Aplikasi Algoritma Klasifikasi Mean Shift untuk Pemetaan Habitat Bentik Studi Kasus Kepulauan Karimunjawa

Ukuran: px
Mulai penontonan dengan halaman:

Download "Aplikasi Algoritma Klasifikasi Mean Shift untuk Pemetaan Habitat Bentik Studi Kasus Kepulauan Karimunjawa"

Transkripsi

1 Aplikasi Algoritma Klasifikasi Mean Shift untuk Pemetaan Habitat Bentik Studi Kasus Kepulauan Karimunjawa PramadityaWicaksono 1, Nur Mohammad Farda 1 1 Kartografi dan Penginderaan Jauh, Fakultas Geografi, Universitas Gadjah Mada, Yogyakarta, INDONESIA korespondensi: prama.wicaksono@geo.ugm.ac.id PENDAHULUAN Abstrak -Tujuan dari penelitian ini adalah melakukan pemetaan habitat bentik menggunakan algoritma mean shift sebagai alternatif dari algoritma klasifikasi berbasis piksel. Penelitian ini penting untuk dilakukan karena tidak semua data penginderaan jauh tersedia dalam kualitas yang optimal, baik pada kualitas spasial, radiometrik dan spektralnya, yang lebih lanjut akan mempengaruhi akurasi dari hasil klasifikasi. Algoritma klasifikasi mean shift mempunyai kelebihan dalam segmentasi citra dengan pendekatan clustering parametrik. Segmen citra didapatkan secara natural melalui interpretasi probabilitas dari nilai kesamaan melalui clustering berdasarkan Kernel Density Estimation. Data penginderaan jauh yang digunakan dalam penelitian ini adalah citra Worldview-2 asli dan yang telah terkompresi, serta data resolusi spasial tinggi terkompresi tinggi. Tujuannya adalah untuk melihat kemampuan masing-masing algoritma klasifikasi dalam pemetaan habitat bentik menggunakan data penginderaan jauh pada berbagai tingkat kualitas data. Metode yang digunakan mencakup koreksi geometrik, koreksi radiometrik, klasifikasi mean shift, dan klasifikasi berbasis piksel minimum distance, mahalanobis distance, dan maximum likelihood. Analisis Confusion Matrix dan McNemar test dilakukan untuk melihat signifikansi perbedaan akurasi hasil klasifikasi. Skema klasifikasi habitat bentik yang digunakan terdiri dari variasi terumbu karang, lamun, makro alga, dan substrat terbuka. Hasil penelitian ini menunjukkan bahwa data penginderaan jauh dengan kualitas yang tidak optimal masih dapat digunakan untuk melakukan pemetaan habitat bentik dengan relatif akurat. Kata kunci: mean shift, habitat bentik, Worldview-2, citra terkompresi, klasifikasi perpiksel Tujuan dari penelitian ini adalah melakukan pemetaan habitat bentik menggunakan algoritma mean shift sebagai alternatif dari algoritma klasifikasi berbasis piksel pada citra penginderaan jauh asli maupun terkompresi. Lebih lanjut, penelitian juga bertujuan untuk membandingkan akurasi antara hasil klasifikasi algoritma per-piksel dengan hasil integrasi klasifikasi per-piksel dan segmentasi mean shift. Latar belakang dilakukannya penelitian ini adalah semakin meningkatnya kebutuhan akan data spasial resolusi spasial tinggi dalam pemetaan habitat bentik. Pemetaan habitat bentik memerlukan data spasial resolusi spektral tinggi karena komposisi objeknya yang kompleks. Selain itu, dengan meningkatnya kebutuhan akan detil informasi habitat bentik, maka kebutuhan resolusi spasial citra juga semakin meningkat (Hedley et al. 2012). Meningkatkan kebutuhan akan citra resolusi spasial resolusi tinggi akan berimbas pada meningkatnya biaya yang dibutuhkan dalam melakukan aktivitas pemetaan habitat bentik. Oleh karena itu, diperlukan suatu data penginderaan jauh yang lebih efisien untuk mencukupi kebutuhan tersebut dengan harga yang relatif murah. Selain itu, penelitian ini juga penting untuk dilakukan karena tidak semua data penginderaan jauh tersedia dalam kualitas yang optimal, baik pada kualitas spasial, radiometrik dan spektralnya, yang lebih lanjut akan mempengaruhi akurasi dari hasil klasifikasi. Salah satu alternatif adalah dengan menggunakan data penginderaan jauh terkompresi tinggi, seperti yang banyak ditemukan pada layanan navigasi berbasis internet. Data-data tersebut tersimpan lossy format seperti JPEG (Joint Photographic Expert Group). Data ini sudah mengalami penurunan kualitas demi menghemat ukuran file. Untuk itu perlu dikaji sejauh mana data terkompresi tinggi tersebut mampu melakukan pemetaan habitat bentik jika dibandingkan dengan data asli. Penelitian ini menggunakan citra Worldview-2 asli dan yang dikompresi dengan tujuan untuk mensimulasikan data penginderaan jauh terkompresi yang banyak tersedia di pasaran. Algoritma klasifikasi mean shift diterapkan untuk mengkelaskan habitat bentik disamping klasifikasi per-piksel. Klasifikasi mean shift dipilih karena mampu mengkelaskan objek dengan baik pada data penginderaan jauh dengan kualitas yang tidak optimal. 664

2 Gambar 1. Wilayah penelitian di Ujung Gelam (boks biru), Kepulauan Karimunjawa, Kabupaten Jepara, Jawa Tengah Penelitian ini dilakukan di Kepulauan Karimunjawa, Kabupaten Jepara, Jawa Tengah (Gambar 1). Kepulauan ini merupakan salah satu Taman Nasional Laut di Indonesia. Wilayah Ujung Gelam dipilih sebagai wilayah kajian awal dari penelitian ini. Penelitian lanjutan akan dilakukan secara menyeluruh sebagai kalibrasi hasil dari penelitian ini dan untuk dapat menyimpulkan hasil dengan lebih konfiden. METODE PENELITIAN Survei Lapangan Survei lapangan dilakukan untuk memperoleh training area habitat bentik untuk proses klasifikasi digital dan uji akurasi. Sampling mapping unit untuk penentuan lokasi pengambilan sampel adalah kelas spektral habitat bentik yang diperoleh dari klasifikasi unsupervised Isodata dan konfigurasi lanskap habitat bentik. Survei lapangan dilakukan dengan teknik photo-transect (Roelfsema & Phinn, 2009) dan berhasil mendapatkan sampel sebanyak 710 sampel. Sebanyak 360 sampel digunakan untuk klasifikasi digital dan 350 sampel digunakan untuk uji akurasi hasil klasifikasi. Skema klasifikasi yang digunakan untuk mengelaskan 710 sampel tersebut diadopsi dari skema klasifikasi habitat bentik yang dikembangkan oleh Wicaksono (2014). Skema klasifikasi ini dibangun dengan basis komposisi habitat bentik, dan level skema klasifikasi yang digunakan pada penelitian ini adalah level 2 (Tabel 1). Tabel 1. Skema level 2 dari skema klasifikasi yang dikembangkan oleh Wicaksono (2014) yang digunakan dalam penelitian ini. Dalam penelitian ini, hanya ada 11 kelas dari 15 kelas pada skema klasifikasi level 2 yang dijumpai di wilayah kajian. Sumber skema klasifikasi: Wicaksono (2014) Level 2 Jumlah kelas 15 Jumlah kelas ditemui 11 Kelas: Algae Coral Dead Algae Sand Algae Rubble Algae Coral Sand Algae Sand Rubble Coral Sand Rubble Coral Reefs Coral Algae Seagrass Algae Seagrass Sand Pengolahan Citra Digital Pengolahan citra digital mencakup kompresi data, koreksi citra, masking citra, transformasi citra, dan klasifikasi citra. Kompresi data dilakukan pada citra Worldview-2 yang masih asli (raw, DN, KB) dengan compression factor (CF) 0.1, 0.75, dan 1.0. Ketiga nilai CF tersebut menghasilkan besar compression ratio (CR) masing-masing 1:360 (99 KB), 1:83 (437 KB), dan 1:14 (2568 KB). Format citra hasil kompresi adalah JPEG. Tujuannya adalah untuk mengetahui pengaruh tingkat CF dan CR terhadap kualitas data dan akurasi hasil klasifikasinya. 665

