gambar 1.4. Diagram proses klasifikasi dengan menggunakan metoda SAM Gambar 2.1. Spektrum gelombang elektromagnetik (sumber: Gambar 2.2. Perbandingan jumlah kanal dalam teknologi penginderaan jauh Gambar 2.3. Profil reflektan vegetasi dan tanah dan air (sumber: Gambar 2.4. Pola reflektan dari vegetasi, tanah basah dan tanah kering terhadap panjang gelombang merah dan inframerah (sumber: Gambar 2.5. Lintasan terbang pemginderaan jauh dengan sensor Hymap (sumber: International Training on Hyperspectral Applications, 2006) Gambar 2.6. Fase pertumbuhan tanaman padi (sumber: IRRI) 22 Gambar 2.7. Nilai reflektan tanaman padi pada beberapa fase ix
10 pertumbuhan (sumber: M. Evri, 2008) Gambar 2.8. LAI pada tanaman padi merupakan luas total daun perunit permukaan tanah Gambar 2.9. LI-COR LAI Gambar 2.10 konsentrasi klorofil vs. reflektan panjang gelombang biru/merah Gambar Prinsip kerja alat SPAD 502 (sumber: Gambar Titik pengukuran klorofil dengan SPAD 502 pada daun 29 Gambar Perata-rataan 7 titik data dengan metode Savitzky- Golay orde-2 Gambar Polinomial orde-2 untuk 25 titik data Metode Savitzky-Golay dengan Gambar Konsep SAM (a) A dan B merupakan objek yang sama/sejenis, panjang atau pendeknya vektor tergantung pada besar atau kecilnya iluminasi. (b) Perbandingan antara vektor dari objek yang tidak diketahui (vektor C) dengan vektor referensi (vektor D). Kedua vektor dapat dikatakan objek yang sama/sejenis jika memiliki sudut yang lebih kecil dari nilai toleransi (Sesudah Kruse dkk, 1993). Sumber: 111/chapter3_clip_image004.jpg Gambar 3.1. Diagram penelitian 42 Gambar 3.2. Profil spektral tanaman padi dari data HyMap untuk tiap fase pertumbuhan di kabupaten Indramayu Gambar 3.3. Profil spektral tanaman padi dari data Hymap untuk tiap fase pertumbuhan di kabupaten Subang Gambar 3.4. Data strip Hymap Subang yang telah di koreksi radiometrik dan geometrik. Gambar 3.5. Data strip Hymap Indramayu yang telah di koreksi radiometrik dan geometrik Gambar 3.6. Diagram pemrosesan citra HyMap 48 Gambar 3.7. Mosaic Subang (kiri) dan Indramayu (kanan), true color RGB= (15,8,3) = (0.66; 0.56; 0.48 m) Gambar 3.8. Fase pertumbuhan padi x
11 Gambar 4.1. Profil pengukuran spektral pada beberapa fase pertumbuhan dengan menggunakan alat Fieldspectrometer pada lima area sample di Indramayu. Gambar 4.2. Citra klasifikasi fase pertumbuhan dengan metode SAM 59 Gambar 4.4. Cira HyMap zona irigasi (kiri) dan citra klasifikasi 2 fase pertumbuhan (kanan) Gambar 4.5. Vektor sawah (kiri) dan vektor pemutakhiran luasan sawah (kanan) ROI Subang Gambar 4.6. Vektor sawah (kiri) dan vektor pemutakhiran luasan sawah (kanan) ROI Indramayu. Gambar 4.7. Estimasi produktivitas (yield) 72 Gambar 4.8. Peta Distribusi LAI ROI Indramayu 73 Gambar 4.9. Peta Distribusi Klorofil (SPAD) ROI Indramayu 74 Gambar Estimasi produktivitas (yield) ROI Subang 75 Gambar Peta distribusi LAI ROI Subang 76 Gambar Peta distribusi klorofil (SPAD) ROI Subang Gambar Grafik regresi nilai pengukuran terhadap nilai prediksi (kiri), Pengujian terhadap data Hymap (kanan) Gambar Grafik regresi nilai pengukuran terhadap nilai prediksi (kiri), Pengujian terhadap data Hymap (kanan) Gambar Grafik regresi nilai pengukuran terhadap nilai prediksi (kiri), Pengujian terhadap data Hymap (kanan). Gambar Perubahan faktor penentu (koefisien determinasi, R 2 ) dari LAI sebagai respon terhadap jumlah peubah laten (NLV). Gambar 4.17, 4.18, Distribusi nilai koefisien determinasi terhadap panjang gelombang terpilih. Nilai R 2 diperoleh dari regresi linier antara pengukuran LAI, SPAD dan panen dengan seluruh kombinasi pasangan panjang gelombang dalam NDSI indeks spectral xi
