1,721,034 research outputs found
Sains Informasi Geografis : dari perolehan dan analisis citra hingga pemetaan dan permodelan
No full textPengaruh Tingkat Kompresi Citra ALOS AVNIR-2 terhadap Akurasi Hasil Transformasi Indeks Vegetasi dan Klasifikasi Penutup Lahan Wilayah Salatiga dan Ambarawa, Jawa Tengah
No full textAbstrak Penggunaan teknik kompresi untuk menghemat ukuran penyimpanan citra digital telah banyak dijumpai dalam aplikasi keseharian. Di sisi lain, kompresi citra juga dapat memberikan konsekuensi berupa kehilangan detil data, yang akan berpengaruh pada integritas data. dan secara teoretis juga akan berpengaruh pada kualitas turunan data. Penelitian ini mengkaji pengaruh tingkat kompresi citra digital multispektral ALOS-AVNIR2 yang terdiri dari empat saluran dengan resolusi spasial 10 meter terhadap akurasi hasil transformasi indeks vegetasi dan klasifikasi penutup lahan untuk wilayah Salatiga-Ambarawa, Jawa Tengah. Citra dikompresi pada sembilan tingkat, yaitu dari tidak kehilangan detil sama sekali (100%, atau sama dengan data asli) hingga 10%, dengan interval 10%. Indeks Vegetasi yang diterapkan meliputi NDVI, TVI dan MSARVI. Klasifikasi multispektral yang diujicobakan meliputi klasifikasi per-piksel dan klasifikasi berbasis objek. Hasil penelitian ini menunjukkan bahwa transformasi indeks vegetasi dan klasifikasi per-piksel mengalami penurunan akurasi secara drastis, sejalan dengan meningkatnya kompresi citra, sementara klasifikasi berbasis objek mengalami perubahan akurasi relatif lebih sedikit dibandingkan analisis per-piksel. Temuan penelitian ini menunjukkan bahwa penggunaan citra terkompresi sebagai masukan proses klasifikasi secara digital sebaiknya dihindari. Meskipun demikian, kalau pun terpaksa dilakukan karena masalah ketersediaan data, maka metode klasifikasi berbasis objeklah yang sebaiknya diterapkan; dan untuk klasifikasi per-piksel maka algoritma jarak minimum terhadap rerata-lah yang sebaiknya dipilih. Abstract The use of compression techniques for saving storage space of digital imagery has been commonly found in daily applications. On the other hand, image compression can also provide consequences of losing data details, which will affect data integrity and theoretically will also affect the quality of data derived. This study examined the effect of ALOS-AVNIR2 multispectal image compression level consisting of four channels with 10 m spatial resolution to the accuracies of vegetation index transformation and land cover classification for Salatiga and Ambarawa region, Central Java. This study compressed the image into nine levels, i.e. from lossless details (100%, or equal to original data) up to 10% compression, at 10% intervals. The applied vegetation indices include NDVI, TVI and MSARVI. The multispectral classifications that were piloted include the per-pixel and object-based classification methods. The results of this study indicated that the vegetation index transformation and per-pixel classification have drastically decreased accuracies, in line with the increase in image compression; while the object-based classification has relatively more stable than per-pixel analysis. The findings of this study showed that the use of compressed imagery as an input to digital classification process should be avoided. However, even if it has to be done due to data availability issues, then object-based classification methods should be applied; and especially for per-pixel classification, the minimum distance to mean algorithm should be chose
PENGEMBANGAN MODEL PENGOLAHAN INFORMASI SPEKTRAL VEGETASI PADA CITRA SATELIT DENGAN KNOWLEDGE BASED SYSTEM UNTUK ESTIMASI PRODUKSI TANAMAN PERKEBUNAN
