Articles

Found 6 Documents
Search

Integrasi Transformasi Spektral Citra Landsat Etm+ dan SIG untuk Pemetaan Pola Rotasi Tanam Lahan Sawah Kabupaten dan Kota Semarang serta Daerah Sekitarnya di Jawa Tengah Murdiyati, Sri Retno; Danoedoro, Projo; Jatmiko, Retnadi Heru
Majalah Geografi Indonesia Vol 24, No 2 (2010): September 2010
Publisher : Fakultas Geografi, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2409.839 KB) | DOI: 10.22146/mgi.13350

Abstract

ABSTRAK Pengurangan daerah beras seiring dengan meningkatnya populasi memberikan dampak pada ketersediaan pangan. Yang sesuai dan optimal manajemen beras yang diperlukan dengan mempertimbangkan sumber daya iklim dan pola tanam yang tepat waktu di lahan pertanian produktif, untuk mendukung kebutuhan dasar makanan untuk masyarakat, serta memberikan dukungan untuk Ketahanan Pangan Nasional. Studi ini dimaksudkan untuk menyelidiki keakuratan penggunaan spektrum nilai proses transformasi dan GIS untuk mengidentifikasi dan inventarisasi rotasi pola tanam di sawah dengan approach.The ekologi metode penelitian terdiri dari interpretasi klasifikasi multi-temporal ETM + Landsat digital dibantu menggunakan algoritma kemungkinan maksimum diawasi, dan dibantu dengan proses transformasi nilai spektral dari Analisis Principal Component (PCA), NDVI dan Tasseled Cap Transformasi (TCT). ETM + Landsat data yang digunakan adalah 5 Desember 2000, 24 April 2001, dan 1 Juli, 2001 di 120/065 path / row. Analisis ini selesai melalui membandingkan hasil dari proses transformasi Principal Component Spectral Analysis (PCA), NDVI dan Tasseled Cap Transformasi (TCT) dan proses transformasi gabungan dari tiga dari mereka, dengan hasil yang diperoleh dari klasifikasi tutupan lahan menggunakan saluran asli. Peran GIS dalam penelitian mengumpulkan data pendukung seperti peta zona agroklimat, peta tanah, peta bentuk lahan, peta sawah irigasi, dan setelah itu dilapisinya semua dari mereka untuk pola tanam peta, dengan mengikuti tanda-tanda, untuk menghasilkan beras tanam peta rotasi pola. Hasil penelitian menunjukkan bahwa secara terpisah menggunakan proses transformasi nilai-nilai spektral multi-temporal yang disediakan akurasi rendah, tetapi dengan visual yang jelas, yaitu Principal Component Analysis, NDVI dan Tasseled Cap Transformasi 96,13%, 68,17%, dan 92,44% . Hasil akurasi dari proses transformasi spektral gabungan memberikan nilai 92,61%. Penggunaan multi-temporal Landsat band asli memberikan nilai akurasi 98,77%. Pola rotasi padi tanam diidentifikasi di daerah penelitian adalah 1x / tahun, 2x / tahun, bidang 3x / tahun beras, dan pertanian lahan kering. Kesimpulan dari penelitian ini adalah penggunaan transformasi spektral bersama-sama tidak memberikan akurasi yang lebih tinggi dibandingkan penggunaan secara individu spektral transformasi baik penggunaan saluran asli di multi-temporal. Penelitian lebih lanjut dengan menggunakan media-resolusi Remote Sensing Gambar beberapa prosedur yang berbeda dalam konteks pemantauan sawah dianggap perlu. ABSTRACT The reduction of rice area along with the increase of population gives an impact on the food availability. The appropriate and optimal management of rice are required by considering the climate resources and timely cropping pattern at the  productive  agricultural  land,  to  support  the  basic  needs  of  food  for  the communities, as well as providing support for the National Food Security. The study  intended  to  investigate  the  accuracy  of  the  use  of  the  spectral  values transformation process and GIS in order to identify and inventory the rotation of cropping pattern in rice field with an ecological approach.The research methods consist  of  the  interpretation  of  multi-temporal  classification  of  Landsat  ETM+digitally assisted using supervised  maximum likelihood algorithm, and assisted with the transformation process of the spectral value of a Principal Component Analysis (PCA), NDVI and Tasseled Cap Transformation (TCT). Landsat ETM+ data used are December 5, 2000, April 24, 2001, and July 1, 2001 at the 120/065 path/row.  The  analysis  was  finished  through  comparing  the  results  from  the transformation process of Principal Component Spectral Analysis (PCA), NDVI and  Tasseled  Cap  Transformation  (TCT)  and  the  combined  transformation process from three of them, with the results obtained from the classification of land  cover  using  the  original  channel.  The  role  of  GIS  in  the  research  are collecting  supporting  data  like  agro-climate  zones  maps,  soil  maps,  landform maps, maps of irrigated paddy fields, and afterward overlaid all of them to the cropping patterns map, by following the signs, to produce rice cropping rotation pattern maps. Results showed that the separately use of the transformation process of multi-temporal  spectral  values  provided  low accuracy,  but with an obvious visuals,   namely   Principal   Component   Analysis,   NDVI   and   Tasseled   Cap Transformation of 96,13%, 68.17%, and 92,44%. The accuracy results from the combined spectral transformation processes give a value of 92,61%. The use of multi-temporal Landsat original band gives the accuracy value of 98.77%. The rice cropping rotation patterns identified in the study area are 1x /year, 2x /year,3x /year rice fields, and upland farming. The conclusion from this research is the use of spectral transformation together does not give a higher accuracy than the use of individually spectral transformation either the use of the original channel in a multi-temporal. The further research using medium-resolution Remote Sensing Image for several different procedures in the context of rice field monitoring is considered necessary.
ANALISIS KOEFISIEN NILAI HAMBURAN BALIK OBYEK PENUTUP LAHAN PADA DATA DIGITAL ALOS PALSAR BERPOLARISASI GANDA(HH dan HV) DI SEBAGIAN JAKARTA DAN TANGERANG Prawira, Devara; Jatmiko, Retnadi Heru
GEOMATIKA Vol 17, No 2 (2011)
Publisher : Badan Informasi Geospasial in Partnership with MAPIN

