BAB V HASIL DAN PEMBAHASAN

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB V HASIL DAN PEMBAHASAN"

Transkripsi

1 BAB V HASIL DAN PEMBAHASAN 5.. Variasi NDVI Citra AVNIR- Citra AVNIR- yang digunakan pada penelitian ini diakuisisi pada tanggal Desember 008 dan 0 Juni 009. Pada citra AVNIR- yang diakuisisi tanggal Desember 008 dapat ditemui umur padi 7, 74, 76, 8, 8, 9, 9, 94, 95, 96, 97, 00, 0, 0, 0, dan 04. Sedangkan pada tanggal akuisisi 0 Juni 009 diperoleh umur 0,,,, 4, 5, 6, 7, 8, 9,,,, 40, 4, 4, 4, 44, 45, 46, 47, 49, 5, 58, 59, 6, 67, 69, 70, 7, 99, 00, dan 08. Perhitungan nilai NDVI pada penelitian ini didasarkan pada nilai radiansi pada berbagai region of interest (ROI) yang mewakili masing-masing umur. Penyebaran nilai NDVI pada citra AVNIR- yang digunakan pada penelitian ini cukup beragam. Pada citra tahun 008, diperoleh kisaran nilai NDVI 0,8-0,549 sedangkan pada citra tahun 009 diperoleh kisaran -0,09-0,56. Nilai NDVI rendah menunjukkan bahwa tingkat kehijauan tanaman (klorofil) rendah, sedangkan nilai NDVI tinggi menunjukkan bahwa tanaman tersebut mempunyai kanopi yang lebat/hijau (kanopi/hijau daun tanaman menutupi permukaan tanah). Keberagaman nilai NDVI pada lahan sawah disebabkan tanaman padi sawah memiliki beberapa fase pertumbuhan, yaitu fase vegetatif, generatif, fase pematangan, dan fase siap panen (Gambar ). Fase vegetatif berlangsung dari umur 0-90 hari. Pada fase vegetatif awal, kenampakan lahan didominasi tanah terbuka dan genangan air karena tubuh tanaman padi masih kecil. Warna yang terlihat pada citra warna alami (natural color) citra AVNIR- pada saat fase vegetatif awal tanam adalah warna coklat yang disebabkan unsur tanah yang lebih dominan (Gambar ). Fase vegetatif awal memerlukan kelembaban tanah yang tinggi untuk menghidupi tanaman padi. Kondisi ini tercermin pada nilai NDVI yang cenderung kecil dan berkisar pada nilai sekitar 0.

2 a). Fase Bera b). Fase vegetatif (awal tanam) c). Fase Vegetatif d). Fase Generatif Gambar. Fase pertumbuhan tanaman padi lahan sawah PT Sang Hyang Seri tahun 009 Gambar. Citra ALOS AVNIR- dengan Komposit RGB. Citra JAXA

3 Gambar 4 menyajikan hubungan antara nilai NDVI citra pada tahun 008 dan 009. Pada umur awal tanaman padi, NDVI menunjukkan nilai negatif. Pada umur-umur tersebut lahan sawah berada pada tahap pengolahan tanah sehingga masih banyak terdapat genangan air. Nilai NDVI semakin bertambah dengan bertambahnya umur padi. Namun, pada umur 8 hari, nilai NDVI mengalami penurunan yang cukup signifikan. Menurut pengamatan, hal ini disebabkan adanya serangan hama tikus dan keong emas pada tanaman padi tersebut. Serangan hama menyebabkan kerusakan yang serius pada tanaman padi di wilayah studi. Upaya yang dilakukan untuk mengatasi kerusakan pada tanaman padi yang terkena serangan hama adalah dengan melakukan penyulaman. Setelah dilakukan penyulaman, nilai NDVI perlahan-lahan meningkat seiring bertambahnya umur padi. Gambar 4. Variasi nilai NDVI pada Citra ALOS AVNIR- tahun 008 dan 009 Nilai NDVI meningkat secara cepat sampai umur padi mencapai 90 hari yaitu saat tanaman padi mengalami perubahan fase dari vegetatif ke fase generatif. Pada umur padi mencapai sekitar 60 hari, kenampakan dicirikan dengan adanya penambahan jumlah daun dan peningkatan tinggi tanaman. Pada fase ini, vegetasi dicirikan oleh meningkatnya klorofil secara signifikan. Hal ini menyebabkan kenampakannya berwarna hijau tua pada citra warna alami karena besarnya pantulan spektrum warna hijau sehingga terjadi kenaikan nilai NDVI yang cukup

4 4 signifikan (Gambar 4). Pada umur menjelang 90 hari, tanaman padi mulai tumbuh malai, pengisian bulir dan ditandai oleh menguningnya daun atau terjadi pengurangan klorofil pada daun sehingga nilai NDVI juga menurun (fase generatif). Menurut Le Toan et al. (997), fase generatif ini juga dicirikan dengan adanya penurunan jumlah daun, kadar uap air, dan komponen daun. Pada tahapan ini, nilai NDVI turun dengan cepat mengingat hilangnya sebagian besar klorofil daun. Pola yang ditemukan pada penelitian ini menunjukkan konsistensi dengan penelitian sebelumnya dengan data deret waktu MODIS pada wilayah yang sama (Panuju et al. 009). Pada fase pematangan dan fase siap panen, nilai NDVI sangat rendah karena jumlah klorofil yang rendah. Nilai NDVI terus mengalami penurunan seiring dengan bertambahnya umur padi sampai saat tahap pemanenan. Pada Gambar 5 terlihat adanya perbedaan antara boxplot tahun 008 dan 009. Secara umum, fase vegetatif merupakan fase yang panjang (sekitar 90 hari pada varietas Ciherang), dengan variasi tutupan lahan yang besar (dari dominansi tanah terbuka ke dominansi vegetatif). Implikasinya adalah cukup lebarnya rentang yang ditunjukkan oleh panjang boxplot. Hal tersebut juga menyebabkan timbulnya banyak pencilan atau outlier pada fase vegetatif pada kedua citra. Kondisi tersebut terlihat berbeda pada fase generatif dan fase pematangan yang memiliki kenampakan lahan sawah yang cenderung seragam dengan selang umur yang lebih pendek sehingga nilai NDVI juga ditunjukkan tidak terlalu beragam (tidak terdapat outlier). Secara teoritik, pola boxplot yang lebih sesuai dengan pola NDVI yang didapat adalah pola boxplot pada tahun 009. Hal itu disebabkan perbedaan rentang umur pada citra tahun 008 dan 009. Pada citra tahun 008, fase vegetatif dimulai pada umur 7, 74, 76, 8, dan 8, sedangkan pada citra tahun 009 dimulai pada umur 0,,,, 4, 5, 6, 7, 8, 9,,,, 40, 4, 4, 4, 44, 45, 46, 47, 49, 5, 58, 59, 6, 67, 69, 70, dan 7. Ketersediaan data pada citra tahun 008 menyebabkan nilai NDVI nya juga relatif tinggi karena fase vegetatif sudah memasuki fase vegetatif akhir, sedangkan pada citra tahun 009, umur vegetatif dimulai pada fase awal vegetatif sehingga nilai NDVI nya pun juga masih rendah. Dengan demikian dapat diduga bahwa pemisahan fase generatif dan pematangan dalam prosedur klasifikasi dengan data NDVI relatif nyata (distinct).

