7104 research outputs found
Sort by
Perbandingan Ketelitian Geometrik Citra Satelit Resolusi Tinggi dan Foto Udara untuk Keperluan Pemetaan Rupabumi Skala Besar = Geometric Accuracy Comparison between High Resolution Satellite Imagery and Aerial Photo for Large Scale Topographic Mapping
No full textSelain foto udara, citra satelit resolusi tinggi (CSRT) saat ini merupakan data dasar yang digunakan untuk pemetaan Rupabumi Indonesia (RBI) skala 1:5.000. Meski digunakan untuk menghasilkan peta pada level skala yang sama, namun foto udara dan CSRT memiliki perbedaan spesifikasi terkait kualitas geometriknya. Penelitian ini bertujuan untuk mendapatkan gambaran mengenai kemampuan data CSRT dan foto udara, sehingga bisa menjadi salah satu landasan dalam membuat kebijakan terkait. Aspek yang dikaji adalah ketelitian geometrik CSRT dan foto udara dari sisi resolusi dan akurasi posisi. Data CSRT yang digunakan adalah citra hasil orthorektifikasi, yaitu wilayah Bolaang Mongondow Timur, Ambon, Sumba Timur, Morowali, Kualatanjung, dan Gorontalo, sedangkan data foto udara yang digunakan adalah wilayah Palu dan Bogor. Sebagai perbandingan hasil digunakan acuan standar di negara lain seperti American Society for Photogrammetry and Remote Sensing (ASPRS) dan National Technical Document For Establishing Cartographic Base in India. Hasil penelitian menunjukkan ketelitian geometri CSRT berada pada skala 1:5.000 kelas 2 dan 3, sedangkan ketelitian foto udara berada pada skala 1:5.000 kelas 1. Secara resolusi, foto udara 2-4 kali lebih detail dari CSRT. Meski demikian, CSRT memiliki keunggulan yaitu cakupan footprint yang jauh lebih luas daripada foto udara, sehingga dalam keperluan praktis CSRT lebih sering digunakan untuk menghasilkan data RBI skala besar dibandingkan foto udaraHlm. 125-13
Penginderaan Jauh untuk Evaluasi Pemanfaatan Lahan di Kabupaten Wonogiri, Jawa Tengah = Evaluating Land Utilization in Wonogiri Regency, Central Java using Remote Sensing Data
No full textEvaluasi kemampuan lahan merupakan salah satu cara untuk memanfaatkan lahan atau sumberdaya lahan sesuai dengan potensinya. Analisis dan evaluasi kemampuan lahan dapat mendukung proses penyusunan rencana penggunaan lahan di Kabupaten Wonogiri, Jawa Tengah untuk memberikan rekomendasi yang tepat dan cepat dalam mengatasi benturan ataupun mencegah adanya benturan pemanfaatan penggunaan lahan. Evaluasi dilakukan dengan mengkaji kesesuaian antara kemampuan lahan dengan penggunaan lahan aktual dan alokasi Pola Ruang dalam Rencana Tata Ruang Wilayah Kabupaten Wonogiri, Jawa Tengah. Penggunaan lahan aktual diperoleh dari hasil interpretasi dan analisis citra Landsat 8 OLI tahun 2016 dan citra ASTER GDEM. Hasil analisis menunjukkan bahwa kemampuan lahan di wilayah penelitian berkisar dari kemampuan lahan kelas III sampai kelas VIII. Wilayah yang memungkinkan untuk pengusahaan budidaya ditunjukkan pada kelas III dan IV mencakup 67,8% dari wilayah kajian, sedangkan wilayah yang tidak memungkinkan untuk budidaya ditunjukkan pada kelas V-VIII mencakup 33,2% wilayah kajian. Terdapat beberapa faktor hambatan yang dapat mempengaruhi nilai kemampuan lahan dari suatu wilayah, seperti kerawanan bencana, drainase, kenampakan erosi dan kondisi tanah. Saat ini, sekitar 44,3% wilayah di Kabupaten Wonogiri memiliki penggunaan lahan sesuai dengan kemampuan lahannya sedangkan sekitar 55,7% sisanya melebihi kemampuan lahannya. Hasil analisis yang dalam penelitian ini dapat digunakan untuk melakukan evaluasi dan rekomendasi dalam penyusunan Rencana Tata Ruang Wilayah Kabupaten Wonogiri agar luas area penggunaan lahan yang dialokasikan sudah sesuai dengan kemampuan lahannya.Hlm. 159-16