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (287.203 KB) | DOI: 10.24895/JIG.2011.17-2.20

Abstract

Analisis obyek pada citra SAR polarimetri secara digital umumnya menggunakan nilai koefisien hamburan balik. Nilai Koefisien hamburan balik (σ°) merupakan nilai hasil dari interaksi dua parameter yaitu parameter radar dan parameter medan. Kendala yang sering terjadi pada sistem SAR polarimetri adalah obyek-obyek yang berbeda nampak sama pada citra, maupun sebaliknya. Nilai koefisien hamburan balik dari berbagai obyek penutup lahan, dapat menjadi salah satu pemecah masalah ini. Tujuan dari Penelitian ini adalah untuk mengeksplorasi nilai hamburan balik obyek penutup lahan pada polarisasi yang berbeda yaitu polarisasi sejajar (HH) dan menyilang (HV), serta pengaruhnya yang ditimbulkan terhadap akurasi klasifikasi.Masing-masing citra polarisasi (HH dan HV) yang DN nya sudah dikalibrasi menjadi nilai koefisien hamburan balik akan diidentifikasi nilainya dan kemudian di plot ke dalam grafik. Kemudian citra polarisasi tersebut diklasifikasi berdasarkan kelas penutup lahan sederhana  dengan klasifikasi tak terselia dan diuji akurasinya. Hasil dari penelitian ini berupa grafik dan uji akurasi serta analisis mengenai hubungan pengaruh kondisi nilai koefisien hamburan balik pada kedua polarisasi (HH dan HV) terhadap akurasi klasifikasi penutup lahannya.Kecenderungan nilai koefisien hamburan balik yang dihasilkan menunjukan bahwa di polarisasi HH nilai koefisien hamburan balik lebih tinggi dibandingkan dengan polarisasi HV pada setiap kelas penutup lahan. Namun akurasi klasifikasi polarisasi HV dengan akurasi total 64.06% lebih baik daripada polarisasi HH dengan nilai 59.38%. Hal ini terjadi kemungkinan disebabkan oleh tingkat kekontrasan (julat) nilai koefisien hamburan balik yang tinggi pada setiap kelas penutup lahan pada polarisasi HV dibandingkan pada polarisasi HH.Kata Kunci: Koefisien Hamburan Balik, Polarisasi, Parameter Radar, Parameter medan, Penutup LahanABSTRACTObject analysis on digital SAR polarimetry image usually using backscatter coefficient value. Backscatter coefficient value (σ°) is a representation value of an interaction of two parameters; which are radar parameter and terrain parameter. Constrain that often occured on SAR system is that different objects seem to look similar on the image, or the other way. Backscatter coefficient value from various land cover objects can be the problem solver. The aim of this research was to explore the land cover backscattering value on different polarisation that is Co-polarisation (HH) and Cross-polarisation (HV), also the arise effects on classification accuracy.The the backscatter coefficient of each polarisation images (HH and HV) in which the DN has been calibrated, will be identified and then plotted into the charts. Then the polarization image will be classified based on simple land cover with unsupervised classification and accuracy testing. The results are charts and accuracy test and also the analysis of connection between backscatter coefficient influence on both polarisation (HH and HV) against land cover classification accuracy.Result of the backscatter coefficient value trend have shown that on HH polarisation the value is higher than HV polarisation on each land cover classes. However, classification accuracy on HV polarization with overall accuracy 64.06% is better than HH polarisation with overall accuracy 59.38%. This probably is caused by high contrast level (range) of backscatter coefficient in each land cover classes on polarization HV compared on HH polarisation.Keywords: Backscatter Coefficient, Polarization, Radar Parameter, Terrain Parameter, Land Cover
ANALISIS POLARIMETRI ALOS 1 PALSAR UNTUK ZONASI MINERAL ALTERASI HIDROTERMAL DI KABUPATEN SOPPENG SULAWESI SELATAN AP, Anugerah Ramadhian; Jatmiko, Retnadi Heru; Widyatmanti, Wirastuti
Jurnal Teknosains Vol 10, No 1 (2020): December (FORTHCOMING)
Publisher : Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/teknosains.51031