No full textSemenjak krisis ekonomi melanda Indonesia, sektor pertanian dipandang sebagai salah satu sektor yang dapat dijadikan andalan dalam pemulihan (recovery), mengingat bahwa sektor ini juga banyak bertumpu pada ketersediaan, kemampuan dan kesesuaian lahan sebagai modal utama, dan modal ini masih dimiliki oleh rakyat Indonesia. Meskipun demikian, pembangunan di bidang pertanian juga menghadapi kendala, antara lain dalam melakukan prediksi dan estimasi produksi yang terkait dengan perubahan penggunaan lahan yang berlangsung secara cepat. Teknologi pemetaan melalui penginderaan jauh dan sistem informasi geografis (SIG) diharapkan dapat memberikan kontribusi dalam sajian informasi sebaran penggunaan lahan dan perubahannya yang terjadi secara cepat, sehingga informasi tentang luas area dapat diperoleh secara aktual. Apabila teknik ini digabungkan dengan metode pengumpulan data lapangan diharapkan nilai produksi suatu komoditas dapat diestimasi dengan cepat dan akurat pula terutama untuk wilayah pertanian yang luas lahannya tidak terdata dengan baik. Penelitian ini dimotivasi oleh hasil yang diperoleh pada Penelitian Hibah Bersaing (PHB) V/1 sampai dengan V/3) (tahun 1996 1999). PHB V dalam tiga tahun penelitian tersebut telah berhasil mengembangkan model estimasi tanaman pertanian, khususnya tanaman semusim. Model ini bertumpu pada integrasi model spektal berupa klasifikasi multispektral citra satelit dan model spasial ekologis yang memperhatikan variasi ekologis pola tanaman dalam ruang. Klasifikasi multispektral pada model tersebut mampu mengenali berbagai macam jenis penutup lahan pertanian dengan ketelitian tinggi, baik berdasarkan data satelit hasil satu maupun beberapa tanggal perekaman. Model spasial ekologis mencoba mengenali pola tanam (termasuk rotasi), dalam kaitannya dengan varietas tanaman, kebiasaan petani, dan karakteristik lahan (tanah, drainase, dan sebagainya). Suatu aturan pengontrol berdasarkan macro programming dengan komputer digunakan untuk mengintegrasikan hubungan ekologis antar variabel dalam perangkat lunak pengolah citra digital dan SIG. Model ini bekerja dengan baik pada tanaman tembakau (sekali tanam dalam setahun), padi (satu hingga tiga kali tanam setahun), dan bawang merah (satu hingga tiga kali tanam setahun). Meskipun demikian, hasil ini menyisakan satu agenda pengembangan untuk tanaman tahunan. Penelitian pada PHB IX ini diarahkan pada model pengolahan informasi spektral vegetasi pada tanaman tahunan, terutama tanaman perkebunan, untuk mengestimasi nilai produksinya. Berbeda halnya dengan tanaman semusim di Indonesia yang ditanam pada waktu yang tidak bersamaan, tanaman tahunan biasanya mempunyai periode tanam yang hampir bersamaan untuk petak petak tertentu. Atas dasar pertimbangan itu, transformasi indeks vegetasi yang peka terhadap variasi kerapatan dan sekaligus umur tanaman untuk liputan vegetasi sejenis digunakan secara terpadu dengan klasifikasi multispektral. Disamping itu, teknik knowledge based yang mengintegrasikan informasi spektral vegetasi yang telah diolah dengan data karakteristik lahan perkebunanpun diterapkan dalam lingkungan SIG. Pada tahun pertama, penelitian ini memilih tanaman kopi di perkebunan rakyat dan swasta di wilayah sekitar Kabupaten Malang, Jawa Timur. Secara praktis, metode ini menerapkan beberapa langkah kedua sebagai berikut : (1) penyiapan data (citra) digital satelit Landsat Thematic Mapper hasil perekaman Februari 1997 dan peta daerah penelitian, (2) mengkoreksi citra digital secara radiometrik dan geometrik supaya informasi spektral yang diekstrak dapat benar benar sesuai dengan (atau setidak tidaknya mendekati) kenyataan di lapangan, termasuk posisi pastinya, (3) menerapkan transformasi indeks vegetasi dengan berbagai metode, baik yang dasar/empiris (NDVI, RVI) maupun yang spesifik (Greeness Index, SAVI), maupun klasifikasi multispektral, (4) analisis medan daerah penelitian, dengan