III. BAHAN DAN METODOLOGI PENELITIAN
|
|
- Susanti Lanny Iskandar
- 5 tahun lalu
- Tontonan:
Transkripsi
1 III. BAHAN DAN METODOLOGI PENELITIAN Waktu dan Tempat Penelitian Penelitian meliputi dua tahapan: Tahap pertama kajian pustaka dimulai periode Juni 2005 hingga Desember Tahap kedua pengumpulan, pengolahan, analisis, interpretasi, kalibrasi dan verifikasi data serta penulisan laporan dimulai Januari 2006 hingga Juli 2007 di Laboratorium Meteorologi dan Pencemaran Atmosfer, Departemen Geofisika dan Meteorologi, Fakultas MIPA- IPB dan di Laboratorium Perencanaan Lanskap-Departemen Arsitektur Lanskap, Fakultas Pertanian-.IPB. Wilayah kajian melingkupi JABOTABEK (tiga provinsi: DKI Jakarta, Jawa Barat dan Banten) seperti terlihat pada Gambar 5. Wilayah JABOTABEK seperti yang tersaji pada Gambar 5 meliputi empat kota besar Jakarta, Bogor, Tangerang dan Bekasi dan tiga Kabupaten yakni, Bogor, Tangerang dan Bekasi. Jadi secara administrasi meliputi tujuh wilayah otonomi (termasuk Depok). Wilayah JABOTABEK meliputi km 2, merupakan metropolitan terbesar di Indonesia. Membentang dari pantai utara hingga pegunungan di selatan. Terbagi menjadi tiga bentuk lahan, pesisir pantai, dataran dan kawasan perbukitan. Kawasan pesisir pantai dengan topografi landai berada pada ketinggian 0-25 m dpl di sebelah utara meliputi pantai Utara Jakarta hingga Jakarta Selatan, kabupaten Bekasi di sebelah Timur dan kabupaten Tangerang di sebelah barat. Kawasan dataran dengan topografi bergelombang dengan ketinggian antara m dpl meliputi, bagian tengah meliputi kota Tangerang, Depok dan Bekasi. Serta kawasan perbukitan dengan topografi berbukit/bergunung dengan ketinggian lebih dari 200 m dpl sebelah selatan meliputi kota dan kabupaten Bogor. Berdasarkan UU No. 26 tahun 2007 tentang penataan ruang, maka wilayah kota ditetapkan harus memiliki 30% RTH, dengan proporsi 20% RTH publik dan 10% RTH privat. Proporsi 30 (tiga puluh) persen merupakan ukuran minimal untuk menjamin keseimbangan ekosistem kota, baik keseimbangan sistem hidrologi dan sistem mikroklimat, maupun sistem ekologis lain, yang selanjutnya akan meningkatkan ketersediaan udara bersih yang diperlukan masyarakat, serta sekaligus dapat meningkatkan nilai estetika kota. Ruang terbuka hijau publik
2 24 merupakan ruang terbuka hijau yang dimiliki dan dikelola oleh pemerintah daerah kota yang digunakan untuk kepentingan masyarakat secara umum. Termasuk ruang terbuka hijau publik, antara lain, adalah taman kota, taman pemakaman umum, dan jalur hijau sepanjang jalan, sungai, dan pantai. Termasuk ruang terbuka hijau privat, antara lain, adalah kebun atau halaman rumah/gedung milik masyarakat/swasta yang ditanami tumbuhan. Jakarta sebagai pusat pemerintahan, pemukiman, perdagangan, jasa, industri, dan wisata kota, Bogor wilayah kota bagi pemukiman, jasa dan perdagangan, sehingga mempertahankan RTH pada batas minimal sesuai ketentuan UU No. 26 tahun Kota Tangerang diarahkan bagi kawasan industri, perdagangan, jasa dan pemukiman serta Bekasi bagi pemukiman, jasa dan perdagangan. Sementara wilayah kabupaten baik Bogor, Tangerang maupun Bekasi bagi kawasan industri, pertanian tanaman pangan, dan wisata alam secara tidak langsung akan memiliki luasan RTH lebih dari 30%. Sehingga ciri kota dan kabupaten didasarkan pada luasan RTH akan semakin nyata. Gambar 5. Wilayah studi 3.2. Alat dan Bahan
3 25 Seperangkat PC sebagai instrumen untuk menganalisis dan mengekstrak data NDVI, RTH, suhu permukaan, neraca energi, suhu udara dan THI. Bahan bahan yang digunakan antara lain: Citra Landsat path/raw : 122/64-65 (JABOTABEK) akuisisi 1 Juli 1991, 20 Juli 1997 serta 23 Juli 2004 digunakan sebagai bahan untuk diektraks menjadi data NDVI, RTH, suhu permukaan, neraca energi, suhu udara, serta THI. Sebagai penelitian lanjutan pemilihan Landsat mengikuti penelitian terdahulu yakni 1972, 1983, 1991, dan Untuk Landsat 1972 dan 1983 belum mempunyai kanal termal sehingga ekstraksi suhu permukaan, suhu udara dan THI tidak dapat dilakukan. Sebagai tambahan data adalah Landsat 2004, merupakan tahun terakhir dari data Landsat yang tersedia (saat penelitian berlangsung). Tahun 1991 menjadi tahun awal bagi perkembangan pesat wilayah JABOTABEK sehingga diduga menggambarkan kondisi awal terjadinya peningkatan suhu udara akibat RTH mulai berkurang. Tahun 1997 merupakan kondisi terakhir perkembangan pesat JABOTABEK akibat krisis ekonomi yang melanda. Sedangkan tahun 2004 adalah data terbaru pada periode pengolahan data penelitian yang dapat diekstrak, diharapkan memberikan gambaran tentang kondisi terakhir bagi peningkatan suhu udara dan juga laju pengurangan RTH pasca kebangkitan Indonesia dari krisis ekonomi. Bulan Juli dipilih, karena pada bulan tersebut kondisi perawanan di JABOTABEK pada titik terendah sehingga ekstraksi Landsat bagi kajian suhu udara dan klasifikasi lahan menjadi lebih mudah secara visual dengan akurasi yang lebih baik. Peta spasial administrasi JABOTABEK skala 1: digunakan sebagai bahan cropping atau pemotongan wilayah kajian. Data jumlah penduduk dan kendaraan di JABOTABEK periode digunakan sebagai input data analisis regresi berganda. Data suhu udara periode wilayah JABOTABEK sebagai data referensi dan kalibrasi hasil estimasi suhu udara luaran ekstrak Landsat, serta data suhu udara 2005 sebagai bahan verifikasi model. Stasiun yang tersedia di wilayah JABOTABEK meliputi 12 stasiun iklim: No. Nama Stasiun Elevasi Posisi Lintang-Bujur
4 (m dpl) 1. Tanjung Priok S T 2. Jakarta Obs S T 3. Cengkareng S T 4. Halim Perdana Kusuma S T 5. Ciledug S-104 o 42 T 6. Curug, Tangerang S T 7. Cibinong S T 8. Atang Sanjaya S T 9. Cimanggu S T 10. Darmaga S T 11. Kampus Baranangsiang S T 12. Muara S T Metodologi Penelitian Berdasarkan tiga tujuan yang ingin dicapai, maka disusun langkah-langkah penelitian, dengan uraian sebagai berikut: Menentukan Bentuk Hubungan RTH dan Suhu Udara Untuk mempermudah memahami langkah-langkah penelitian maka pada setiap tahapan disajikan bentuk diagram alir pada Gambar 6 berikut:
5 27 Citra Landsat Koreksi citra Peta administrasi Kanal 3,4 Cropping wilayah JABOTABEK Kanal 6 Kanal 1,2,3 NDVI Neraca Energi Ts Persamaan NDVI dan RTH Ta Dugaan Ta Observasi tidak RTH bangkitan Kalibrasi ya RTH Ta terkalibrasi tidak Penentuan bentuk hubungan tidak ya Persamaan Terpilih tidak Validasi ya Aplikasi Gambar 6. Diagram alir penentuan bentuk hubungan RTH dan suhu udara Pada Gambar 6 dapat diuraikan sebagai berikut:
6 28 Data Citra Landsat 5 akuisisi 1 Juli 1991, Landsat 5 akuisisi 20 Juli 1997 serta Landsat 7 akuisisi 23 Juli 2004, dilakukan pemulihan citra (image restoration) meliputi koreksi radiometrik dari pengaruh atmosfer dengan cara membentangkan nilai digital number (DN) dikenal juga sebagai grey value pada nilai terendah pada angka nol dan nilai tertinggi pada angka 255, dengan cara melihat nilai histogram setiap kanal (band). Dari histogram dapat diketahui nilai terendah pixel yang tidak merespon spektral atau paling lemah dalam merespon spektral harusnya bernilai nol, apabila tidak maka nilai penambahan (offset) tersebut dipandang sebagai hasil dari hamburan atmosfer. Koreksi dilakukan dengan mengurangkan semua nilai dengan besarnya offset tersebut. Lalu dilakukan koreksi geometrik agar distorsi saat pengambilan citra dapat dikoreksi dan sesuai dengan sistem ordinat di bumi. Ada dua cara koreksi geometrik, pertama dikenal sebagai Regristrasi yakni mengoreksi citra dengan citra yang telah dikoreksi dan kedua dikenal dengan Rektifikasi yaitu mengoreksi citra dengan peta sebagai acuan, pada penelitian dipilih cara kedua. Ditentukan sekitar 10 titik GCP (Ground Control Point) yang tersebar merata mewakili setiap sudut citra baik atas, bawah, kanan dan kiri serta tengah. Kemudian bila nilai RMS (Root Mean Square) di bawah 0.5 proses koreksi selesai. Koreksi terakhir dilakukan penajaman citra (image enhanchement) meliputi penajaman kontras, pewarnaan semu, dan penapisan agar mudah melakukan interpretasi secara visual. Pemotongan citra dengan menggunakan peta digital administrasi JABOTABEK 1991, 1997 dan 2004 sesuai dengan data citra yang akan dipotong. Pada kanal 3 dan 4 dilakukan ekstraksi nilai NDVI dengan menerapkan Rumus: NDVI=(NIR - R) / (NIR + R). Berdasarkan Persamaan yang didapatkan Zain (2002): Persen RTH = NDVI , data RTH (%) dibangkitkan sebagai peubah prediktor. Pada kanal 1, 2 dan 3 diekstrak neraca energi sehingga didapatkan nilainilai Rs in, Rs out dan Rl in, Rl out sehingga didapat Rn. Berdasarkan Rn
7 29 didapatkan G, H dan LE, secara rinci diterangkan pada akhir bab metodologi berikut rumus-rumus yang digunakan. Pada kanal 6 diekstrak nilai suhu permukaan, secara rinci diterangkan pada akhir bab metodologi berikut rumus-rumus yang digunakan. Berdasarkan suhu permukaan dan fluks energi H diekstrak nilai suhu udara (Ta). Agar sesuai dengan data observasi dari 12 stasiun iklim dilakukan kalibrasi terhadap suhu udara hasil ekstraksi, dengan cara analisis regresi. Data RTH bangkitan dan Ta yang telah terkalibrasi diekspor menjadi data tabel untuk diolah lebih lanjut, yakni penentuan bentuk hubungan. Penentuan bentuk hubungan suhu udara dan RTH dengan mencari model persamaan kedua peubah tersebut apakah linier, kuadratik atau kubik. Sebagai dasar pemilihan model persamaan adalah melihat pola penyebaran data yang paling mendekati garis model persamaan, nilai koefisien determinasi terkoreksi (R 2 adj) dan standar deviasi model (S). Koefisien determinasi terkoreksi merupakan koefisien determinasi yang telah memperhitungkan jumlah variabel yang dimasukkan kedalam model, sehingga dianggap lebih peka. Koefisien determinasi terkoreksi menunjukkan besarnya ragam atau variasi peubah respon yang dapat dijelaskan oleh peubah prediktor. Makin tinggi nilai R 2 adj maka makin baik model. Sebaliknya standar deviasi model, merupakan gambaran besarnya penyimpangan model, makin kecil nilai S (mendekati nol), makin baik model (Drapper dan Smith, 1992). Setelah persamaan terpilih dilakukan uji regresi baik konstanta (slope) maupun koefisien persamaan. Dilanjutkan validasi persaman untuk mengetahui output nilai dugaan dengan data observasi. Setelah validasi persamaan yang terpilih dapat diaplikasikan atau direkomendasikan. Adapun tahapan dan rumus-rumus yang digunakan untuk mendapatkan data suhu udara adalah sebagai berikut:
8 30 (1) Pendugaan Suhu Permukaan (Surface Temperature) Estimasi suhu permukaan dari citra Landsat menggunakan kanal enam pada kisaran panjang gelombang hingga 12.50μm, dikenal sebagai kanal thermal infrared. Meliputi tahap-tahap sebagai berikut: (a) Konversi Digital Number (DN) ke nilai Spectral Radiance Persamaan yang digunakan untuk menghitung nilai spektral radiance dari nilai DN, dirumuskan USGS (2003): ( QCAL QCAL ) L max min min λ = L L.....(1) max λ min λ L + λ QCAL QCAl max min Keterangan: L λ = Spectral radiance pada kanal ke- λ (Wm -2 sr -1 μm -1 ) QCAL = Nilai digital number kanal ke- λ L minλ = Nilai minimum spectral radiance kanal ke- λ L maxλ = Nilai maksimum spectral radiance kanal ke- λ i QCAL min = Minimum pixel value 1 (LPGS Products) 0 (NLAPS Products) QCAL max = Maksimum pixel value (255) (Semua nilai Lmin, Lmax, QCALmin dan QCALmax untuk setiap kanal baik untuk Landsat TM maupun ETM+ terdapat pada Landsat User Handbook, USGS 2003) (b) Konversi nilai spectral radiance (L λ ) ke Brightness Temperature (T B ) Persamaan menggunakan dua konstanta kalibrasi, K 1 = Wm -2 sr - 1 μm -1 dan K 2 = K untuk Landsat ETM sedangkan untuk Landsat TM, K 1 = 607,76 Wm -2 sr -1 μm -1 dan K 2 = K, dirumuskan Planck: T B = K2 K + 1 ln 1 L λ (2) (c) Konversi Brightness Temperature (T B ) ke suhu permukaan (Ts) Persamaan yang digunakan merupakan persamaan yang ditentukan pertama kali oleh Artis dan Canahan (1982) serta Weng (2001):
9 31 TB Ts =...(3) λtb 1+ xlnε Keterangan: T S = Suhu permukaan (K) Panjang gelombang dari radiasi yang dipancarkan sebesar 11,5 µm nilai tengah λ = dari kanal 6 = hc/σ (besarnya =1.438 x 10-2 mk) h = Konstanta Planck's (6.26x10-34 J sec) c = Kecepatan cahaya (2.998 x 10 8 m.sec -1 ) σ = Konstanta Stefan-Boltzman (1.38 x JK -1 ) Emisivitas objek, untuk lahan RTH=0.95 sedangkan non-rth=0.92 ε = (Weng, 2001) = Suhu kecerahan (brightness temperature) T B 2. Penentuan Neraca Energi: (a). Radiasi Netto dan Albedo Radiasi netto (Rn) merupakan selisih antara gelombang pendek matahari dan gelombang panjang yang datang ke permukaan bumi dengan gelombang pendek dan gelombang panjang yang keluar. Dituliskan dalam persamaan sebagai berikut: Rn = R in R out + R in R out......(4) Diuraikan menjadi: s s l ( 1 α) Rsin + ε aσta 0.7( N ) εσts l Rn =...(5) Keterangan: Rn : Radiasi netto (Wm -2 ) R s in : Radiasi gelombang pendek yang datang (Wm -2 ) ekstraksi Landsat R s out : Radiasi gelombang pendek yang keluar (Wm -2 ) R l in : Radiasi gelombang panjang yang datang (Wm -2 ) R l out : Radiasi gelombang panjang yang keluar (Wm -2 ) α : Albedo permukaan (diturunkan dari ekstraksi Landsat) T s : Suhu permukaan (K) (diturunkan dari ekstraksi Landsat) T a : Suhu udara (K) (diduga dari ekstraksi Landsat) ε : Emisivitas permukaan (Weng, 2001) ε a : Emisivitas udara (0.938 x 10-5 T 2 a K -2 ) σ : Tetapan Stefan-Bolztman (5.67 x 10-8 Wm -2 K -4 ) N : Faktor keawanan (%), pada kondisi cerah=0 ( out R s Energi radiasi gelombang pendek yang dipantulkan oleh suatu permukaan ), dapat diduga dari sensor satelit yang menerima kisaran panjang
