Garuda - Garba Rujukan Digital

KLASIFIKASI SPASIAL PENUTUP LAHAN DENGAN DATA SAR DUAL-POLARISASI MENGGUNAKAN NORMALIZED DIFFERENCE POLARIZATION INDEX DAN FITUR KERUANGAN DARI MATRIK KOOKURENSI (SPATIAL LAND COVER CLASSIFICATION USING DUAL-POLARIZATION SAR DATA BASED ON NORMALIZED DIFFERENCE POLARIZATION INDEX AND SPATIAL FEATURES FROM CO-OCCURRENCE MATRIX) Dony Kushardono
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol 9 No.1 Juni 2012
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1938.588 KB)

In this study, the land cover classification method using the spatial information features of co-occurence matrix and Normalized Difference Polarization Index (NDPI) data from dual polarization SAR Data was proposed. The spatial information features are used as input of supervised classification, and to get the performance of the proposed method, land cover classification was conducted with SAR C-band and L-band satellite data of Envisat ASAR and ALOS PALSAR. The results of the study are, the size of window on the SAR image to get the spatial information features of co-occurence matrix and the use of additional NDPI data are giving effect to the accuracy of classification results. At the test area in Siak Riau Province which have 7 classes of land use, the optimum window size for co-occurence matrix is 7pixel x 7pixel for ASAR data which has 75m spatial resolution, and more than 9pixel x 9pixel for PALSAR data which has 10m spatial resolution. The addition of the co-occurence matrix information of NDPI data can improve the classification of accuracy up to 2%. Key words: Spasial land cover classification, Dual polarization SAR, NDPI, Co-occurrence matrix

UJI KETELITIAN DTM ALOS PALSAR TERHADAP PENGUKURAN KOMBINASI DGNSS-ALTIMETER Atriyon Julzarika; Esthi Kurnia Dewi
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 15 No. 1 Juni 2018
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Height model is model include the information of height data and its coordinate in earth surface. Height model is one of the geological parameters that are useful for a variety of applications of survey and mapping. Height model in the form of Digital Surface Model, Digital Elevation Model, Digital Terrain Model, Digital Terrain Elevation Digital, Geoid, and others. Height model can be made with data, aerial photographs, satellite imagery, and Interferometry Synthetic Aperture Radar. This research aims to test the vertical accuracy of ALOS PALSAR against the combination measurement of Differential Global Navigation Satellite System-Altimeter. Digital Surface Model is made from images of ALOS PALSAR with interferometry Synthetic Aperture Radar methods. Digital Elevation Model retrieved after height error correction and terrain correction of Digital Surface Model. Digital Terrain Model obtained after the integration of river features and bathymetry in Digital Elevation Model ALOS PALSAR.Then do the vertical accuracy test of ALOS PALSAR againts the combination measurement of Differential Global Navigation Satellite systems-Altimeter.Differential Global Navigation Satellite systems received the data from the GPS, Beidou, GLONASS, SBAS, MSAS, Gagan, and QZSS satellite and uses period of 14 days before the measurement with the time in measurement. During the measurement for processing the position data and height value. Differential Global Navigation Satellite systems was connected with server of internet provider. Region of vertical accuracy test is in Merauke regency in 2016. The tolerance standard of this vertical accuracy test refers to National Standard for Spatial Data Accuracy in 1.96 σ (95%) tolerance. From the two vertical accuracy test, height difference test and tranverse profile test, Digital Terrain Model ALOS PALSAR have fulfilled tolerance in 4,996e- 16 (~0) and 80,791 cm so it can be used for various applications of survey and mapping for 1:10.000 scale.ABSTRAKModel tinggi adalah model yang meliputi informasi data tinggi dan koordinatnya di permukaan bumi. Model tinggi merupakan salah satu parameter geologi yang bermanfaat untuk berbagai aplikasi survei dan pemetaan. Model tinggi berupa model permukaan digital, model elevasi digital, model terrain digital, model terrain elevasi digital, Geoid, dan lain-lain. Model tinggi dapat dibuat dengan data lapangan, foto udara, interferometri radar sintetis, dan citra satelit. Penelitian ini bertujuan untuk melakukan uji akurasi vertikal model terrain digital ALOS PALSAR terhadap pengukuran kombinasi diferensial sistem satelit navigasi global-Altimeter. Model permukaan digital dibuat dari citra ALOS PALSAR dengan metode interferometri radar sintetis. Model elevasi digital diperoleh setelah dilakukan koreksi kesalahan tinggi dan koreksi terrain model permukaan digital. Model terrain digital diperoleh setelah dilakukan integrasi fitur sungai dan batimetri terhadap model permukaan digital. Model terrain digital ALOS PALSAR dilakukan uji akurasi vertikal dengan pengukuran kombinasi diferensial sistem satelit navigasi global-Altimeter. Diferensial sistem satelit navigasi global menerima data dari satelit GPS, Glonass, Beidou, Gagan, MSAS, SBAS, dan QZSS dan menggunakan periode waktu 14 hari sebelum pengukuran dengan waktu saat pengukuran. Selama pengukuran,untuk mengolah data posisi dan ketinggian. Diferensial sistem satelit navigasi global dikoneksikan dengan server melalui jaringan internet selular. Lokasi uji akurasi vertikal dilakukan di Kabupaten Merauke pada tahun 2016. Standar toleransi uji akurasi vertikal ini mengacu kepada toleransi standar nasional untuk akurasi data spasial sebesar 1,96σ (95 %). Dari dua jenis uji akurasi vertikal, yakni uji beda tinggi dan uji profil melintang, model terrain digital ALOS PALSAR telah memenuhi toleransi sebesar 4,996e-16 (~0)dan 80,791 cm sehinggadapat digunakan untuk berbagai aplikasi survei dan pemetaan skala 1:10.000.