kombinasi lereng, tanah dan bentuklahan sebagai satuan analisisnya, (5) kerja lapangan dengan mengumpulkan data produktivitas pada setiap satuan lahan, umur tanaman, karakteristik lahan dan pola tanam yang tidak dapat diperoleh melalui interpretasi citra, serta wawancara dengan petani, (6) analisis data lapangan melalui kajian hubungan antara variabel variabel spektral dan variabel lapangan, (7) pemilihan transformasi indeks vegetasi yang paling tinggi korelasinya dengan umur tanaman, (8) penerapan berbagai transformasi indeks vegetasi untuk memprediksi umur dan produktivitas tanaman pada berbagai kondisis medan vang berbeda beda, (9) uji akurasi model. Hasil dari penelitian ini menunjukkan bahwa tidak ada hubungan yang kuat antara nilai spektral tanaman kopi pada tiap saluran spektral Landsat TM dengan umur tanaman tersebut, untuk seluruh sampel. Ketika sampel dikelompokkan ke dalam kategori kategori jarak tanam, rasio tanam dan jenis tanaman pelindung, maka dijumpai bahwa informasi spektral pada saluran inframerah dekat (TM4) berkorelasi cukup kuat dibandingkan dengan data sampel keseluruhan. Meskipun demikian, transformasi indeks vegetasi dengan formula sederhana RVI justru memberikan koefisien determinasi paling tinggi pada tanaman kopi dengan rasio tanam 2:1. Transformasi inilah yang kemudian digunakan untuk memprediksi distribusi spasial umur tanaman di daerah penelitian dengan ciri ciri rasio tanam tersebut. Untuk rasio tanam yang lain, digunakan pendekatan karakteristik medan, temasuk elevasi, sehingga dapat diperoleh peta produktivitas kopi di bagian lain di daerah penelitian. Peta umur tanaman digunakan sebagai dasar estimasi produksi basah kopi, melalui hubungan antara umur dan produktivitas yang telah diketahui dengan pasti. Uji akurasi model yang digunakan dalam penelitian ini dilakukan dengan menggunakan independent dataset, yaitu data produktivitas kopi di beberapa lokasi yang dikumpulkan secara terpisah, dan tidak dimasukkan dalam perhitungan korelasi. Selain itu, data statistik daerah juga digunakan sebagai pembanding. Hasil uji akurasi untuk pemetaan penggunaan lahan kebun kopi diperoleh akurasi sebesar 80,8 1 %, sedangkan hasil estimasi produksi basah kopi memberikan nilai 18.833,931 ton, atau punya selisih sebesar 16.05% (2.604,751 ton) dibandingkan data statistik perkebunan tahun 1997
Paddy and non-paddy crops mapping using multi-temporal data of Sentinel-1A in part of Bantul Regency
No full textPengantar penginderaan jauh digital
No full textBibliografi hal. 369-383Indeksxxvi, 368 hal. : il. ; 23 cm
Comparison of scoring, matching, SMCE and geographically weighted regression In malaria vulnerability spatial modelling using satellite imagery: an Indonesian example
No full textKajian Pengaruh Koreksi Kolom Air pada Citra Multispektral Worldview-2 untuk Pemetaan Habitat Bentik di Pulau Kemujan Kepulauan Karimun Jawa Kabupaten Jepara
No full textTeknologi penginderaan jauh telah dikenal sebagai metode yang efisien untukmemperoleh informasi permukaan bumi termasuk salah satunya adalah informasi habitatbentik yang dapat dihasilkan dalam bentuk peta. Pemetaan habitat bentik melalui teknologipenginderaan jauh memiliki konsep yang berbeda dan lebih kompleks dibandingkan denganpemetaan tutupan lahan darat. Selain adanya pengaruh atmosfer dan sudut perekamanmatahari pada nilai piksel citra, keberadaan objek yang berada di dasar perairan jugamenyebabkan kesalahan nilai piksel karena adanya peristiwa pelemahan kolom air.Pengaruh kolom air pada citra dapat dikurangi melalui koreksi kolom air yang telahdikembangkan oleh Lyzenga tetapi seberapa efektif metode koreksi tersebut terhadapkualitas peta habitat bentik yang dihasilkan belum diketahui. Penelitian ini bertujuanmengkaji teknik koreksi kolom air dan hasil klasifikasi