12 DAFTAR TABEL Hal. Tabel 1.1. Tipe-tipe sensor hiperspektral 5 Tabel 2.1. Spektrum sensor HyMap 21 Tabel 2.2. Karakteristik Citra HyMap 21 Tabel 2.3. Parameter-parameter pengoperasian sensor Hymap 21 Tabel 2.4. Koefisien Savitzky-Golay 32 Tabel 4.1. Data ubinan Indramayu 61 Tabel 4.2. Koefisien Determinasi dan Nilai Error 78 Tabel 4.3. Koefisien Determinasi dan Nilai Error 79 Table 4.4. LAI 82 Table 4.5. SPAD 83 Table 4.6. Yield 83 xii
13 DAFTAR SINGKATAN 1. AHS : Airborne Hyperspectral Scanner 2. AISA : Airborne Imaging Spectrometer for Applications 3. AVIRIS : Airborne Visible/Infrared Imaging Spectrometer 4. CASI : Compact Airborne Spectrographic Imager 5. CHRIS : Compact High Resolution Imaging Spectrometer 6. DAIS : Digital Airborne Imaging Spectrometer 7. EO-1 : Earth Observation-1 8. FOV : Field of View 9. GSD : Ground Sample Distance 10. HyMap : Hyperspectral Mapper 11. IFOV : Instantaneous Field of View 12. LAI : Leaf Area Index 13. MNF : Maximum Noise Fraction 14. MLR : Multiple Linear Regression 15. NB : Narrow Band 16. NDVI : Normalized Difference Vegetation Index 17. SAVI : Soil-Adjusted Vegetation Index 18. NIR : Near-Infrared 19. PCLT : Principal Components Linear Transformation 20. PCR : Principle Component Regression 21. PLSR : Partial Least-Square Regression 22. PPI : Pixel Purity Index 23. PSNR : Peak Signal Noise Ratio 24. RGB : Red-Green-Blue 25. RDSI : Renormalized Difference Spectral Index 26. ROI : Region of Interest 27. RVI : Ratio Vegetation Index xiii
14 28. SAM : Spectral Angle Mapper 29. SASI : Soil Adjusted Spectral Index 30. SAVI : Soil-Adjusted Vegetation Index 31. SNR : Signal-to-Noise Ratio 32. SPAD : Special Products Analysis Division 33. SR : Simple Ratio 34. TRWIS III : TRW Imaging spectrometer xiv
Muhammad Iqbal Habibie 1, Arief Darmawan 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
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 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 terperinciPENGGUNAAN 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 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 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 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 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 terperinciPemilihan Kanal yang Optimal untuk Model Prediksi Kandungan Air Daun Padi dengan Data Field- Spectrometer dan Airborne-Hyperspectral
Pemilihan Kanal yang Optimal untuk Model Prediksi Kandungan Air Daun Padi dengan Data Field- Spectrometer dan Airborne-Hyperspectral Agus Wibowo 1,2, Bangun Muljo Sukojo 2, Teguh Harianto 2, Yusuf S. Djajadihardja
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 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 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 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 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 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 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 terperinci09 - Penginderaan Jauh dan Pengolahan Citra Dijital. by: Ahmad Syauqi Ahsan
09 - Penginderaan Jauh dan Pengolahan Citra Dijital by: Ahmad Syauqi Ahsan Remote Sensing (Penginderaan Jauh) is the measurement or acquisition of information of some property of an object or phenomena
Lebih terperinciABSTRAK. Kata kunci: Ruang Terbuka Hijau, Penginderaan Jauh, Citra Landsat 8, Indeks Vegetasi (NDVI, MSAVI2 dan WDRVI) vii