5 5 Namun demikian, variasi fase vegetatif yang besar dapat mempengaruhi pemisahan kelas pada data NDVI. a). tahun 008 b). tahun 009 Gambar 5. Boxplot Nilai NDVI pada Berbagai Fase Pertumbuhan Padi Pada Gambar 6 disajikan grafik variasi nilai NDVI dengan menggunakan regresi polinomial pada berbagai umur padi. Nilai yang digunakan dalam pembuatan pemodelan tersebut adalah nilai rataan dari sebaran nilai NDVI. Umur padi dikelompokkan menjadi 8 kelas yang kemudian dipilih median dari masingmasing kelas umur. Model polinomial dengan menggunakan variabel nilai rataan memiliki nilai R dan galat model (standard error) yang relatif kecil dibandingkan dengan menggunakan variabel nilai median dan nilai maksimum. Tabel berikut menyajikan perbandingan nilai R dan galat model pada ketiga parameter yang diuji tersebut. Gambar 6. Regresi polinomial pada nilai NDVI tahun 008 dan 009 Gambar 6. Regresi polinomial pada nilai NDVI tahun 008 dan 009

6 6 Tabel. Perbandingan nilai R dan standard error (SE) pada citra AVNIR- R SE Median Rataan Nilai Maksimum Variasi Hamburan Balik Citra ALOS PALSAR ALOS PALSAR (Phased Array-type L-band Synthetic Aperture Radar) merupakan salah satu sensor dari ALOS. Citra ALOS PALSAR yang digunakan pada penelitian ini diakuisisi pada tanggal 5 Maret 007 dan 0 Maret 009 dengan polarisasi HH, HV, dan VV. Pada citra tahun 007, pengamatan dilakukan pada data umur padi menjelang panen (87-4 hari) pada lokasi pengamatan lapang. Sedangkan pada citra tahun 009, pengamatan dilakukan pada data umur padi 79-6 hari. Data tersebut dikelompokkan ke dalam 4 kelas berdasarkan fase pertumbuhan padi yaitu fase vegetatif (0-90 hari), fase generatif (90-00 hari), fase pematangan (00-0 hari), dan fase siap panen (0-0 hari). Pengelompokan fase ini agak berbeda dengan data AVNIR mengingat pada data AVNIR- tidak teridentifikasi adanya lahan dengan fase siap panen. Citra komposit PALSAR disajikan pada Gambar 7 berikut. Gambar 7. Citra ALOS PALSAR Komposit RGB VV, HV, dan HH. Citra JAXA-METI

7 7 Gambar 8 dan 9 menunjukkan hubungan antara umur padi dengan koefisien hamburan balik pada fase vegetatif sampai fase siap panen. Pada fase pertumbuhan tersebut, nilai koefisien hamburan balik pada polarisasi linier HH secara konsisten tertinggi dibandingkan dengan kedua polarisasi linier lainnya yaitu HV dan VV. a). tahun 007 b). tahun 009 Gambar 8. Hubungan antara koefisien hamburan balik dan pertumbuhan kanopi padi berdasarkan fase pertumbuhan padi a). tahun 007 b). tahun 009 Gambar 9. Hubungan antara koefisien hamburan balik dan pertumbuhan kanopi padi berdasarkan umur tanaman padi Secara umum dapat dilihat bahwa terdapat pola penurunan nilai koefisien hamburan balik pada polarisasi HH selama akhir fase vegetatif sampai siap panen. Pada citra akuisisi tahun 007 terlihat bahwa nilai tertinggi dari koefisien hamburan balik pada polarisasi HH adalah pada umur 86-90, sedangkan pada citra akuisisi tahun 009, puncaknya berada pada umur padi ke Pada saat umur padi tersebut, tanaman padi sedang mengalami peralihan dari fase vegetatif menuju fase generatif. Setelah itu nilai hamburan balik cenderung mengalami penurunan sampai fase panen. Hal itu sesuai dengan hasil penelitian Rosenqvist

8 8 (999) yang menggunakan JERS- SAR multitemporal untuk mempelajari karakteristik spasial dan temporal lahan padi beririgasi pada L-band polarisasi HH. Hasil penelitian tersebut menunjukkan pada saat padi berumur hari koefisien hamburan balik meningkat dan mencapai puncaknya lalu mengalami penurunan saat memasuki fase pematangan yaitu saat umur padi 90-0 hari. Kedua data menunjukkan pola variasi yang kurang konsisten pada polarisasi VV. Hal ini mungkin disebabkan oleh fenomena rotasi Faraday yang tidak dikompensasi pada penelitian ini. Rotasi Faraday terjadi akibat interaksi ionosfer dengan gelombang elektromagnetik SAR pada L- atau P-band. Menurut Sumantri et al (006), efek Faraday merupakan peristiwa rotasi bidang polarisasi cahaya yang terpolarisasi linier dan merambat melalui medium dalam pengaruh medan magnet. Pada polarisasi HV, terjadi peningkatan nilai hamburan balik sejak fase vegetatif sampai fase pematangan kemudian menurun lagi sampai tahap siap panen. Namun demikian, pola yang jelas belum terlihat pada data HV. Dari hasil tersebut, dapat dilihat bahwa polarisasi linier HH lebih sensitif terhadap variasi struktur padi pada berbagai tingkat umurnya dibandingkan dengan polarisasi linier lainnya. Panjang gelombang juga mempengaruhi nilai koefisien hamburan balik. Hal ini bersesuaian dengan penelitian Wang et al. (009) yang dilakukan di wilayah sub tropika. Penelitian Wang et al. (009) menunjukkan bahwa L band pada polarisasi HH lebih sensitif terhadap variasi struktur padi dibandingkan dengan polarisasi linear lainnya. Demikian pula kesimpulan yang diperoleh dari penelitian Rosenqvist (999). Hal tersebut mengindikasikan bahwa polarisasi HH cukup bermanfaat untuk mempelajari pola pertumbuhan padi lahan sawah. Penelitian Wu et al, (0) menunjukkan hubungan yang cukup tinggi antara koefisien hamburan balik polarisasi linier HV dengan umur padi pada data RADARSAT- (C-band). Masih menurut Wu et al. (0), untuk mendapatkan data parameter padi, polarisasi HV atau VH lebih sesuai dibandingkan dengan polarisasi HH dan VV. Namun demikian, hasil analisis pada penelitian ini menunjukkan bahwa hubungan yang signifikan pada C-band tidak dapat diperoleh pada panjang gelombang yang lebih tinggi (L-band). Hal ini terkait dengan kekuatan penetrasi

9 9 L-band yang berinteraksi dengan bagian bawah kanopi padi. Pada wavelength yang panjang, seperti L band, sinyal radar dapat menembus kanopi sehingga dapat menyediakan informasi struktural, sedangkan indeks vegetasi pada citra optik cenderung terpenuhi hanya pada tahap puncak pertumbuhan padi. Gambar 0 menyajikan grafik variasi nilai koefisien hamburan balik dengan menggunakan regresi polinomial pada berbagai umur padi. Grafik tersebut dibuat pada polarisasi VV, HV, dan HH. Pada polarisasi VV dan HV menggunakan variabel nilai rataan, sedangkan polarisasi HH menggunakan variabel nilai median. Seperti halnya regresi nilai NDVI pada citra ALOS AVNIR-, variabel yang digunakan dalam regresi nilai hamburan balik pada ALOS PALSAR juga mempertimbangkan nilai R dan galat model (SE). Berikut disajikan tabel nilai R dan SE pada masing-masing polarisasi dan variabel yang digunakan. Tabel. Perbandingan nilai R dan standard error (SE) pada citra PALSAR Polarisasi Median Rataan Nilai Maksimum R² SE R² SE R² SE VV HV HH

10 0 NILAI RATAAN a). Polarisasi VV NILAI RATAAN b). Polarisasi HV NILAI MEDIAN c). Polarisasi HH Gambar 0. Variasi nilai koefisien hamburan balik pada citra ALOS PALSAR

11 5.. Teknik Klasifikasi 5... Keterpisahan Kelas Pada citra ALOS AVNIR-, kenampakan spektral pada setiap fase pertumbuhan padi cukup mudah diidentifikasi. Hal ini juga ditunjukkan dengan nilai TD yang cukup tinggi (Tabel ). Pada citra tahun 009, nilai TD berkisar antara,9 sampai. Nilai TD yang terendah adalah antara fase vegetatif dan pematangan. Secara visual, fase vegetatif dan fase pematangan cukup mudah untuk dibedakan. Nilai TD rendah pada fase vegetatif dan pematangan kemungkinan disebabkan adanya haze atau kabut tipis pada citra ALOS AVNIR- tahun 009. Secara keseluruhan, data AVNIR tahun 009 menunjukkan keterpisahan yang baik antar kelas. Namun demikian, kisaran nilai TD,9 masih bisa dikatakan baik. Tabel. Nilai Transformed Divergence pada citra AVNIR- tahun 009 Fase Padi Vegetatif Generatif Pematangan Vegetatif Generatif Pematangan Perhitungan nilai Transform Divergence juga dilakukan pada citra ALOS PALSAR. Tabel 4 menyajikan nilai TD pada tahun citra 009. Tabel 4. Nilai Transformed Divergence pada citra PALSAR tahun 009 Fase Padi Vegetatif Generatif Pematangan Siap Panen Vegetatif Generatif Pematangan Siap Panen Tidak jauh berbeda dengan citra AVNIR tahun 009, citra ALOS PALSAR tahun 009 juga memiliki nilai TD yang tinggi yaitu di atas,9. Nilai TD terendah berada di antara fase siap panen dan pematangan. Kedua fase