Pengolahan Citra Digital pada Lahan Pertanian Guna Menentukan Waktu Panen Menggunakan Wahana Terbang Tanpa Awak = Digital Image Processing on Farmland to Determine Harvest Time Using Unmanned Aerial Vehicle
No full textPertanian mempunyai peran yang sangat strategis dan penting di Indonesia. Mengingat sektor pertanian sebagai sumber pendapatan utama, maka upaya pengembangan inovasi teknologi yang mampu meningkatkan produktivitas dan efisiensi biaya produksi yang akan meningkatkan kesejahteraan petani menjadi sangat penting. Masalah yang dihadapi oleh petani di Indonesia adalah harga gabah rendah yang terjadi apabila beberapa daerah memiliki waktu panen secara bersamaan. Kementrian Pertanian mendorong petani untuk melakukan diversifikasi tanaman untuk menjaga harga tanaman tetap tinggi. Untuk mendukung upaya ini, kami ingin memberikan data berupa estimasi waktu panen agar Kementrian Pertanian dapat memberikan saran kepada petani di tiap daerah untuk memilih tanaman yang tepat untuk ditanam. Dengan menggunakan wahana terbang tanpa awak, kami melakukan pengambilan gambar pada lahan pertanian untuk memperkirakan waktu panen. Wahana ini juga menyediakan data GPS saat wahana terbang dari suatu titik daerah. Data tersebut langsung dikirimkan menuju stasiun kontrol yang berada di darat. Pada stasiun kontrol, dilakukan pengelompokan gambar menggunakan metode Otsu untuk menentukan daerah pertanian hijau. Kemudian warna hijau yang terkumpul diklasifikasikan menggunakan Jaringan Syaraf Tiruan Backpropagation untuk memperkirakan umur dan waktu panen tanaman. Kemudian dapat dianalisis untuk pemetaan tanaman yang siap untuk dipanen. Dengan menganalisa area warna RGB, akurasi yang didapatkan rata-rata 82,73% untuk estimasi waktu panen pada uji coba secara langsung. Berdasarkan data yang kami terima dari departemen pertanian setempat, hasil akurasi cukup untuk membantu mereka dalam meramalkan hasil panen di daerah mereka. Dengan demikian, penelitian ini dapat dijadikan standar dalam menentukan waktu panen dan ukuran lahan menggunakan wahana terbang tanpa awak.Hlm. 187-19
Deteksi Potensi Mineral Nikel dengan Data Penginderaan Jauh = Detection of Nickel Mines Potential Using Remote Sensing
No full textSurvei pendahuluan untuk menentukan potensi mineral dapat dideteksi dengan data penginderaan jauh. Potensi mineral didekati oleh berbagai parameter geologi seperti struktur geologi, model tinggi, alterasi hidrotermal, gravitasi, medan magnet, dan densitas. Dalam penelitian ini, mineral nikel yang dikaji terletak di pulau-pulau kecil, Maluku Utara. Nikel sangat membantu dalam membentuk perangkat stainless steel. Kondisi ini dapat terjadi jika nikel dikombinasikan dengan besi, krom, dan logam lainnya. Data penginderaan jauh yang digunakan adalah X- SAR, SRTM, ALOS PALSAR, Landsat, dan satelit Geodesi. Semua parameter geologi berasal dari data tersebut. Model tinggi dibuat dengan menggunakan integrasi X SAR, SRTM, dan ALOS PALSAR. Citra Landsat