ABSTRAK Ruang Terbuka Hijau kota adalah bagian dari ruang-ruang terbuka (open space) suatu wilayah perkotaan yang diisi oleh tumbuhan dan berbagai jenis Vegetasi lainnya. Keanekaragaman suatu Vegetasi
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 terperinciKOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN
KOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN Rahayu *), Danang Surya Candra **) *) Universitas Jendral Soedirman
Lebih terperinciBAB 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 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 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 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 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 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 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 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 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 terperinciAplikasi Penginderaan Jauh Untuk Monitoring Perubahan Ruang Terbuka Hijau (Studi Kasus : Wilayah Barat Kabupaten Pasuruan)
Aplikasi Penginderaan Jauh Untuk Monitoring Perubahan Ruang Terbuka Hijau (Studi Kasus : Wilayah Barat Kabupaten Pasuruan) Ardiawan Jati, Hepi Hapsari H, Udiana Wahyu D Jurusan Teknik Geomatika, Fakultas
Lebih terperinciAplikasi-aplikasi ICV untuk sumber daya air: - Pengukuran luas perairan, - Identifikasi konsentrasi sedimen/tingkat kekeruhan, - Pemetaan daerah
ICV APLIKASI UNTUK SUMBER DAYA AIR Aplikasi-aplikasi ICV untuk sumber daya air: - Pengukuran luas perairan, - Identifikasi konsentrasi sedimen/tingkat kekeruhan, - Pemetaan daerah banjir, - Kesuburan perairan,
Lebih terperinciHASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. Reflektan Near Infrared Biji Nyamplung (Calophyllum inophyllum L.) Perangkat NIRFlex Solids Petri N-500 yang digunakan dalam penelitian ini, menghasilkan data pengukuran berupa
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 terperinciAnalisis Indeks Vegetasi Menggunakan Citra Satelit FORMOSAT-2 Di Daerah Perkotaan (Studi Kasus: Surabaya Timur)
JURNAL TEKNIK POMITS Vol. X, No. X, (Apr, 2013) ISSN: 2301-9271 1 Analisis Indeks Vegetasi Menggunakan Citra Satelit FORMOSAT-2 Di Daerah Perkotaan (Studi Kasus: Surabaya Timur) Agneszia Anggi Ashazy dan
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 terperinciBAB II. TINJAUAN PUSTAKA
DAFTAR ISI Halaman HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii HALAMAN PERNYATAAN... iii KATA PENGANTAR... iv DAFTAR ISI... vi DAFTAR TABEL... ix DAFTAR GAMBAR... x DAFTAR LAMPIRAN... xii ABSTRACT... xiii
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 terperinciEKSTRAKSI KANDUNGAN AIR KANOPI DAUN TANAMAN PADI DENGAN DATA HYPERSPECTRAL
EKSTRAKSI KANDUNGAN AIR KANOPI DAUN TANAMAN PADI DENGAN DATA HYPERSPECTRAL Agus Wibowo 1,2, Dian Ratnasari 1, Bangun Muljo Sukojo 1, Teguh Harianto 1, Yusuf S. Djajadihardja 2 1 Teknik Geomatika Fakultas
Lebih terperinciANALISIS KELEMBABAN TANAH PERMUKAAN MELALUI CITRA LANDSAT 7 ETM+ DI WILAYAH DATARAN KABUPATEN PURWOREJO
ANALISIS KELEMBABAN TANAH PERMUKAAN MELALUI CITRA LANDSAT 7 ETM+ DI WILAYAH DATARAN KABUPATEN PURWOREJO Usulan Penelitian Untuk Skripsi S-1 Program Studi Geografi Disusun Oleh: Sediyo Adi Nugroho NIM:
Lebih 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 terperinciABSTRACT. Keywords: Fuzzy Logic, Hyperspectral, Paddy ABSTRAK
Klasifikasi Fase Pertumbuhan Padi... (Febri Maspiyanti et al.) KLASIFIKASI FASE PERTUMBUHAN PADI BERDASARKAN CITRA HIPERSPEKTRAL DENGAN MODIFIKASI LOGIKA FUZZY (PADDY GROWTH STAGES CLASSIFICATION BASED