3 Koreksi geometrik citra dilakukan sebelum proses kompresi dengan tujuan agar masing-masing data saling georeferenced, dan perbedaan hasil klasifikasi dan uji akurasi bukan akibat dari bias geometrik. Koreksi radiometrik citra hanya diterapkan pada citra Worldview-2 asli (raw), dengan asumsi bahwa citra Worldview-2 JPEG tidak memiliki informasi penyerta (header) yang digunakan untuk melakukan koreksi radiometrik. Selain itu data terkompresi juga tidak memiliki saluran NIR untuk koreksi sunglint. Koreksi radiometrik mencakup konversi dari DN ke surface reflectance, koreksi sunglint (Kay et al. 2009) dan koreksi kolom air (Lyzenga, 1978; Wicaksono & Hafizt, 2013). Transformasi citra Principle Component Analysis (PCA) diterapkan pada data asli (DN, surface reflectance, sunglint-free, terkoreksi kolom air) maupun data terkompresi. Transformasi PCA mampu meningkatkan kemampuan citra dalam identifikasi variasi habitat bentik (Wicaksono, 2014). Masking citra dilakukan untuk mengeluarkan piksel daratan dari analisis. Pengeluaran piksel daratan dari analisis mempunyai beberapa keuntungan, antara lain: 1) mempersingkat waktu pengolahan citra digital, 2) memaksimalkan kemampuan PCA dalam menonjolkan variasi habitat bentik, dan 3) mengeluarkan piksel yang tidak digunakan dalam proses klasifikasi digital. Klasifikasi digital dilakukan dengan dua pendekatan, yaitu pendekatan per-piksel dan integrasi pendekatan perpiksel dan segmentasi dengan algoritma Mean Shift. Algoritma klasfikasi per-piksel yang digunakan adalah Minimum distance to mean (mindis), Mahalanobis distance (mahalo), dan Maximum Likelihood (maxlik). Pada pendekatan kedua, ketiga algortima klasifikasi tersebut diintegrasikan dengan algoritma segmentasi mean shift. Algoritma klasifikasi mean shift mempunyai kelebihan dalam segmentasi citra dengan pendekatan clustering parametrik. Segmen citra didapatkan secara natural melalui interpretasi probabilitas dari nilai kesamaan melalui clustering berdasarkan Kernel Density Estimation. Algoritma segmentasi mean shift terbukti mampu digunakan untuk meningkatkan akurasi klasifikasi penutup lahan menggunakan data penginderaan jauh terkompresi tinggi (JPEG) (Farda, 2008). Uji Akurasi Uji akurasi hasil klasifikasi dilakukan dengan tabel kontingensi yang dalam ilmu penginderaan jauh disebut dengan teknik confusion matrix (Congalton, 1991). Sampel yang digunakan untuk uji akurasi adalah sampel habitat bentik independen, yang artinya adalah sampel yang tidak digunakan dalam proses klasifikasi digital. Akurasi dari tiap hasil klasifikasi akan dibandingkan satu sama lain dengan menggunakan analisis McNemar Test (Foody, 2004). Analisis ini bertujuan untuk menarik kesimpulan hasil klasifikasi manakah yang akurasinya signifikan berbeda lebih tinggi atau lebih rendah secara dibanding hasil klasifikasi lainnya. HASIL DAN PEMBAHASAN Hasil Akurasi tertinggi dari hasil klasifikasi Citra Worldview-2 asli adalah sebesar 32.38%, yang diperoleh dari citra pada level DN dan surface reflectance. Hasil klasifikasi dari mahalanobis distance dan maximum likelihood menunjukkan pola serupa. Hanya klasifikasi minimum distance yang menghasilkan pola berbeda dimana DII-PC band menghasilkan akurasi tertinggi. Integrasi dengan mean shift tidak berhasil meningkatkan akurasi klasifikasi habitat bentik. Akurasi tertinggi yang diperoleh dari integrasi mean shift adalah 27.71%, yang signifikan lebih rendah dari akurasi klasifikasi dengan algoritma per-piksel. Algoritma mean shift gagal diterapkan untuk data surface reflectance dan DII. Penelitian lanjutan akan dilakukan untuk mencari penyebab kegagalan ini. Rekapitulasi hasil uji akurasi klasifikasi Citra Worldview-2 asli disajikan pada Tabel 2. Tabel 2. Akurasi klasifikasi habitat bentik menggunakan citra Worldview-2 asli pada berbagai tingkat pengolahan citra digital. Untuk hasil citra terkompresi, hanya JPEG pada CF 0.75 yang ditampilkan. Keterangan, Deglint = sunglintfree band, DII = band terkoreksi kolom air, PC band = band hasil transformasi PCA. Warna kuning adalah akurasi tertinggi Klasifikasi algoritma per-piksel Input Mindis Mahalo Maxlik Mean DN Surface Reflectance Surface Ref PC band Deglint band Deglint PC band DII

4 Klasifikasi algoritma per-piksel Input Mindis Mahalo Maxlik Mean DII PC band Mean Std Deviasi CL95% Bottom Upper Integrasi klasifikasi per-piksel dan segmentasi mean shift Input Mindis Mahalo Maxlik Mean DN Deglint band Mean Std Deviasi CL95% Bottom Upper Akurasi klasifikasi dari citra Worldview-2 terkompresi jauh lebih tinggi dibandingkan hasil akurasi citra Worldview-2 asli. Akurasi tertinggi yang diperoleh citra terkompresi adalah 61.36% dari hasil klasifikasi maximum likelihood pada citra JPEG PC band. Akurasi rata-rata dari citra terkompresi juga jauh lebih tinggi, yaitu 57.97±0.89% berbanding 23.52±2.31%. Hasil klasifikasi mean-shift pada citra terkompresi juga tidak meningkat dibandingkan dengan akurasi hasil klasifikasi per-piksel. Meskipun demikian, integrasi mean shift pada algortima minimum distance dan mahalanobis distance mampu menghasilkan akurasi yang lebih baik dibanding hasil akurasi dari algoritma serupa pada citra Worldview-2 asli. Tabel 3. Akurasi klasifikasi habitat bentik menggunakan citra Worldview-2 terkompresi pada level DN dan DN PC band. Untuk hasil citra terkompresi, hanya JPEG pada CF 0.75 yang ditampilkan. Keterangan, PC band = band hasil transformasi PCA. Warna kuning adalah akurasi tertinggi Klasifikasi algoritma per-piksel Input: JPEG Mindis Mahalo Maxlik Mean DN DN PC band Mean Std Deviasi CL95% Bottom Upper Integrasi klasifikasi per-piksel dan segmentasi mean shift Input: JPEG Mindis Mahalo Maxlik Mean DN DN PC band Mean Std Deviasi CL95% Bottom Upper Jika dibandingkan, maka akan tampak sangat jelas bahwa citra Worldview-2 terkompresi mempunyai akurasi klasifikasi yang signifikan jauh lebih tinggi dari pada klasifikasi lainnya (Gambar 2). Algoritma klasifikasi per- 667

5 piksel juga mampu bekerja lebih baik ketika diterapkan secara tunggal dibandingkan ketika diintegrasikan dengan algoritma segmentasi mean shift. Overall accuracy (%) (A) 50 Minimum distance Mahalanobis distance Maximum likelihood Overall accuracy (%) (B) 0 Raw Raw+MeanShift JPEG JPEG+MeanShift Gambar 2. Perbandingan akurasi antar hasil klasifikasi (A) dan rata-rata akurasinya disertai error bar (95%CL) (B) Hasil klasifikasi habitat bentik dengan akurasi terbaik dari masing-masing kombinasi input disajikan pada Gambar 3 hingga Gambar 6. Gambar 3. Klasifikasi habitat bentik dari citra Worldview-2 asli pada level DN menggunakan algoritma klasifikasi maximum likelihood dengan akurasi 32.38% 668

6 Gambar 4. Klasifikasi habitat bentik dari citra Worldview-2 asli pada level DN menggunakan integrasi klasifikasi maximum likelihood dan segmentasi mean shift dengan akurasi 27.71% Gambar 5. Klasifikasi habitat bentik dari DN-PC band citra Worldview-2 terkompresi menggunakan algoritma klasifikasi maximum likelihood dengan akurasi 61.36% 669

7 Gambar 6. Klasifikasi habitat bentik dari DN-PC band citra Worldview-2 terkompresi menggunakan algoritma klasifikasi minimum distance dengan akurasi 32.28% Pembahasan Pada area kajian penelitian, algoritma klasifikasi mean shift belum berhasil meningkatkan akurasi pemetaan habitat bentik, baik pada citra Worldview-2 asli maupun yang terkompresi. Perbedaan akurasi yang signifikan antara hasil Worldview-2 terkompresi dengan hasil lainnya tidak hanya sebatas statistik uji akurasi namun juga pada distribusi spasial habitat bentiknya seperti yang tersaji pada Gambar 7. Pada Gambar 7 dapat dilihat bahwa kelas-kelas terumbu karang, makro alga dan substrat terbuka terdistribusi dengan benar pada Gambar (B), yang mempunyai akurasi tertinggi. Substrat terbuka mengisi ruang antar terumbu karang, makro alga dan komposisi substrat terbuka lainnya mendominasi garis pantai. Pada Gambar (A), terlalu banyak isolated pixels dan habitat bentik saling tercampur satu sama lain. Hasil klasifikasi mean shift pada Gambar (C) dan Gambar (D) menunjukkan distribusi kelas yang acak pada area terumbu karang. Meskipun demikian, distribusi habitat bentik pada area sekitar garis pantai cukup baik. (A) (B) 670

