Dede Dirgahayu
Unknown Affiliation

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital

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)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (484.126 KB) | DOI: 10.30536/j.pjpdcd.2019.v16.a3079

Abstract

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)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (596.372 KB) | DOI: 10.30536/j.pjpdcd.2019.v16.a3076

Abstract

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.