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 terperinciANALISA PERBANDINGAN KANDUNGAN KLOROFIL MENGGUNAKAN INDEKS VEGETASI DENGAN DATA HYMAP (Wilayah Studi : Kabupaten Karawang, Jawa Barat)
TUGAS AKHIR RG09 1536 ANALISA PERBANDINGAN KANDUNGAN KLOROFIL MENGGUNAKAN INDEKS VEGETASI DENGAN DATA HYMAP (Wilayah Studi : Kabupaten Karawang, Jawa Barat) PUNGKI ATMANEGARA NRP 3509 100 052 Pembimbing
Lebih terperinciKAJIAN KORELASI ANTARA KELEMBABAN TANAH DENGAN TATA GUNA LAHAN BERBASIS CITRA SATELIT. (Studi Kasus Daerah Bandung dan Sekitarnya) IRLAND FARDANI
KAJIAN KORELASI ANTARA KELEMBABAN TANAH DENGAN TATA GUNA LAHAN BERBASIS CITRA SATELIT (Studi Kasus Daerah Bandung dan Sekitarnya) TUGAS AKHIR Disusun untuk Memenuhi Syarat Kurikuler Program Sarjana di
Lebih terperinciGenerated by Foxit PDF Creator Foxit Software For evaluation only. 23 LAMPIRAN
23 LAMPIRAN 24 Lampiran 1 Diagram Alir Penelitian Data Citra LANDSAT-TM/ETM Koreksi Geometrik Croping Wilayah Kajian Kanal 2,4,5 Kanal 1,2,3 Kanal 3,4 Spectral Radiance (L λ ) Albedo NDVI Class Radiasi
Lebih terperinciII. TINJAUAN PUSTAKA 2.1. Usahatani Padi dan Mobilitas Petani Padi
II. TINJAUAN PUSTAKA 2.1. Usahatani Padi dan Mobilitas Petani Padi Usahatani merupakan organisasi dari alam, kerja, dan modal yang ditujukan kepada produksi lapangan pertanian (Hernanto, 1995). Organisasi
Lebih terperinciDETEKSI EKOSISTEM MANGROVE DI CILACAP, JAWA TENGAH DENGAN CITRA SATELIT ALOS
DETEKSI EKOSISTEM MANGROVE DI CILACAP, JAWA TENGAH DENGAN CITRA SATELIT ALOS Oleh : Tresna Sukmawati Suhartini C64104020 PROGRAM STUDI ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN INSTITUT
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 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 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 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 terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Hasil Kalibrasi NIR Spektra Kalibrasi NIR dapat dilakukan apabila telah terkumpul data uji minimal 60 sampel yang telah diubah menjadi spektrum. Pada penelitian ini telah terkumpul
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 terperinciSarono Sigit Heru Murti B.S
ESTIMASI PRODUKSI PADI DENGAN MENGGUNAKAN NDVI (NORMALIZED DIFFERENCE VEGETATION INDEXS) PADA LAHAN SAWAH HASIL SEGMENTASI CITRA ALOS DI KABUPATEN KARANGANYAR Sarono sarono34@gmail.com Sigit Heru Murti
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 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 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 terperinciPEMANFAATAN CITRA LANDSAT 8 UNTUK IDENTIFIKASI NORMALIZED DIFFERENCE VEGETATION INDEX (NDVI) DI KECAMATAN SILAT HILIR KABUPATEN KAPUAS HULU
PEMANFAATAN CITRA LANDSAT 8 UNTUK IDENTIFIKASI NORMALIZED DIFFERENCE VEGETATION INDEX (NDVI) DI KECAMATAN SILAT HILIR KABUPATEN KAPUAS HULU Ajun Purwanto Program Sudi Pendidikan Geografi Fakultas Ilmu
Lebih terperinciBAB III DATA DAN METODOLOGI PENELITIAN
BAB III DATA DAN METODOLOGI PENELITIAN 3.1 Data Ada 3 data utama yang digunakan dalam penelitian ini. Data yang pertama adalah data citra satelit Landsat 7 ETM+ untuk daerah cekungan Bandung. Data yang
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 terperinciBAB II TINJAUAN PUSTAKA...
DAFTAR ISI HALAMAN JUDUL... i LEMBAR PENGESAHAN... ii PERNYATAAN... iii INTISARI... iv ABSTRACT... v KATA PENGANTAR... vi DAFTAR ISI... viii DAFTAR TABEL... xi DAFTAR GAMBAR... xiii DAFTAR LAMPIRAN...