12 tersebut cukup sulit dibedakan baik secara spektral maupun melalui kenampakan langsung di lapang. Pada fase pematangan dan siap panen, kenampakan tanaman padi sudah sama-sama menguning dan sudah terdapat bulir-bulir padi. Hal ini menyebabkan nilai TD paling rendah dibandingkan dengan fase-fase lainnya Akurasi Penelitian ini menggunakan pendekatan klasifikasi pohon keputusan untuk memetakan berbagai fase pertumbuhan padi. Gambar menunjukkan pohon keputusan yang terbentuk cukup sederhana yang dapat dibangun dari data AVNIR-. Pada pohon keputusan CRUISE maupun QUEST, band memberikan kontribusi yang cukup besar pada pembangunan pohon keputusan. Band memberikan banyak informasi tentang permukaan air, khususnya dalam pembedaan fase vegetatif dan pematangan. Pada fase generatif dengan menggunakan algoritma CRUISE, band yang paling berperan adalah band. Bentuk pohon yang sederhana dan tidak terlalu banyak cabang mengindikasikan bahwa data pembangun citra AVNIR- ini juga sederhana. Hasil akurasi dari kedua algoritma ini cukup tinggi yaitu 94,74% untuk algoritma CRUISE dan 90,9% untuk algoritma QUEST. Hasil klasifikasi tematik dari algoritma QUEST dan CRUISE disajikan pada Gambar.

13 B le 60 B le 6 B le 9 B le 6 B le 9 B le 0 B 4 le 56 B le 65 B le 47 B le B le 70 B le 48 4 YES NO a). Algoritma CRUISE B le 65 B le 7 B le 9 B 4 le 54 B le 6 B 4 le 58 B le 49 6 YES NO B 4 le 65 B le B 4 le b). Algoritma QUEST Gambar. Pohon keputusan pada citra ALOS AVNIR-

14 4 a). CRUISE b). QUEST Gambar. Hasil klasifikasi pada citra ALOS AVNIR Tabel 5 menjelaskan tentang beberapa kriteria yang ada dalam pohon keputusan pada fase pertumbuhan padi. Masing-masing fase pertumbuhan padi memiliki beberapa kriteria. Fase vegetatif memiliki 5 kriteria pada algoritma CRUISE dan kriteria pada QUEST, fase generatif memiliki 6 kriteria pada CRUISE dan 5 kriteria pada QUEST, dan fase pematangan memiliki kriteria pada CRUISE dan kriteria pada QUEST. Pada algoritma CRUISE, penentuan kriteria dominan dilakukan oleh band. Band memiliki panjang gelombang 0,4-0,50 mikrometer. Pada fase vegetatif, kriteria pertama adalah suatu piksel memiliki nilai pada band di antara 65 dan 70. Jika nilai band pada piksel tersebut berada di antara 6 dan 6 maka band harus lebih kecil atau sama dengan 47 (termasuk kriteria kedua). Jika piksel tersebut memiliki nilai di antara 60 dan 6 pada band maka nilai pada band harus lebih kecil atau sama dengan 9 (termasuk kriteria ketiga). Jika nilai pada band kurang dari atau sama dengan 60 maka nilai pada band harus di antara nilai 9 dan 0. Namun demikian jika nilai band lebih kecil atau sama dengan 9 maka nilai band 4 harus lebih besar dari 56. Pada fase generatif, kriteria pertama dalam klasifikasi adalah nilai pada band kurang dari atau sama dengan 6 dan nilai pada band lebih dari 48. Kriteria pertama pada fase pematangan adalah nilai pada band kurang dari 70. Pada algoritma QUEST, band masih menjadi kriteria yang dominan dalam proses klasifikasi. Klasifikasi pertama pada fase vegetatif adalah nilai pada band berada di antara 65 dan 7 dan nilai pada band 4 harus kurang dari atau

15 5 sama dengan 54, sedangkan pada fase generatif nilai pada band kurang dari atau sama dengan 6 dan nilai pada band 4 harus lebih dari 65. Pada fase pematangan, kriteria pertama hanya ditentukan oleh band saja yaitu dengan nilai lebih besar dari 7. Tabel 5. Kriteria pohon keputusan pada citra ALOS AVNIR- Kriteria Vegetatif Generatif Pematangan Algoritma CRUISE K- 65<B 70 B 6 dan B>48 B>70 K- K- K-4 K-5 6<B 6 dan B 47 60<B 6 dan B 9 B 60 dan 9<B 0 B 60 dan B 9 dan B4>56 K-6 - K- K- 65<B 7 dan B4 54 B 65 dan B 9 dan B4>58 K- - K-4 - K-5 - B 6 dan 47<B 48 6<B 65 B 6 dan B> - B 6 dan 9<B B 60 dan B>0 - B 60 dan B 9 dan B4 56 Algoritma QUEST B 6 dan B4>65 B>7 B 6 dan B4 65 B 6 dan B 49 dan B> B 6 dan B 49 dan B dan B4>69 B 6 dan B 49 dan B dan B <B 7 dan B4>54 6<B

16 6 Pada pohon keputusan algoritma CRUISE dan QUEST pada citra ALOS PALSAR (Gambar 4), terlihat bahwa polarisasi yang berperan dalam proses klasifikasi adalah VV (band ) dan HH (band ). Pada fase pertumbuhan vegetatif, polarisasi yang paling berperan adalah polarisasi VV, sedangkan pada fase generatif, pematangan, dan siap panen, polarisasi yang paling berperan adalah HH. Dari kedua algoritma tersebut, pohon keputusan yang diturunkan sangat kompleks. Hal ini disebabkan oleh data pembangun yang cukup kompleks. Tingginya keragaman data pembangun tersebut berdampak pada tingkat kecepatan pemrosesan. Hasil akurasi dari kedua algoritma tersebut juga rendah yaitu 40% dengan menggunakan algoritma QUEST dan 56,6% dengan algoritma CRUISE. Implementasi dari hasil klasifikasi dapat dilihat pada gambar berikut. a). CRUISE b). QUEST Gambar. Hasil klasifikasi pada citra ALOS PALSAR.

17 7 B le - 7 B le - B le - 9 B le - B le B le - B le - 8 B le B le - 0 B le - 8 B le - 5 S ia p p a n e n 9 S ia p p a n e n 0 B le - 0 B le B le - 0 B le - B le - 8 B le - 9 B le - 8 S ia p p a n e n 5 S ia p p a n e n 7 S ia p p a n e n 8 6 B le - 9 B le - 8 S ia p p a n e n B le - 7 S ia p p a n e n 6 B le - 8 S ia p p a n e n B le B le B le - 6 S ia p p a n e n B le - 5 B le - 4 YES NO B le S ia p p a n e n 4 a). Algoritma CRUISE B le - 4 B le - 5 B le - 9 B le - B le B le - B le - 8 B le - B le - 8 S ia p p a n e n 6 5 B le - B le - B le - B le - B le - 8 S ia p p a n e n 5 B le B le - 0 S ia p p a n e n B le - 0 S ia p p a n e n S ia p p a n e n 4 B le - 0 B le B le - B le - YES B le - NO S ia p p a n e n 6 b). Algoritma QUEST Gambar 4. Pohon keputusan pada citra ALOS PALSAR