8 (C) Gambar 7. Perbandingan detil klasifikasi antar kualitas data dan algoritma klasifikasi: (A) Worldview-2 asli dengan maximum likelihood (32.38%), (B) PC band Worldview-2 terkompresi maximum likelihood (61.36%), (C) Worldview-2 asli dengan integrasi maximum likelihood dan mean shift (27.71%), dan (D) PC band Worldview-2 terkompresi dengan integrasi minimum distance dan mean shift (32.28%) (D) Ada beberapa penyebab tidak optimalnya penggunaan klasifikasi mean shift dalam penelitian ini. Pertama, ada gap dalam proses integrasi sampel photo-transect dan cluster pada hasil segmentasi mean shift. Mengkonversi informasi photo-transect untuk tiap area hasil segmentasi mean shift memerlukan pendekatan khusus, yang berbeda dengan pendekatan pada klasifikasi per-piksel. Kedua, sampel uji akurasi kurang sesuai untuk diterapkan pada hasil klasifikasi algoritma segmentasi mean shift, sehingga menimbulkan bias akurasi. Hasil klasifikasi mean shift berupa area perlu sampel uji akurasi yang berupa area pula, dan sampel uji akurasi jenis ini sulit diperoleh untuk habitat bentik. Tidak ada data spasial berupa area (misal: peta) yang dapat dijadikan referensi untuk menguji hasil klasifikasi mean shift. Sehingga perlu dikembangkan sebuah pendekatan yang dapat mengoptimalkan penggunaan sampel photo-transect untuk klasifikasi menggunakan teknik segmentasi. Karena adanya beberapa isyu diatas, maka hasil penelitian ini belum dapat menyimpulkan secara utuh kemampuan algoritma mean shift dalam pemetaan habitat bentik. Meskipun demikian, penelitian ini mampu memberikan gambaran potensi kemampuan algoritma klasifikasi mean shift dalam memetakan habitat bentik, terutama untuk citra penginderaan jauh terkompresi. Kedepan, penting untuk mengembangkan prosedur uji akurasi untuk hasil klasifikasi segmentasi. Selain itu juga perlu dikembangkan prosedur integrasi efektif sampel photo-transect dan hasil segmentasi dalam klasifikasi habitat bentik. Penting juga untuk melakukan penelitian dengan lossy format lainnya seperti JPEG2000, untuk mengkaji efektifitas masing-masing algoritma kompresi. Terakhir, untuk dapat menyimpulkan kemampuan klasifikasi mean shift, maka perlu untuk melakukan penelitian serupa pada area habitat bentik yang lebih luas dengan komposisi spesies yang berbeda. KESIMPULAN 1. Algoritma klasifikasi mean shift dapat diintegrasikan dengan algoritma klasifikasi per-piksel dalam pemetaan habitat bentik, baik menggunakan data penginderaan jauh asli maupun terkompresi. Meskipun demikian, dengan prosedur yang ada sekarang, akurasi klasifikasi dari algoritma mean shift masih lebih rendah dibandingkan dengan hasil dari klasifikasi per-piksel. 2. Hasil klasifikasi menggunakan citra Worldview-2 terkompresi dengan CF 0.75 menghasilkan akurasi yang lebih baik dibanding citra Worldview-2 asli maupun citra Worldview-2 terkompresi dengan tingkat CF yang lain 671

9 UCAPAN TERIMA KASIH Kami ucapkan terima kasih kepada Prof. Stuart Phinn dari University of Queensland dan Digital Globe atas penggunaan citra Worldview-2 wilayah Kepulauan Karimunjawa. Terima kasih banyak kepada Muhammad Hafizt atas bantuannya dalam survei lapangan. DAFTAR PUSTAKA Congalton, R. G. (1991). A review of assessing the accuracy of classifications of remotely sensed data. Remote Sensing of Environment, 37, Farda, N. M. (2008). Klasifikasi Berorientasi Obyek Berdasarkan Segmentasi untuk Analisis Citra Penginderaan Jauh Resolusi Spasial Tinggi. Universitas Gadjah Mada, Ilmu Komputer, MIPA. Yogyakarta: Universitas Gadjah Mada. Foody, G. M. (2004). Thematic Map Comparison: Evaluating the Statistical Significance of Differences in Classification Accuracy. Photogrammetric Engineering & Remote Sensing, 70 (5), Hedley, J. D., Roelfsema, C. M., Phinn, S. R., & Mumby, P. J. (2012). Environmental and sensor limitations in optical remote sensing of coral reefs: implications for monitoring and sensor design. Remote Sensing, 4, Kay, S., Hedley, J. D., & Lavender, S. (2009). Sun Glint Correction of High and Low Spatial Resolution Images of Aquatic Scenes: a Review of Methods for Visible and Near-Infrared Wavelengths. Remote Sensing, 1, Lyzenga, D. R. (1978). Passive Remote-Sensing Techniques for Mapping Water Depth and Bottom Features. Applied Optics, 17, Roelfsema, C. M., & Phinn, S. R. (2009). A manual for conducting georeferenced photo transects surveys to assess the benthos of coral reef and seagrass habitats. Queensland: Centre for Remote Sensing & Spatial Information Science, School of Geography, Planning & Environmental Management, University of Queensland. Wicaksono, P. (2014). The use of image rotations on multispectral-based benthic habitats mapping. The 12th Biennial Conference of PORSEC Denpasar, Bali: PORSEC. Wicaksono, P., & Hafizt, M. (2013). Mapping seagrass from space: Addressing the complexity of seagrass LAI mapping. European Journal of Remote Sensing, 46,

Seminar Nasional Pengelolaan Pesisir & Daerah Aliran Sungai ke-1 Universitas Gadjah Mada, Yogyakarta, 9 April 2015

Seminar Nasional Pengelolaan Pesisir & Daerah Aliran Sungai ke-1 Universitas Gadjah Mada, Yogyakarta, 9 April 2015 Tema 3 Seminar Nasional Pengelolaan Pesisir & Daerah Aliran Sungai ke-1 Universitas Gadjah Mada, Yogyakarta, 9 April 2015 Pemetaan Habitat Bentik Sebagai Dasar Pengelolaan Wilayah Pesisir dan Pulau-Pulau

Lebih terperinci

Pemetaan Lanskap Habitat Bentik Menggunakan Data Penginderaan Jauh Multispektral di Pulau Kemujan Kepulauan Karimunjawa

Pemetaan Lanskap Habitat Bentik Menggunakan Data Penginderaan Jauh Multispektral di Pulau Kemujan Kepulauan Karimunjawa Pemetaan Lanskap Habitat Bentik Menggunakan Data Penginderaan Jauh Multispektral di Pulau Kemujan Kepulauan Karimunjawa Pramaditya Wicaksono Penginderaan Jauh dan SIG Sekolah Vokasi UGM prama.wicaksono@ugm.ac.id

Lebih terperinci

PERBANDINGAN AKURASI METODE BAND TUNGGAL DAN BAND RASIO UNTUK PEMETAAN BATIMETRI PADA LAUT DANGKAL OPTIS

PERBANDINGAN AKURASI METODE BAND TUNGGAL DAN BAND RASIO UNTUK PEMETAAN BATIMETRI PADA LAUT DANGKAL OPTIS PERBANDINGAN AKURASI METODE BAND TUNGGAL DAN BAND RASIO UNTUK PEMETAAN BATIMETRI PADA LAUT DANGKAL OPTIS Pramaditya Wicaksono Kartografi dan Penginderaan Jauh Fakultas Geografi Universitas Gadjah Mada

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Era Teknologi merupakan era dimana informasi serta data dapat didapatkan dan ditransfer secara lebih efektif. Perkembangan ilmu dan teknologi menyebabkan kemajuan

Lebih terperinci

q Tujuan dari kegiatan ini diperolehnya peta penggunaan lahan yang up-to date Alat dan Bahan :

q 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 terperinci

Kajian Metode Klasifikasi Citra Landsat-8 untuk Pemetaan Habitat Bentik di Kepulauan Padaido, Papua

Kajian Metode Klasifikasi Citra Landsat-8 untuk Pemetaan Habitat Bentik di Kepulauan Padaido, Papua Kajian Metode Klasifikasi Citra Landsat-8 untuk Pemetaan Habitat Bentik di Kepulauan Padaido, Papua Assessment of Landsat-8 Classification Method for Benthic Habitat Mapping in Padaido Islands, Papua Muhammad

Lebih terperinci

PEMETAAN BENTIK HABITAT DAN TUTUPAN LAHAN PULAU TUNDA MENGGUNAKAN CITRA SATELIT WORLDVIEW-2 IRPAN PIDIA PUTRA

PEMETAAN BENTIK HABITAT DAN TUTUPAN LAHAN PULAU TUNDA MENGGUNAKAN CITRA SATELIT WORLDVIEW-2 IRPAN PIDIA PUTRA PEMETAAN BENTIK HABITAT DAN TUTUPAN LAHAN PULAU TUNDA MENGGUNAKAN CITRA SATELIT WORLDVIEW-2 IRPAN PIDIA PUTRA DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN INSTITUT PERTANIAN

Lebih terperinci

Analisis Saluran Spektral yang Paling Berpengaruh... (Murti & Wicaksono)