Abstract

Perkembangan teknologi penginderaan jauh radar dapat digunakan untuk berbagai macam pemetaan, salah satunya pemetaan informasi geologi. Kabupaten Soppeng Sulawesi Selatan memiliki kondisi geologi kompleks ditandai dengan adanya kontrol struktur dan fenomena intrusi dengan material batuan yang memiliki umur geologi tua. Fenomena tersebut merupakan indikator adanya mineral alterasi hidrotermal karena adanya aktivitas intrusi magma pada bidang pelapisan batuan. Penginderaan jauh radar mampu untuk mengidentifikasi mineral alterasi hidrotermal melalui pendekatan fisik medan seperti bentuk lahan, batuan (litologi), dan struktur geologi. Tujuan dari penelitian ini yaitu mengetahui kemampuan polarimetri radar untuk identifikasi parameter mineral alterasi hidrotermal dan pola persebarannya di Kabupaten Soppeng. Karakteristik fisik medan diperoleh dari interpretasi visual citra ALOS-1 PALSAR multi-polarisasi. Data sampel diperlukan untuk analisis mineral dan petrografi sehingga mengetahui kandungan mineral batuan. Analisis karakteristik fisik medan dan hasil analisis mineral petrografi digunakan untuk menentukan tipe dan sebaran mineral alterasi hidrotermal. Hasil penelitian menunjukkan bahwa citra ALOS-1 PALSAR HH, HV, HV dapat menghasilkan informasi parameter bentuk lahan, batuan (litologi), dan struktur geologi dengan baik ditandai dengan nilai total akurasi 83,9%. Zona mineral alterasi hidrotermal di Kabupaten Soppeng terdiri dari zona alterasi argilik 221,662 km², argilik sempurna 20,239 km², filik 94,790 km², potasik 46,678 km², propilitik 328,746 km², sub propilitik 181,517 km², dan skarn 75,635 km².
KOMPARASI INDEKS VEGETASI UNTUK ESTIMASI STOK KARBON HUTAN MANGROVE KAWASAN SEGORO ANAK PADA KAWASAN TAMAN NASIONAL ALAS PURWO BANYUWANGI, JAWA TIMUR Frananda, Hendry; Hartono, Hartono; Jatmiko, Retnadi Heru
MAJALAH ILMIAH GLOBE Vol 17, No 2 (2015)
Publisher : Badan Informasi Geospasial

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (883.259 KB) | DOI: 10.24895/MIG.2015.17-2.222

