cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota adm. jakarta timur,
Dki jakarta
INDONESIA
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital
Published by Lembaga Penerbangan dan Antariksa Nasional
ISSN : -     EISSN : -     DOI : -
Core Subject : Science,
Computer Science & IT
Arjuna Subject : -
Articles 179 Documents
 14   15   16   17   18 
Halaman Belakang Vol. 16 No. 1 Juni 2019 Redaksi Jurnal
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 | DOI: 10.30536/j.pjpdcd.2019.v16.a3398

Abstract

PEMANFAATAN METODE SEMI-ANALITIK UNTUK PENENTUAN BATIMETRI MENGGUNAKAN CITRA SATELIT RESOLUSI TINGGI Kuncoro Teguh Setiawan
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol 18 No. 1 Juni 2021
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30536/j.pjpdcd.2021.v18.a3409

Abstract

Metode semi-analitik untuk mendeteksi batimetri menggunakan data citra satelit resolusi menengah merupakan pengembangan metode penentuan batimetri berbasis satelit. Metode ini memperhitungkan prinsip perambatan gelombang cahaya dalam air dan intensitas cahaya yang melaui kolom air akan berkurang secara eksponensial sebanding  dengan peningkatan kedalaman yang dilalui. Citra satelityang digunakan yaitu SPOT 7. Citra tersebut merupakan generasi terbaru satelit SPOT yang memiliki 4 saluran multispektral dengan resolusi spasial 6 meter. Oleh karena itu, citra resolusi tinggi ini diharapkan menghasilkan informasi batimetri di perairan laut dangkal lebih akurat. Metode semi-analitik yang digunakan untuk mendeteksi batimetri yaitu metode Benny dan Dawson. Metode ini menggunakan perbandingan  nilai reflektansi antara perairan dalam dengan perairan dangkal dengan memperhatikan koefisien atenuasi dan sudut elevasi dari satelit. Tujuan dari penelitian ini yaitu mendeteksi batimetri di perairan laut dangkal menggunakan metode Benny dan Dawson. Lokasi penelitian yaitu di Pulau Karimunjawa, Jepara, Jawa Tengah. Data yang digunakan adalah citra SPOT 7 akuisisi tanggal18 Mei 2017. Hasil penelitian menunjukkan bahwa dari ketiga kanal SPOT 7 menghasilkan  kisaran kedalaman 0 - 11,45 meter untuk band kanal biru, 0 - 10,49 meter untuk  kanal hijau  dan 0 -9.72 untuk kanal merah. Akurasi hasil deteksi batimetri dari kanal hijau menunjukkan hasil yang cukup baik hingga pada  kedalaman kurang dari 5 meter. Parameter kanal hijau dari algoritma Benny Dawson yang digunakan yaitu 0.3274 untuk Ld, 0.8932 untuk Lo, koefisien attenuasi sebesar 0.823 serta Cosec E' 0.6311272.
PEMANFAATAN DATA ENHANCED VEGETATION INDEX VIIRS DAN PERBANDINGAN DENGAN MODIS UNTUK PEMANTAUAN PERTUMBUHAN PADI DI PULAU JAWA Anisa Rarasati; Dony Kushardono
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 17 Nr. 2 Desember 2020
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30536/j.pjpdcd.2020.v17.a3361

Abstract

Beras merupakan salah satu makanan pokok masyarakat Indonesia yang banyak diproduksi di dalam negeri. Karena tingginya tingkat konsumsi beras, pemerintah perlu memprediksi produksi tanaman padi dalam negeri untuk membuat kebijakan. Prediksi produktifitas padi ini dapat dilakukan menggunakan data penginderaan jauh. Di Indonesia telah dibuat pedoman pengolahan prediksi padi oleh Pusat Pemanfaatan Penginderaan Jauh, LAPAN menggunakan enhanced vegetation index (EVI) yang berasal dari sensor Moderate Resolution Imaging Spectroradiometer (MODIS) satelit Terra. Selain itu, data MODIS juga banyak digunakan di bidang pertanian, khususnya padi. Tetapi data MODIS hampir berakhir masa berlakunya sehingga diperlukan data pengganti. Data Visible Infrared Imaging Radiometer Suite (VIIRS) didesain sebagai pengganti MODIS. Untuk itu, penelitian ini dilakukan untuk mengetahui hubungan EVI data dari VIIRS dan MODIS dalam tujuannya menggantikan data MODIS dalam pemantauan padi. Dan hasil yang didapatkan menunjukkan tingkat korelasi tinggi dengan R2 sebesar 0.84 antara kedua EVI tersebut. Oleh karena itu, EVI VIIRS memiliki potensi yang sangat baik untuk menggantikan EVI MODIS.
Halaman Depan Vol. 17 No. 1 Juni 2020 Redaksi Jurnal
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol 17 No. 1 Juni 2020
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30536/j.pjpdcd.2020.v17.a3496