KAJIAN KETELITIAN PLANIMETRIK BANGUNAN RUMAH MENGGUNAKAN CITRA IKONOS TIPE GEOMONO Dwi Nowo Martono
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol 4, No.1 Juni (2007)
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (485.386 KB)

Very high spatial resolution of remote sensing data have been used in many planning and evalution at detail settlement area. Therefore geometric accuracy of formal and informal housing at Sub-Province of Bekasi. Procedure research cosist of digital image processing, visual interpretation and delineation of formal and informal housing, while accuracy analysis which it's comparison by field survey. Result interpretation and delineation of building housing area have achieve acuracy 88%. This is indicating that very high spatial resolution remote sensing data have useful and suitable for application are related of detail aspect.

KLASIFIKASI PENUTUP/PENGGUNAAN LAHAN DENGAN DATA SATELIT PENGINDERAAN JAUH HIPERSPEKTRAL (HYPERION) MENGGUNAKAN METODE NEURAL NETWORK TIRUAN Dony Kushardono
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 13 No. 2 Desember 2016
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Hyperspectral remote sensing data has numerous spectral information for the land-use/land-cover (LULC) classification, but a large number of hyperspectral band data is becoming a problem in the LULC classification. This research proposes the use of the back propagation neural network for LULC classification with hyperspectral remote sensing data. Neural network used in this study is three layers, in which to test input layer has a number of neurons as many as 242 to process all band data, 163 neurons, and 50 neurons to process the data band has a high average digital number, and data bands at wavelengths of visible to near infrared. The results showed the use of all the data band hyperspectral on classification with the neural network has the highest classification accuracy of up to 98% for 18 LULC class, but it takes a very long time. Selecting a number of bands of precise data for classification with a neural network, in addition to speeding up data processing time, can also provide sufficient accuracy classification results.ABSTRAKData penginderaan jauh hiperspektral memiliki informasi spektral yang sangat banyak untuk klasifikasi penutup/penggunaan lahan (LULC), akan tetapi banyaknya jumlah band data hiperspektral menjadi masalah dalam klasifikasi LULC. Penelitian ini mengusulkan penggunaan back propagation neural network untuk klasifikasi LULC dengan data penginderaan jauh hiperspektral. Neural network yang dipergunakan 3 lapis, dimana untuk uji coba lapis masukan memiliki jumlah neuron sebanyak 242 untuk mengolah seluruh band, 163 neuron, dan 50 neuron untuk mengolah data band yang memiliki nilai digital rataan yang tinggi, dan data band pada panjang gelombang cahaya tampak hingga infra merah dekat. Hasil penelitian menunjukkan penggunaan seluruh band data hiperspektral pada klasifikasi dengan neural network memiliki akurasi hasil klasifikasi tertinggi hingga 98% untuk 18 kelas LULC, akan tetapi waktu yang diperlukan sangat lama. Pemilihan sejumlah band data yang tepat untuk klasifikasi dengan neural network, selain mempercepat waktu pengolahan data, juga bisa memberikan akurasi hasil klasifikasi yang mencukupi.