10 32 gelombang pendek. Pada citra Landsat kisaran panjang gelombang pendek diterima oleh kanal visible (1,2 dan 3). Persamaan yang digunakan mengikuti persamaan 1 dengan nilai QCAL, L min dan L max untuk kanal 1,2 dan 3. Albedo (α ) merupakan perbandingan radiasi gelombang pendek yang dipantulkan permukaan dengan radiasi radiasi gelombang pendek yang datang pada permukaan tersebut dirumuskan sebagai: Rsout α =......(6) R in s Pendugaan albedo dari citra Landsat dalam USGS (2003) dipengaruhi oleh beberapa parameter seperti: Jarak astronomi bumi-matahari (d), rata-rata nilai solar spectral irradiance pada kanal tertentu ( ESUN ), Spektral Radiance (L λ ), dan sudut zenith matahari (Cosθ ), dapat ditentukan dengan menggunakan persamaan : 2 π. Lλ. d α = (7) ESUN. Cosθ λ Untuk menghitung nilai d 2 perlu diketahui JD (Julian Day) artinya jumlah hari dalam satu tahun yang dihitung dari tanggal 1 Januari sampai tanggal akuisisi data citra satelit pada tahun yang bersangkutan. Persamaan yang digunakan: λ ( Cos(0.9856( 4 ) 2 d 2 = JD ))... (8) Pada data satelit, diketahuinya nilai albedo dan jumlah energi radiasi gelombang pendek yang di pantulkan oleh suatu permukaan. Sehingga besarnya Radiasi gelombang pendek yang diterima permukaan dapat dirumuskan berdasarkan persamaan berikut: Rsout R sin =... (9) α Satuan untuk total energi radiasi gelombang pendek masih dinyatakan dalam satuan Wm -2 steradian -1 μm -1. Hal ini menyatakanan laju perpindahan energi (W, Watts) yang terekam oleh sensor per m -2 luas permukaan, untuk 1 steradian
11 33 (sudut tiga dimensi dari sebuah titik di permukaan bumi ke sensor satelit) per-unit panjang gelombang dalam satu kali pengukuran. Langkah selanjutnya mengkonversi Wm -2 steradian -1 μm -1 menjadi satuan energi Wm -2, agar dapat dilakukan perhitungan lanjut dengan parameter lainnya. Untuk mengembalikan nilai menjadi radiasi yang tidak tergantung pada sifat lengkung permukaan bumi, maka nilai radiasi adalah fungsi dari nilai irradians yang terbebas dari besaran arah dan disebut sebagai radiasi Isotopic. Fungsi perhitungan adalah integral terhadap dω yang menghasilkan persamaan berikut: 2 E = πd ( 10) Keterangan: E = Energi (Wm -2 μm -1 ) π = 3.14 d = Jarak bumi matahari dalam satuan astronomi. Untuk menghilangkan unsur panjang gelombang (μm -1 ) maka perlu dikalikan dengan nilai tengah panjang gelombang dari masing-masing kanal. Radiasi gelombang panjang yang dipantulkan (R lout ) dapat diturunkan dari persamaan Stefan-Boltzman, dimana ε = emisivitas, T s merupakan Suhu permukaan objek (K) dan σ =Tetapan Stefan-Boltzmann (5.67x10-8 Wm -2 K -4 ): R = εσ (11) 4 lout T s Radiasi gelombang panjang yang datang (R lin ) merupakan emisi dari atmosfer, uap air dan awan diperhitungkan dengan menggunakan persamaan: 2 R = ε σt 0.7(1 0.17N ) dapat juga menggunakan persamaan Stull (1995): lin a a + R lin = R netto R = 98.5(1 0.1σ H 0.3σ M 0.6σ L) R l lout Di mana σh, σm dan σl adalah persentase penutupan awan tinggi, menengah dan rendah. Karena data Landsat yang diolah cerah tanpa awan, sehingga persamaan menjadi: R = (12) lin R lout Di mana 98.5 adalah konstanta dengan satuan Wm -2. b. Fluks Panas Tanah (Soil Heat Flux) Fluks panas tanah adalah sejumlah energi radiasi surya yang sampai pada permukaan tanah dan digunakan untuk berbagai proses fisik dan biologi tanah. lout
12 34 Secara umum FAO (1998), menghitung nilai G pada saat siang hari sebesar 0.1Rn, sementara Allen et al (2001) dan Chemin (2003) menghitung soil heat flux dari radiasi netto, suhu permukaan, albedo dan nilai NDVI (Normalized Difference Vegetation Index) sebagai berikut: G R n Ts 2 = (0.0038α α )(1 0.98NDVI α 4 ). 13) Keterangan: G : Fluks energi untuk memanaskan permukaan secara konduksi (Wm -2 ) R n : Radiasi netto (Wm -2 ) T s : Suhu permukaan (K) (diturunkan dari ekstraksi Landsat) α : Albedo permukaan (diturunkan dari ekstraksi Landsat) NDVI : Normalized Difference Vegetation Index (diturunkan dari ekstraksi Landsat) c. Fluks Panas Udara (Sensible Heat Flux) Fluks panas udara adalah sejumlah energi dari radiasi netto yang digunakan untuk memanaskan udara, dikenal sebagai sensible heat flux disingkat fluks H. Dihitung berdasarkan persamaan neraca energi permukaan R n = H + G + λe H dan persamaan Bowen ratio β = λe, sehingga diperoleh: β ( Rn G) H = (14) 1+ β (d) Fluks Panas Laten Fluks panas laten adalah sejumlah energi radiasi netto yang digunakan bagi proses penguapan dari permukaan dikenal sebagai latent heat flux, disingkat fluks LE. Berdasarkan persamaan R n = H + G + λe, fluks panas laten dapat ditentukan nilainya mengikuti rumusan berikut: λ E = Rn G H (15) 3. Penentuan Suhu Udara Suhu udara dapat diduga dari nilai sensible heat flux (Montheith dan Unsworth 1990):
13 35 aircp( Ts Ta ) H = ρ (16) r ah Berdasarkan persamaan 17, dapat ditentukan persamaan untuk menduga suhu udara (T a ) sebagai: T a = T Keterangan: s H rah ρair C p... (17) H = Fluks pemanasan udara (Wm -2 ) ρ air = Kerapatan udara lembab (1.27 kg m -3 ) C P = Panas spesifik udara pada tekanan konstan (1004 J Kg -1 K -1 ) T s = Suhu permukaan (K) T a = Suhu udara (K) r ah = Tahanan aerodinamik (sm -1 ) Rosenberg (1974): 0.96 r ah = 31.9 u u: kecepatan angin normal pada ketinggian 1-2 m untuk RTB=1.79 ms -1 dan RTH=1.41 ms Kontribusi RTH, Kepadatan Populasi, RTB, dan Kepadatan Kendaraan terhadap UHI Tahap ini dilakukan untuk menguji apakah fenomena UHI dominan disebabkan oleh RTH atau selain RTH, dengan menggunakan model persamaan regresi berganda. Nilai UHI didapatkan dari persamaan berikut: UHI = (Ta urban -Ta suburban/rural dalam o C).(18) Di mana: Peubah UHI dianalisis dari empat kota: Ta urban meliputi: Kota Jakarta, Bogor, Tangerang dan Bekasi Ta suburban meliputi kabupaten Bogor, Tangerang dan Bekasi Sehingga dapat dilihat intensitas UHI terbesar pada empat wilayah kota, dengan pembanding wilayah kabupaten (rata-rata nilai tiga kabupaten) yang sama. Penentuan peubah prediktor RTH(%), kepadatan populasi (KPop), luasan ruang terbangun (RTB:%) dan kepadatan kendaraan (KKdr) berdasarkan hasil kajian pustaka bahwa secara terpisah ke-empat peubah tersebut mempunyai keterkaitan yang erat dengan UHI. Adapun bentuk model persamaan regresi berganda sebagai berikut: Yi=f(X 1i, X 2i,..., X ni, ε i )...(19) Di mana Yi merupakan peubah respon (UHI), merupakan fungsi dari peubah prediktor (X) satu hingga ke n (n=4), dan ε i (sisaan atau error). Adapun penentuan bentuk akhir persamaan regresi ditetapkan melalui langkah-langkah pengujian:
14 36 a. Uji plot tebaran data (scatterplot matrix) dilakukan secara simultan sehingga tidak hanya pola hubungan antara Y dengan masing-masing Xi tetapi juga pola hubungan antar peubah Xi. Plot kebebasan antar Xi pada regresi berganda perlu diketahui apakah peubah-peubah bebasnya tidak saling berkorelasi (multicolinearity). Karena ada korelasi nyata antara peubah prediktor dilakukan metode Principal Components Analysis (PCA) sebuah metode statistika yang mengubah peubahpeubah prediktor asal menjadi peubah prediktor baru, lebih sederhana karena jumlah peubah lebih sedikit, namun mampu menjelaskan total ragam peubah-peubah prediktor asal semaksimal mungkin, dikenal oleh Hotelling (1935). Kemudian dilakukan rotasi varimax, untuk mengetahui kontribusi peubah prediktor. b. Langkah-langkah analisis komponen utama meliputi delapan tahap (Haan, 1979; Siswadi dan Raharjo, 1998; von Storch and Zwiers, 1999) sebagai berikut: 1. Penghitungan matriks korelasi R peubah asal (RTH, KPop, RTB dan KKdr yang berbeda besaran satuannya) dengan rumusan: ( x' x) R =......(20) ( n 1) di mana: R : matrix korelasi x : matrix data asal yang sudah distandardisasi x : matrix transpose (berbentuk vektor) n : banyaknya data tiap variabel 2. Penghitungan akar ciri (eigen value) λ j dengan rumusan: R λ I = 0...(21) j di mana: R : ordo matrix korelasi λ j : nilai akar ciri (eigen value) untuk komponen j I : matrix identitas yang berordo sama R- λ j I : determinasi dari matrix R- λ j I 3. Penghitungan persentase keragaman peubah asal ke-i yang diterangkan oleh komponen utama ke-j 2 2 s λ 100%...(22) XiZj = a ij j
15 37 di mana: s 2 XiZj : ragam dari peubah asal x ke-i yang dijelaskan oleh komponen utama (PCA) ke-j a 2 ij : elemen ke-i dari vektor eigen ke-j : nilai akar ciri (eigen value) untuk komponen j λ j 4. Penentuan komponen utama penting, dengan dasar bila nilai akar ciri > 1 atau bila persentase keragaman kumulatif mencapai 80%. 5. Penghitungan koefisien korelasi (factor loading), dengan rumusan: L ij = Aλ......(23) 0.5 j di mana: L ij : matrix loading (koefisien korelasi) antara peubah asal x ke-i dengan PCA ke-j A : matrix eigen (matrix yang elemen-elemen merupakan elemen vektor eigen : matrix akar nilai akar ciri (eigen value) ke-j λ j Rotasi koefisien korelasi berdasarkan persamaan: L * = LT...(24) di mana: L* : matrix loading (korelasi) yang telah dirotasi L : matrix loading asal T : matriz orthogonal dengan sifat T T=I I (matrix Identitas) atau matrix ortogonal yang merotasi matrix L 7. Penghitungan koefisien pembobot (characteristic vector) persamaan: a dengan ' j ( R λ ji) a j = 0...(25) di mana: R : matrix korelasi λ j : nilai akar ciri (eigen value) untuk komponen ke-j I : matrix identitas yang berordo sama : koefisien pembobot untuk komponen ke-j a j 8. Penentuan skor komponen utama Z, dengan rumusan: Z = AX...(26)
16 di mana: Z : matrix PCA A : matrix akar ciri (nilai eigen) X : matrix data asal 38 Delapan tahapan tersebut dilakukan dengan bantuan PC, secara lengkap analisis komponen utama diuraikan pada Lampiran 1. c. Menentukan persamaan antara peubah respon dengan peubah prediktor yakni antara UHI dengan peubah prediktor hasil rotasi serta uji paramater baik konstanta maupun koefisien persamaan. Menghitung kontributusi dominan setiap peubah prediktor terhadap UHI, pada ke empat kota. Sehinga diperoleh gambaran tantang karakteristik setiap kota. d. Simulasi dan validasi, bertujuan untuk melihat kecenderungan UHI di masa mendatang yaitu tahun 2005, 2015 dan Untuk simulasi tahun 2005 dapat dilakukan sekaligus validasi dengan membandingkan antara nilai simulasi hasil dugaan yang didapatkan dari persamaan dengan hasil pengukuran (observasi lapang) pada lokasi dan tahun yang sama. Validasi dilakukan dengan cara visual dengan membandingkan nilai dugaan dengan nilai observasi pada sistem ordinat sumbu x dan y, serta ditentukan besarnya korelasi atau koefisien determinasi antara keduanya. Bila hasil validasi baik dicirikan oleh besarnya nilai korelasi atau koefisien determinasi maka persamaan terpilih dapat diaplikasikan dan direkomendasikan pada berbagai pihak terkait. Secara grafis uraian metodologi tujuan dua disajikan pada Gambar 7.
17 39 Penentuan Peubah Respon dan Prediktor UHI RTH KPop RTB KKdr (Y) (X 1 ) (X 2 ) (X 3 ) (X 4 ) Uji korelasi ya PCA dan Rotasi Varimax Peubah prediktor hasil rotasi tidak tidak Regresi Berganda Kontribusi prediktor terhadap UHI Simulasi dan Validasi ya Aplikasi dan Rekomendasi Gambar 7. Diagram alir kajian kontribusi RTH, kepadatan populasi, RTB dan kepadatan kendaraan terhadap UHI Kajian Dampak UHI terhadap THI dan Neraca Energi Untuk mencapai tujuan ketiga, selain melakukan kajian terhadap dampak fenomena UHI terhadap indeks kenyamanan (THI dalam o C), dan neraca energi khususnya untuk latent heat flux atau menguapkan air ke atmosfer (fluks LE dalam Wm -2 ) dan sensible heat flux untuk memanaskan udara secara konveksi (fluks H dalam Wm -2 ). Untuk mendapatkan data THI diturunkan dari data kelembaban udara (RH) dan suhu udara mengikuti persamaan-persamaan sebagai berikut: 1. Pendugaan Kelembaban Relatif (RH)
18 40 Kelembaban udara ditentukan oleh jumlah uap air yang terkandung di dalam udara. Umumnya kelembaban udara dinyatakan dengan kelembaban relatif (RH), dengan persamaan: RH Keterangan: = e e a s 100 RH = Kelembaban relatif (%) e a = Tekanan uap aktual (kpa) e s = Tekanan uap jenuh (kpa)......(27) Tekanan uap jenuh (e s ) merupakan fungsi dari suhu udara (Allen, et.al,1998), secara empiris dapat dituliskan: 17.27T a e s = exp...(28) Ta Keterangan: T a = Suhu udara ( o C) e s = Tekanan uap jenuh (kpa) Tekanan uap aktual (e a ) dapat dihitung dari titik embun (T d ) yang secara empiris dapat dituliskan sesuai persamaan 29, dengan T a diganti T d T d e a = exp...(29) Td Pendugaan THI (Temperature Humidity Index) Penentuan THI dapat ditentukan dari nilai suhu udara dan kelembaban (RH) dengan persamaan (Nieuwolt 1975): ( RH Ta ) THI = 0,8T a +...(30) 500 Keterangan: THI = Temperature Humidity Indeks ( o C) T a = Suhu udara ( o C) RH = Kelembaban relatif udara (%) 3. Pendugaan Neraca Energi Permukaan
19 41 Prosedur untuk mendapatkan neraca energi (lihat pada prosedur ekstraksi citra Landsat kanal 1,2 dan 3) menggunakan persamaan 4 hingga 16. Setelah radiasi netto didapatkan, dilanjutkan dengan penghitungan setiap bagian energi berturut-turut G (untuk memenasakan permukaan secara konduksi), H (untuk memanaskan udara secara konveksi) dan LE (untuk menguapkan air permukaan). 4. Penentuan Dampak UHI terhadap THI dan Neraca Energi Untuk mendapatkan bentuk hubungan dampak UHI terhadap THI dan neraca energi adalah dengan analisis regresi. Penentuan persamaan terpilih dengan melihat nilai koefisien determinasi dan standar deviasi model persamaan. Dilanjutkan simulasi dan validasi persaman untuk melihat kecenderungan nilai THI dan fluks LE dan H di masa mendatang (2015 dan 2025) sekaligus membandingkan output nilai dugaan dengan data observasi atau membandingkan dengan hasil penelitian lain untuk tahun Bila hasil validasi dianggap baik persamaan dapat diaplikasikan dan direkomendasikan kepada berbagai pihak terkait. Metodologi untuk mencapai tujuan ketiga secara grafis disajikan pada Gambar 8.