digunakan untuk mengidentifikasi lahan tambang dan alterasi hidrotermal. Gravitasi, medan magnet dan densitas diekstraksi dari satelit Geodesi. Struktur geologi berasal dari ekstraksi integrasi model tinggi dengan metode dip and strike. Struktur geologi didekati dengan ekstraksi kelurusan secara otomatis. Semua parameter geologi digabungkan untuk mengetahui lokasi yang memiliki potensi nikel (sesuai dengan nilai densitas nikel). Hasil ini dapat diterapkan untuk deteksi potensi mineral lain dan di lokasi yang berbeda. Survei pendahuluan dengan metode ini dapat lebih efisien dalam biaya dan efektif dalam waktu. Wilayah pertambangan pada pulau-pulau kecil yang telah terdeteksi dapat digunakan untuk manajemen dan perencanaan ruang maritimHlm. 209-21
Pembuatan Peta Penutup Lahan Menggunakan Klasifikasi Terbimbing Metode Maximum Likelihood Pada Citra Landsat 8 (Studi Kasus: Kabupaten Indramayu, Provinsi Jawa Barat) = Making Land Cover Map Using Supervised Classification Maximum Likelihood Method in Landsat 8 Image (Case Study: Indramayu District, West Java Province)
No full textIndramayu sebagai salah satu Kabupaten di Provinsi Jawa Barat secara geografis terletak antara 107 ? 51 ? BT sampai 108 ?36 ? BT, serta 6 ?15 ? LS sampai 6 ?40 ? LS. Indramayu sebagai Kabupaten di Jawa Barat cukup memiliki sumber daya alam yang besar seperti pariwisata, industri, dan pada sektor pertanian, dengan besarnya potensi sumber daya alam yang dimiliki Kabupaten Indramayu perlu di jaga dan juga perlu adanya pendataan untuk sumber daya alam yang dimiliki, pendataan sumber daya alam dapat dilakukan dengan menggunakan metode penginderaan jauh dan Sistem Informasi Geografis (SIG). Pemerintah Kabupaten Indramayu perlu mengantisipasi perubahan lahan di Kabupaten Indramayu, maka dari itu diperlukan informasi peta tutupan lahan meliputi perkebunan, ladang, sawah, tambak, tubuh air, lahan terbangun dan lahan terbuka. Pemantauan informasi mengenai luasan tutupan lahan dapat diperoleh dengan memanfaatkan teknologi penginderaan jauh dengan menggunakan citra satelit Landsat 8. Pada klasifikasi terbimbing menggunakan citra Landsat 8 tahun 2015, didapatkan tujuh kelas yaitu badan air, ladang, lahan terbangun, lahan terbuka, perkebunan, sawah, dan tambak. Citra Landsat 8 tahun 2015 mempunyai nilai RMSe pada koreksi Image to map sebesar 0.080127 dan pada koreksi image to image sebesar 0.087908. Dari tutupan lahan tersebut didapatkan tujuh kelas penutup lahan dengan luas tutupan lahan masing-masing kelas pada daerah kabupaten indramayu tahun 2015 mempunyai luasan sebagai berikut, badan air sebesar 145,4 km2 , ladang sebesar 402.4 km2 , lahan terbangun sebesar 441,7 km2 , lahan terbuka sebesar 72,4 km2 , perkebunan sebesar 98,8 km2 , sawah sebesar 792,9 km2 , tambak sebesar 140,2 km2Hlm. 225-23
Identifikasi Karakteristik Sebaran Debu Vulkanik Menggunakan Model PUFF dengan Inputan Pengamatan Citra Radar Gematronik (Studi Kasus Erupsi Gunung Rinjani 1 Agustus 2016) = Volcanic Ash Characteristic Dispersion Identification Using PUFF Model and Weather Radar Data on Mt. Rinjani Eruption, August 2016