Analisis Saluran Spektral yang Paling Berpengaruh... (Murti & Wicaksono) Analisis Saluran Spektral yang Paling Berpengaruh... (Murti & Wicaksono) ANALISIS SALURAN SPEKTRAL YANG PALING BERPENGARUH DALAM IDENTIFIKASI KESEHATAN TERUMBU KARANG: Studi Kasus Pulau Menjangan Besar

Lebih terperinci

APLIKASI DATA SATELIT SPOT 4 UNTUK MENDETEKSI TERUMBU KARANG: STUDI KASUS DI PULAU PARI

APLIKASI DATA SATELIT SPOT 4 UNTUK MENDETEKSI TERUMBU KARANG: STUDI KASUS DI PULAU PARI Aplikasi Data Satelit SPOT 4 untuk Mendeteksi Terumbu Karang..... (Arief, M.) APLIKASI DATA SATELIT SPOT 4 UNTUK MENDETEKSI TERUMBU KARANG: STUDI KASUS DI PULAU PARI (Application of SPOT-4 Satellite Data

Lebih terperinci

BAB II TEORI DASAR. Beberapa definisi tentang tutupan lahan antara lain:

BAB 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 terperinci

EVALUASI AKURASI TEMATIK CITRA SATELIT QUICKBIRD DAN IKONOS UNTUK PENGADAAN PETA HABITAT TERUMBU KARANG SKALA BESAR

EVALUASI AKURASI TEMATIK CITRA SATELIT QUICKBIRD DAN IKONOS UNTUK PENGADAAN PETA HABITAT TERUMBU KARANG SKALA BESAR EVALUASI AKURASI TEMATIK CITRA SATELIT QUICKBIRD DAN IKONOS UNTUK PENGADAAN PETA HABITAT TERUMBU KARANG SKALA BESAR Thematic Accuracy Evaluation of Quickbird and Ikonos Satellite Images for Large Scale

Lebih terperinci

BAB IV HASIL DAN ANALISIS

BAB IV HASIL DAN ANALISIS BAB IV HASIL DAN ANALISIS 4.1 Hasil Segmentasi Dari beberapa kombinasi scale parameter yang digunakan untuk mendapatkan segmentasi terbaik, untuk mengklasifikasikan citra pada penelitian ini hanya mengambil

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

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

Lebih terperinci

Remote Sensing KKNI 2017

Remote 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 terperinci

EVALUASI CITRA WORLDVIEW-2 UNTUK PENDUGAAN KEDALAMAN PERAIRAN DANGKAL PULAU KELAPA-HARAPAN MENGGUNAKAN ALGORITMA RASIO BAND

EVALUASI CITRA WORLDVIEW-2 UNTUK PENDUGAAN KEDALAMAN PERAIRAN DANGKAL PULAU KELAPA-HARAPAN MENGGUNAKAN ALGORITMA RASIO BAND OPEN ACCESS Vol 2, No 1, 2015, 30-37 Geoplanning Journal of Geomatics and Planning E-ISSN: 2355-6544 http://ejournal.undip.ac.id/index.php/geoplanning EVALUASI CITRA WORLDVIEW-2 UNTUK PENDUGAAN KEDALAMAN

Lebih terperinci

5. PEMBAHASAN 5.1 Koreksi Radiometrik

5. 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 terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Hasil sensus jumlah penduduk di Indonesia, dengan luas wilayah kurang lebih 1.904.569 km 2 menunjukkan adanya peningkatan jumlah penduduk, dari tahun 2010 jumlah penduduknya

Lebih terperinci

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

Diterima: 9 Februari 2008; Disetujui: 9 November 2008 ABSTRACT ABSTRAK ALGORITMA UNTUK ESTIMASI KEDALAMAN PERAIRAN DANGKAL MENGGUNAKAN DATA LANDSAT-7 ETM + (Studi Kasus: Perairan Gugus Pulau Pari, Kepulauan Seribu, Jakarta) Algorithm to estimate shallow water depth by using

Lebih terperinci

BAB III PELAKSANAAN PENELITIAN

BAB III PELAKSANAAN PENELITIAN BAB III PELAKSANAAN PENELITIAN Pada bab ini akan dijelaskan mengenai alat dan bahan yang digunakan dalam penelitian ini serta tahapan-tahapan yang dilakukan dalam mengklasifikasi tata guna lahan dari hasil

Lebih terperinci

KLASIFIKASI DARATAN DAN LAUTAN MENGGUNAKAN CITRA SATELIT ALOS Studi Kasus di Pesisir Timur Kota Surabaya

KLASIFIKASI DARATAN DAN LAUTAN MENGGUNAKAN CITRA SATELIT ALOS Studi Kasus di Pesisir Timur Kota Surabaya KLASIFIKASI DARATAN DAN LAUTAN MENGGUNAKAN CITRA SATELIT ALOS Studi Kasus di Pesisir Timur Kota Surabaya (Land and Sea Classification Using ALOS Satellite Imagery, Case Study in East Coast of Surabaya)

Lebih terperinci

EVALUASI TUTUPAN LAHAN DARI CITRA RESOLUSI TINGGI DENGAN METODE KLASIFIKASI DIGITAL BERORIENTASI OBJEK (Studi Kasus: Kota Banda Aceh, NAD)

EVALUASI TUTUPAN LAHAN DARI CITRA RESOLUSI TINGGI DENGAN METODE KLASIFIKASI DIGITAL BERORIENTASI OBJEK (Studi Kasus: Kota Banda Aceh, NAD) EVALUASI TUTUPAN LAHAN DARI CITRA RESOLUSI TINGGI DENGAN METODE KLASIFIKASI DIGITAL BERORIENTASI OBJEK (Studi Kasus: Kota Banda Aceh, NAD) Dosen Pembimbing: Dr.Ing.Ir. Teguh Hariyanto, MSc Oleh: Bayu Nasa

Lebih terperinci

Pemanfaatan Citra Aster untuk Inventarisasi Sumberdaya Laut dan Pesisir Pulau Karimunjawa dan Kemujan, Kepulauan Karimunjawa

Pemanfaatan Citra Aster untuk Inventarisasi Sumberdaya Laut dan Pesisir Pulau Karimunjawa dan Kemujan, Kepulauan Karimunjawa ISSN 0853-7291 Pemanfaatan Citra Aster untuk Inventarisasi Sumberdaya Laut dan Pesisir Pulau Karimunjawa dan Kemujan, Kepulauan Karimunjawa Petrus Soebardjo*, Baskoro Rochaddi, Sigit Purnomo Jurusan Ilmu

Lebih terperinci

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

PEMISAHAN ANTARA RADIANSI DASAR PERAIRAN DAN RADIANSI KOLOM AIR PADA CITRA ALOS AVNIR-2 PEMISAHAN ANTARA RADIANSI DASAR PERAIRAN DAN RADIANSI KOLOM AIR PADA CITRA ALOS AVNIR-2 Muhammad Anshar Amran 1) 1) Program Studi Ilmu Kelautan Fakultas Ilmu Kelautan dan Perikanan, Universitas Hasanuddin

Lebih terperinci

Oleh: FAZA ADHIMAH E

Oleh: FAZA ADHIMAH E ANALISIS KONDISI fterumbu KARANG DENGAN PENDEKATAN PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFI DI PERAIRAN KEMUJAN TAMAN NASIONAL KARIMUNJAWA SKRIPSI Diajukan untuk memenuhi salah satu persyaratan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Waktu dan Lokasi Penelitian Lokasi penelitian di DAS Citarum Hulu Jawa Barat dengan luasan sebesar + 230.802 ha. Penelitian dilaksanakan pada bulan Juni sampai dengan

Lebih terperinci

Analisa Perubahan Luasan Terumbu Karang Dengan Metode Penginderaan Jauh (Studi Kasus: Pulau Menjangan, Bali) Teguh Hariyanto 1, Alhadir Lingga 1

Analisa Perubahan Luasan Terumbu Karang Dengan Metode Penginderaan Jauh (Studi Kasus: Pulau Menjangan, Bali) Teguh Hariyanto 1, Alhadir Lingga 1 Analisa Perubahan Luasan Terumbu Karang Dengan Metode Penginderaan Jauh (Studi Kasus: Pulau Menjangan, Bali) ANALYSIS OF CHANGES CORAL REEFS AREA USING REMOTE SENSING (A Case Study: Menjangan Island, Bali)

Lebih terperinci

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

3. BAHAN DAN METODE. Penelitian yang meliputi pengolahan data citra dilakukan pada bulan Mei 3. BAHAN DAN METODE 3.1. Waktu dan Tempat Penelitian yang meliputi pengolahan data citra dilakukan pada bulan Mei sampai September 2010. Lokasi penelitian di sekitar Perairan Pulau Pari, Kepulauan Seribu,

Lebih terperinci

PEMANFAATAN TEKNOLOGI PENGINDERAAN JAUH UNTUK MONITORING DENSIFIKASI BANGUNAN DI DAERAH PERKOTAAN MAGELANG

PEMANFAATAN TEKNOLOGI PENGINDERAAN JAUH UNTUK MONITORING DENSIFIKASI BANGUNAN DI DAERAH PERKOTAAN MAGELANG PEMANFAATAN TEKNOLOGI PENGINDERAAN JAUH UNTUK MONITORING DENSIFIKASI BANGUNAN DI DAERAH PERKOTAAN MAGELANG Vembri Satya Nugraha vembrisatyanugraha@gmail.com Zuharnen zuharnen@ugm.ac.id Abstract This study

