cover
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
ISSN : -     EISSN : -     DOI : -
Core Subject : Science,
Arjuna Subject : -
Articles 8 Documents
Search results for , issue " Vol. 13 No. 2 Desember 2016" : 8 Documents clear
MODEL PELAKSANAAN DISEMINASI INFORMASI PENGINDERAAN JAUH BERBASIS TEKNOLOGI TERBUKA Sarno, .
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 13 No. 2 Desember 2016
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30536/j.pjpdcd.2016.v13.a2515

Abstract

National Earth Observation System at the Remote Sensing Application Center organize the functions of remote sensing information dissemination to the user. Space Law Number 21 of 2013 Article 22, Paragraph 1, mandates that the use of data and dissemination of remote sensing information shall be based on the guidelines set by the Institution. This research aims to analyze reference implementation of remote sensing information dissemination. The method used in this study is prototyping with an open technology. Stages of research include the identification of technology components and evaluation of the general architecture to simplify the development, design models and implementation of the system by reforming, repeatedly testing and integration of open source software. The results showed that the model or reference implementation has been successfully implemented and tested through prototypes. Application of the prototype into a fully operational system can be developed at low cost and user friendly interface. Abstrak Sistem Pemantauan Bumi Nasional di Pusat Pemanfaatan Penginderaan Jauh menyelenggarakan fungsi diseminasi informasi penginderaan jauh untuk pengguna. Undang-undang Keantariksaan Nomor 21 Tahun 2013 Pasal 22 Ayat 1, mengamanatkan bahwa pemanfaatan data dan diseminasi informasi penginderaan jauh wajib dilakukan berdasarkan pedoman yang ditetapkan oleh Lembaga. Penelitian ini bertujuan untuk menganalisis model pelaksanaan diseminasi informasi penginderaan jauh. Metode yang digunakan dalam penelitian ini adalah purwarupa dengan teknologi terbuka. Tahapan penelitian meliputi identifikasi komponen teknologi dan evaluasi arsitektur umum untuk mempermudah dalam pengembangan, perancangan model dan implementasi sistem dengan melakukan pembaruan, pengujian secara berulang dan pengintegrasian perangkat lunak sumber terbuka. Hasil penelitian menunjukkan bahwa model telah berhasil diimplementasikan dan dilakukan pengujian melalui purwarupa. Penerapan purwarupa menjadi sistem yang beroperasi secara penuh dapat dikembangkan dengan biaya murah dan antarmuka yang ramah.
ALGORITMA DUA DIMENSI UNTUK ESTIMASI MUATAN PADATAN TERSUSPENSI MENGGUNAKAN DATA SATELIT LANDSAT-8, STUDI KASUS: TELUK LAMPUNG Arief, Muchlisin; Adawiah, Syifa Wismayati; Hartuti, Maryani; Parwati, Ety
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 13 No. 2 Desember 2016
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30536/j.pjpdcd.2016.v13.a2517