Abstract

Halaman Belakang Vol. 16 No. 2 Desember 2019 Redaksi Jurnal
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 | DOI: 10.30536/j.pjpdcd.2019.v16.a3402

Abstract

IDENTIFIKASI AWAN PADA DATA TIME SERIES MULTITEMPORAL MENGGUNAKAN PERBANDINGAN DATA SEKUENSIAL Anis Kamilah Hayati; Wismu Sunarmodo
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol 18 No. 1 Juni 2021
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30536/j.pjpdcd.2021.v18.a3535

Abstract

Identifikasi awan merupakan langkah penting dalam pengolahan data citra penginderaan jauh. Secara umum, odentifikasi awan dapat diklasifikasikan dalam dua metode, yaitu single-date dan multi-date. Metode single-date kemudian dapat dibagi menjadi dua kategori, yaitu metode yang berdasarkan ciri-ciri fisik dan metode yang berdasarkan pembelajaran mesin. Sementara metode multi-date pada umumnya menggunakan data yang bebas awan sebagai referensi. Data bebas awan tersebut bisa merupakan satu scene secara keseluruhan maupun dibangun dari beberapa scene. Dalam makalah ini, dibahas metode multi-date untuk identifikasi awan dengan menggunakan data time series. Suatu nilai piksel dari suatu scene yang diperiksa dibandingkan dengan nilai piksel dari scene yang berbeda pada lokasi yang sama. Scene yang berbeda yang dimaksud adalah data yang diakuisisi sebelum dan sesudah data yang diperiksa. Perbedaan nilai piksel dari data yang diperiksa dan data yang diakuisisi sebelum dan setelahnya itu kemudian dievaluasi menggunakan thresholds untuk mengkategorikan piksel tersebut sebagai awan atau non awan. Assessment dilakukan dengan menggunakan L8 Biome sebagai referensi. Hasil dari assessment menunjukkan metode yang diusulkan memiliki koefisien Kappa lebih besar dari 0.9.
KESESUAIAN WILAYAH BUDIDAYA IKAN KERAPU BERDASARKAN CITRA SATELIT LANDSAT 8 OLI/TIRS STUDI KASUS (PERAIRAN KECAMATAN GEROKGAK, PROVINSI BALI) Febiana Nur Azizah; Pingkan Mayestika Afgatiani; Syifa Wismayanti Adawiah; Nanin Anggraini; Devica Natalia Br Ginting; Ety Patwati; Wikanti Asriningrum
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol 18 No. 1 Juni 2021
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30536/j.pjpdcd.2021.v18.a3452

Abstract

Perairan di Kecamatan Gerokgak merupakan salah satu perairan di Indonesia yang memiliki potensi sebagai lahan untuk perkembangan perikanan budidaya, salah satunya adalah budidaya ikan kerapu. Maka dari itu untuk meningkatkan potensi budidaya ikan kerapu, perlu sekali untuk mengetahui lokasi yang tepat untuk membudidayakan ikan kerapu. Penelitian ini menggunakan overlay antara parameter oseanografis yaitu suhu permukaan laut (SPL), salinitas, klorofil dan Total Suspended Solid (TSS). Selain itu, penelitian ini melakukan pendekatan teknlogi penginderajaan jauh menggunakan citra satelit Landsat 8 OLI/TIRS. Hasil penelitian ini menunjukan bahwa perairan Kecamatan Gerokgak memiliki perairan yang sesuai untuk budidaya ikan kerapu, salah satunya adalah Teluk Penerusan. Dari hasil korelasi antara nilai suhu permukaan laut dan klorofil dengan nilai insitu menghasilkan bahwa adanya korelasi yang baik dan mengartikan bahwa algoritma yang digunakan sudah baik dengan nilai r2=0,661 untuk suhu permukaan dengan insitu dan r2=0,686 untuk klorofil dengan insitu dan nilai r2=0,658 untuk TSS dengan insitu.
KLASIFIKASI PENUTUP LAHAN MENGGUNAKAN DATA LIDAR DENGAN PENDEKATAN MACHINE LEARNING (LAND COVER CLASSIFICATION USING LIDAR DATA WITH MACHINE LEARNING APPROACH) Mochamad Irwan Hariyono
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol 18 No. 1 Juni 2021
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30536/j.pjpdcd.2021.v18.a3674