Lebih terperinci

PEMETAAN MANGROVE DENGAN TEKNIK IMAGE FUSION CITRA SPOT DAN QUICKBIRD DI PULAU LOS KOTA TANJUNGPINANG PROVINSI KEPULAUAN RIAU

PEMETAAN MANGROVE DENGAN TEKNIK IMAGE FUSION CITRA SPOT DAN QUICKBIRD DI PULAU LOS KOTA TANJUNGPINANG PROVINSI KEPULAUAN RIAU PEMETAAN MANGROVE DENGAN TEKNIK IMAGE FUSION CITRA SPOT DAN QUICKBIRD DI PULAU LOS KOTA TANJUNGPINANG PROVINSI KEPULAUAN RIAU Reygian Freila Chevalda 1), Yales Veva Jaya, S.Pi, M.Si 2), dan Dony Apdillah,

Lebih terperinci

Cetakan I, Agustus 2014 Diterbitkan oleh: Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Pattimura

Cetakan I, Agustus 2014 Diterbitkan oleh: Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Pattimura Hak cipta dilindungi Undang-Undang Cetakan I, Agustus 2014 Diterbitkan oleh: Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Pattimura ISBN: 978-602-97552-1-2 Deskripsi halaman sampul : Gambar

Lebih terperinci

1.2 Tujuan. 1.3 Metodologi

1.2 Tujuan. 1.3 Metodologi BAB 1 PENDAHULUAN 1.1 Latar Belakang Penginderaan jauh telah menjadi sarana umum untuk mendapatkan data spasial dengan akurasi yang baik. Data dari penginderaan jauh dihasilkan dalam waktu yang relatif

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Persiapan Tahap persiapan merupakan tahapan penting dalam penelitian ini. Proses persiapan data ini berpengaruh pada hasil akhir penelitian. Persiapan yang dilakukan meliputi

Lebih terperinci

Evaluasi Kesesuaian Tutupan Lahan Menggunakan Citra ALOS AVNIR-2 Tahun 2009 Dengan Peta RTRW Kabupaten Sidoarjo Tahun 2007

Evaluasi Kesesuaian Tutupan Lahan Menggunakan Citra ALOS AVNIR-2 Tahun 2009 Dengan Peta RTRW Kabupaten Sidoarjo Tahun 2007 JURNAL TEKNIK POMITS Vol. x, No. x, (Oktober, 2013) ISSN: 2301-9271 Evaluasi Kesesuaian Tutupan Lahan Menggunakan Citra ALOS AVNIR-2 Tahun 2009 Dengan Peta RTRW Kabupaten Sidoarjo Tahun 2007 Latri Wartika

Lebih terperinci

Institut Teknologi Sepuluh Nopember Kampus ITS Sukolio, Surabaya Jl. Kalisari No.08 Pekayon Pasar Rebo, Jakarta 13710

Institut Teknologi Sepuluh Nopember Kampus ITS Sukolio, Surabaya Jl. Kalisari No.08 Pekayon Pasar Rebo, Jakarta 13710 Pengaruh Algoritma Lyzenga dalam... (Lalu Muhamad Jaelani et al) PENGARUH ALGORITMA LYZENGA DALAM PEMETAAN TERUMBU KARANG MENGGUNAKAN WORLDVIEW-2, STUDI KASUS: PERAIRAN PLTU PAITON PROBOLINGGO (THE EFFECT

Lebih terperinci

PEMETAAN HABITAT DASAR PERAIRAN DANGKAL MENGGUNAKAN CITRA SATELIT SPOT-5 DI PESISIR BINTAN TIMUR, KEPULAUAN RIAU ALVIDITA BEATRIX INDAYANI

PEMETAAN HABITAT DASAR PERAIRAN DANGKAL MENGGUNAKAN CITRA SATELIT SPOT-5 DI PESISIR BINTAN TIMUR, KEPULAUAN RIAU ALVIDITA BEATRIX INDAYANI PEMETAAN HABITAT DASAR PERAIRAN DANGKAL MENGGUNAKAN CITRA SATELIT SPOT-5 DI PESISIR BINTAN TIMUR, KEPULAUAN RIAU ALVIDITA BEATRIX INDAYANI DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN

Lebih terperinci

KLASIFIKASI HABITAT DASAR PERAIRAN DANGKAL GUGUSAN PULAU PARI DENGAN MENGGUNAKAN CITRA WORLDVIEW-2 DAN ALOS AVNIR, KEPULAUAN SERIBU, DKI JAKARTA

KLASIFIKASI HABITAT DASAR PERAIRAN DANGKAL GUGUSAN PULAU PARI DENGAN MENGGUNAKAN CITRA WORLDVIEW-2 DAN ALOS AVNIR, KEPULAUAN SERIBU, DKI JAKARTA KLASIFIKASI HABITAT DASAR PERAIRAN DANGKAL GUGUSAN PULAU PARI DENGAN MENGGUNAKAN CITRA WORLDVIEW-2 DAN ALOS AVNIR, KEPULAUAN SERIBU, DKI JAKARTA MUHAMMAD RAMADHANY DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN

Lebih terperinci

PEMETAAN HABITAT DASAR PERAIRAN LAUT DANGKAL

PEMETAAN HABITAT DASAR PERAIRAN LAUT DANGKAL PEMETAAN HABITAT DASAR PERAIRAN LAUT DANGKAL Pusat Penelitian Oseanografi Lembaga Ilmu Pengetahuan Indonesia PANDUAN TEKNIS PEMETAAN HABITAT DASAR PERAIRAN LAUT DANGKAL 2014 CRITC COREMAP II LIPI Penulis

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Lahan merupakan bentang permukaan bumi yang dapat bermanfaat bagi manusia baik yang sudah dikelola maupun belum. Untuk itu peran lahan cukup penting dalam kehidupan

Lebih terperinci

RSNI-3 Rancangan Standar Nasional Indonesia-3

RSNI-3 Rancangan Standar Nasional Indonesia-3 RSNI-3 Rancangan Standar Nasional Indonesia-3 Pemetaan habitat perairan laut dangkal Bagian 1: Pemetaan terumbu karang dan padang lamun (Hasil Rapat Konsensus 1 Maret 2011) ICS 07.040 Badan Standardisasi

Lebih terperinci

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

menunjukkan nilai keakuratan yang cukup baik karena nilai tersebut lebih kecil dari limit maksimum kesalahan rata-rata yaitu 0,5 piksel. Lampiran 1. Praproses Citra 1. Perbaikan Citra Satelit Landsat Perbaikan ini dilakukan untuk menutupi citra satelit landsat yang rusak dengan data citra yang lainnya, pada penelitian ini dilakukan penggabungan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Era teknologi informasi saat ini tidak dapat dipisahkan dari multimedia. Data atau informasi yang terdapat pada multimedia tidak hanya disajikan dalam bentuk teks,

Lebih terperinci

Aplikasi Object-Based Image Analysis (OBIA) untuk Deteksi Perubahan Penggunaan Lahan Menggunakan Citra ALOS AVNIR-2

Aplikasi Object-Based Image Analysis (OBIA) untuk Deteksi Perubahan Penggunaan Lahan Menggunakan Citra ALOS AVNIR-2 Aplikasi Object-Based Image Analysis (OBIA) untuk Deteksi Perubahan Penggunaan Lahan Menggunakan Citra ALOS AVNIR-2 Tunjung S. Wibowo tjswibowo@gmail.com R. Suharyadi suharyadir@ugm.ac.id Abstract The

Lebih terperinci

KAJIAN CITRA RESOLUSI TINGGI WORLDVIEW-2

KAJIAN CITRA RESOLUSI TINGGI WORLDVIEW-2 KAJIAN CITRA RESOLUSI TINGGI WORLDVIEW-2 SEBAGAI PENUNJANG DATA DASAR UNTUK RENCANA DETAIL TATA RUANG KOTA (RDTRK) Heri Setiawan, Yanto Budisusanto Program Studi Teknik Geomatika, FTSP, ITS-Sukolilo, Surabaya,

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Hutan mangrove merupakan suatu kelompok tumbuhan berkayu, yang tumbuh di zona tropika dan subtropika terlindung dan memiliki semacam bentuklahan pantai, bertipe tanah

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

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

Lebih terperinci

PEMETAAN SUBSTRAT DASAR PERAIRAN DANGKAL KARANG CONGKAK DAN LEBAR KEPULAUAN SERIBU MENGGUNAKAN CITRA SATELIT QUICK BIRD

PEMETAAN SUBSTRAT DASAR PERAIRAN DANGKAL KARANG CONGKAK DAN LEBAR KEPULAUAN SERIBU MENGGUNAKAN CITRA SATELIT QUICK BIRD E-Jurnal Ilmu dan Teknologi Kelautan Tropis, Vol. 2, No. 1, Hal. 19-30, Juni 2010 PEMETAAN SUBSTRAT DASAR PERAIRAN DANGKAL KARANG CONGKAK DAN LEBAR KEPULAUAN SERIBU MENGGUNAKAN CITRA SATELIT QUICK BIRD

Lebih terperinci

PEMETAAN FAMILI MANGROVE MENGGUNAKAN METODE OBJECT BASE IMAGE ANALYSIS (OBIA) PADA CITRA WORLDVIEW-2 DI BALAI TAMAN NASIONAL KARIMUNJAWA

PEMETAAN FAMILI MANGROVE MENGGUNAKAN METODE OBJECT BASE IMAGE ANALYSIS (OBIA) PADA CITRA WORLDVIEW-2 DI BALAI TAMAN NASIONAL KARIMUNJAWA PEMETAAN FAMILI MANGROVE MENGGUNAKAN METODE OBJECT BASE IMAGE ANALYSIS (OBIA) PADA CITRA WORLDVIEW-2 DI BALAI TAMAN NASIONAL KARIMUNJAWA Ikhsan Wicaksono wicaksono.geo@gmail.com Nur Mohammad Farda farda@geo.ugm.ac.id

Lebih terperinci

Jurusan Teknik Geomatika Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh Nopember

Jurusan 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 terperinci

Pengaruh Pengambilan Sampel... (Syarif Budhiman et al.)