18 8 Berdasarkan implementasi dari algoritma QUEST dan CRUISE dapat terlihat bahwa kedua gambar tersebut memiliki perbedaan di beberapa bagian. Hal itu disebabkan oleh sensitivitas algoritma pohon keputusan yang berbeda. Rendahnya nilai akurasi pada klasifikasi citra PALSAR tersebut dapat disebabkan oleh rentang waktu pembagian fase yang kurang seimbang. Fase vegetatif memiliki rentang yang sangat panjang dan lebih beragam dibandingkan fase lainnya. Fase generatif, pematangan, dan siap panen memiliki rentang yang pendek dan berdekatan sehingga cenderung lebih sulit untuk dibedakan. Selain itu, pada data lapang tahun 009, lahan padi sedang mengalami serangan hama yang cukup parah sehingga banyak dilakukan penyulaman pada lahan sawah. Penyulaman menyebabkan keragaman umur dan vigor tanaman padi menjadi cukup tinggi. Hal ini juga memberi kontribusi pada rendahnya tingkat akurasi tersebut. Tabel 6 menunjukkan kriteria pohon keputusan untuk masing-masing fase pertumbuhan padi pada citra ALOS PALSAR. Fase vegetatif memiliki 6 kriteria pada algoritma CRUISE dan 5 kriteria pada QUEST, fase generatif memiliki 7 kriteria pada kedua algoritma, fase pematangan memiliki 6 pada CRUISE dan 5 pada QUEST, dan fase siap panen memiliki 0 kriteria pada CRUISE dan 6 kriteria pada QUEST. Pada citra PALSAR, berturut-turut B, B, dan B menunjukkan polarisasi VV, HV, dan HH. Pada fase vegetatif menggunakan algoritma CRUISE, kriteria pertama adalah polarisasi VV dan HH. Pada kriteria pertama ini, nilai hamburan balik pada polarisasi VV berada di antara - dan - dan nilai hamburan balik pada polarisasi HH harus lebih dari -5. Apabila nilai hamburan balik pada VV berada di antara - dan - maka nilai hamburan balik pada HH harus di antara -8 dan -5 (kriteria kedua). Apabila nilai hamburan balik pada VV di antara -7 dan - maka nilai hamburan balik HH harus lebih besar dari -8 (kriteria ketiga). Untuk kriteria keempat, nilai hamburan balik pada VV berada di antara -7 dan - dan nilai hamburan balik pada HH harus kurang dari atau sama dengan -. Selanjutnya jika nilai hamburan balik pada VV kurang dari atau sama dengan -7 maka nilai hamburan balik pada HH bisa lebih dari atau kurang dari sama dengan -9. Pada fase generatif, pematangan, dan siap panen polarisasi HH merupakan kriteria pertama. Pada fase generatif, kriteria nilai

19 9 hamburan balik pada polarisasi HH kurang dari atau sama dengan -6. Pada fase pematangan, kriteria nilai hamburan balik pada polarisasi HH adalah lebih dari -6, sedangkan pada fase siap panen, kriteria nilai hamburan balik pada polarisasi HH kurang dari atau sama dengan -8. Pada algoritma QUEST, kriteria pertama pada fase vegetatif adalah nilai hamburan balik pada polarisasi VV kurang dari atau sama dengan -. Pada fase generatif, kriteria pertama pada fase generatif adalah nilai hamburan balik pada polarisasi VV lebih dari -8. Pada fase pematangan, ada kriteria yaitu polarisasi VV dan polarisasi HH, nilai hamburan balik pada polarisasi VV berada di antara - dan -8 dan nilai hamburan balik pada polarisasi HH kurang dari atau sama dengan -. Pada fase siap panen, polarisasi HH dan polarisasi HV menjadi kriteria yang pertama dimana nilai hamburan balik pada polarisasi HH berada di antara -8 dan -7 dan nilai hamburan balik pada polarisasi HV harus lebih dari -9. Kriteria K- K- K- K-4 K-5 K-6 Tabel 6. Kriteria pohon keputusan pada citra ALOS PALSAR Fase Pertumbuhan Padi Vegetatif Generatif Pematangan Siap Panen -<B - dan B>-5 -<B - dan -8<B -5-7<B - dan B>-8-7<B - dan B - B -7 dan B -9 B -7 dan B>-9 K-7 - CRUISE B -6 B>-6 B -8 B>-8-8<B -6 B= -0 dan B -5 B= -0 dan -9<B -8-8<B -6 dan B - -<B -0 dan -8<B -7 B -0 dan B>-5 B -0 dan B>-5 -<B -0 dan B -5 B= - dan B>-8 - B - dan -8<B -5 K B -8 dan B -9 B -9 B -6 dan B - -<B -0 dan B -9 -<B -0 dan -9<B -8 B= - dan B -8 dan B>-0 B= - dan B -8 dan B -0 K B -8 K <B - dan -<B -8

20 40 QUEST K- B - B>-8 K- K- -7<B -5 dan B - -8<B -7 dan B - -<B -8 dan B>- -8<B -7 dan -0<B -9 dan B>-0 -<B -8 dan B - -7<B -5 dan B>- -8<B -7 dan B - -8<B -7 dan B>-9-8<B -7 dan -<B - dan B>- B -8 dan B>-0 K-4 B -4 dan B>-9-8<B -7 dan -<B -9 dan B>- -8<B -7 dan -0<B -9 dan B - B -8 dan B -0 K-5 B -4 dan B -9 dan B - -8<B -7 dan -<B -0-8<B -7 dan -<B -9 dan B - B -8 dan B - K <B -7 dan -<B - dan B - - B -4 dan B -9 dan B>- K-7 - B -7 dan B>- - - Pada Gambar 5 terlihat bahwa luas area terbesar pada lokasi penelitian lahan sawah adalah pada blok sawah fase generatif pada citra AVNIR tahun 008 dan fase vegetatif pada citra tahun 009. Tabel berikut menyajikan data luasan area lahan sawah PT Sang Hyang Seri yang diidentifikasi melalui analisis pohon keputusan dengan nilai akurasi terbaik.

21 4 a). 007 b). 009 Gambar 5. Peta lahan sawah PT Sang Hyang Seri pada citra ALOS AVNIR- tahun 008 dan 009 Tabel 7. Luas area lahan sawah PT Sang Hyang Seri pada citra AVNIR tahun 008 dan 009 Fase Pertumbuhan Luas Area (ha) Vegetatif 46,06.9,0 Generatif 5,59,77 Pematangan 66,94 4,6 Pada Gambar 6 terlihat bahwa luas area terbesar pada blok sawah adalah fase vegetatif pada citra PALSAR tahun 007 dan fase vegetatif pada citra tahun 009. Hasil analisis pohon keputusan terbaik selanjutnya dihitung luasannya dan disajikan pada Tabel 8.

22 4 a). 007 b). 009 Gambar 6. Peta lahan sawah PT Sang Hyang Seri pada citra ALOS PALSAR tahun 007 dan 009 Tabel 8. Luas area lahan sawah PT Sang Hyang Seri pada citra PALSAR tahun 007 dan 009 Fase Pertumbuhan Luas Area (ha) Vegetatif 486,98 55,9 Generatif 55,9 47,7 Pematangan 40,67 0,7 Siap panen 8,7 9,7

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

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN 24 IV. HASIL DAN PEMBAHASAN 4.1. Respon Polarimetri pada Tanaman Padi Varietas Ciherang 4.1.1. Analisis Data Eksploratif Hasil penerapan teori dekomposisi Cloude Pottier pada penelitian ini terwakili oleh

Lebih terperinci

Legenda: Sungai Jalan Blok sawah PT. Sang Hyang Seri Kabupaten Subang

Legenda: Sungai Jalan Blok sawah PT. Sang Hyang Seri Kabupaten Subang 17 III. METODOLOGI 3.1. Waktu dan Tempat Penelitian Penelitian ini dimulai pada bulan Oktober 2010 dan berakhir pada bulan Juni 2011. Wilayah penelitian berlokasi di Kabupaten Subang, Jawa Barat (Gambar

Lebih terperinci

Gambar 1. Peta Lokasi Penelitian

Gambar 1. Peta Lokasi Penelitian 10 BAB III BAHAN DAN METODE 3.1. Waktu dan Tempat Penelitian Penelitian ini dimulai pada bulan Maret 2011 dan berakhir pada bulan Oktober 2011. Penelitian ini terdiri atas pengamatan di lapang dan analisis

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 4 BAB II TINJAUAN PUSTAKA 2.1. Pemantauan Padi dengan SAR Polarisasi Tunggal Pada awal perkembangannya, sensor SAR hanya menyediakan satu pilihan polarisasi saja. Masalah daya di satelit, kapasitas pengiriman

