7104 research outputs found
Sort by
A Comparison of Object-Based and Pixel-Based Approaches for Land Use/Land Cover Classification Using LAPAN-A2 Microsatellite Data
No full textIn recent years, small satellite industry has been a rapid trend and become important especially when associated with operational cost, technology adaptation and the missions. One mission of LAPAN-A2, the 2nd generation of microsatellite that developed by Indonesian National Institute of Aeronautics and Space (LAPAN), is Earth observation using digital camera that provides imagery with 3.5 m spatial resolution. The aim of this research is to compare between object-based and pixel-based classification of land use/land cover (LU/LC) in order to determine the appropriate classification method in LAPAN-A2 dataprocessing (case study Semarang, Central Java).The LU/LC were classified into eleven classes, as follows: sea, river, fish pond, tree, grass, road, building 1, building 2, building 3, building 4 and rice field. The accuracy of classification outputs were assessed using confusion matrix. The object-based and pixel-based classification methods result for overall accuracy are 31.63% and 61.61%, respectively. According to accuracy result, it was thought that blurring effect on LAPAN-A2 data may be the main cause ofaccuracy decrease. Furthermore, the result is suggested to use pixel-based classification to be applied inLAPAN-A2 data processing.p.27-3
Simulation of Direct Georeferencing for Geometric Systematic Correction on LSA Pushbroom Imager
No full textLAPAN has developed remote sensing data collection by using a pushbroom linescan imager camera sensor mounted on LSA (Lapan Surveillance Aircraft). The position accuracy and orientation system for LSA applications are required for Direct Georeferencing and depend on the accuracy of off-the-shelf integrated GPS/inertial system, which used on the camera sensor. This research aims to give the accuracy requirement of Inertial Measurement Unit (IMU) sensor and GPS to improve the accuracy of the measurement results using direct georeferencing technique. Simulations were performed to produce geodetic coordinates of longitude, latitude and altitude for each image pixel in the imager pushbroom one array detector, which has been geometrically corrected. The simulation results achieved measurement accuracies for mapping applications with Ground Sample Distance (GSD) or spatial resolution of 0,6 m of the IMU parameter (pitch, roll and yaw) errors about 0.1; 0.1; and 0.1 degree respectively, and the error of GPS parameters (longitude and latitude) about 0.00002 and 0.2 degree. The results are expected to be a reference for a systematic geometric correction to image data pushbroom linescan imager that would be obtained by using LSA spacecraft.p.71- 8
Kalibrasi Reflektansi Data Landsat 8 dengan Menggunakan Alat Spektrometer
No full textFase pertumbuhan tanaman padi dari berbagai umur merupakan parameter biofisik tanaman yang dapat dideteksi oleh teknologi Penginderaan Jauh (Satelit). Penelitian ini bertujuan mencari korelasi pertumbuhan tanaman padi antara data Landsat 8 dengan data di lapangan dengan studi kasus penelitian dilaksanakan di Sang Hyang Seri, Subang. Metode penelitian adalah mengamati/mencatat kondisi tanaman padi di koordinat lokasi penelitian,pengukuran reflektansi, dan pengambilan foto untuk berbagai unsur pertumbuhan tanarnan padi- Kondisi reflektansi tanaman padi (fase tanam, fase vegetatif. generatif dan fase panen) diukur dengan menggunakan Spektroradiometer. Pengukuran reflektansi dengan alat spektrometer disesuaikan dengan panjang gelombang yang digunakan pada Citra Landsat 8, yaitu panjang gelombang pada kanal: 0,450-0,515 ym (blue:kanal B2);0,525_0,600 pm (green:kanal B3); 0,630-0,680 um (red.kand, B4); dan, 0,845-0,885 um (near_IR:kanal 5).Korelasi reflektansi spekral tanaman padi pada data Landsat 8 dan data lapangan untuk berbagai umur menghasilkan nill determinasi R2 yang rata-rata hampir mendekati sama dengan ratarata nilai determinasi R? adalah 0,8329 ini menunjukkan bahwa hasil pengukuran reflektansi di data Landsat 8 dan data lapangan berkorelasi sekanaling.hal. 33-4
Memadukan Observatorium, Stasiun Klimatologi, dan Cagar Alam Dalam Satu Lokasi Kawasan Konservasi Untuk Keakuratan Data
No full textHal. 26-2
Prosiding Seminar Nasional Sains Atmosfer 2017 : Penguatan Sains dan Teknologi Atmosfer dalam Mewujudkan Keunggulan dan Kemandirian IPTEK Nasional
No full textViii,314 Hlm.; ill.;softcop
Analisis Studi Kasus Banjir Di Sidareja, Cilacap Berdasarkan Data Conformal Cubic Atmospheric Model (CCAM) Dan GSMAP
No full textBanjir di Sidareja, Cilacap merupakan salah satu bencana hidrometeorologi yang sering terjadi pada tahun 2016. Hal yang lebih mengkhawatirkan, kawasan Sidareja masuk dalam kawasan yang rawan terkena banjir karena letak topografinya yang rendah. Kawasan ini seringkali terkena banjir akibat luapan Sungai Citanduy yang berada di sebelah barat Kecamatan Sidareja. Penelitian ini bertujuan untuk mensimulasikan kasus banjir di Sidareja, Cilacap pada tanggal 9-11 Oktober 2016 sehingga harapannya kedepan dapat diciptakan model prediksi debit air DAS Citanduy dan banjir di Cilacap dapat diprediksi dan dimitigasi. Pada penelitian ini hal pertama yang akan dilakukan adalah memvalidasi data prediksi curah hujan CCAM dengan curah hujan GSMaP.Kemudian data CCAM akan dijadikan masukan untuk pemodelan simulasi debit di DAS Citanduy dengan WMS. Simulasi dijalankan dengan menggunakan model WMS dengan data input data DEM dari SRTM 90 meter, data jenis tanah beresolusi sekitar 27 km, dan data penggunaan lahan. Plot curah hujan di kawasan Cilacap terlihat bahwa curah hujan di kawasan Sidareja sejam sebelum kejadian banjir yaitu pada 10 Oktober 2016 pukul 01.00 WIB sangat besar mencapai 113 mm. Sementara pada 10 Oktober 2016 pukul 01.00 terjadi peningkatan debit sungai Citanduy hingga mencapai 150 m3/detik yang diduga menjadi penyebab utama banjir di Sidareja.Hlm.26-3
Konsentrasi Pencemar Udara Sumatra Dan Kalimantan Hasil Pemantauan Satelit Tahun 2015
No full textKebakaran lahan/hutan merupakan salah satu permasalahan yang menimbulkan dampak buruk bagi kesehatan. El Nino sangat kuat pada tahun 2015 memicu kebakaran hutan yang semakin besar dan luas. Kejadian tersebut juga mengakibatkan perubahan konsentrasi pencemar yang dapat dideteksi melalui pemantauan satelit. Titik panas terbanyak terdeteksi di Sumatera dan Kalimantan. Terdapat jeda waktu selama 1 bulan antara kejadian kebakaran yang diwakili oleh jumlah titik panas dan perubahan kualitas udara yang diwakili oleh konsentrasi pencemar udara. Kejadian kebakaran berdampak langsung terhadap peningkatan konsentrasi spesies yang berumur pendek yaitu NO2 dan partikulat dengan r>0,5 serta penurunan visibillitas yang tajam (AOT>1).Hlm.193-20