Lebih terperinciAPLIKASI PENGINDERAAN JAUH UNTUK PENGHITUNGAN SEBARAN CO 2 DARI TUTUPAN HUTAN DENGAN SATELIT LANDSAT 8 TUGAS AKHIR
APLIKASI PENGINDERAAN JAUH UNTUK PENGHITUNGAN SEBARAN CO 2 DARI TUTUPAN HUTAN DENGAN SATELIT LANDSAT 8 TUGAS AKHIR Diajukan guna memenuhi sebagian persyaratan dalam rangka menyelesaikan Pendidikan Sarjana
Lebih terperinciJURNAL TEKNIK POMITS Vol. x, No. x, (2014) ISSN: xxxx-xxxx (xxxx-x Print) 1
JURNAL TEKNIK POMITS Vol. x,. x, (2014) ISSN: xxxx-xxxx (xxxx-x Print) 1 Pemanfaatan Data Penginderaan Jauh untuk Identifikasi Kerusakan Hutan di Daerah Aliran Sungai (DAS) (Studi Kasus : Sub DAS Brantas
Lebih terperinciMODEL PENDUGA BIOMASSA MENGGUNAKAN CITRA LANDSAT DI HUTAN PENDIDIKAN GUNUNG WALAT HARLYN HARLINDA
MODEL PENDUGA BIOMASSA MENGGUNAKAN CITRA LANDSAT DI HUTAN PENDIDIKAN GUNUNG WALAT HARLYN HARLINDA DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN INSTITUT PERTANIAN BOGOR BOGOR 2015 PERNYATAAN MENGENAI
Lebih terperinciAnalisa Index Vegetasi NDVI dan MCARI Untuk Penentuan Tutupan Lahan Sawah Studi Kasus : Kabupaten Karawang
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2014) ISSN: 2337-3539 (2301-9271 Print) 1 Analisa Index Vegetasi NDVI dan MCARI Untuk Penentuan Studi Kasus : Kabupaten Karawang Hisyam Wardana Y 1) Bangun Mulyo Sukojo
Lebih terperinciPENDEKATAN MULTIREGRESI INDEKS VEGETASI UNTUK PENDUGAAN STOK KARBON
PENDEKATAN MULTIREGRESI INDEKS VEGETASI UNTUK PENDUGAAN STOK KARBON TUGAS AKHIR Karya tulis sebagai salah satu syarat untuk memperoleh gelar Sarjana Oleh Muhammad Ilham NIM. 15107004 PROGRAM STUDI TEKNIK
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN 4.1. Pendugaan Parameter Input 4.1.1. Pendugaan Albedo Albedo merupakan rasio antara radiasi gelombang pendek yang dipantulkan dengan radiasi gelombang pendek yang datang. Namun
Lebih terperinciPERBANDINGAN MODEL ESTIMASI KANDUNGAN NITROGEN PADI MENGGUNAKAN CITRA HIPERSPEKTRAL DAN MULTISPEKTRAL SEBAGIAN WILAYAH KABUPATEN SLEMAN
PERBANDINGAN MODEL ESTIMASI KANDUNGAN NITROGEN PADI MENGGUNAKAN CITRA HIPERSPEKTRAL DAN MULTISPEKTRAL SEBAGIAN WILAYAH KABUPATEN SLEMAN Defa Herdianta S. defasaputra@gmail.com Muhammad Kamal m.kamal@ugm.ac.id
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 Latar Belakang Perumusan Masalah Tujuan dan Manfaat Batasan Penelitian...