20 42 Kajian dampak UHI Peubah prediktor (X 1 ) Ekstrak nilai RH Ekstraks neraca energi Rumus THI Penentuan fluks LE dan H THI (Y 1 ) LE (Y 2 ) H (Y 3 ) Menentukan bentuk hubungan UHI dan THI serta LE dan H Persamaan terpilih tidak Simulasi dan Validasi ya Aplikasi dan Rekomendasi Gambar 8. Diagram alir dampak UHI terhadap THI, fluks LE dan H
BAB III. METODOLOGI 2.5 Pengindraan Jauh ( Remote Sensing 3.1 Waktu dan Tempat Penelitian 3.2 Data dan Alat Penelitian Data yang digunakan
5 Tabel 2 Kisaran nilai albedo (unitless) tiap penutup lahan Penutup Lahan Albedo (Unitless) Min Max Mean Hutan alam 0.043 0.056 0.051 Agroforest Karet 0.048 0.058 0.052 Monokultur 0.051 0.065 0.053 Karet
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 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 terperincimemberikan informasi tentang beberapa daftar penelitian LAI dengan pendekatan optik dan hukum Beer-Lambert.
6 memberikan informasi tentang beberapa daftar penelitian LAI dengan pendekatan optik dan hukum Beer-Lambert. 2.7. Konsep Dasar Penginderaan Jauh Penginderaan jauh adalah ilmu dan seni untuk memperoleh
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 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 terperinciPENDAHULUAN Latar Belakang Tujuan Penelitian METODE Waktu dan Tempat Penelitian
PENDAHULUAN Latar Belakang Kejadian kebakaran wilayah di Indonesia sudah menjadi peristiwa tahunan, khususnya di Pulau Sumatera dan Kalimantan. Pada tahun 2013 kebakaran di Pulau Sumatera semakin meningkat
Lebih terperinciIV. HASIL DAN PEMBAHASAN
6 3.3.5 Persamaan Hubungan RTH dengan Suhu Udara Penjelasan secara ilmiah mengenai laju pemanasan/pendinginan suhu udara akibat pengurangan atau penambahan RTH adalah mengikuti hukum pendinginan Newton,
Lebih terperinciDAMPAK PENGURANGAN RUANG TERBUKA HIJAU (RTH) PERKOTAAN TERHADAP PENINGKATAN SUHU UDARA DENGAN METODE PENGINDERAAN JAUH
DAMPAK PENGURANGAN RUANG TERBUKA HIJAU (RTH) PERKOTAAN TERHADAP PENINGKATAN SUHU UDARA DENGAN METODE PENGINDERAAN JAUH J.Agromet 23 (2): 169-181, 2009 (Impact Reducing Urban Green Space towards Increasing
Lebih terperinciTabel 3 Aliran energi dan massa III METODOLOGI. Variabel neraca energi. Vegetasi tinggi (MJm -2 hari -1 )
Tabel 3 Aliran energi dan massa Variabel neraca energi Vegetasi tinggi (MJm -2 hari -1 ) Rumput (MJm -2 hari -1 ) Rn 11.28±2.74 10.21±2.53 LE 8.41± 6.50 4.21±2.48 LE/Rn 74.56 41.23 H 2.85±6.16 6.00 2.69
Lebih terperinciBAB III DATA DAN METODOLOGI
BAB III DATA DAN METODOLOGI 3.1 Data Dalam tugas akhir ini data yang di gunakan yaitu data meteorologi dan data citra satelit ASTER. Wilayah penelitian tugas akhir ini adalah daerah Bandung dan sekitarnya
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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian dilakukan dari bulan Juli sampai September 2011 di Kabupaten Sidoarjo, Jawa Timur. Pengolahan data dilakukan di Laboratorium Analisis Lingkungan
Lebih terperinciI. PENDAHULUAN 1.1. Latar Belakang II. TINJAUAN PUSTAKA 2.1. Citra Satelit Landsat
I. PENDAHULUAN 1.1. Latar Belakang Pertumbuhan penduduk merupakan faktor utama yang mempengaruhi perkembangan pemukiman dan kebutuhan prasarana dan sarana. Peningkatan jumlah penduduk yang disertai dengan
Lebih terperinciKETERKAITAN RUANG TERBUKA HIJAU DENGAN URBAN HEAT ISLAND WILAYAH JABOTABEK SOBRI EFFENDY
KETERKAITAN RUANG TERBUKA HIJAU DENGAN URBAN HEAT ISLAND WILAYAH JABOTABEK SOBRI EFFENDY SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2007 KETERKAITAN RUANG TERBUKA HIJAU DENGAN URBAN HEAT ISLAND
Lebih terperinciHUBUNGAN RUANG TERBUKA HIJAU (RTH) DENGAN TEMPERATURE HUMIDITY INDEX (THI) KOTA DEPOK DIKI SEPTERIAN SYAH
HUBUNGAN RUANG TERBUKA HIJAU (RTH) DENGAN TEMPERATURE HUMIDITY INDEX (THI) KOTA DEPOK DIKI SEPTERIAN SYAH DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciix
DAFTAR ISI viii ix x DAFTAR TABEL Tabel 1.1. Emisivitas dari permukaan benda yang berbeda pada panjang gelombang 8 14 μm. 12 Tabel 1.2. Kesalahan suhu yang disebabkan oleh emisivitas objek pada suhu 288
Lebih terperinciIII. BAHAN DAN METODE
III. BAHAN DAN METODE 3.1 Lokasi dan Waktu Penelitian Penelitian dilaksanakan di daerah Daerah Aliran Sungai (DAS) Cipunagara dan sekitarnya, Jawa Barat (Gambar 1). DAS Cipunagara berada dibawah pengelolaan
Lebih terperinciPENYUSUNAN METODE UNTUK MENDUGA NILAI RADIASI ABSORBSI DENGAN MENGGUNAKAN CITRA LANDSAT TM/ETM+ (STUDI KASUS HUTAN GUNUNG WALAT SUKABUMI)
PENYUSUNAN METODE UNTUK MENDUGA NILAI RADIASI ABSORBSI DENGAN MENGGUNAKAN CITRA LANDSAT TM/ETM+ (STUDI KASUS HUTAN GUNUNG WALAT SUKABUMI) ANDIKA PRAWANTO DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA
Lebih terperinciIDENTIFIKASI PERUBAHAN KAPASITAS PANAS KAWASAN PERKOTAAN DENGAN MENGGUNAKAN CITRA LANDSAT TM/ETM+ (STUDI KASUS : KODYA BOGOR) NANIK HANDAYANI
IDENTIFIKASI PERUBAHAN KAPASITAS PANAS KAWASAN PERKOTAAN DENGAN MENGGUNAKAN CITRA LANDSAT TM/ETM+ (STUDI KASUS : KODYA BOGOR) NANIK HANDAYANI DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Suhu Permukaan Suhu permukaan dapat diartikan sebagai suhu terluar suatu obyek. Untuk suatu tanah terbuka, suhu permukaan adalah suhu pada lapisan terluar permukaan tanah. Sedangkan
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Tempat dan Waktu Penelitian Penelitian ini dilakukan di Kabupaten Bandung, Provinsi Jawa Barat. Penelitian dilakukan dari tahun 2009 hingga tahun 2011. Penelitian dibagi
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 terperinciII. TINJAUAN PUSTAKA 2.1 Suhu Udara Perkotaan
II. TINJAUAN PUSTAKA 2.1 Suhu Udara Perkotaan Menurut Santosa (1986), kepadatan penduduk kota yang cukup tinggi akan mengakibatkan bertambahnya sumber kalor sebagai akibat dari aktifitas dan panas metabolisme
Lebih terperinciBAB IV PENGOLAHAN DATA DAN HASIL
BAB IV PENGOLAHAN DATA DAN HASIL 4.1 Pengolahan Awal Citra ASTER Citra ASTER diolah menggunakan perangkat lunak ER Mapper 6.4 dan Arc GIS 9.2. Beberapa tahapan awal yang dilakukan yaitu konversi citra.