Abstract

Lidar merupakan salah satu teknologi penginderaan jauh. Data lidar banyak digunakan dan telah dikembangkan untuk kebutuhan pemetaan, perencanaan detail tata ruang, serta analisa bencana alam. Dalam perkembangannya untuk pengelolaan data lidar banyak digunakan aplikasi perangkat lunak maupun dengan menggunakan algoritma yang dibangun seperti machine learning. Tujuan dari penelitian ini adalah memanfaatkan data lidar untuk klasifikasi penutup lahan dengan menggunakan machne learning, yaitu Support Vecktor Machine (SVM). Lokasi penelitian adalah desa Tanjung Karang, Kota Mataram, Lombok. klasifikasi yang diterapkan adalah supervised classification dimana dibutuhkan data training untuk melakukan klasifikasi. Kelas penutup lahan yang diprediksi pada penelitian ini terbatas pada objek bangunan, vegetasi, jalan, lahan terbuka. Data yang digunakan utnuk klasifikasi adalah data turunan dari lidar yaitu DTM, DSM, nDSM dan Intensity. Skema klasfikasi yang digunakan adalah dengan single band dan kombinasi multi band. Untuk data referensi menggunakan peta topografi (Peta Rupabumi Indonesia). Hasil penelitian menunjukkan bahwa klasifikasi dengan skema kombinasi band memiliki akurasi yang lebih baik dibandingkan dengan skema single band, mengalami peningkatan sekitar 15-20%. Hal ini menunjukkan bahwa ada faktor saling melengkapi antar band untuk dapat mengidentifikasi objek dalam proses klasifikasi.
PERANCANGAN SISTEM MONITORING CLOUD COVER UNTUK PEMANTAUAN DAN PREDIKSI CLOUD COVER MENGGUNAKAN METODE DBMS DAN LSTM Yohanes Fridolin Hestrio
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol 18 No. 1 Juni 2021
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30536/j.pjpdcd.2021.v18.a3238

Abstract

Kualitas data citra satelit optik yang diperoleh Pusat Penginderaan Jauh dan Teknologi Data dipengaruhi oleh kondisi cuaca dan tutupan awan. Berdasarkan kondisi tersebut maka data citra satelit yang diperoleh dibagi menjadi 3 kategori (mendung, setengah mendung, awan cerah) berdasarkan data tahunan jumlah data mendung lebih besar dari jumlah data bersih. Sehingga diperlukan suatu sistem yang dapat memantau besarnya tutupan dari hasil akuisisi data citra satelit dan juga dapat memprediksi tutupan awan dimasa yang akan datang sehingga dapat menjadi acuan dalam melakukan akuisisi citra satelit. Melalui penelitian dan pengembangan sistem pemantauan tutupan awan ini, baik pengguna maupun petugas akuisisi dapat memantau tutupan awan hasil akuisisi dan juga dapat menentukan lokasi pengambilan gambar yang bersih dan tanpa awan dengan data prediktif. Metode yang digunakan untuk pemantauan pengembangan sistem menggunakan DBMS (Database Management System), sedangkan untuk penelitian prediktif tutupan awan pada suatu wilayah menggunakan metode LSTM (Long short-term memory) untuk Time Series Forecasting. Hasil penelitian dan pengembangan ini berupa sistem pemantauan yang dapat memantau hasil akuisisi dengan prinsip pengelolaan data dan dapat memprediksi kondisi tutupan awan dari data pemantauan tutupan awan.

Page 18 of 18 | Total Record : 179

 14   15   16   17   18 

Filter by Year

2004 2022


Reset
Filter By Issues
All Issue Vol 18 No. 1 Juni 2021 Vol. 17 Nr. 2 Desember 2020 Vol 17 No. 1 Juni 2020 Vol. 16 No. 2 Desember 2019 Vol. 16 No. 1 Juni 2019 Vol. 15 No. 2 Desember 2018 Vol. 15 No. 1 Juni 2018 Vol. 14 No. 2 Desember 2017 Vol. 14 No. 1 Juni 2017 Vol. 13 No. 2 Desember 2016 Vol. 13 No. 1 Juni 2016 Vol. 12 No. 2 Desember 2015 Vol. 12 No. 1 Juni 2015 Vol 11 No.2 Desember 2014 Vol. 11 No. 1 Juni 2014 Vol. 10 No.2 Desember 2013 Vol. 10 No. 1 Juni 2013 Vol. 9 No. 2 Desember 2012 Vol 9 No.1 Juni 2012 Vol 8 (2011) Vol 6, (2009) Vol 5, (2008) Vol 4, No.1 Juni (2007) Vol.3, No.1 Juni (2006) Vol 1, No.1 Juni (2004) More Issue