Abstract

Remote sensing technique is a powerful tool for monitoring the coastal zone. Optical sensors can be used to measure water quality parameters Total Suspended Matter (MPT). In order to be able to extract information MPT, the satellite data need to be validated with in situ measurements that make the relationship between the reflectance band with concentration MPT measurement results. In this model, do the correlation between the measurement results with the reflectance values band 3 and band 4. then obtained a linear equation, then calculated using the argument of a ratio of 60:75 to each of the correlation coefficient, the obtained linear equation two Dimension T (X3, X4) = 2313.77 X3 + 4741.11 X4 + 314.95. Based on the concentration MPT of dated June 3, 2015 was lower than in the west to the east. this is because the east is already contaminated with the plant, effluent solids by humans, while the west for still many floating net fish, and mangrove. Based on the results of measurement and calculation results , is still far from perfect (accuracy 60%), one factor is the value thresholding, when determining the boundary between: clouds, sea, and land. Generally indicates that the model is still in need for repair. Abstrak Penginderaan jauh adalah alat yang ampuh untuk memantau zona pesisir. Sensor optik dapat digunakan untuk mengukur parameter kualitas air Total Suspended Solid/Muatan Padatan Tersuspensi (MPT). Agar supaya dapat mengekstraksi informasi MPT, maka, data satelit perlu divalidasi dengan pengukuran in situ yaitu membuat hubungan antara reflektansi band dengan konsentrasi MPT hasil pengukuran. Pada model ini, dilakukan korelasi antara hasil pengukuran dengan nilai reflektansi band3 dan band4, maka diperoleh persamaan linier, kemudian dihitung dengan menggunakan dalil perbandingan 60 : 75, untuk masing-masing koefisien korelasinya, maka diperoleh persamaan linier dua dimensi T(X3,X4) = 2313.77 X3 + 4741,11 X4 + 314.95.  Berdasarkan konsentrasi MPT  pada 3 Juni 2015 di sebelah baratlebih rendah dibandingkan sebelah timur. Hal ini dikarenakan sebelah timur sudah terkontaminasi dengan pabrik, buangan benda padat oleh manusia, sedangkan sebelah barat karena masih banyak keramba jaring apung ikan dan mangrove. Berdasarkan hasilnya antara pengukuran dan hasil perhitungan, masih jauh dari sempuna (ketelitiannya 60 %), salah satu faktornya adalah dalam menentukan nilai thresholding, pada saat  menentukan batas antara: awan, laut dan darat. Secara umum menunjukkan bahwa model yang masih membutuhkan perbaikan.
Full Paper Inderaja Vol 13 No 2 Desember 2016 Jurnal, Redaksi
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 13 No. 2 Desember 2016
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Full Paper Inderaja Vol 13 No 2 Desember 2016
PENERAPAN ALGORITMA SPECTRAL ANGLE MAPPER (SAM) UNTUK KLASIFIKASI LAMUN MENGGUNAKAN CITRA SATELIT WORLDVIEW-2 Aziizah, Nunung Noer; Siregar, Vincentius Paulus; Agus, Syamsul Bahri
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 13 No. 2 Desember 2016
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30536/j.pjpdcd.2016.v13.a2205

Abstract

Remote sensing technology has been developed for monitoring and identification of coastal environment and resources, such as seagrasses. In Indonesia, particularly seagrass mapping spectrometer utilizing spectral library has not been done. This study aimed to determine the spectral signature based in situ measurement and image analysis, analyze the implementation of the algorithm Spectral Angle Mapper (SAM) and test accuracy in mapping seagrass to species level based on spectral libraries. Research conducted in seagrass Tunda Island, Banten. Satellite imagery used is WorldView-2 and the seagrass spectral reflectance was measured using a spectrometer USB4000. SAM classification algorithm utilizing spectral libraries and classify objects in a single pixel can be homogeneous. Classification results in the form of class Enhalus acoroides, Cymodocea rotundata, Thalassia hemprichii, and Halophila ovalis. The resulting accuracy of 35.6%. The area of each class is 0.8 hectares for the class Cymodocea rotundata, 2.79 hectares for Enhalus acoroides, class Thalassia hemprichii 3.7 hectares, and 3.5 hectares for Halophila ovalis. Classification of seagrass to species level yet produce good accuracy. Seagrass area with a variety of species and number of channels on a multispectral satellite image is assumed to be the cause of the low value of accuracy. AbstrakPemanfaatan teknologi satelit penginderaan jauh (remote sensing) sangat berkembang untuk identifikasi dan memantau sumberdaya alam wilayah pesisir, seperti lamun. Di Indonesia khususnya pemetaan lamun memanfaatkan pustaka spektral dari spektrometer belum banyak dilakukan. Penelitian ini bertujuan untuk mengetahui besaran spektral lamun berdasarkan pengukuran in situ dan analisis citra satelit, memetakan lamun hingga tingkat spesies berdasarkan pustaka spektral pengukuran in situ dengan penerapan algoritma SAM dan menguji tingkat akurasinya. Penelitian dilaksanakan di ekosistem lamun Pulau Tunda, Banten. Citra satelit yang digunakan adalah WorldView-2 dan reflektansi spektral lamun diukur menggunakan spektrometer USB4000. Algoritma klasifikasi SAM memanfaatkan pustaka spektral dan mengkelaskan obyek dalam satu piksel secara homogen. Hasil klasifikasi berupa kelas lamun Enhalus acoroides, Cymodocea rotundata, Thalassia Hemprichi, dan Halophila ovalis. Akurasi yang dihasilkan sebesar 35.6 %. Luas area masing-masing kelas adalah 0.8 Ha untuk kelas Cymodocea rotundata, 2.79 Ha untuk kelas Enhalus acoroides, 3,7 Ha kelas Thalassia hemprichii, dan 3.5 Ha untuk Halophila ovalis. Klasifikasi lamun hingga tingkat spesies belum menghasilkan akurasi yang baik. Area lamun dengan jenis yang beragam dan jumlah saluran pada citra satelit multispektral diasumsikan menjadi penyebab rendahnya nilai akurasi.
Front Pages Inderaja Vol 13 No 2 Desember 2016 Inderaja, Redaksi Jurnal
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 13 No. 2 Desember 2016
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Front Pages Inderaja Vol 13 No 2 Desember 2016
METODE PENENTUAN TITIK KOORDINAT ZONA POTENSI PENANGKAPAN IKAN PELAGIS BERDASARKAN HASIL DETEKSI TERMAL FRONT SUHU PERMUKAAN LAUT Hamzah, Rossi; Marpaung, Sartono; Prayogo, Teguh
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 13 No. 2 Desember 2016
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30536/j.pjpdcd.2016.v13.a2364

