Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

0.408

P-Index

This Author published in this journals

All Journal Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital International Journal of Remote Sensing and Earth Sciences (IJReSES)

Dede Dirgahayu

Unknown Affiliation

Author-ID : 3487316

Computer Science & IT Earth & Planetary Sciences

Published : 4 Documents Claim Missing Document

Claim Missing Document

Articles

EVALUASI REHABILITASI LAHAN KRITIS BERDASARKAN TREND NDVI LANDSAT-8 (Studi Kasus: DAS Serayu Hulu) Tatik Kartika; Dede Dirgahayu; Inggit Lolita Sari; I Made Parsa; Ita Carolita
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 16 No. 2 Desember 2019
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Pemanfaatan penginderaan jauh dalam memantau vegetasi sudah banyak dilakukan, tetapi pemanfaatannya untuk mengevaluasi rehabilitasi di lahan kritis masih sangat jarang. Kegiatan rehabiliatsi hutan dan lahan dilakukan karena makin meningkatnya lahan kritis. Kegiatan rehabilitasi tersebut perlu dievaluasi, mengingat banyak sekali dana, waktu, dan tenaga yang diperlukan. Selama ini evaluasi dilakukan dengan cara langsung mendatangi lokasi rehabilitasi dengan memantau pertumbuhan tanaman pada setiap akhir tahun sampai akhir tahun ketiga. Menurut ketentuan peraturan yang berlaku, rehabilitasi dapat dikatakan berhasil apabila 90% vegetasi yang ditanam bisa tumbuh di akhir tahun ketiga. Kegiatan evaluasi dengan cara memantau kondisi vegetasi atau kerapatannya dapat dilaksanakan dengan memanfaatkan data penginderaan jauh, karena data tersebut mempunyai sifat multi temporal dan cakupan yang luas dan ketersediannya yang berlimpah dan mudah didapat. Data penginderaan jauh yang digunakan adalah Landsat-8 tahun 2013 sampai dengan 2018 dan metode evaluasi adalah analisis NDVI dari waktu ke waktu menggunakan SIG. Hasilnya adalah bahwa dari hasil survey yang diperoleh di kawasan APL terdapat lokasi rehabilitasi di lahan tidak kritis, agak kritis, kritis, dan sangat kritis dan berturut-turut keberhasilan rehabilitasi untuk APL_TK; APL_K; APL_AK; APL_SK jika NDVI melampaui nilai 0,337; 0,465; 0,493; 0,490 setelah bulan ke 21,8; 24,5; 26, dan 25,8.

PENGEMBANGAN METODE KLASIFIKASI LAHAN SAWAH BERBASIS INDEK CITRA LANDSAT MULTIWAKTU Made Parsa; Dede Dirgahayu; Sri Harini
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 16 No. 1 Juni 2019
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Penelitian pengembangan model klasifikasi lahan sawah berbasis citra penginderaan jauh Landsat bertujuan untuk memperoleh model klasifikasi lahan sawah secara cepat. Penelitian ini menggunakan input citra Landsat (p/r 122064) multiwaktu tahun 2017, informasi spasial lahan baku sawah 2017 skala detil (BIG) dan data hasil suvei lapangan. Penelitian dilaksanakan di salahsatu sentra produksi beras Jawa Barat yaitu di Kabupaten Subang. Metode yang digunakan dalam penelitian ini adalah metode threshold (ambang batas) terhadap indek citra Landsat multiwaktu. Sebagai referensi digunakan informasi spasial lahan sawah skala detil yang dilengkapi dengan data hasil survei lapangan menggunakan drone. Pertama dilakukan koreksi atmosfer terhadap citra Landsat, kemudian dilakukan ekstrak/konversi ke beberapa indek (EVI, NDWI, NDBI). Untuk citra-citra yang berawan maka indeksnya diisi dengan teknik interpolasi dari nilai indek sebelum dan setelahnya. Tahap berikutnya adalah smoothing indek dan analisis statistik untuk memperoleh nilai minimum, maksimum, mean, median, range, EVI_tanam, EVI_panen, mean_tanam-panen, mean_veg, mean_generatif, NDWI_tanam, NDWI_panen, NDBI_tanam dan NDBI_panen. Akurasi klasifikasi dihitung dengan teknik confusion matrix (matrik kesalahan) menggunakan referensi informasi spasial skala detil. Berdasarkan analisis dan uji akurasi yang telah dilakukan terhadap beberapa model, akurasi yang paling tinggi dihasilkan oleh model ambang batas tiga indek (EVI_min, EVI, Max, EVI_range) dengan akurasi 90,4% dan nilai kappa 0,80.