Pengaruh Pengambilan Sampel... (Syarif Budhiman et al.) PENGARUH PENGAMBILAN TRAINING SAMPLE SUBSTRAT DASAR BERBEDA PADA KOREKSI KOLOM AIR MENGGUNAKAN DATA PENGINDERAAN JAUH (EFFECT OF TRAINING SAMPLE OF DIFFERENT BOTTOM SUBSTRATES ON WATER COLUMN CORRECTION

Lebih terperinci

AbdurRahman* 1. UNLAM *

AbdurRahman* 1. UNLAM * PEMANFAATAN CITRA SATELIT ASTER DAN MODEL ALGORITMA PCA DAN NDVI UNTUK MONITORING KESEHATAN EKOSISTEM TERUMBU KARANG DI PERAIRAN BUNATI KABUPATEN TANAH BUMBU PROVINSI KALIMANTAN SELATAN AbdurRahman* 1

Lebih terperinci

METODOLOGI. Gambar 4. Peta Lokasi Penelitian

METODOLOGI. Gambar 4. Peta Lokasi Penelitian 22 METODOLOGI Tempat dan Waktu Penelitian Penelitian dilakukan di Kota Sukabumi, Jawa Barat pada 7 wilayah kecamatan dengan waktu penelitian pada bulan Juni sampai November 2009. Pada lokasi penelitian

Lebih terperinci

Latar Belakang. Penggunaan penginderaan jauh dapat mencakup suatu areal yang luas dalam waktu bersamaan.

Latar Belakang. Penggunaan penginderaan jauh dapat mencakup suatu areal yang luas dalam waktu bersamaan. SIDANG TUGAS AKHIR PEMANFAATAN CITRA RESOLUSI TINGGI UNTUK MENGIDENTIFIKASI PERUBAHAN OBYEK BANGUNAN (STUDI KASUS UPDATING RENCANA DETAIL TATA RUANG KOTA UNIT PENGEMBANGAN RUNGKUT SURABAYA) Oleh Dewi Nur

Lebih terperinci

PERBANDINGAN KLASIFIKASI TUTUPAN LAHAN DENGAN METODE OBJECT-BASED DAN PIXEL- BASED

PERBANDINGAN KLASIFIKASI TUTUPAN LAHAN DENGAN METODE OBJECT-BASED DAN PIXEL- BASED PERBANDINGAN KLASIFIKASI TUTUPAN LAHAN DENGAN METODE OBJECT-BASED DAN PIXEL- BASED TUGAS AKHIR Karya Tulis sebagai salah satu syarat untuk memperoleh gelar Sarjana Oleh NANDHY RAMADHANNY HOESIN POETRI

Lebih terperinci

Anita Dwijayanti, Teguh Hariyanto Jurusan Teknik Geomatika FTSP-ITS, Kampus ITS Sukolilo, Surabaya,

Anita Dwijayanti, Teguh Hariyanto Jurusan Teknik Geomatika FTSP-ITS, Kampus ITS Sukolilo, Surabaya, Evaluasi Tutupan Lahan Terhadap Rencana Detil Tata Ruang Kota (RDTRK) Surabaya Pada Citra Resolusi Tinggi Dengan EVALUASI TUTUPAN LAHAN PERMUKIMAN TERHADAP RENCANA DETIL TATA RUANG KOTA (RDTRK) SURABAYA

Lebih terperinci

Evaluasi Indeks Urban Pada Citra Landsat Multitemporal Dalam Ekstraksi Kepadatan Bangunan

Evaluasi Indeks Urban Pada Citra Landsat Multitemporal Dalam Ekstraksi Kepadatan Bangunan Sukristiyanti et al. / Jurnal Riset Geologi dan Pertambangan Jilid 17 No.1 ( 2007) 1-10 1 Evaluasi Indeks Urban Pada Citra Landsat Multitemporal Dalam Ekstraksi Kepadatan Bangunan SUKRISTIYANTI a, R. SUHARYADI

Lebih terperinci

DISKRIMINASI TEGAKAN HTI (Hutan Tanaman Industri) MENGGUNAKAN OBJECT ORIENTED CLASSIFICATION Studi kasus PT. HTI Wira Karya Sakti, Jambi 1

DISKRIMINASI TEGAKAN HTI (Hutan Tanaman Industri) MENGGUNAKAN OBJECT ORIENTED CLASSIFICATION Studi kasus PT. HTI Wira Karya Sakti, Jambi 1 DISKRIMINASI TEGAKAN HTI (Hutan Tanaman Industri) MENGGUNAKAN OBJECT ORIENTED CLASSIFICATION Studi kasus PT. HTI Wira Karya Sakti, Jambi 1 Muhammad Ardiansyah, Dr.-Ing 2) dan Muhammad Rusdi, SP. 3) 2.

Lebih terperinci

ANALISIS KESESUAIAN LAHAN PERUMAHAN KELAS MENENGAH MENGGUNAKAN DATA PENGINDERAAN JAUH DENGAN SISTEM INFORMASI GEOGRAFIS DI KOTA SURABAYA

ANALISIS KESESUAIAN LAHAN PERUMAHAN KELAS MENENGAH MENGGUNAKAN DATA PENGINDERAAN JAUH DENGAN SISTEM INFORMASI GEOGRAFIS DI KOTA SURABAYA ANALISIS KESESUAIAN LAHAN PERUMAHAN KELAS MENENGAH MENGGUNAKAN DATA PENGINDERAAN JAUH DENGAN SISTEM INFORMASI GEOGRAFIS DI KOTA SURABAYA Artan Niki Alunita artan_niki@yahoo.com Projo Danoedoro projo.danoedoro@yahoo.com

Lebih terperinci

JURNAL TEKNIK POMITS Vol. X, No. X, (Juni, 2013) ISSN:

JURNAL TEKNIK POMITS Vol. X, No. X, (Juni, 2013) ISSN: JURNAL TEKNIK POMITS Vol. X, No. X, (Juni, 2013) ISSN: 2301-9271 1 Kajian Updating Peta Menggunakan Data Dasar Citra Satelit Worldview-2 dan Kota Surabaya Skala 1:5000 (Studi Kasus: dan Anyar) Cherie Bhekti

Lebih terperinci

Metode Klasifikasi Digital untuk Citra Satelit Beresolusi Tinggi WorldView-2 pada Unit Pengembangan Kertajaya dan Dharmahusada Surabaya

Metode Klasifikasi Digital untuk Citra Satelit Beresolusi Tinggi WorldView-2 pada Unit Pengembangan Kertajaya dan Dharmahusada Surabaya JURNAL TEKNIK POMITS Vol. X, No. X, (2013) ISSN: 2337-3539 (2301-9271 Print) 1 Metode Klasifikasi Digital untuk Citra Satelit Beresolusi Tinggi WorldView-2 pada Unit Pengembangan Kertajaya dan Dharmahusada

Lebih terperinci

Neritic Vol. 6 No.1, hal 01-06, Maret 2015 ISSN

Neritic Vol. 6 No.1, hal 01-06, Maret 2015 ISSN Neritic Vol. 6 No.1, hal 01-06, Maret 2015 ISSN. 1978-1210 PEMETAAN SUBSTRAT DASAR PERAIRAN DANGKAL DI KECAMATAN TAYANDO KOTA TUAL MENGGUNAKAN CITRA LANDSAT 8 (The Bottom Substrate Shallow Water Mapping

Lebih terperinci

PENGELOMPOKKAN HABITAT DASAR PERAIRAN DANGKAL BERBASIS DATA SATELIT QUICKBIRD MENGGUNAKAN ALGORITMA SELF ORGANISING MAP

PENGELOMPOKKAN HABITAT DASAR PERAIRAN DANGKAL BERBASIS DATA SATELIT QUICKBIRD MENGGUNAKAN ALGORITMA SELF ORGANISING MAP AQUASAINS (Jurnal Ilmu Perikanan dan Sumberdaya Perairan) PENGELOMPOKKAN HABITAT DASAR PERAIRAN DANGKAL BERBASIS DATA SATELIT QUICKBIRD MENGGUNAKAN ALGORITMA SELF ORGANISING MAP Asmadin 1 Vincentius P