multispektal pada citra terkoreksikolom air sehingga dapat diketahui seberapa efektif teknik koreksi tersebut dibutuhkanuntuk pemetaan habitat bentik. Penelitian ini dilakukan di pulau Kemujan KepulauanKarimunjawa karena kondisi tutupan habitat bentik yang masih relatif terjaga. Metodekoreksi kolom air yang digunakan dari formula yang dikembangkan oleh Lyzenga,sedangkan teknik klasifikasi multispektral yang digunakan adalah klasfikasi terkontroldengan sampel ROI berupa sampel lapangan tutupan habitat bentik. Penilaian efektivitasmetode dilakukan berdasarkan perbandingan nilai akurasi peta dan kerincian kelas yangdihasilkan antara citra terkoreksi kolom air dan citra belum terkoreksi. Melalui kajian inidiharapkan dapat diketahui bagaimana perbedaan citra terkoreksi kolom air baik secaravisual maupun spektral. Melalui proses klasifikasi klasfikasi terkontrol pada citra terkoreksikolom air juga nantinya dapat diketahui besarnya nilai akurasi peta habitat bentik dantingkat kerincian kelasnya.Hal.566-57
CHANGE DETECTION OF LAND COVER IN SEMARANG CITY, FROM 1994 TO 2007 USING THE POST-CLASSIFICATION COMPARISON, NDVI, AND URBAN INDEX DIFFERENCING.
No full textThis research examined land cover change in Semarang city with the aims
of 1) carrying out an inventory of land cover change in Semarang, 2) examine the
effectiveness of NDVI, UI and Post-classification comparison as methods of land
cover change detection, 3) gain an understanding of the location, nature, and
magnitude of land cover change and its causes in Semarang city between 1994
and 2007. Therefore Postclassification comparison and combination of NDVI and
Urban index image differencing were used on Landsat TM images of 1994 and
Aster image of 2007 to determine and quantify the land cover changes that have
occurred in Semarang between 1994 to present. In the case of NDVI and UI
differencing, vegetation and building density and not pure NDVI and UI values
were used. The density maps were derived using the density data collected from
the field. Further the methodology also involved combining density data with land
cover data so as to add detail to the land cover classes.
A comparison between NDVI and UI data also indicated that the higher
the UI values, the lower the NDVI and vice versa and also indicated that UI
derived map showed some discrepancies as compared to the NDVI derived map.
Post-classification comparison change detection was conducted to reveal the areas
that have changed over the 13 years period. In this method, the from-to-change
informational classes were available and the results revealed drastic growth of
built up areas and reduction of agriculture and forest lands over the decade. The
image transformation method also indicated an increase in built up land and a
reduction in vegetative cover.
Post-classification comparison accuracies showed good agreement
between land cover maps and the groundtruth data, with kappa values of 0.76 and
0.79 and the overall accuracy of 80% and 83.9 for the maps of 1994 and 2007
respectively. For the change detection accuracy, overall and kappa accuracy of
64.4% and 0.6 respectively portrayed strong agreement between land cover maps
and the groundtruth. There occurred tremendous change in land cover both
positive (increase in coverage) and negative/reduction in area coverage with
hardened clay surfaces and plastic steel and fiberglass (built-up land) experiencing
almost 100% increase. This was attributed to the swift expansion of Semarang
city. On the other hand, the land cover that experienced reduction in area coverage
are bare dry soil, mud and wet surfaces which all attributed to land reclamation
and industrial expansion
Correcting topographic effect on Landsat-8 images: an evaluation of using different DEMs in Indonesia
No full text- …