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Analisis Perubahan Rasio Hutan Sebelum membahas hasil simulasi model REMO, dilakukan analisis perubahan rasio hutan pada masing-masing simulasi yang dibuat. Dalam model
Lebih terperinci5. PEMBAHASAN 5.1 Koreksi Radiometrik
5. PEMBAHASAN Penginderaan jauh mempunyai peran penting dalam inventarisasi sumberdaya alam. Berbagai kekurangan dan kelebihan yang dimiliki penginderaan jauh mampu memberikan informasi yang cepat khususnya
Lebih terperinciPERANAN RUANG TERBUKA HIJAU DALAM MENGENDALIKAN SUHU UDARA DAN URBAN HEAT ISLAND WILAYAH JABOTABEK
J. Agromet Indonesia 20 (1) : 23 33, 2006 PERANAN RUANG TERBUKA HIJAU DALAM MENGENDALIKAN SUHU UDARA DAN URBAN HEAT ISLAND WILAYAH JABOTABEK S. Effendy. 1, A. Bey,. 2, A.F.M. Zain 3, I. Santosa 2 (The
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 terperinci1. PENDAHULUAN 2. TINJAUAN PUSTAKA
1. PENDAHULUAN 1. 1 Latar Belakang Suhu permukaan merupakan salah satu parameter yang utama dalam seluruh interaksi antara permukaan darat dengan atmosfer. Suhu permukaan darat merupakan contoh fenomena
Lebih terperinciBAB 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 terperinciANALISIS PERUBAHAN ALBEDO, SUHU PERMUKAAN DAN SUHU UDARA SEBAGAI DAMPAK PERUBAHAN PENUTUPAN LAHAN MENGGUNAKAN DATA CITRA SATELIT LANDSAT
ANALISIS PERUBAHAN ALBEDO, SUHU PERMUKAAN DAN SUHU UDARA SEBAGAI DAMPAK PERUBAHAN PENUTUPAN LAHAN MENGGUNAKAN DATA CITRA SATELIT LANDSAT (Studi Kasus : Provinsi Jambi, Path/Row 125/61) RYAN KARIDA PRATAMA
Lebih terperinciHASIL DAN PEMBAHASAN. Tabel 3Perubahan tutupan lahan Jakarta tahun 1989 dan 2002.
IV. HASIL DAN PEMBAHASAN 4.1 Kondisi geografis daerah kajian Kota Jakarta merupakan ibukota Republik Indonesia yang berkembang pada wilayah pesisir. Keberadaan pelabuhan dan bandara menjadikan Jakarta
Lebih terperinciANALISIS TEMPERATURE HEAT INDEX (THI) DALAM HUBUNGANNYA DENGAN RUANG TERBUKA HIJAU (Studi Kasus : Kabupaten Bungo - Propinsi Jambi) YUSUF KALFUADI
ANALISIS TEMPERATURE HEAT INDEX (THI) DALAM HUBUNGANNYA DENGAN RUANG TERBUKA HIJAU (Studi Kasus : Kabupaten Bungo - Propinsi Jambi) YUSUF KALFUADI DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA
Lebih terperinciHASIL DAN PEMBAHASAN
7 HASIL DAN PEMBAHASAN Keadaan Umum dan Distribusi Titik Panas (hotspot)provinsi Jambi Provinsi Jambi secara geografis terletak antara 0 o 45-2 o 45 LS dan 101 o 104 o 55 BT, terletak di tengah Pulau Sumatera
Lebih terperinciBAB II TINJAUAN PUSTAKA. 2.1 Evapotranspirasi Potensial Standard (ETo)
xviii BAB II TINJAUAN PUSTAKA 2.1 Evapotranspirasi Potensial Standard (ETo) Evapotranspirasi adalah jumlah air total yang dikembalikan lagi ke atmosfer dari permukaan tanah, badan air, dan vegetasi oleh
Lebih terperinciHIDROMETEOROLOGI TATAP MUKA KEEMPAT (RADIASI SURYA)
HIDROMETEOROLOGI TATAP MUKA KEEMPAT (RADIASI SURYA) Dosen : DR. ERY SUHARTANTO, ST. MT. JADFAN SIDQI FIDARI, ST., MT 1.PANCARAN RADIASI SURYA Meskipun hanya sebagian kecil dari radiasi yang dipancarkan
Lebih terperinciLOKASI PENELITIAN 12/20/2011. Latar Belakang. Tujuan. Manfaat. Kondisi Umum
12/2/211 Pengembangan Ruang Terbuka Hijau Berdasarkan Distribusi Suhu Permukaan dan Temperature Humidity Index (THI) di Kota Palembang Muis Fajar E3462536 Dosen Pembimbing Prof. Dr. Ir. Lilik Budi Prasetyo,
Lebih terperinciFungsi Ruang Terbuka Hijau (RTH) bagi Kesetimbangan Lingkungan Atmosfer Perkotan
Fungsi Ruang Terbuka Hijau (RTH) bagi Kesetimbangan Lingkungan Atmosfer Perkotan bagian 1 : Pendekatan perhitungan Suhu udara, Damping depth dan Diffusivitas thermal Oleh : Pendahuluan Ruang terbuka hijau
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1. Latar Belakang Kesetimbangan radiasi pada vegetasi hutan adalah ρ + τ + α = 1, di mana α adalah proporsi kerapatan fluks radiasi matahari yang diabsorbsi oleh unit indeks luas daun,
Lebih terperinciAPLIKASI PENGINDERAAN JAUH UNTUK MENDUGA SUHU PERMUKAAN DAN UDARA DI LAHAN GAMBUT DAN MINERAL DENGAN MENGGUNAKAN METODE NERACA ENERGI
APLIKASI PENGINDERAAN JAUH UNTUK MENDUGA SUHU PERMUKAAN DAN UDARA DI LAHAN GAMBUT DAN MINERAL DENGAN MENGGUNAKAN METODE NERACA ENERGI (Area Studi : Sampit, Kalimantan Tengah) DESI DEPARTEMEN GEOFISIKA
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 terperinciHUBUNGAN RUANG TERBUKA HIJAU (RTH) DAN SUHU PERMUKAAN MENGGUNAKAN CITRA LANDSAT TM/ETM+ (STUDI KASUS : DKI JAKARTA) DIAN KUSUMAWARDANI
HUBUNGAN RUANG TERBUKA HIJAU (RTH) DAN SUHU PERMUKAAN MENGGUNAKAN CITRA LANDSAT TM/ETM+ (STUDI KASUS : DKI JAKARTA) DIAN KUSUMAWARDANI DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciBAB II DASAR TEORI Koreksi Geometrik
BAB II DASAR TEORI 2.1 Penginderaan Jauh Penginderaan jauh didefinisikan sebagai ilmu dan seni untuk memperoleh informasi tentang suatu objek atau fenomena melalui analisis data yang diperoleh dengan suatu
Lebih terperinciPOLA SUHU PERMUKAAN DAN UDARA MENGGUNAKAN CITRA SATELIT LANDSAT MULTITEMPORAL
Wiweka: Pola Suhu Permukaan dan Udara Menggunakan Citra Satelit Landsat Multitemporal POLA SUHU PERMUKAAN DAN UDARA MENGGUNAKAN CITRA SATELIT LANDSAT MULTITEMPORAL ESURFACE AND AIR TEMPERATURE PATTERN
Lebih terperinciLampiran 1. Karakteristik satelit MODIS.
LAMPIRAN Lampiran 1. Karakteristik satelit MODIS. Pada tanggal 18 Desember 1999, NASA (National Aeronautica and Space Administration) meluncurkan Earth Observing System (EOS) Terra satellite untuk mengamati,
Lebih terperinciDAFTAR ISI. Halaman HALAMAN JUDUL HALAMAN PENGESAHAN PERNYATAAN BEBAS PLAGIASI DEDIKASI KATA PENGANTAR
DAFTAR ISI Halaman HALAMAN JUDUL i HALAMAN PENGESAHAN ii PERNYATAAN BEBAS PLAGIASI iii MOTTO iv DEDIKASI v KATA PENGANTAR vi DAFTAR ISI viii DAFTAR TABEL xi DAFTAR GAMBAR xii DAFTAR LAMPIRAN xiv DAFTAR
Lebih terperinciGambar 5 Peta administrasi DKI Jakarta (Sumber : Jakarta.go.id)
6 IV. HASIL DAN PEMBAHASAN 4.1 Gambaran Umum Wilayah Kajian Jakarta terletak pada lintang 106 o 22 42 BT s.d. 106 o 58 18 BT dan 5 o 10 12 LS s.d. 6 o 23 54 LS. Berdasarkan Keputusan Gubernur Nomor 1227
Lebih terperinciBAB V ANALISIS DAN PEMBAHASAN. 5.1 Analisis Hasil Pengolahan Band VNIR dan SWIR
BAB V ANALISIS DAN PEMBAHASAN 5.1 Analisis Hasil Pengolahan Band VNIR dan SWIR Hasil pengolahan dari nilai piksel band VNIR dan SWIR yang dibahas pada bab ini yaitu citra albedo, NDVI dan emisivitas. Ketiganya
Lebih terperinciDAMPAK PERUBAHAN TUTUPAN LAHAN TERHADAP TEMPERATURE HUMIDITY INDEX (THI) KAWASAN KAMPUS IPB DRAMAGA NURUL FAHMI
DAMPAK PERUBAHAN TUTUPAN LAHAN TERHADAP TEMPERATURE HUMIDITY INDEX (THI) KAWASAN KAMPUS IPB DRAMAGA NURUL FAHMI DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciJURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: ( Print)
ANALISA RELASI PERUBAHAN TUTUPAN LAHAN DAN SUHU PERMUKAAN TANAH DI KOTA SURABAYA MENGGUNAKAN CITRA SATELIT MULTISPEKTRAL TAHUN 1994 2012 Dionysius Bryan S, Bangun Mulyo Sukotjo, Udiana Wahyu D Jurusan
Lebih terperinciSEMINAR NASIONAL GEOGRAFI UMS 2016 Farid Ibrahim, Fiqih Astriani, Th. Retno Wulan, Mega Dharma Putra, Edwin Maulana; Perbandingan Ekstraksi
PERBANDINGAN EKSTRAKSI BRIGHTNESS TEMPERATUR LANDSAT 8 TIRS TANPA ATMOSPHERE CORRECTION DAN DENGAN MELIBATKAN ATMOSPHERIC CORRECTION UNTUK PENDUGAAN SUHU PERMUKAAN Farid Ibrahim 1, Fiqih Atriani 2, Th.