Model SPASIAL INDEKS LUAS DAUN (ILD) PADI MENGGUNAKAN DATA TM-LANDSAT UNTUK PREDIKSI PRODUK PADI Gokmaria Sitanggang; Dede Dirgahayu Domiri; Ita Carolita; Heru Noviar
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol.3, No.1 Juni (2006)
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (502.17 KB)

The spatial model for irrigated paddy yield acreage and yield prediction use the Landsat-TM of remote sensing data which has been producted by LAPAN using the Vegetation Index (VI) as a single parameter. Verification of the model mentioned above has also been done for Java Island showing that the accuracy result is acceptable for the operational although there are some limitation of the model. The objective of this research is to develop a spatial model for the paddy yield acreage and the yield prediction using Landsat-TM data, based on another parameter i.e the single parameter of Leaf Area Index (LAI), or using both parameter of LAI and VI to improve the accuracy prediction, compared to the accuracy using the single parameter of VI. The spatial model based on the Leaf Area Index (LAI) reduces dynamic factor of the parameter which control the growth stage of the paddy in the field such as the soil moisture (level of water) and the weather condition such as the temperature and the moisture radition, pests and diseases. In this research phase, the profile of LAI against the paddy age based on the field measurement shows that the LAI value increases a long with the vegetative growth and reaches the peak value of 4,567 at the maximum vagatative index (8-9weeks after the planting time). Furthermore, the LAI value decreases a long with the generative growth. The LAI value at the maximum vegetative phase can be used to predict the paddy production. The relation between the LAI and the spectral bands combination of Landsat-TM can be obtained by using the Power Regression Model as follows: LAI=0,2219*(TM4/TM3)2,1005(R2=0,95) where LAI means the value Leaf of Area Index on the paddy object at the paddy field area, which represents the pixel in the image spatial distribution. While TM3 means the digital number (gray level value) of the pixel in the spectral band 3 of Landsat-TM image data which represent the paddy object at the paddy field area, and TM4 means the digital number of the pixel in the spectral band 4 of Landsat-TM image data, which represent the paddy object at the paddy field area. The research also shows the application example or the model or the algorithm whivh is obtained in this research by using Landsat-TM. The LAI spatial of the paddy field area in Kabupaten Subang/Sukamandi West Java can be produced.

PENGARUH ALGORITMA LYZENGA DALAM PEMETAAN TERUMBU KARANG MENGGUNAKAN WORLDVIEW-2, STUDI KASUS: PERAIRAN PLTU PAITON PROBOLINGGO (THE EFFECT OF LYZENGAS ALGORITHM ON CORAL REEF MAPPING USING WORLDVIEW-2, A CASE STUDY: COASTAL WATERS OF PAITON PROBOLINGGO) Lalu Muhamad Jaelani; Nurahida Laili; Yennie Marini
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 12 No. 2 Desember 2015
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (807.824 KB)

Peta ekosistem terumbu karang sebagai salah satu data pendukung pengelolaan wilayah pesisir bisa diperoleh dengan memanfaatkan citra satelit resolusi tinggi. Berbagai metode ekstraksi informasi dasar laut telah dikembangkan dan dapat dimanfaatkan, salah satunya adalah menggunakan algoritma Lyzenga. Algoritma ini mensyaratkan adanya variasi kedalaman pada wilayah pesisir perairan yang akan dipetakan. Tujuan penelitian ini adalah untuk mengetahui pengaruh penggunaan algoritma dalam pemetaan ekosistem terumbu karang dengan melakukan perbandingan hasil ekstraksi kenampakan dasar laut antara citra yang diproses menggunakan algoritma Lyzenga dan citra tanpa algoritma Lyzenga. Proses klasifikasi citra dengan algoritma Lyzenga menunjukkan kenampakan obyek di bawah permukaan laut yang lebih mudah dikenali dalam format nilai indeks Lyzenga yang telah terbebas dari pengaruh kedalaman. Dalam penelitian ini dihasilkan beberapa kelas tutupan dasar perairan dangkal di sekitar PLTU Paiton yakni kelas lautan, daratan, pasir, dan terumbu karang. Estimasi luasan tutupan terumbu karang di perairan PLTU Paiton berdasarkan data Worldview dua ini adalah 8,26 Ha. Pemetaan terumbu karang dengan memanfaatkan citra satelit resolusi tinggi sangat membantu memberikan kenampakan mencakup wilayah lebih luas dibandingkan dengan pengamatan langsung di lapangan.Kata Kunci: Lyzenga, Pesisir, Terumbu karang, Worldview 2