Abstract

Estimasi kandungan karbon kawasaan hutan mangrove sering dilakukan dengan memanfaatkan transformasi indeks vegetasi, dimana nilai yang diperoleh merupakan gabungan dari beberapa saluran pada citra untuk menonjolkan kenampakan vegetasi. Sulitnya medan hutan mangrove menjadikan transformasi indeks vegetasi sebagai salah satu cara efektif untuk mengestimasi karbon. Penelitian ini bertujuan untuk mengetahui sejauh mana data penginderaan jauh dapat dimanfaatkan dalam mengestimasi kandungan karbon pada hutan mangrove, dan untuk mengetahui transformasi indeks vegetasi terbaik dalam mengestimasi kandungan karbon hutan mangrove, sehingga akan diketahui korelasi antara masing-masing transformasi indeks vegetasi yang digunakan dengan kandungan karbon lapangan beserta tingkat akurasinya. Metode yang digunakan dalam penelitian ini dengan melakukan perhitungan kandungan karbon pada beberapa titik sampel lapangan dan melihat korelasi antara kandungan karbon pada titik sampel lapangan dengan nilai indeks dari masing-masing transformasi indeks vegetasi yang digunakan. Hasil penelitian berupa korelasi beserta tingkat akurasi dan kandungan karbon total dari masing-masing transformasi indeks vegetasi yang digunakan (SR, NDVI, TVI, RVI, SAVI, EVI) dengan data lapangan. Koreksi radiometrik yang dilakukan adalah histogram adjusment atau dark-pixel subtraction. EVI dan TVI merupakan indeks vegetasi yang memiliki korelasi dan akurasi terbaik untuk mengestimasi kandungan karbon hutan mangrove dengan nilai R2 dari EVI = 0,72 dan TVI = 0,63, dengan nilai RMSE EVI ± 74.40139 ton/ha dan nilai RMSE TVI ± 39.70762 ton/ha. Kesimpulan dari penelitian ini diketahui pada tingkat koreksi atmosfer yang sama, indeks vegetasi EVI dan TVI merupakan indeks yang memiliki hubungan korelasi dan akurasi terbaik, sehingga EVI dan TVI merupakan indeks vegetasi terbaik untuk mengestimasi karbon hutan mangrove.Kata kunci: penginderaan jauh, estimasi, karbon hutan, indeks vegetasiABSTRACTForest carbon content estimations are often done by using transformation of vegetation index, where the value that obtained was a combination of several canals in the image to show the appearance of vegetation. The difficult terrain of mangrove forest made the transformation of vegetation index as one of the effective ways to estimate carbon. The objective of this study were to determine the extent of remote sensing data can be used and the most optimum vegetation index transformation in estimating the carbon content in the mangrove forest, so as to obtain a correlation between each vegetation index transformation that are used with the carbon content of the field and its level of accuracy. The method were using the calculation of carbon content at some point field samples and examine the correlations between the carbon content at the point of field samples with an index value of each vegetation index transformation that are used. The result of this study was a correlation with the level of accuracy and total carbon content of each vegetation index transformation that are used (SR, NDVI, TVI, RVI, SAVI, EVI) with field data. Radiometric correction was conducted with histogram adjustment or dark-pixel subtraction. EVI and TV are the best correlation and accuracy of vegetation index for estimating the carbon content of mangrove forest with R2 values of EVI = 0.72 and TVI = 0,63, and the RMSE of EVI ± 74.40139 tons/hectare and TVI ± 39.70762 tons/hectare. The conclusion of this study was known at the same level of atmospheric correction, EVI and TVI vegetation index have the best correlation and accuracy, so that EVI and TVI are the best vegetation index for estimating carbon mangrove forests.Keywords: remote sensing, estimation, forest carbon, vegetation index
Inundation Model Using UAV-derived Digital Elevation Data and PCRaster Dynamic Model in An Excessive Rainfall Event Aji, Dwi Setyo; Handayani, Warsini; Jatmiko, Retnadi Heru; Kurniawan, Agung
Journal of Applied Geospatial Information Vol 2 No 2 (2018): Journal of Applied Geospatial Information (JAGI)
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jagi.v2i2.1019