Lebih terperinciBAB III METODE PENELITIAN
22 BAB III METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian mengenai analisis data Landsat 7 untuk estimasi umur tanaman kelapa sawit mengambil daerah studi kasus di areal perkebunan PTPN VIII
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 terperinci4. HASIL DAN PEMBAHASAN
4. HASIL DAN PEMBAHASAN 4.1 Pembuatan algoritma empiris klorofil-a Tabel 8, Tabel 9, dan Tabel 10 dibawah ini adalah percobaan pembuatan algoritma empiris dibuat dari data stasiun nomor ganjil, sedangkan
Lebih terperinciPENGARUH FENOMENA LA-NINA TERHADAP SUHU PERMUKAAN LAUT DI PERAIRAN KABUPATEN MALANG
Pengaruh Fenomena La-Nina terhadap SPL Feny Arafah PENGARUH FENOMENA LA-NINA TERHADAP SUHU PERMUKAAN LAUT DI PERAIRAN KABUPATEN MALANG 1) Feny Arafah 1) Dosen Prodi. Teknik Geodesi Fakultas Teknik Sipil
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN 5.1 Penutupan Lahan 5.1.1 Penutupan lahan Kabupaten Sidoarjo Penutupan lahan (land cover) merupakan perwujudan fisik dari obyek dan yang menutupi permukaan tanpa mempersoalkan
Lebih terperinciBAB III. HASIL DAN PEMBAHASAN
11 BAB III. HASIL DAN PEMBAHASAN 4.1 Klasifikasi dan Perubahan Penutupan Analisis yang dilakukan pada penelitian ini ditujukan untuk mengetahui tipe penutupan lahan yang mendominasi serta lokasi lahan
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 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 terperinciPERUBAHAN KARAKTERISTIK BIOFISIK PERKEBUNAN KELAPA SAWIT PADA BERBAGAI UMUR MENGGUNAKAN DATA CITRA LANDSAT HIMMATUN KHOTIMAH
PERUBAHAN KARAKTERISTIK BIOFISIK PERKEBUNAN KELAPA SAWIT PADA BERBAGAI UMUR MENGGUNAKAN DATA CITRA LANDSAT HIMMATUN KHOTIMAH DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciIII. BAHAN DAN METODE
10 III. BAHAN DAN METODE 3.1. Tempat Dan Waktu Penelitian Penelitian dilakukan di laboratorium dan di lapang. Pengolahan citra dilakukan di Bagian Penginderaan Jauh dan Informasi Spasial dan penentuan
Lebih terperincimenunjukkan nilai keakuratan yang cukup baik karena nilai tersebut lebih kecil dari limit maksimum kesalahan rata-rata yaitu 0,5 piksel.
Lampiran 1. Praproses Citra 1. Perbaikan Citra Satelit Landsat Perbaikan ini dilakukan untuk menutupi citra satelit landsat yang rusak dengan data citra yang lainnya, pada penelitian ini dilakukan penggabungan
Lebih 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 terperinciLuas Luas. Luas (Ha) (Ha) Luas. (Ha) (Ha) Kalimantan Barat
II. TINJAUAN PUSTAKA 2.1. Hutan Hujan Tropis Hujan hujan tropis adalah daerah yang ditandai oleh tumbuh-tumbuhan subur dan rimbun serta curah hujan dan suhu yang tinggi sepanjang tahun. Hutan hujan tropis
Lebih terperinciBerkala Fisika ISSN : Vol. 17, No. 2, April 2014, hal 67-72
Berkala Fisika ISSN : 1410-9662 Vol. 17, No. 2, April 2014, hal 67-72 ANALISIS DISTRIBUSI TEMPERATUR PERMUKAAN TANAH WILAYAH POTENSI PANAS BUMI MENGGUNAKAN TEKNIK PENGINDERAAN JAUH DI GUNUNG LAMONGAN,
Lebih terperinciIDENTIFIKASI INDIKATOR KEKERINGAN MENGGUNAKAN TEKNIK PENGINDERAAN JAUH FERSELY GETSEMANI FELIGGI
IDENTIFIKASI INDIKATOR KEKERINGAN MENGGUNAKAN TEKNIK PENGINDERAAN JAUH FERSELY GETSEMANI FELIGGI DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciKERUSAKAN MANGROVE SERTA KORELASINYA TERHADAP TINGKAT INTRUSI AIR LAUT (STUDI KASUS DI DESA PANTAI BAHAGIA KECAMATAN MUARA GEMBONG KABUPATEN BEKASI)
1 KERUSAKAN MANGROVE SERTA KORELASINYA TERHADAP TINGKAT INTRUSI AIR LAUT (STUDI KASUS DI DESA PANTAI BAHAGIA KECAMATAN MUARA GEMBONG KABUPATEN BEKASI) Tesis Untuk Memenuhi Sebagian Persyaratan Mencapai
Lebih terperinci3 METODE. Lokasi dan Waktu Penelitian
8 3 METODE Lokasi dan Waktu Penelitian Lokasi penelitian adalah Kabupaten Bogor Jawa Barat yang secara geografis terletak pada 6º18 6º47 10 LS dan 106º23 45-107º 13 30 BT. Lokasi ini dipilih karena Kabupaten
Lebih terperinciMETODOLOGI. Gambar 4. Peta Lokasi Penelitian
22 METODOLOGI Tempat dan Waktu Penelitian Penelitian dilakukan di Kota Sukabumi, Jawa Barat pada 7 wilayah kecamatan dengan waktu penelitian pada bulan Juni sampai November 2009. Pada lokasi penelitian
Lebih terperinciBAB IV PENGOLAHAN DATA
BAB IV PENGOLAHAN DATA 4.1 Koreksi Geometrik Langkah awal yang harus dilakukan pada penelitian ini adalah melakukan koreksi geometrik pada citra Radarsat. Hal ini perlu dilakukan karena citra tersebut
Lebih 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 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 terperinciHUBUNGAN ANTARA INDEKS LUAS DAUN DENGAN IKLIM MIKRO DAN INDEKS KENYAMANAN
Media Konservasi Vol. 17, No. 3 Desember 2012 : 143 148 HUBUNGAN ANTARA INDEKS LUAS DAUN DENGAN IKLIM MIKRO DAN INDEKS KENYAMANAN (Correlation between Leaf Area Index with Micro Climate and Temperature
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 terperinci,Variasi Spasial Temporal Suhu Permukaan Daratan Kota Metropolitan Bandung Raya Tahun
,Variasi Spasial Temporal Suhu Permukaan Daratan Kota Metropolitan Bandung Raya Tahun 2014 2016 Safirah Timami 1, Sobirin 2, Ratna Saraswati 3 1 Mahasiswa Departemen Geografi. Fakultas MIPA, Universitas
Lebih terperinciProsiding Seminar Nasional Aplikasi Teknologi Prasarana Wilayah (ATPW), Surabaya, 11 Juni 2015, ISSN
ANALISIS PARAMETER KUALITAS AIR LAUT DI PERAIRAN KABUPATEN SUMENEP UNTUK PEMBUATAN PETA SEBARAN POTENSI IKAN PELAGIS (Studi Kasus : Total Suspended Solid (TSS)) Feny Arafah, Muhammad Taufik, Lalu Muhamad
Lebih terperinciMETODE PENELITIAN. Sumber: Dinas Tata Ruang dan Pemukiman Depok (2010) Gambar 9. Peta Orientasi Wilayah Kecamatan Beji, Kota Depok
III. METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian dilakukan di Kecamatan Beji sebagai pusat Kota Depok, Jawa Barat yang berbatasan langsung dengan Daerah Khusus Ibukota Jakarta. Penelitian
Lebih terperinciTINJAUAN PUSTAKA Analisis Kebutuhan Air Irigasi Kebutuhan Air untuk Pengolahan Tanah
II. TINJAUAN PUSTAKA 2.1. Analisis Kebutuhan Air Irigasi Kebutuhan air tanaman adalah banyaknya air yang dibutuhkan tanaman untuk membentuk jaringan tanaman, diuapkan, perkolasi dan pengolahan tanah. Kebutuhan
Lebih terperinciJurnal Geodesi Undip Januari 2016
ANALISIS PENGARUH PERUBAHAN TUTUPAN LAHAN TERHADAP DISTRIBUSI SUHU PERMUKAAN DAN KETERKAITANNYA DENGAN FENOMENA URBAN HEAT ISLAND Sendi Akhmad Al Mukmin, Arwan Putra Wijaya, Abdi Sukmono *) Program Studi
Lebih terperinciV. HASIL DAN PEMBAHASAN. Tabel 5.1 Jumlah Penduduk dan Kepadatan Penduduk Wilayah Pengembangan Tegallega pada Tahun
V. HASIL DAN PEMBAHASAN 5.1 Penghitungan Aspek Kependudukan Kependudukan merupakan salah satu bagian dari aspek sosial pada Wilayah Pengembangan Tegallega. Permasalahan yang dapat mewakili kondisi kependudukan
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 terperinciNorida Maryantika 1, Lalu Muhammad Jaelani 1, Andie Setiyoko 2.
