Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal TEKNIK
Safi'i, Ayu Nur
Unknown Affiliation
Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pembuatan Digital Terrain Model (DTM) dari Light Detection and Ranging (LiDAR) menggunakan Metode Morfologi Sederhana Safi'i, Ayu Nur; Hartanto, Prayudha
TEKNIK Vol 40, No. 1 (2019): Mei 2019
Publisher : Diponegoro University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4668.364 KB) | DOI: 10.14710/teknik.v40i1.23004

Abstract

The production of Indonesian Topographic Map (RBI) in the scale of 1:5000 takes a long time, especially in the making of contour layer. Contour layer can be extracted from both Aerial Photogrammetry and LiDAR data. Nowadays, LiDAR technology is getting more reliable for DSM. From DSM can be exctracted to get DTM/DEM. DTM/ DEM generation because of its shorter processing  time  and  relatively  low  cost.  The  filtering  method  used  in  this  research  is  Simple Morphological Filtering (SMRF) which input parameters are: cell size, slope, windows, elevation threshold and scaling factor. Average value of Cohen’s kappa is in the range of 0.4-07 which means that the generated DTM is good. Because of the existence of null values in the generated DTM, the smoothing filters have been applied. The extracted DTM then be compared to in situ data. The RMSE ranged from 0,621 to 0,930 m and LE90 about 1,025-1,605. Those RMSE and LE90 values satisfied the vertical accuracy of the 1: 5000 topographic map and graded as the second and third class in accordance to BIG Regulation No.6 of 2018 as revision of Perka BIG No.15 of 2014 focusing on Technical guidelines for Basic Map Accuracy.
Uji Akurasi Metode Berbasis Citra Satelit untuk Ekstraksi Data Batimetri Safi'i, Ayu Nur; Dewi, Ratna Sari
TEKNIK Vol 41, No. 2 (2020): August 2020
Publisher : Diponegoro University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/teknik.v0i0.29516

Abstract

Citra penginderaan jauh memungkinkan pengumpulan data batimetri dengan cakupan luas, sehingga dapat diintegrasikan dengan informasi terestrial untuk pemodelan wilayah pesisir dan pemodelan garis pantai. Data batimetri berbasis citra satelit cukup menjanjikan karena kemampuannya untuk mengisi kesenjangan data kedalaman yang diperoleh dari survei hidrografi. Tujuan dari penelitian ini difokuskan untuk mengevaluasi tiga model dalam memperoleh informasi kedalaman. Model-model tersebut dibuat dengan mengintegrasikan data citra penginderaan jauh dan data pengukuran in-situ (pemeruman) untuk menyediakan dan mengisi data kedalaman di perairan dangkal kawasan pesisir antara permukaan laut dan batas awal data pemeruman. Tiga model yang dievaluasi yaitu: Random Forest (RF), Multi Linear Regression (MLR) dan Generalized Additive Model (GAM). Secara statistik (hasil RMSE), GAM lebih unggul dibandingkan MLR dan RF dalam memperoleh informasi kedalaman. Nilai RMSE masing-masing adalah 0,16, 0,32 dan 0,64 untuk GAM, MLR dan RF. Namun, dari hasil visualisasi, model SDB dengan menggunakan GAM sangat ‘smooth’. Sementara jika dilihat dari penggunaan data, RF sangat tergantung pada jumlah data training. Dalam hal ini, MLR cukup menjanjikan untuk digunakan dalam memperoleh informasi kedalaman karena memiliki akurasi model SDB yang baik dan memiliki pola kedalaman yang lebih andal/reliable. Selain itu, MLR tidak terlalu tergantung pada jumlah data training.
Co-Authors Prayudha Hartanto, Prayudha Ratna Sari Dewi