No full textIndonesia memiliki 129 gunung api aktif dan termasuk 15,6% dari gunung api di dunia. Dalam kurun waktu 30 tahun terakhir lebih dari 100 kejadian kerusakan pesawat disebabkan adanya debu vulkanik. Pengamatan sebaran debu vulkanik sangat penting dalam dunia penerbangan, maka dibutuhkan pengamatan yang akurat terutama dalam menentukan ketinggian plume (letusan). Model PUFF merupakan salah satu prakiraan dalam sebaran debu vulkanik yang sangat informatif dikarenakan dapat memberikan informasi arah sebaran berdasar ketinggian serta ukuran debu vulkanik. Model PUFF lebih baik dalam hal penyajian informasi dibandingkan volcanic ash advisory dari VAAC Darwin dan informasi dari satelit Himawari-8. Informasi model PUFF juga akan semakin baik apabila menggunakan data masukan berupa waktu letusan dan ketinggian plume memanfaatkan hasil interpretasi radar cuacaHlm. 401-41
Monitoring Perubahan Garis Pantai Kabupaten Jembrana dari Data Satelit Landsat 8 = Coastal Changes Monitoring in District Jembrana using Landsat 8 Satellite Data
No full textKabupaten Jembrana mempunyai posisi strategis secara geografis, sebagai pintu gerbang Bali bagian barat yang merupakan kunci pertukaran dan percampuran budaya serta penduduk serta berbatasan langsung dengan Selat Bali. Kondisi oseanografis di Selat Bali dapat mempengaruhi perubahan garis pantai yang terbentuk antara lain karena adanya proses sedimentasi dari darat maupun laut dan akibat pengikisan oleh air laut/erosi. Tujuan penelitian untuk mengetahui perubahan garis pantai di Kabupaten Jembrana dari 2013 sampai dengan 2016. Metode yang digunakan adalah analisis perubahan garis pantai menggunakan analisis multi temporal menggunakan data penginderaan jauh dari Landsat 8. Identifikasi garis pantai dilakukan dengan memisahkan objek air dan darat. Hasil analisis dari pengolahan data penginderaan jauh menunjukkan bahwa garis pantai tahun 2013 sampai 2014 terjadi abrasi sebesar 801.717 m2 dan akresi sebesar 1348.564 m2 , dan pada tahun 2014 sampai 2015 terjadi abrasi sebesar 4921.561 m2 dan akresi sebesar 388.969 m2 , serta priode tahun 2015 sampai 2016 terjadi abrasi sebesar 384.637 m2 dan akresi sebesar 4431.331 m2Hlm. 525-53
Pemanfaatan Model WRF-Fire dan Citra Satelit Landsat 8 untuk Mengantisipasi Dampak Kebakaran Hutan dan Mendukung Mitigasi Bencana di Indonesia (Studi Kasus Kebakaran Hutan di Jambi 5 September 2015) / Utilization of WRF-Fire Model and Landsat 8 Satelit Image for Anticipate Impact of Wildland Fire and Support Disaster Mitigation in Indonesia (Wildland Fire Case Study in Jambi September 5, 2015)
No full textPada penelitian ini akan dilakukan simulasi kejadian kebakaran hutan dan lahan di wilayah Jambi menggunakan model WRF-Fire, yang merupakan kombiasi dari model atmosfer (Weather Research and Forecasting) dan model sebaran api. Data input atmosfer yang digunakan adalah data FNL dengan resolusi 0.25 derajat, GLC2000 sebagai data vegetasi dan SRTM sebagai data topografi. Hasil simulasi model WRF-Fire dalam interval waktu 3 jam yang diolah pada tanggal 5 September 2015 didapatkan luasan kebakaran sekitar 1160 ha memiliki hasil yang overestimate dari hasil observasi menggunakan citra satelit Landsat 8 yaitu 941,9 ha, namun model WRF-Fire dapat menggambarkan pola rambatan api sesuai dengan kejadian sebenarnya yaitu ke arah barat laut. Sehingga dalam penilitian ini model WRF-Fire dinilai cukup efektif digunakan untuk memberikan informasi pendukung terkait mitigasi bencana dalam kasus kebakaran hutan di Indonesia.Hlm. 535-54