Lebih terperinci

III. METODOLOGI 3.1. Lokasi dan Waktu Penelitian 3.2. Bahan dan Alat Penelitian 3.3. Metode Penelitian

III. METODOLOGI 3.1. Lokasi dan Waktu Penelitian 3.2. Bahan dan Alat Penelitian 3.3. Metode Penelitian 19 III. METODOLOGI 3.1. Lokasi dan Waktu Penelitian Lokasi penelitian meliputi wilayah G. Guntur yang secara administratif berada di wilayah Desa Sirnajaya, Kecamatan Tarogong, Kabupaten Garut, Provinsi

Lebih terperinci

V. HASIL DAN PEMBAHASAN

V. HASIL DAN PEMBAHASAN 27 V. HASIL DAN PEMBAHASAN 5.1. Penampilan Citra Dual Polarimetry PALSAR / ALOS Penampilan citra dual polarimetry : HH dan HV level 1. 5 PALSAR/ALOS masing-masing dapat dilihat pada ENVI 4. 5 dalam bentuk

Lebih terperinci

PEMANTAUAN FASE PERTUMBUHAN PADI MENGGUNAKAN SENSOR AVNIR DAN PALSAR POLARISASI PENUH (STUDI KASUS PT SANG HYANG SERI, SUBANG)

PEMANTAUAN FASE PERTUMBUHAN PADI MENGGUNAKAN SENSOR AVNIR DAN PALSAR POLARISASI PENUH (STUDI KASUS PT SANG HYANG SERI, SUBANG) i PEMANTAUAN FASE PERTUMBUHAN PADI MENGGUNAKAN SENSOR AVNIR DAN PALSAR POLARISASI PENUH (STUDI KASUS PT SANG HYANG SERI, SUBANG) SETIA WAHYU CAHYANINGSIH A14070065 PROGRAM STUDI MANAJEMEN SUMBERDAYA LAHAN

Lebih terperinci

I PENDAHULUAN 1.1 Latar Belakang

I PENDAHULUAN 1.1 Latar Belakang I PENDAHULUAN 1.1 Latar Belakang Indonesia merupakan salah satu negara yang memiliki hutan tropis terbesar di dunia, dengan kondisi iklim basa yang peluang tutupan awannya sepanjang tahun cukup tinggi.

Lebih terperinci

I. PENDAHULUAN 1.1 Latar Belakang

I. PENDAHULUAN 1.1 Latar Belakang 1 I. PENDAHULUAN 1.1 Latar Belakang Posisi Indonesia berada di daerah tropis mengakibatkan hampir sepanjang tahun selalu diliputi awan. Kondisi ini mempengaruhi kemampuan citra optik untuk menghasilkan

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN BAB V HASIL DAN PEMBAHASAN 5.1 Identifikasi Tutupan Lahan di Lapangan Berdasarkan hasil observasi lapangan yang telah dilakukan di Kabupaten Humbang Hasundutan, Kabupaten Tapanuli Utara, dan Kabupaten

Lebih terperinci

Gambar 6 Kenampakan pada citra Google Earth.

Gambar 6 Kenampakan pada citra Google Earth. menggunakan data latih kedua band citra berbasis rona (tone, sehingga didapatkan pohon keputusan untuk citra berbasis rona. Pembentukan rule kedua menggunakan data latih citra berbasis rona ditambah dengan

Lebih terperinci

I PENDAHULUAN 1.1 Latar Belakang

I PENDAHULUAN 1.1 Latar Belakang 1 I PENDAHULUAN 1.1 Latar Belakang Luas kawasan hutan Indonesia berdasarkan Surat Keputusan Menteri Kehutanan tentang penunjukan kawasan hutan dan perairan provinsi adalah 133.300.543,98 ha (Kementerian

Lebih terperinci

Phased Array Type L-Band Synthetic Aperture Radar (PALSAR)

Phased Array Type L-Band Synthetic Aperture Radar (PALSAR) LAMPIRAN 51 Phased Array Type L-Band Synthetic Aperture Radar (PALSAR) Sensor PALSAR merupakan pengembangan dari sensor SAR yang dibawa oleh satelit pendahulunya, JERS-1. Sensor PALSAR adalah suatu sensor

Lebih terperinci

PEMANTAUAN PERTUMBUHAN PADI MENGGUNAKAN L-BAND SAR BERBASIS TEORI DEKOMPOSISI: STUDI KASUS SUBANG ADI YUDHA PRAMONO A

PEMANTAUAN PERTUMBUHAN PADI MENGGUNAKAN L-BAND SAR BERBASIS TEORI DEKOMPOSISI: STUDI KASUS SUBANG ADI YUDHA PRAMONO A PEMANTAUAN PERTUMBUHAN PADI MENGGUNAKAN L-BAND SAR BERBASIS TEORI DEKOMPOSISI: STUDI KASUS SUBANG ADI YUDHA PRAMONO A14070061 DEPARTEMEN ILMU TANAH DAN SUMBERDAYA LAHAN FAKULTAS PERTANIAN INSTITUT PERTANIAN

Lebih terperinci

I. PENDAHULUAN 1.1. Latar Belakang

I. PENDAHULUAN 1.1. Latar Belakang 1 I. PENDAHULUAN 1.1. Latar Belakang Di Indonesia seringkali terjadi bencana alam yang sering mendatangkan kerugian bagi masyarakat. Fenomena bencana alam dapat terjadi akibat ulah manusia maupun oleh

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Kandungan air kanopi (Canopy Water Content) sangat erat kaitannya dalam kajian untuk mengetahui kondisi vegetasi maupun kondisi ekosistem terestrial pada umumnya. Pada

Lebih terperinci

Indeks 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 : 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 3 BAB II TINJAUAN PUSTAKA 2.1 Penginderaan Jauh Penginderaan jauh merupakan tehnik dan seni untuk memperoleh informasi tentang suatu objek, wilayah atau fenomena dengan menganalisa data yang diperoleh

Lebih terperinci

ANALISIS RUANG TERBUKA HIJAU JAKARTA MENGGUNAKAN CITRA SATELIT ALOS PALSAR POLARISASI GANDA

ANALISIS RUANG TERBUKA HIJAU JAKARTA MENGGUNAKAN CITRA SATELIT ALOS PALSAR POLARISASI GANDA ANALISIS RUANG TERBUKA HIJAU JAKARTA MENGGUNAKAN CITRA SATELIT ALOS PALSAR POLARISASI GANDA JakartaGreen Open Space Analysis using Dual Polarization ALOS PALSAR Satellite Imagery Wida Nindita, Bambang

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

II. TINJAUAN PUSTAKA 2.1. Usahatani Padi dan Mobilitas Petani Padi

II. TINJAUAN PUSTAKA 2.1. Usahatani Padi dan Mobilitas Petani Padi II. TINJAUAN PUSTAKA 2.1. Usahatani Padi dan Mobilitas Petani Padi Usahatani merupakan organisasi dari alam, kerja, dan modal yang ditujukan kepada produksi lapangan pertanian (Hernanto, 1995). Organisasi

Lebih 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

IV. HASIL DAN PEMBAHASAN 4.1 Kondisi Geografis Kabupaten Bekasi dan Sekitarnya

IV. HASIL DAN PEMBAHASAN 4.1 Kondisi Geografis Kabupaten Bekasi dan Sekitarnya IV. HASIL DAN PEMBAHASAN 4.1 Kondisi Geografis Kabupaten Bekasi dan Sekitarnya Gambar 4 Keadaan geografis daerah Kabupaten Bekasi dan sekitarnya tahun 29 (sumber : // http: www. googlemaps. com) Kajian

Lebih terperinci

III HASIL DAN PEMBAHASAN

III HASIL DAN PEMBAHASAN 25 3.1 Eksplorasi Data Lapangan III HASIL DAN PEMBAHASAN Data lapangan yang dikumpulkan merupakan peubah-peubah tegakan yang terdiri dari peubah kerapatan pancang, kerapatan tiang, kerapatan pohon, diameter