COMPARISON OF MODEL ACCURACY IN TREE CANOPY DENSITY ESTIMATION USING SINGLE BAND, VEGETATION INDICES AND FOREST CANOPY DENSITY (FCD) BASED ON LANDSAT-8 IMAGERY (CASE STUDY: PEAT SWAMP FOREST IN RIAU PROVINCE) Faisal Ashaari; Muhammad Kamal; Dede Dirgahayu
International Journal of Remote Sensing and Earth Sciences (IJReSES) Vol 15, No 1 (2018)
Publisher : National Institute of Aeronautics and Space of Indonesia (LAPAN)

Identification of a tree canopy density information may use remote sensing data such as Landsat-8 imagery. Remote sensing technology such as digital image processing methods could be used to estimate the tree canopy density. The purpose of this research was to compare the results of accuracy of each method for estimating the tree canopy density and determine the best method for mapping the tree canopy density at the site of research. The methods used in the estimation of the tree canopy density are Single band (green, red, and near-infrared band), vegetation indices (NDVI, SAVI, and MSARVI), and Forest Canopy Density (FCD) model. The test results showed that the accuracy of each method: green 73.66%, red 75.63%, near-infrared 75.26%, NDVI 79.42%, SAVI 82.01%, MSARVI 82.65%, and FCD model 81.27%. Comparison of the accuracy results from the seventh methods indicated that MSARVI is the best method to estimate tree canopy density based on Landsat-8 at the site of research. Estimation tree canopy density with MSARVI method showed that the canopy density at the site of research predominantly 60-70% which spread evenly.

MULTITEMPORAL LANDSAT DATA TO QUICK MAPPING OF PADDY FIELD BASED ON STATISTICAL PARAMETERS OF VEGETATION INDEX (CASE STUDY: TANGGAMUS, LAMPUNG) I Made Parsa; Dede Dirgahayu
International Journal of Remote Sensing and Earth Sciences (IJReSES) Vol 10, No 1 (2013)
Publisher : National Institute of Aeronautics and Space of Indonesia (LAPAN)

Paddy field has unique characteristics that distinguish it from other plants. Before it planting, paddy field is always flooded so that the appearance is dominated by water (aqueous phase). Within the growth of rice, field conditions will be increasingly dominated by greenish rice plants.While at the end, the rice plants will turn yellow indicating for harvesting. During flooding stage, the normalized difference vegetation index (NDVI) of pady field is negative. The negative value of NDVI of paddy field will ultimately increase to the maximum value at the maximum vegetative growth. TheNDVI of paddy field will decrease from generative phase until harvest and after harvest. The objective of this study was to perform the vegetation index analyses for multitemporal Landsat imagery of paddy field. The results showed that the difference of vegetation index values (maximum - minimum)of paddy field were greater than the difference of vegetation index values of other land uses. Such differences values can be used as indicator to map land for rice. The evaluation results with reference data showed that the mapping accuracy (overall accuracy) was of 87.4 percent.

Co-Authors Faisal Ashaari I Made Parsa Inggit Lolita Sari Ita Carolita Made Parsa Muhammad Kamal Sri Harini Tatik Kartika

Title

Found 4 Documents
Search

Abstract

Abstract

Abstract

Abstract

Title Search

Found 4 Documents Search

Abstract

Abstract

Abstract

Abstract

Title

Found 4 Documents
Search