Abstract

Information points coordinate of potential fishing zones (PFZ) is required by user that to be more effective in conducting fishing operation. The results of thermal front detection using single image edge detection (SIED) asshape contour lines. This research aims to determine points coordinate for potential fishing zone based on detection of thermal fronts sea surface temperatures.To determine point coordinate performed segmentation on detection result according to size fishnet grid. Contour line contained in each grid is a polygon shape.Centroid of each polygon is point coordinate of PFZ. The result of sea surface temperature data processing from Terra/Aqua MODIS and Suomi NPP VIIRS satellitesindicates that method of determination the centroid of polygon is very effective in determining the point coordinate of PFZ. Using that method the processing stages of satellite data to be faster, more efficient and practical due to the information of PFZ is already as points coordinate.Abstrak Informasi titik koordinat zona potensi penangkapan ikan (ZPPI) sangat diperlukan oleh pengguna agar lebih efektif dalam melakukan operasi penangkapan ikan. Hasil deteksi termal front menggunakan metode Single Image Edge Detection (SIED) dalam bentuk garis kontur. Penelitian ini bertujuan untuk menentukan titik koordinat ZPPI berdasarkan hasil deteksi termal front suhu permukaan laut. Untuk menentukan titik koordinat dilakukan segmentasi hasil deteksi sesuai ukuran fishnet grid. Garis kontur yang terdapat dalam setiap grid merupakan bentuk poligon. Pusat geometri dari setiap poligon merupakan titik koordinat ZPPI. Hasil pengolahan data suhu permukaan laut dari satelit Terra/Aqua MODIS dan Suomi NPP VIIRS menunjukkan bahwa metode penentuan pusat geometri poligon sangat efektif dalam menentukan titik koordinat ZPPI. Dengan menggunakan metode tersebut tahap pengolahan data satelit menjadi lebih cepat, efisien dan lebih praktis karena informasi ZPPI sudah dalam bentuk titik koordinat.
Back Pages Inderaja Vol 13 No 2 Desember 2016 Inderaja, Redaksi Jurnal
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 13 No. 2 Desember 2016
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

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

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30536/j.pjpdcd.2016.v13.a2516

Abstract

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.

Page 1 of 1 | Total Record : 8