Lebih terperinci

Kegiatan konversi hutan menjadi lahan pertambangan melepaskan cadangan

Kegiatan konversi hutan menjadi lahan pertambangan melepaskan cadangan Kegiatan konversi hutan menjadi lahan pertambangan melepaskan cadangan karbon ke atmosfir dalam jumlah yang cukup berarti. Namun jumlah tersebut tidak memberikan dampak yang berarti terhadap jumlah CO

Lebih terperinci

1. BAB I PENDAHULUAN PENDAHULUAN

1. BAB I PENDAHULUAN PENDAHULUAN 1. BAB I PENDAHULUAN PENDAHULUAN 1.1. Latar Belakang Peta menggambarkan data spasial (keruangan) yang merupakan data yang berkenaan dengan lokasi atau atribut dari suatu objek atau fenomena di permukaan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Penginderaan jauh yaitu berbagai teknik yang dikembangkan untuk perolehan dan analisis informasi tentang bumi. Informasi tersebut berbentuk radiasi elektromagnetik

Lebih terperinci

Gambar 8. Citra ALOS AVNIR-2 dengan Citra Komposit RGB 321

Gambar 8. Citra ALOS AVNIR-2 dengan Citra Komposit RGB 321 V. HASIL DAN PEMBAHASAN 5.1 Kenampakan Secara Spasial Kelapa Sawit PT. Perkebunan Nusantara VIII Cimulang Citra yang digunakan pada penelitian ini adalah Citra ALOS AVNIR-2 yang diakuisisi pada tanggal

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

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

PEMANTAUAN POLA PENANAMAN PADI MELALUI ANALISIS HAMBURAN BALIK CITRA ALOS PALSAR SCANSAR

PEMANTAUAN POLA PENANAMAN PADI MELALUI ANALISIS HAMBURAN BALIK CITRA ALOS PALSAR SCANSAR Globe Volume 14 No. 1 Juni 2012 : 70-77 PEMANTAUAN POLA PENANAMAN PADI MELALUI ANALISIS HAMBURAN BALIK CITRA ALOS PALSAR SCANSAR (Monitoring Paddy Fields using Backscatter Properties of ALOS PALSAR ScanSAR)

Lebih terperinci

Interpretasi Citra SAR. Estimasi Kelembaban Tanah. Sifat Dielektrik. Parameter Target/Obyek: Sifat Dielektrik Geometri

Interpretasi Citra SAR. Estimasi Kelembaban Tanah. Sifat Dielektrik. Parameter Target/Obyek: Sifat Dielektrik Geometri Interpretasi Citra SAR Synthetic Aperture Radar Polarimetry Parameter Target/Obyek: Sifat Dielektrik Geometri Bambang H. Trisasongko Parameter Sistem/Sensor: Frekuensi/Panjang Gelombang Incidence Angle

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN IV. HASIL DAN PEMBAHASAN 4.1 ALOS PRISM Pemetaan baku sawah pada penelitian ini menggunakan citra ALOS PRISM dan citra radar ALOS PALSAR pada daerah kajian Kabupaten Subang bagian Barat. ALOS PRISM adalah

Lebih terperinci

Analisis Separabilitas Untuk mengetahui tingkat keterpisahan tiap klaster dari hasil klastering (Tabel 5) digunakan analisis separabilitas. B

Analisis Separabilitas Untuk mengetahui tingkat keterpisahan tiap klaster dari hasil klastering (Tabel 5) digunakan analisis separabilitas. B Tabel 5 Matriks Transformed Divergence (TD) 25 klaster dengan klasifikasi tidak terbimbing 35 36 4.1.2 Analisis Separabilitas Untuk mengetahui tingkat keterpisahan tiap klaster dari hasil klastering (Tabel

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN 21 BAB IV HASIL DAN PEMBAHASAN A. Intensitas Serangan Hama Penggerek Batang Padi (HPBP) Hasil penelitian tingkat kerusakan oleh serangan hama penggerek batang pada tanaman padi sawah varietas inpari 13

Lebih terperinci

V. HASIL DAN PEMBAHASAN

V. HASIL DAN PEMBAHASAN V. HASIL DAN PEMBAHASAN 5.1 Interpretasi Visual Penggunaan Lahan Melalui Citra Landsat Interpretasi visual penggunaan lahan dengan menggunakan citra Landsat kombinasi band 542 (RGB) pada daerah penelitian

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN 24 BAB V HASIL DAN PEMBAHASAN 5.1 Hasil Pengolahan data Biomassa Penelitian ini dilakukan di dua bagian hutan yaitu bagian Hutan Balo dan Tuder. Berdasarkan hasil pengolahan data lapangan diperoleh dari

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN IV. HASIL DAN PEMBAHASAN 4.1. KARAKTERISTIK PENGERINGAN LAPISAN TIPIS SINGKONG 4.1.1. Perubahan Kadar Air Terhadap Waktu Proses pengeringan lapisan tipis irisan singkong dilakukan mulai dari kisaran kadar

Lebih terperinci

4. HASIL DAN PEMBAHASAN. Pada Gambar 7 tertera citra MODIS level 1b hasil composite RGB: 13, 12

4. HASIL DAN PEMBAHASAN. Pada Gambar 7 tertera citra MODIS level 1b hasil composite RGB: 13, 12 4. HASIL DAN PEMBAHASAN 4.1 Sebaran Tumpahan Minyak Dari Citra Modis Pada Gambar 7 tertera citra MODIS level 1b hasil composite RGB: 13, 12 dan 9 dengan resolusi citra resolusi 1km. Composite RGB ini digunakan

Lebih terperinci

BAB IV PENGOLAHAN DATA DAN HASIL

BAB 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 terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN IV. HASIL DAN PEMBAHASAN 4.1 Pengolahan Citra ALOS PRISM dan Seri Citra ALOS PALSAR 4.1.1 Pengolahan Citra ALOS PRISM Citra ALOS PRISM (Panchromatik Remote-sensing Instrument for Stereo Mapping) dirancang

Lebih terperinci

BAB II TEORI DASAR. 2.1 Ketahanan Pangan Nasional

BAB II TEORI DASAR. 2.1 Ketahanan Pangan Nasional BAB II TEORI DASAR 2.1 Ketahanan Pangan Nasional Program diversifikasi pangan sudah sejak lama dicanangkan, namun belum terlihat indikasi penurunan konsumsi beras penduduk Indonesia. Indikasi ini bahkan

Lebih 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

BAHAN DAN METODE. Bahan yang digunakan adalah benih padi Varietas Ciherang, Urea, SP-36,

BAHAN DAN METODE. Bahan yang digunakan adalah benih padi Varietas Ciherang, Urea, SP-36, 18 III. BAHAN DAN METODE 3.1 Tempat dan Waktu Penelitian Percobaan dilaksanakan di lahan sawah irigasi Desa Sinar Agung, Kecamatan Pulau Pagung, Kabupaten Tanggamus dari bulan November 2014 sampai April

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penginderaan Jauh Penginderaan jauh merupakan suatu teknik pengukuran atau perolehan informasi dari beberapa sifat obyek atau fenomena dengan menggunakan alat perekam yang secara

Lebih terperinci

III. METODE PENELITAN ' ' KEC. BINONG KEC. PAMANUKAN KAB. INDRAMAYU KAB. SUMEDANG ' ' Gambar 2.

III. METODE PENELITAN ' ' KEC. BINONG KEC. PAMANUKAN KAB. INDRAMAYU KAB. SUMEDANG ' ' Gambar 2. III. METODE PENELITAN 3.1. Waktu dan Tempat Penelititan Penelitian ini dilakukan mulai dari bulan Juni di lokasi pengamatan lapang yaitu di wilayah kerja PT. Sang Hyang Seri yang berlokasi di Kecamatan

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN Keadaan Umum Lahan penelitian yang digunakan merupakan lahan yang selalu digunakan untuk pertanaman tanaman padi. Lahan penelitian dibagi menjadi tiga ulangan berdasarkan ketersediaan

Lebih terperinci

BAB III METODOLOGI 3.1 Waktu dan Tempat 3.2 Alat dan Data 3.3 Tahapan Pelaksanaan

BAB III METODOLOGI 3.1 Waktu dan Tempat 3.2 Alat dan Data 3.3 Tahapan Pelaksanaan 15 BAB III METODOLOGI 3.1 Waktu dan Tempat Penelitian ini dilaksanakan mulai bulan Juli sampai dengan April 2011 dengan daerah penelitian di Kabupaten Bogor, Kabupaten Sukabumi, dan Kabupaten Cianjur,