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 11 BAB III METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian ini dilaksanakan selama dua bulan yaitu bulan Juli-Agustus 2010 dengan pemilihan lokasi di Kota Denpasar. Pengolahan data dilakukan di Laboratorium

Lebih terperinci

BAB I PENDAHULUAN PENDAHULUAN 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

KAJIAN AKURASI SEMANTIK DAN POSISIONAL CITRA ALOS AVNIR-2 UNTUK PEMETAAN PENUTUP LAHAN DI SEBAGIAN DAERAH ISTIMEWA YOGYAKARTA

KAJIAN AKURASI SEMANTIK DAN POSISIONAL CITRA ALOS AVNIR-2 UNTUK PEMETAAN PENUTUP LAHAN DI SEBAGIAN DAERAH ISTIMEWA YOGYAKARTA KAJIAN AKURASI SEMANTIK DAN POSISIONAL CITRA ALOS AVNIR-2 UNTUK PEMETAAN PENUTUP LAHAN DI SEBAGIAN DAERAH ISTIMEWA YOGYAKARTA Inneke K. Haryana haryana.inneke1610@gmail.com Bowo Susilo bowosusilo@ugm.ac.id

Lebih terperinci

PEMETAAN HABITAT DASAR PERAIRAN DANGKAL PULAU PANGGANG DAN SEKITARNYA DENGAN MENGGUNAKAN CITRA WORLDVIEW-2 ADE AYU MUSTIKA

PEMETAAN HABITAT DASAR PERAIRAN DANGKAL PULAU PANGGANG DAN SEKITARNYA DENGAN MENGGUNAKAN CITRA WORLDVIEW-2 ADE AYU MUSTIKA PEMETAAN HABITAT DASAR PERAIRAN DANGKAL PULAU PANGGANG DAN SEKITARNYA DENGAN MENGGUNAKAN CITRA WORLDVIEW-2 ADE AYU MUSTIKA DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN INSTITUT

Lebih terperinci

Ari Anggoro 1, Vincentius P. Siregar, dan Syamsul B. Agus Institut Pertanian Bogor Jl. Lingkar Akedemik, Kampus IPB Dermaga, Bogor Indonesia

Ari Anggoro 1, Vincentius P. Siregar, dan Syamsul B. Agus Institut Pertanian Bogor Jl. Lingkar Akedemik, Kampus IPB Dermaga, Bogor Indonesia Pemetaan Zona Geomorfologi Ekosistem... (Ari Anggoro et al) PEMETAAN ZONA GEOMORFOLOGI EKOSISTEM TERUMBU KARANG MENGGUNAKAN METODE OBIA, STUDI KASUS DI PULAU PARI (GEOMORPHIC ZONES MAPPING OF CORAL REEF

Lebih terperinci

PEMETAAN HABITAT PERAIRAN DANGKAL KARANG LEBAR, KEPULAUAN SERIBU, DKI JAKARTA DENGAN CITRA LANDSAT-7 ETM+ SLC-OFF DAN LANDSAT-8 OLI LA ODE ABDUL HAFID

PEMETAAN HABITAT PERAIRAN DANGKAL KARANG LEBAR, KEPULAUAN SERIBU, DKI JAKARTA DENGAN CITRA LANDSAT-7 ETM+ SLC-OFF DAN LANDSAT-8 OLI LA ODE ABDUL HAFID PEMETAAN HABITAT PERAIRAN DANGKAL KARANG LEBAR, KEPULAUAN SERIBU, DKI JAKARTA DENGAN CITRA LANDSAT-7 ETM+ SLC-OFF DAN LANDSAT-8 OLI LA ODE ABDUL HAFID DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN

Lebih terperinci

Gambar 6. Peta Lokasi Penelitian

Gambar 6. Peta Lokasi Penelitian BAB III BAHAN DAN METODE 3.1 Tempat dan waktu Penelitian telah dilaksanakan pada bulan April 2013. Lokasi penelitian dilakukan di Perairan Nusa Lembongan, Kecamatan Nusa Penida, Kabupaten Klungkung, Provinsi

Lebih terperinci

1 PENDAHULUAN 1.1 Latar Belakang

1 PENDAHULUAN 1.1 Latar Belakang 1 PENDAHULUAN 1.1 Latar Belakang Luas mangrove di Indonesia adalah sekitar 4,25 juta hektar, yang merepresentasikan 25 % dari mangrove dunia. Indonesia merupakan pusat dari sebagian biogeografi genus mangrove

Lebih terperinci

GIS Untuk Integrasi Interpretasi Substrat Dasar Perairan menggunakan Penggolahan Citra ALOS-AVNIR dan Side Scan Sonar

GIS Untuk Integrasi Interpretasi Substrat Dasar Perairan menggunakan Penggolahan Citra ALOS-AVNIR dan Side Scan Sonar GIS Untuk Integrasi Interpretasi Substrat Dasar Perairan menggunakan Penggolahan Citra ALOS-AVNIR dan Side Scan Sonar 1 Rina Nurkhayati *), 2 Henry M. Manik 1Prodi Teknologi Kelautan Program Pascasarjana

Lebih terperinci

PENENTUAN SEBARAN TERUMBU KARANG DENGAN MENGGUNAKAN ALGORITMA LYZENGA DI PULAU MAITARA. Universitas Khairun. Ternate. Universitas Khairun.

PENENTUAN SEBARAN TERUMBU KARANG DENGAN MENGGUNAKAN ALGORITMA LYZENGA DI PULAU MAITARA. Universitas Khairun. Ternate. Universitas Khairun. PENENTUAN SEBARAN TERUMBU KARANG DENGAN MENGGUNAKAN ALGORITMA LYZENGA DI PULAU MAITARA Surahman 1 dan Rustam Effendi P 2 1 Program Studi Pemanfaatan Sumberdaya Perikanan. Fakultas Perikanan dan Ilmu Kelautan,

Lebih terperinci

Jurnal Geodesi Undip April 2017

Jurnal Geodesi Undip April 2017 PEMETAAN SEBARAN TERUMBU KARANG DENGAN METODE ALGORITMA LYZENGA SECARA TEMPORAL MENGGUNAKAN CITRA LANDSAT 5 7 DAN 8 (Studi Kasus : Pulau Karimunjawa) Johan Irawan, Bandi Sasmito, Andri Suprayogi *) Program

Lebih terperinci

2. TINJAUAN PUSTAKA. Lamun (seagrass) adalah tanaman air yang berbunga (Angiospermae) dan

2. TINJAUAN PUSTAKA. Lamun (seagrass) adalah tanaman air yang berbunga (Angiospermae) dan 2. TINJAUAN PUSTAKA 2.1. Lamun (Seagrass) Lamun (seagrass) adalah tanaman air yang berbunga (Angiospermae) dan mempunyai kemampuan beradaptasi untuk hidup dan tumbuh di lingkungan laut. Secara sepintas

Lebih terperinci

BAB IV PENGOLAHAN DATA

BAB IV PENGOLAHAN DATA BAB IV PENGOLAHAN DATA 4.1 Koreksi Geometrik Langkah awal yang harus dilakukan pada penelitian ini adalah melakukan koreksi geometrik pada citra Radarsat. Hal ini perlu dilakukan karena citra tersebut

Lebih terperinci

Optimalisasi 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 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 terperinci

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

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

Lebih terperinci

BAB 3 PROSEDUR DAN METODOLOGI. menawarkan pencarian citra dengan menggunakan fitur low level yang terdapat

BAB 3 PROSEDUR DAN METODOLOGI. menawarkan pencarian citra dengan menggunakan fitur low level yang terdapat BAB 3 PROSEDUR DAN METODOLOGI 3.1 Permasalahan CBIR ( Content Based Image Retrieval) akhir-akhir ini merupakan salah satu bidang riset yang sedang berkembang pesat (Carneiro, 2005, p1). CBIR ini menawarkan

Lebih terperinci

Rancangan 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 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 terperinci

Sarono Sigit Heru Murti B.S

Sarono 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 terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1. 1.1 Latar Belakang Kajian mengenai metode non-parametrik Classification Tree Analysis (CTA) menggunakan teknik data mining untuk aplikasi penginderaan jauh masih belum banyak dilakukan,

Lebih terperinci

DINAMIKA TUTUPAN PERAIRAN DANGKAL PULAU-PULAU KECIL, KEPULAUAN SPERMONDE

DINAMIKA TUTUPAN PERAIRAN DANGKAL PULAU-PULAU KECIL, KEPULAUAN SPERMONDE Dinamika Tutupan Perairan Dangkal... (Nurdin dkk) DINAMIKA TUTUPAN PERAIRAN DANGKAL PULAU-PULAU KECIL, KEPULAUAN SPERMONDE (Shallow Water Cover Dynamic on Small Islands, Spermonde Archipelago) Nurjannah