Abstract

Extreme weather reportedly occurred on 28th November 2017 caused by a cyclone called Cempaka. Categorized as extreme weather since this event triggered an excessive rainfall reaching 246.8 mm in a 24-hour. Consequently, some areas in Yogyakarta Special Region are inundated. This research attempts to model the inundation of excessive rainfall using GIS software, PCRaster. The study area is concentrated in Selopamioro and Sriharjo, where Opak and Oyo rivers meet. Elevation model and rainfall data are used as the principal data to model the inundation. Elevation model is derived from the Unmanned Aerial Vehicle (UAV)  image, while, the rainfall data of a-24-hour hourly data from the Meteorological Agency is also used as an input. The elevation model works as a flow direction model and the rainfall amount plays as the flowing material. The original states of water of the river are not considered, thus the study merely describes how the certain amount of rainfall adds to the level height of terrain and modeled for 24 hours. The result maps are the area that experience of a-24-hour high intensity of rainfall. The study depicts the additional water level caused by rainfall and the concentration of excessive rainfall in the study area. This information is beneficial in order to alarm a similar future event.  
DETEKSI KEBAKARAN HUTAN DAN LAHAN MENGGUNAKAN CITRA SATELIT HIMAWARI-8 DI KALIMANTAN TENGAH Sepriando, Alpon; Hartono, Hartono; Jatmiko, Retnadi Heru
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 20, No 2 (2019): December 2019
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v20i2.3884

Abstract

IntisariKebakaran hutan dan lahan terjadi hampir setiap tahun di Indonesia, terutama di wilayah Sumatera dan Kalimantan saat musim kemarau. Deteksi kebakaran hutan dan lahan dengan citra satelit menggunakan indikator yang disebut titik panas. Titik panas yang digunakan saat ini di Indonesia diperoleh dari pengolahan data citra satelit berorbit polar (MODIS dan VIIRS) dengan resolusi temporal yang rendah, yaitu hanya 6 kali dalam sehari. Tujuan dari penelitian ini adalah memanfaatkan data citra satelit Himawari-8 untuk deteksi kebakaran hutan dan lahan yang menghasilkan titik panas dengan resolusi temporal 10 menit, dimana hasilnya di validasi dengan citra polar dan data kebakaran lapangan. Lokasi penelitian berada di Provinsi Kalimantan Tengah dan waktu penelitian adalah bulan September 2019. Data yang digunakan untuk pengolahan adalah 5 saluran Advanced Himawari Imager, peta batas administrasi dan tutupan lahan. Pemrosesan data citra satelit mencakup pemilihan piksel penutup lahan dan batas administrasi, penentuan waktu pengamatan, eliminasi piksel awan, Algoritma Pemantau Kebakaran Aktif, dan validasi hasil. Data citra Himawari-8 dapat diolah menjadi titik panas dengan temporal 10 menit. Validasi terhadap citra polar memiliki tingkat akurasi 66,2%-75,4%, comission error 28,2-46,9% dan omission error 24,6-33,8%. Tingginya comision error terhadap citra VIIRS dikarenakan citra VIIRS memiliki resolusi spasial yang jauh lebih tinggi dibandingkan dengan citra Himawari-8.  AbstractForest and land fires occur almost every year in Indonesia, especially in Sumatra and Kalimantan during the dry season. Detection of forest and land fires with satellite imagery uses an indicator called a hotspot. The hotspots used today in Indonesia are obtained from the processing of polar orbital satellite image data (MODIS and VIIRS) with a low temporal resolution, which is only six times a day. The purpose of this study is to utilize Himawari-8 satellite imagery data for the detection of forest and land fires that produce hotspots with a temporal resolution of 10 minutes, where the results are validated with polar imagery and field fire data. The research location is in Central Kalimantan Province, and the time of the study is September 2019. Data used for processing are 5 Advanced Himawari Imager channels, administrative boundary maps, and land cover. Processing of satellite imagery data includes the selection of cover pixels and administrative boundaries, determination of observation time, elimination of cloud pixels, Active Fire Monitoring Algorithm, and validation of results. Himawari-8 image data can be processed into hotspots with a temporal 10 minutes. Validation of polar images has an accuracy rate of 66.2% -75.4%, commission error 28.2-46.9% and omission error 24.6-33.8%. The high commission error on the VIIRS image is because the VIIRS image has a much higher spatial resolution compared to the Himawari-8 image.