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Lahan merupakan sumberdaya alam yang bersifat langka karena jumlahnya tidak bertambah, tetapi kebutuhan terhadap lahan selalu meningkat. Alih fungsi lahan pertanian

Lebih terperinci

BAB II METODE PENELITIAN 2.1 Waktu dan Tempat Penelitian ini dilaksanakan mulai bulan Agustus 2010 sampai bulan September 2011, diawali dengan tahap pengambilan data sampai dengan pengolahan dan penyusunan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Penggunaan lahan merupakan hasil kegiatan manusia baik yang berlangsung secara siklus atau permanen pada sumberdaya lahan alami maupun buatan guna terpenuhinya kebutuhan

Lebih terperinci

Bab IV Hasil dan Pembahasan

Bab IV Hasil dan Pembahasan Bab IV Hasil dan Pembahasan 4.1. Hasil 4.1.1. Digitasi dan Klasifikasi Kerapatan Vegetasi Mangrove Digitasi terhadap citra yang sudah terkoreksi dilakukan untuk mendapatkan tutupan vegetasi mangrove di

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Penginderaan Jauh Penginderaan jauh merupakan ilmu dan seni untuk memperoleh informasi tentang suatu objek, daerah, atau fenomena melalui analisis data yang diperoleh dengan

Lebih terperinci

Ciparay Kabupaten Bandung. Ketinggian tempat ±600 m diatas permukaan laut. dengan jenis tanah Inceptisol (Lampiran 1) dan tipe curah hujan D 3 menurut

Ciparay Kabupaten Bandung. Ketinggian tempat ±600 m diatas permukaan laut. dengan jenis tanah Inceptisol (Lampiran 1) dan tipe curah hujan D 3 menurut III. BAHAN DAN METODE 3.1 Tempat dan Waktu Percobaan Penelitian dilaksanakan di lahan sawah Sanggar Penelitian Latihan dan Pengembangan Pertanian (SPLPP) Fakultas Pertanian Universitas Padjajaran Unit

Lebih terperinci

DAFTAR TABEL. No. Tabel Judul Tabel No. Hal.

DAFTAR 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 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 yang rawan terjadi kekeringan setiap tahunnya. Bencana kekeringan semakin sering terjadi di berbagai daerah di Indonesia dengan pola dan

Lebih terperinci

Kajian Nilai Indeks Vegetasi Di Daerah Perkotaan Menggunakan Citra FORMOSAT-2 Studi Kasus: Surabaya Timur L/O/G/O

Kajian Nilai Indeks Vegetasi Di Daerah Perkotaan Menggunakan Citra FORMOSAT-2 Studi Kasus: Surabaya Timur L/O/G/O Sidang Tugas Akhir Kajian Nilai Indeks Vegetasi Di Daerah Perkotaan Menggunakan Citra FORMOSAT-2 Studi Kasus: Surabaya Timur Agneszia Anggi Ashazy 3509100061 L/O/G/O PENDAHULUAN Latar Belakang Carolita

Lebih terperinci

PEMANFAATAN CITRA RADARSAT-2 DALAM PEMANTAUAN FASE PERTUMBUHAN TANAMAN PADI (Studi Kasus : PT. Sang Hyang Seri, Subang Jawa Barat)

PEMANFAATAN CITRA RADARSAT-2 DALAM PEMANTAUAN FASE PERTUMBUHAN TANAMAN PADI (Studi Kasus : PT. Sang Hyang Seri, Subang Jawa Barat) PEMANFAATAN CITRA RADARSAT- DALAM PEMANTAUAN FASE PERTUMBUHAN TANAMAN PADI (Studi Kasus : PT. Sang Hyang Seri, Subang Jawa Barat) MASYITAH TRI ANDARI DEPARTEMEN ILMU TANAH DAN SUMBERDAYA LAHAN FAKULTAS

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN IV. HASIL DAN PEMBAHASAN 4.1. Analisis pengaruh ENSO dan IOD terhadap curah hujan Pola hujan di Jawa Barat adalah Monsunal dimana memiliki perbedaan yang jelas antara periode musim hujan dan periode musim

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN Koreksi Geometrik Koreksi geometrik adalah suatu proses memproyeksikan data pada suatu bidang sehingga mempunyai proyeksi yang sama dengan proyeksi peta. Koreksi ini dilakukan untuk

Lebih terperinci

HASIL DAN PEMBAHASAN Kondisi Umum Percobaan

HASIL DAN PEMBAHASAN Kondisi Umum Percobaan 10 HASIL DAN PEMBAHASAN Kondisi Umum Percobaan Percobaan dilakukan di Kebun Percobaan Babakan Sawah Baru, Darmaga Bogor pada bulan Januari 2009 hingga Mei 2009. Curah hujan rata-rata dari bulan Januari

Lebih terperinci

LEMBAGA PENERBANGAN DAN ANTARIKSA NASIONAL

LEMBAGA PENERBANGAN DAN ANTARIKSA NASIONAL LEMBAGA PENERBANGAN DAN ANTARIKSA NASIONAL Sumber Energi Resolusi (Spasial, Spektral, Radiometrik, Temporal) Wahana Metode (visual, digital, otomatisasi) Penginderaan jauh adalah ilmu pengetahuan dan

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN BAB V HASIL DAN PEMBAHASAN 5.1 Pengolahan Awal Citra (Pre-Image Processing) Pengolahan awal citra (Pre Image Proccesing) merupakan suatu kegiatan memperbaiki dan mengoreksi citra yang memiliki kesalahan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar belakang

BAB I PENDAHULUAN 1.1 Latar belakang BAB I PENDAHULUAN 1.1 Latar belakang Berdasarkan Undang-Undang Nomor 41 Tahun 1999, bahwa mangrove merupakan ekosistem hutan, dengan definisi hutan adalah suatu ekosistem hamparan lahan berisi sumber daya

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

G ~ QJ\Y~~\-rJl<~\ Vol. 15 No.2, Desember 2009

G ~ QJ\Y~~\-rJl<~\ Vol. 15 No.2, Desember 2009 ISSN: 0854-2759 Jurr1CJJ JJrrdCJ(-l G ~ QJ\Y~~\-rJl

Lebih terperinci

SENSOR DAN PLATFORM. Kuliah ketiga ICD

SENSOR DAN PLATFORM. Kuliah ketiga ICD SENSOR DAN PLATFORM Kuliah ketiga ICD SENSOR Sensor adalah : alat perekam obyek bumi. Dipasang pada wahana (platform) Bertugas untuk merekam radiasi elektromagnetik yang merupakan hasil interaksi antara

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN BAB 4 HASIL DAN PEMBAHASAN Hasil penelitian yang disajikan dalam bab ini antara lain pengamatan selintas dan pengamatan Utama 4.1. Pengamatan Selintas Pengamatan selintas merupakan pengamatan yang hasilnya

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN BAB V HASIL DAN PEMBAHASAN.. Interpretasi Visual Penggunaan Lahan Setiap obyek yang terdapat dalam citra memiliki kenampakan karakteristik yang khas sehingga obyek-obyek tersebut dapat diinterpretasi dengan

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 14 III. METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian ini dilakukan sejak bulan April 2009 sampai November 2009 di Laboratorium Penginderaan Jauh dan Interpretasi Citra, Departemen Ilmu

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 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

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang 1.1. Latar Belakang BAB I PENDAHULUAN Teh merupakan salah satu komoditi subsektor perkebunan yang memiliki berbagai peranan dan manfaat. Teh dikenal memiliki kandungan katekin (antioksidan alami) yang

Lebih terperinci

PENDUGAAN PRODUKTIVITAS PADI DENGAN PENGOLAHAN CITRA YANG DIAMBIL DARI PESAWAT TERBANG MINI

PENDUGAAN PRODUKTIVITAS PADI DENGAN PENGOLAHAN CITRA YANG DIAMBIL DARI PESAWAT TERBANG MINI PENDUGAAN PRODUKTIVITAS PADI DENGAN PENGOLAHAN CITRA YANG DIAMBIL DARI PESAWAT TERBANG MINI I Wayan Astika 1, Hasbi M. Suud 2, Radite P.A. Setiawan 1, M. Faiz Syuaib 1, M. Solahudin 1 1 Departemen Teknik