Lebih terperinci

MATRIKS SKEMA SERTIFIKASI LSTP MAPIN BIDANG INFORMASI GEOSPASIAL SUB BIDANG PENGINDERAAN JAUH 2017

MATRIKS 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 terperinci

Aplikasi 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) 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 terperinci

KAJIAN PEMROSESAN CITRA DIGITAL ASTER MULTITEMPORAL UNTUK DETEKSI TELAGA DAN TERKAIT PERMUKIMAN DI KAWASAN KARST KABUPATEN GUNUNGKIDUL

KAJIAN PEMROSESAN CITRA DIGITAL ASTER MULTITEMPORAL UNTUK DETEKSI TELAGA DAN TERKAIT PERMUKIMAN DI KAWASAN KARST KABUPATEN GUNUNGKIDUL KAJIAN PEMROSESAN CITRA DIGITAL ASTER MULTITEMPORAL UNTUK DETEKSI TELAGA DAN TERKAIT PERMUKIMAN DI KAWASAN KARST KABUPATEN GUNUNGKIDUL Luthfiyah luth_luthfiyah@yahoo.co.id Nurul Khakhim nrl khakhim@yahoo.com

Lebih terperinci

Hasil klasifikasi citra ALOS PALSAR filterisasi Kuan. dengan ukuran kernel size 9x dengan ukuran kernel size 3x

Hasil klasifikasi citra ALOS PALSAR filterisasi Kuan. dengan ukuran kernel size 9x dengan ukuran kernel size 3x DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN... v HALAMAN PERNYATAAN... vi HALAMAN PERSEMBAHAN... vii INTISARI... viii ABSTRACT... ix KATA PENGANTAR... x DAFTAR ISI... xii DAFTAR GAMBAR... xv DAFTAR

Lebih terperinci

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

Gambar 11. Citra ALOS AVNIR-2 dengan Citra Komposit RGB 321 V. HASIL DAN PEMBAHASAN 5.1. Analisis Spektral Citra yang digunakan pada penelitian ini adalah Citra ALOS AVNIR-2 yang diakuisisi pada tanggal 30 Juni 2009 seperti yang tampak pada Gambar 11. Untuk dapat

Lebih terperinci

ISSN Jalan Udayana, Singaraja-Bali address: Jl. Prof Dr Soemantri Brodjonogoro 1-Bandar Lampung

ISSN Jalan Udayana, Singaraja-Bali  address: Jl. Prof Dr Soemantri Brodjonogoro 1-Bandar Lampung ISSN 0216-8138 73 SIMULASI FUSI CITRA IKONOS-2 PANKROMATIK DENGAN LANDSAT-7 MULTISPEKTRAL MENGGUNAKAN METODE PAN-SHARPEN UNTUK MENINGKATKAN KUALITAS CITRA DALAM UPAYA PEMANTAUAN KAWASAN HIJAU (Studi Kasus

Lebih terperinci

DINAMIKA SPASIAL TERUMBU KARANG PADA PERAIRAN DANGKAL MENGGUNAKAN CITRA LANDSAT DI PULAU LANGKAI, KEPULAUAN SPERMONDE

DINAMIKA SPASIAL TERUMBU KARANG PADA PERAIRAN DANGKAL MENGGUNAKAN CITRA LANDSAT DI PULAU LANGKAI, KEPULAUAN SPERMONDE DINAMIKA SPASIAL TERUMBU KARANG PADA PERAIRAN DANGKAL MENGGUNAKAN CITRA LANDSAT DI PULAU LANGKAI, KEPULAUAN SPERMONDE (Spatial Dynamics of Coral Reefs in Shallow Water using Landsat Image in Langkai Island,

Lebih terperinci

Stella Swastika Putri Projo Danoedoro Abstract

Stella Swastika Putri Projo Danoedoro Abstract Pemetaan Fraksi Penutup Lahan Kota Yogyakarta Menggunakan Teknik NMESMA Pada Citra Landsat 8 OLI Stella Swastika Putri stella.swastika.p@mail.ugm.ac.id Projo Danoedoro projo.danoedoro@geo.ugm.ac.id Abstract

Lebih terperinci

4. HASIL DAN PEMBAHASAN

4. HASIL DAN PEMBAHASAN 4. HASIL DAN PEMBAHASAN 4.1. Pemetaan Batimetri 4.1.1. Pemilihan Model Dugaan Dengan Nilai Digital Asli Citra hasil transformasi pada Gambar 7 menunjukkan nilai reflektansi hasil transformasi ln (V-V S

Lebih terperinci

Perubahan Nilai Konsentrasi TSM dan Klorofil-a serta Kaitan terhadap Perubahan Land Cover di Kawasan Pesisir Tegal antara Tahun

Perubahan Nilai Konsentrasi TSM dan Klorofil-a serta Kaitan terhadap Perubahan Land Cover di Kawasan Pesisir Tegal antara Tahun Perubahan Nilai Konsentrasi TSM dan Klorofil-a serta Kaitan terhadap Perubahan Land Cover di Kawasan Pesisir Tegal antara Tahun 1994-2012 Miftah Farid 1 1 Departemen Geografi, FMIPA UI, Kampus UI Depok

Lebih terperinci

BAB 4. METODE PENELITIAN

BAB 4. METODE PENELITIAN BAB 4. METODE PENELITIAN 4.1 Lokasi Penelitian dan Scene Data Satelit Lokasi penelitian ini difokuskan di pantai yang berada di pulau-pulau terluar NKRI yang berada di wilayah Provinsi Riau. Pulau-pulau

Lebih terperinci

Prosiding Seminar Nasional Aplikasi Teknologi Prasarana Wilayah (ATPW), Surabaya, 11 Juni 2015, ISSN

Prosiding 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 terperinci

Sudaryanto dan Melania Swetika Rini*

Sudaryanto dan Melania Swetika Rini* PENENTUAN RUANG TERBUKA HIJAU (RTH) DENGAN INDEX VEGETASI NDVI BERBASIS CITRA ALOS AVNIR -2 DAN SISTEM INFORMASI GEOGRAFI DI KOTA YOGYAKARTA DAN SEKITARNYA Sudaryanto dan Melania Swetika Rini* Abstrak:

Lebih terperinci

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

BAB III METODA. Gambar 3.1 Intensitas total yang diterima sensor radar (dimodifikasi dari GlobeSAR, 2002) BAB III METODA 3.1 Penginderaan Jauh Pertanian Pada penginderaan jauh pertanian, total intensitas yang diterima sensor radar (radar backscattering) merupakan energi elektromagnetik yang terpantul dari

Lebih terperinci

DIGITAL IMAGE CODING. Go green Aldi Burhan H Chandra Mula Fitradi Mardiyah

DIGITAL IMAGE CODING. Go green Aldi Burhan H Chandra Mula Fitradi Mardiyah DIGITAL IMAGE CODING Go green Aldi Burhan H Chandra Mula Fitradi Mardiyah KOMPRESI LOSSLESS Teknik kompresi lossless adalah teknik kompresi yang tidak menyebabkan kehilangan data. Biasanya digunakan jika

Lebih terperinci

III. METODOLOGI 3.1 Waktu Penelitian 3.2 Lokasi Penelitian

III. METODOLOGI 3.1 Waktu Penelitian 3.2 Lokasi Penelitian III. METODOLOGI 3.1 Waktu Penelitian Penelitian ini dilakukan dari bulan Februari sampai September 2011. Kegiatan penelitian ini meliputi tahap prapenelitian (persiapan, survei), Inventarisasi (pengumpulan

Lebih terperinci

ANALISIS PENENTUAN EKOSISTEM LAUT PULAU- PULAU KECIL DENGAN MENGGUNAKAN DATA SATELIT RESOLUSI TINGGI STUDY KASUS : PULAU BOKOR

ANALISIS PENENTUAN EKOSISTEM LAUT PULAU- PULAU KECIL DENGAN MENGGUNAKAN DATA SATELIT RESOLUSI TINGGI STUDY KASUS : PULAU BOKOR ANALISIS PENENTUAN EKOSISTEM LAUT PULAU- PULAU KECIL DENGAN MENGGUNAKAN DATA SATELIT RESOLUSI TINGGI STUDY KASUS : PULAU BOKOR Muchlisin Arief Peneliti Pusat Pengembangan Pemanfaatan dan Teknologi Penginderaan

Lebih terperinci

RANCANG BANGUN APLIKASI FUSI CITRA (IMAGE FUSION) DARI DATA PENGINDERAAN JAUH MENGGUNAKAN METODE PANSHARPENING TUGAS AKHIR

RANCANG BANGUN APLIKASI FUSI CITRA (IMAGE FUSION) DARI DATA PENGINDERAAN JAUH MENGGUNAKAN METODE PANSHARPENING TUGAS AKHIR RANCANG BANGUN APLIKASI FUSI CITRA (IMAGE FUSION) DARI DATA PENGINDERAAN JAUH MENGGUNAKAN METODE PANSHARPENING TUGAS AKHIR Diajukan guna memenuhi sebagian persyaratan dalam rangka menyelesaikan studi Program

Lebih terperinci