DAFTAR ISI Halaman Lembar Pengesahan... ii Abstrak... iii Kata Pengantar... v DAFTAR ISI... vi DAFTAR TABEL... x DAFTAR GAMBAR... xiii DAFTAR LAMPIRAN... xv BAB I PENDAHULUAN... 1.1 Latar Belakang... 1.2
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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian didasarkan pada penelitian Botanri (2010) di Pulau Seram Maluku. Analisis data dilakukan di Laboratorium Analisis Spasial Lingkungan,
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 terperinciPERUBAHAN LUAS DAN KERAPATAN EKOSISTEM MANGROVE DI KAWASAN PANTAI TIMUR SURABAYA
PERUBAHAN LUAS DAN KERAPATAN EKOSISTEM MANGROVE DI KAWASAN PANTAI TIMUR SURABAYA Inggriyana Risa Damayanti 1, Nirmalasari Idha Wijaya 2, Ety Patwati 3 1 Mahasiswa Jurusan Oseanografi, Universitas Hang
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 terperinci(Studi kasus : Taman Nasional Lore-Lindu, Sulawesi Tengah) MOCHAMMAD TAUFIQURROCHMAN ABDUL AZIZ ZEIN
PENYERAPAN RADIASI MATAHARI OLEH KANOPI HUTAN ALAM : KORELASI ANTARA PENGUKURAN DAN INDEKS VEGETASI (Studi kasus : Taman Nasional Lore-Lindu, Sulawesi Tengah) MOCHAMMAD TAUFIQURROCHMAN ABDUL AZIZ ZEIN
Lebih terperinci& Kota TUGAS AKHIR. Oleh Wahyu Prabowo
ANALISISS NILAII BACKSCATTERING CITRA RADARS SAT UNTUK IDENTIFIKASI PADI (Studi Kasus : Kabupaten & Kota Bogor, Jawa Barat) TUGAS AKHIR Karya tulis sebagai salah satu syarat untuk memperoleh gelar Sarjana
Lebih terperinciPemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus: Provinsi Jawa Timur)
Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus: Provinsi Jawa Timur) Diah Witarsih dan Bangun Muljo Sukojo Jurusan Teknik Geomatika, Fakultas Teknik
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 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 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 terperinciJurnal Geodesi Undip Januari 2016
ANALISIS FASE TUMBUH PADI MENGGUNAKAN ALGORITMA NDVI, EVI, SAVI, DAN LSWI PADA CITRA LANDSAT 8 Nur Wahidah Sudarsono; Bambang Sudarsono; Arwan Putra Wijaya *) Program Studi Teknik Geodesi Fakultas Teknik,
Lebih terperinciKARAKTERISTIK CITRA SATELIT Uftori Wasit 1
KARAKTERISTIK CITRA SATELIT Uftori Wasit 1 1. Pendahuluan Penginderaan jarak jauh merupakan salah satu teknologi penunjang pengelolaan sumber daya alam yang paling banyak digunakan saat ini. Teknologi
Lebih terperinciREVIEW JURNAL INTERNASIONAL TENTANG PENGINDRAAN JAUH (REMOTE SENSING)
REVIEW JURNAL INTERNASIONAL TENTANG PENGINDRAAN JAUH (REMOTE SENSING) Poin Review Judul Jurnal Remote Sensing of the Seasonal Variability of Penulis/Peneliti Abstract Pendahuluan Vegetation in A Semi-Arid
Lebih terperinciSKRIPSI PENILAIAN KUALITAS TANAH SAWAH BERBASIS PRODUKTIVITAS PADI DI KABUPATEN DEMAK. Oleh : Nadhifah H
SKRIPSI PENILAIAN KUALITAS TANAH SAWAH BERBASIS PRODUKTIVITAS PADI DI KABUPATEN DEMAK Oleh : Nadhifah H0712132 PROGRAM STUDI AGROTEKNOLOGI FAKULTAS PERTANIANUNIVERSITAS SEBELAS MARET SURAKARTA 2016 PENILAIAN
Lebih terperinciBAHAN DAN MET ODE. Waktu dan Lokasi
" y~~~, ~~., _"., ~ _~" 0 _ o ~~ ~.~ ".... _... -.-. BAHAN DAN MET ODE Waktu dan Lokasi Kajian dan pengambilan data lapangan dilakukan bulan Juni 2008 sampai dengan bulan September 2008. Lahan sawah yang
Lebih terperinciKajian Nilai Indeks Vegetasi Di Daerah Perkotaan Menggunakan Citra FORMOSAT-2 Studi Kasus: Surabaya Timur L/O/G/O
Sidang Tugas Akhir Kajian Nilai Indeks Vegetasi Di Daerah Perkotaan Menggunakan Citra FORMOSAT-2 Studi Kasus: Surabaya Timur Agneszia Anggi Ashazy 3509100061 L/O/G/O PENDAHULUAN Latar Belakang Carolita