Lebih terperinci

PERANAN CITRA SATELIT ALOS UNTUK BERBAGAI APLIKASI TEKNIK GEODESI DAN GEOMATIKA DI INDONESIA

PERANAN CITRA SATELIT ALOS UNTUK BERBAGAI APLIKASI TEKNIK GEODESI DAN GEOMATIKA DI INDONESIA PERANAN CITRA SATELIT ALOS UNTUK BERBAGAI APLIKASI TEKNIK GEODESI DAN GEOMATIKA DI INDONESIA Atriyon Julzarika Alumni Teknik Geodesi dan Geomatika, FT-Universitas Gadjah Mada, Angkatan 2003 Lembaga Penerbangan

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penginderaan Jauh (Remote Sensing) Penginderaan jauh (remote sensing) merupakan ilmu dan seni pengukuran untuk mendapatkan informasi dan pada suatu obyek atau fenomena, dengan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Teknologi penginderaan jauh (remote sensing) dikenal sebagai teknologi yang memiliki manfaat yang luas. Pemanfaatan yang tepat dari teknologi ini berpotensi meningkatkan

Lebih terperinci

BAB II DASAR TEORI Koreksi Geometrik

BAB 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 terperinci

DETEKSI EKOSISTEM MANGROVE DI CILACAP, JAWA TENGAH DENGAN CITRA SATELIT ALOS

DETEKSI EKOSISTEM MANGROVE DI CILACAP, JAWA TENGAH DENGAN CITRA SATELIT ALOS DETEKSI EKOSISTEM MANGROVE DI CILACAP, JAWA TENGAH DENGAN CITRA SATELIT ALOS Oleh : Tresna Sukmawati Suhartini C64104020 PROGRAM STUDI ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN INSTITUT

Lebih terperinci

BAHAN DAN METODE Waktu dan Tempat Bahan dan Alat Metode Penelitian

BAHAN DAN METODE Waktu dan Tempat Bahan dan Alat Metode Penelitian BAHAN DAN METODE Waktu dan Tempat Penelitian dilaksanakan pada bulan November 2011 Maret 2012. Persemaian dilakukan di rumah kaca Balai Besar Penelitian Bioteknologi dan Sumber Daya Genetik Pertanian,

Lebih terperinci

HASIL DAN PEMBAHASAN. Hasil. Kondisi Umum

HASIL DAN PEMBAHASAN. Hasil. Kondisi Umum 14 HASIL DAN PEMBAHASAN Hasil Kondisi Umum Tanaman padi saat berumur 1-3 MST diserang oleh hama keong mas (Pomacea caanaliculata). Hama ini menyerang dengan memakan bagian batang dan daun tanaman yang

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Bahan organik merupakan komponen tanah yang terbentuk dari jasad hidup (flora dan fauna) di tanah, perakaran tanaman hidup maupun mati yang sebagian terdekomposisi

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN 25 IV. HASIL DAN PEMBAHASAN 4.1. Fauna Tanah 4.1.1. Populasi Total Fauna Tanah Secara umum populasi total fauna tanah yaitu mesofauna dan makrofauna tanah pada petak dengan jarak pematang sempit (4 m)

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang 1 BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan pembangunan pada suatu negara dapat dijadikan sebagai tolak ukur kualitas dari pemerintahan suatu negara. Pembangunan wilayah pada suatu negara dapat

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN 17 HASIL DAN PEMBAHASAN Deskripsi Kualitatif Karakter kualitatif yang diamati pada penelitian ini adalah warna petiol dan penampilan daun. Kedua karakter ini merupakan karakter yang secara kualitatif berbeda

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN Hasil Kondisi Umum Percobaan ini dilakukan mulai bulan Oktober 2007 hingga Februari 2008. Selama berlangsungnya percobaan, curah hujan berkisar antara 236 mm sampai dengan 377 mm.

Lebih terperinci

LAPAN sejak tahun delapan puluhan telah banyak

LAPAN sejak tahun delapan puluhan telah banyak KAJIAN AWAL KEBUTUHAN TEKNOLOGI SATELIT PENGINDERAAN JAUH UNTUK MENDUKUNG PROGRAM REDD DI INDONESIA Oleh : Dony Kushardono dan Ayom Widipaminto LAPAN sejak tahun delapan puluhan telah banyak menyampaikan

Lebih terperinci

BAB 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 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 terperinci

II. TINJAUAN PUSTAKA 2.1. Lahan, Penggunaan Lahan dan Perubahan Penggunaan Lahan

II. TINJAUAN PUSTAKA 2.1. Lahan, Penggunaan Lahan dan Perubahan Penggunaan Lahan II. TINJAUAN PUSTAKA 2.1. Lahan, Penggunaan Lahan dan Perubahan Penggunaan Lahan Lahan adalah suatu wilayah daratan yang ciri-cirinya menerangkan semua tanda pengenal biosfer, atsmosfer, tanah geologi,

Lebih terperinci

V. HASIL DAN PEMBAHASAN

V. HASIL DAN PEMBAHASAN V. HASIL DAN PEMBAHASAN 5.1. Analisis Citra Digital Interpretasi dilakukan dengan pembuatan area contoh (training set) berdasarkan pengamatan visual terhadap karakteristik objek dari citra Landsat. Untuk

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Perancangan dan Realisasi Antena Mikrostrip Polarisasi Sirkular dengan Catuan Proxmity Coupled

BAB I PENDAHULUAN 1.1 Latar Belakang Perancangan dan Realisasi Antena Mikrostrip Polarisasi Sirkular dengan Catuan Proxmity Coupled BAB I PENDAHULUAN 1.1 Latar Belakang Teknologi penginderaan jauh (remote sensing) dikenal sebagai teknologi yang memiliki manfaat yang luas. Pemanfaatan yang tepat dari teknologi ini berpotensi meningkatkan

Lebih terperinci

III. METODOLOGI. Gambar 1. Peta Administrasi Kota Palembang.

III. 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 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

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN IV. HASIL DAN PEMBAHASAN 4.1. Laju Dekomposisi Jerami Padi pada Plot dengan Jarak Pematang 4 meter dan 8 meter Laju dekomposisi jerami padi pada plot dengan jarak pematang 4 m dan 8 m disajikan pada Tabel

Lebih terperinci

4. HASIL DAN PEMBAHASAN. (suhu manual) dianalisis menggunakan analisis regresi linear. Dari analisis

4. HASIL DAN PEMBAHASAN. (suhu manual) dianalisis menggunakan analisis regresi linear. Dari analisis 4. HASIL DAN PEMBAHASAN 4.1. Koreksi Suhu Koreksi suhu udara antara data MOTIWALI dengan suhu udara sebenarnya (suhu manual) dianalisis menggunakan analisis regresi linear. Dari analisis tersebut dihasilkan

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 13. Citra ALOS AVNIR

Gambar 13. Citra ALOS AVNIR 32 BAB V HASIL DAN PEMBAHASAN 5.1. Citra ALOS AVNIR Citra yang digunakan pada penelitian ini adalah Citra ALOS AVNIR tahun 2006 seperti yang tampak pada Gambar 13. Adapun kombinasi band yang digunakan

Lebih terperinci

PENGGUNAAN PARTIAL LEAST SQUARE REGRESSION

PENGGUNAAN PARTIAL LEAST SQUARE REGRESSION Penggunaan Partial Least Square Regression (PLSR) Untuk Mengatasi Multikolinearitas Dalam Estimasi Klorofil Daun Tanaman Padi Dengan Citra Hiperspektral PENGGUNAAN PARTIAL LEAST SQUARE REGRESSION (PLSR)

Lebih terperinci

II. TINJAUAN PUSTAKA 2.1. DEM ( Digital Elevation Model

II. TINJAUAN PUSTAKA 2.1. DEM ( Digital Elevation Model 15 II. TINJAUAN PUSTAKA 2.1. DEM (Digital Elevation Model) Digital Elevation Model (DEM) merupakan bentuk 3 dimensi dari permukaan bumi yang memberikan data berbagai morfologi permukaan bumi, seperti kemiringan

Lebih terperinci