ANALISA PERUBAHAN VEGETASI DITINJAU DARI TINGKAT KETINGGIAN DAN KEMIRINGAN LAHAN MENGGUNAKAN CITRA SATELIT LANDSAT DAN SPOT 4 (STUDI KASUS KABUPATEN PASURUAN) rida Maryantika 1, Lalu Muhammad Jaelani 1,
Lebih terperinciAnalisis Rona Awal Lingkungan dari Pengolahan Citra Landsat 7 ETM+ (Studi Kasus :Daerah Eksplorasi Geothermal Kecamatan Sempol, Bondowoso)
JURNAL TEKNIK POMITS Vol. X, No. X, (Mar, 2013) ISSN: 2301-9271 Analisis Rona Awal Lingkungan dari Pengolahan Citra Landsat 7 ETM+ (Studi Kasus :Daerah Eksplorasi Geothermal Kecamatan Sempol, Bondowoso)
Lebih terperinciPendugaan Evaporasi Berdasarkan Konsep Neraca Energi Menggunakan Citra Satelit Landsat 8 (Studi Kasus: Kabupaten Karawang)
Pendugaan Evaporasi Berdasarkan Konsep Neraca Energi Menggunakan Citra Satelit Landsat 8 (Studi Kasus: Kabupaten Karawang) Evaporation Estimation Based on Energy Balance Concepts Using Landsat 8 Satellite
Lebih terperinciMETODE NERACA ENERGI UNTUK PERHITUNGAN INDEKS LUAS DAUN MENGGUNAKAN DATA CITRA SATELIT MULTI SPEKTRAL
J. Agromet Indonesia 21 (2) : 27 38, 2007 METODE NERACA ENERGI UNTUK PERHITUNGAN INDEKS LUAS DAUN MENGGUNAKAN DATA CITRA SATELIT MULTI SPEKTRAL (Energy Balance Method for Determining Leaf Area Index Land
Lebih terperinciIII. METODE PENELITIAN. Penelitian dilaksanakan di lingkungan Masjid Al-Wasi i Universitas Lampung
III. METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian dilaksanakan di lingkungan Masjid Al-Wasi i Universitas Lampung pada bulan Juli - September 2011. 3.2 Alat dan Bahan Alat dan bahan yang
Lebih terperinciBAB II DASAR TEORI. Gambar 2.1 Self Dryer dengan kolektor terpisah. (sumber : L szl Imre, 2006).
3 BAB II DASAR TEORI 2.1 Pengering Surya Pengering surya memanfaatkan energi matahari sebagai energi utama dalam proses pengeringan dengan bantuan kolektor surya. Ada tiga klasifikasi utama pengering surya
Lebih terperinciBAB III BAHAN DAN METODE
BAB III BAHAN DAN METODE 3.1 Waktu dan Lokasi Waktu penelitian dilaksanakan mulai bulan Mei sampai dengan Juni 2013 dengan lokasi penelitian meliputi wilayah Pesisir Utara dan Selatan Provinsi Jawa Barat.
Lebih terperinciPengaruh Perubahan Penggunaan Tanah Terhadap Suhu Permukaan Daratan Metropolitan Bandung Raya Tahun
Pengaruh Perubahan Penggunaan Tanah Terhadap Suhu Permukaan Daratan Metropolitan Bandung Raya Tahun 2000 2016 Putri Sasky 1, Sobirin 2, dan Adi Wibowo 3 1 Mahasiswa Departemen Geografi. Fakultas MIPA,
Lebih terperinci3. METODE PENELITIAN. 3.1 Waktu dan Tempat Penelitian
3. METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilaksanakan mulai bulan Juni 2004 sampai bulan Desember 2006. Lokasi yang dipilih untuk studi kasus adalah Gugus Pulau Pari, Kepulauan
Lebih 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 terperinciPENGEMBANGAN RUANG TERBUKA HIJAU BERDASARKAN DISTRIBUSI SUHU PERMUKAAN DI KABUPATEN BANDUNG
PENGEMBANGAN RUANG TERBUKA HIJAU BERDASARKAN DISTRIBUSI SUHU PERMUKAAN DI KABUPATEN BANDUNG Green Open Space Development Based on Distribution of Surface Temperature in Bandung Regency Siti Badriyah Rushayati,
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. Simulasi Distribusi Suhu Kolektor Surya 1. Domain 3 Dimensi Kolektor Surya Bentuk geometri 3 dimensi kolektor surya diperoleh dari proses pembentukan ruang kolektor menggunakan
Lebih terperinciKETERKAITAN RUANG TERBUKA HIJAU DENGAN URBAN HEAT ISLAND WILAYAH JABOTABEK SOBRI EFFENDY
KETERKAITAN RUANG TERBUKA HIJAU DENGAN URBAN HEAT ISLAND WILAYAH JABOTABEK SOBRI EFFENDY SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2007 KETERKAITAN RUANG TERBUKA HIJAU DENGAN URBAN HEAT ISLAND
Lebih terperinciPEMANASAN BUMI BAB. Suhu dan Perpindahan Panas. Skala Suhu
BAB 2 PEMANASAN BUMI S alah satu kemampuan bahasa pemrograman adalah untuk melakukan kontrol struktur perulangan. Hal ini disebabkan di dalam komputasi numerik, proses perulangan sering digunakan terutama
Lebih terperinciPenginderaan Jauh Dan Interpretasi Citra Khursanul Munibah Asisten : Ninda Fitri Yulianti
Penginderaan Jauh Dan Interpretasi Citra Khursanul Munibah Asisten : 1. Muh. Tufiq Wiguna (A14120059) 2. Triawan Wicaksono H (A14120060) 3. Darwin (A14120091) ANALISIS SPEKTRAL Ninda Fitri Yulianti A14150046
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN 4.1 Kondisi Lingkungan Mengetahui kondisi lingkungan tempat percobaan sangat penting diketahui karena diharapkan faktor-faktor luar yang berpengaruh terhadap percobaan dapat diketahui.
Lebih terperinciIII. METODOLOGI. Gambar 2. Peta Orientasi Wilayah Penelitian. Kota Yogyakarta. Kota Medan. Kota Banjarmasin
III. METODOLOGI 3.1. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan mulai dari bulan Maret sampai bulan November 2009. Objek penelitian difokuskan pada wilayah Kota Banjarmasin, Yogyakarta, dan
Lebih terperinciPasang Surut Surabaya Selama Terjadi El-Nino
Pasang Surut Surabaya Selama Terjadi El-Nino G181 Iva Ayu Rinjani dan Bangun Muljo Sukojo Jurusan Teknik Geomatika, Fakultas Teknik Sipil dan Perencanaan, Institut Teknologi Sepuluh Nopember (ITS) Jl.
Lebih terperinci