Lebih terperinciAplikasi Metode Steganografi Berbasis JPEG dengan Tabel Kuantisasi yang Dimodifikasi Kris Reinhard /
Aplikasi Metode Steganografi Berbasis JPEG dengan Tabel Kuantisasi yang Dimodifikasi Kris Reinhard / 0522094 Email : kris_putih05@yahoo.co.id Jurusan Teknik Elektro, Fakultas Teknik, Jalan Prof. drg. Suria
Lebih terperinciESTIMASI LOKASI SUMBER JAMAK DALAM MEDAN DEKAT MENGGUNAKAN 3-D MULTIPLE SIGNAL CLASSIFICATION (MUSIC)
ESTIMASI LOKASI SUMBER JAMAK DALAM MEDAN DEKAT MENGGUNAKAN 3-D MULTIPLE SIGNAL CLASSIFICATION (MUSIC) Disusun Oleh: Nama : Juke Ratna Puri Nrp : 0422085 Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciSudaryanto dan Melania Swetika Rini*
PENENTUAN RUANG TERBUKA HIJAU (RTH) DENGAN INDEX VEGETASI NDVI BERBASIS CITRA ALOS AVNIR -2 DAN SISTEM INFORMASI GEOGRAFI DI KOTA YOGYAKARTA DAN SEKITARNYA Sudaryanto dan Melania Swetika Rini* Abstrak:
Lebih terperinciBAB I PENDAHULUAN. Kualitas mempunyai beberapa definisi tergantung pada kriteria dan
BAB I PENDAHULUAN 1.1.Latar belakang Kualitas mempunyai beberapa definisi tergantung pada kriteria dan konteksnya. Menurut ahli internasional dunia, definisi kualitas adalah apa-apa saja yang menjadi kebutuhan
Lebih terperinciAlgoritma Interpolasi Citra Berbasis Deteksi Tepi Dengan Directional Filtering dan Data Fusion
Algoritma Interpolasi Citra Berbasis Deteksi Tepi Dengan Directional Filtering dan Data Fusion Nama : Adrianus Ivan Hertanto Nrp : 0522058 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha,
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 terperinci(Studi Kasus: Selat Madura)
ANALISA NILAI KLOROFIL DENGAN MENGGUNAKAN DATA MODIS, VIIRS, DAN IN SITU ANALYSIS OF CHLOROPHYLL VALUE USING MODIS, VIIRS, AND IN SITU DATA (A case study: Madura Strait) Dhanu Prihantoro Trijayanto 1,
Lebih terperinciESTIMASI STOK KARBON MENGGUNAKAN CITRA ALOS AVNIR-2 DI HUTAN WANAGAMA KABUPATEN GUNUNGKIDUL. Agus Aryandi
ESTIMASI STOK KARBON MENGGUNAKAN CITRA ALOS AVNIR-2 DI HUTAN WANAGAMA KABUPATEN GUNUNGKIDUL Agus Aryandi agusaryandi0812@gmail.com Zuharnen dt_harnen21@yahoo.co.id Intisari Permasalahan efek rumah kaca
Lebih terperinciII. TINJAUAN PUSTAKA. 2.1 Kekeringan
II. TINJAUAN PUSTAKA 2.1 Kekeringan Kekeringan (drought) secara umum bisa didefinisikan sebagai kurangnya persediaan air atau kelembaban yang bersifat sementara secara signifikan di bawah normal atau volume
Lebih terperinciAbstrak. 1. Pendahuluan. 2. Model, Analisis, Desain dan Implementasi
Klasifikasi Area Pada Citra Satelit Dan Penerapannya Pada Pedeteksian Banjir Di Situs Bengawan Solo Arif Rachman H 1), Ir. Dadet Pramadihanto, M.Eng, Ph.D 2), Nana Ramadijanti, S.Kom, M.Kom 3) Jurusan
Lebih terperinciABSTRACT. Keywords: Advertising Tax, Revenue Bandung municipality. vii
ABSTRACT The title of the thesis is examined by the author is "Influence Of Advertising Tax against revenue in the Municipality of Bandung". Advertising Tax is one of the regional tax in the city of Bandung.
Lebih terperinciBerapa banyak bit yang digunakan dalam satu pixel?
4 Resolusi penting dalam Inderaja Ingat, ini tidak ada hubungannya dengan Resolusi Dewan Keamanan PBB, baik yang sudah basi maupun belum dikeluarkan!!:-) Ketika belajar Remote Sensing atau yang di indonesiakan
Lebih terperinciGambar 1. Peta Kota Dumai
15 m. BAHAN DAN METODE 3.1. Waktu dan Tempat Penelitian ini dilaksanakan pada bulan Juni sampai Agustus 2009. Pengolahan dan analisa citra dilakukan di Fakultas Pertanian Universitas Riau dan uji lapangan
Lebih terperinci