Front Pages Inderaja Vol. 14 No. 2 Desember 2017 Redaksi Jurnal
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 14 No. 2 Desember 2017
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

OPTIMALISASI PARAMETER SEGMENTASI UNTUK PEMETAAN LAHAN SAWAH MENGGUNAKAN CITRA SATELIT LANDSAT (STUDI KASUS PADANG PARIAMAN, SUMATERA BARAT DAN TANGGAMUS, LAMPUNG) (PARAMETER OPTIMIZATION OF SEGMENTATION FOR WETLAND MAPPING USING LANDSAT SATELLITE IMAGE (CASE STUDY PADANG PRIAMAN-WEST SUMATRA, AND TANGGAMUS-LAMPUNG) I Made Parsa
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 10 No. 1 Juni 2013
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1480.741 KB)

Klasifikasi citra dijital berbasis pixel seringkali memberikan hasil yang masih mengandung efek salt and pepper, sementara klasifikasi visual mempunyai kelemahan karena sering dianggap tidak konsisten. Berkenaan dengan permasalahan tersebut, maka pada penelitian ini dilakukan kajian tentang “Optimalisasi Parameter Segmentasi untuk Pemetaan Sawah Menggunakan Citra Satelit Landsat” yang merupakan klasifikasi dijital berbasis obyek. Tujuan utama penelitian ini adalah untuk mencari kombinasi parameter segmentasi yang paling optimal guna pemetaan lahan sawah. Penelitian dilaksanakan di dua wilayah yaitu di Padang Pariaman, Sumatera Barat dan Tanggamus, Lampung menggunakan metode segmentasi citra Landsat tahun 2008 dan interpretasi visual citra Landsat multiwaktu rekaman tahun 2000~2009. Segmentasi citra Landsat mencakup dua tahap, pertama segmentasi untuk optimalisasi nilai parameter warna, bentuk, kekompakkan, dan kehalusan; dan kedua segmentasi untuk optimalisasi parameter skala. Sebagai referensi, digunakan hasil klasifikasi citra Quickbird 2005 dan 2007 dengan pendekatan teknik kualitatif (visual) dan kuantitatif. Pengujian secara kualitatif meliputi parameter keterpisahan obyek dan akurasi segmen terhadap hasil segmentasi tahap satu, sedangkan pengujian kuantitatif dengan matrik kesalahan dilakukan terhadap hasil segmentasi tahap kedua. Hasil menunjukkan bahwa; kombinasi nilai parameter warna 0,9, bentuk 0,1, kekompakkan 0,5, kehalusan 0,5 memberikan hasil segmentasi yang paling mirip dengan data referensi. Pengaruh skala yang paling baik (sesuai kaidah kartografi) adalah skala 8 (lokasi uji Padang Pariaman) dan skala 6 (lokasi uji Tanggamus) dengan ketelitian pemetaan 90,7% sampai 96,3%. Studi ini menyimpulkan bahwa pengaruh perbedaan kualitas geometri citra Landsat terhadap citra Quickbird menunjukkan toleransi kesalahan maksimum segmen yang semula 4 ha menjadi 16,70 ha untuk lokasi uji Padang Pariaman dan menjadi 13,32 ha untuk lokasi uji Tanggamus. Toleransi ini masih terpenuhi pada segmentasi skala 11. Akhirnya studi ini menemukan bahwa kombinasi parameter yang paling optimal untuk pemetaan lahan sawah adalah skala 11, warna 0,9 dan kekompakan 0,5. Kata kunci: Pemetaan sawah, Segmentasi, Optimalisasi parameter, Citra Landsat

PENENTUAN NILAI AMBANG BATAS UNTUK POTENSI RAWAN BANJIR DARI DATA MTSAT DAN QMORPH (STUDI KASUS: BANJIR BENGAWAN SOLO 2007) - Parwati; - Suwarsono; Fajar Yulianto; Totok Suprapto
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol 5, (2008)
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (341.659 KB)

The relationship between the cloud top temperature from MTSAT-1R and the rainfall from QMorph data in Bengawan Solo water catchment area have been analyzed in this research. The analysis was done using data during 21 – 30 December, 2007 (00 – 23 UTC) for 240 data sets. The result shows that the cloud top temperature which have been potential to be high rain is around 195° – 235° K, whereas the cloud top temperature is greater than 235° K related to the low rainfall. Meanwhile, there was a logarithmic relationship between the rainfall from QMorph data and the cloud top temperature of MTSAT-1R (infrared 1 channal) with the coefficient correlation 0.78. The threshold of the cloud top temperature for the flash flood in Bengawan Solo is lower than 215° K at least lasting for 4 days. The heavy rainfall which occured intensively could be a triggered for the flood disaster around Bengawan Solo water catchment area. Key word: Brigthness temperature of cloud, Rainfall, MTSAT, QMorph, Correlation

ANALISIS PERUBAHAN GARIS PANTAI UJUNG PANGKAH DENGAN MENGGUNAKAN METODE EDGE DETECTION DAN NORMALIZED DIFFERENCE WATER INDEX (UJUNG PANGKAH SHORELINE CHANGE ANALYSIS USING EDGE DETECTION METHOD AND NORMALIZED DIFFERENCE WATER INDEX) Nanin Anggraini; Sartono Marpaung; Maryani Hartuti
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 14 No. 2 Desember 2017
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Besides to the effects from tidal, coastline position changed due to abrasion and accretion. Therefore, it is necessary to detect the position of coastline, one of them by utilizing Landsat data by using edge detection and NDWI filter. Edge detection is a mathematical method that aims to identify a point on a digital image based on the brightness level. Edge detection is used because it is very good to present the appearance of a very varied object on the image so it can be distinguished easily. NDWI is able to separate land and water clearly, making it easier for coastline analysis. This study aimed to detect coastline changes in Ujung Pangkah of Gresik Regency caused by accretion and abrasion using edge detection and NDWI filters on temporal Landsat data (2000 and 2015). The data used in this research was Landsat 7 in 2000 and Landsat 8 in 2015. The results showed that the coastline of Ujung Pangkah Gresik underwent many changes due to accretion and abrasion. The accretion area reached 11,35 km2 and abrasion 5,19 km2 within 15 year period. Abstrak Selain akibat adanya pasang surut, posisi garis pantai berubah akibat adanya abrasi dan akresi. Oleh karena itu diperlukan adanya deteksi posisi garis pantai, salah satunya dengan memanfaatkan data Landsat dengan menggunakan filter edge detection dan NDWI. Edge detection adalah suatu metode matematika yang bertujuan untuk mengidentifikasi suatu titik pada gambar digital berdasarkan tingkat kecerahan. Filter edge detection digunakan karena sangat baik untuk menyajikan penampakan obyek yang sangat bervariasi pada citra sehingga dapat dibedakan dengan mudah. NDWI mampu memisahkan antara daratan dan perairan dengan jelas sehingga memudahkan untuk analisis garis pantai. Penelitian ini bertujuan untuk deteksi perubahan garis pantai di Ujung Pangkah Kabupaten Gresik yang disebabkan oleh adanya akresi dan abrasi dengan menggunakan filter edge detection dan NDWI pada data Landsat temporal (tahun 2000 dan 2015). Data yang digunakan pada penelitian ini adalah citra Landsat 7 tahun 2000 dan Landsat 8 tahun 2015. Hasil penelitian menunjukkan bahwa garis pantai di Ujung Pangkah Gresik banyak mengalami perubahan akibat adanya akresi dan abrasi. Luas akresi mencapai 11,35 km2 dan abrasi 5,19 km2 dalam periode waktu 15 tahun.

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

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

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

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
-

Contact Email
-

Phone
-

Journal Mail Official
-

Editorial Address
-

Location
Kota adm. jakarta timur,

Dki jakarta

INDONESIA