Projo Danoedoro
LAPAN and Gadjah Mada University

Published : 24 Documents
Articles

Found 24 Documents
Search

LINEAR SPECTRAL MIXTURE ANALYSIS (LSMA) UNTUK TUTUPAN LAHAN MENGGUNAKAN CITRA LANDSAT ETM+ DI YOGYAKARTA DAN SEKITARNYA

Jurnal Bumi Indonesia Volume 2, Nomor 2, Tahun 2013
Publisher : Fakultas Geografi UGM

Show Abstract | Original Source | Check in Google Scholar

Abstract

Informasi tutupan lahan mempunyai peranan yang signifikan sebagai informasi tematik untuk melakukan perencanaan, pengendalian, dan penataan ruang agar tercipta pembangunan berkelanjutan. Penginderaan jauh dapat digunakan untuk memperoleh informasi tersebut. Salah satu permasalahan yang terdapat dalam penggunaan data penginderaan jauh ialah keberadaan piksel campuran. Piksel campuran merupakan permasalahan dalam klasifikasi terutama ketika menggunakan metode klasifikasi ”keras” konvensional berbasis piksel yang sudah familiar, seperti Maximum Likelihood, dimana satu piksel diklasifikasikan sebagai satu objek dominan saja; padahal dalam satu piksel dimungkinkan terdapat lebih dari satu objek.. Penelitian ini menerapkan metode klasifikasi ”lunak” berupa Linear Spectral Mixture Analysis menggunakan Citra Landsat ETM+. Metode ini memberikan informasi hingga tingkat subpiksel secara kuantitatif dari tutupan lahan (vegetasi, permukaan kedap air, dan tanah). Hasil LSMA memberikan nilai rerata RMS error sebesar 0,0046, mengindikasikan bahwa Metode LSMA dapat menjadi alat yang sangat berguna untuk kuantifikasi tutupan lahan di lingkungan perkotaan.Kata kunci : Linear Spectral Mixture Analysis, Endmember, Landsat ETM+, PPI.

REMOTE SENSING AND GIS APPROACHES TO A QUALITATIVE ASSESSMENT OF SOIL EROSION RISK IN SERANG WATERSHED, KULONPROGO, INDONESIA

Geoplanning: Journal of Geomatics and Planning Vol 4, No 2 (2017): (October 2017)
Publisher : Department of Urban and Regional Planning, Diponegoro University

Show Abstract | Original Source | Check in Google Scholar

Abstract

This research aims to determine the risk of soil erosion qualitatively by integrating remote sensing with the geographic information system. Factors that contributed to the occurrence of erosion in the area of study were analyzed using the method of the variation of combined input data of the factors controlling erosion (soil, climate, topography, vegetation, and humans). The input data were quantitative data changed into qualitative data that were obtained from field data and extracted from remote sensing imagery, i.e. SPOT 5. A number of parameters were calculated using the RUSLE model equation. The model was validated by observing the qualitative erosion indicators in the field (pedestal, tree root exposure, armor layers, rill erosion, and gully erosion) by observing slope steepness in each sample area. The area of study was Serang watershed located in Kulon Progo Regency, Yogyakarta. It is one of the critically potential watersheds viewed from the landform and land use. The results of various combinations generated the highest of accuracy by 90.57 % with extremely erosion dominating the area of study. The factors with the highest contribution to erosion in Serang Watershed were slope length and steepness (LS) and erodibility (K).

TOWARD A FULLY AND ABSOLUTELY RASTER-BASED EROSION MODELING BY USING RS AND GIS

Indonesian Journal of Geography Vol 41, No 2 (2009): Indonesian Journal of Geography
Publisher : Faculty of Geography, Universitas Gadjah Mada

Show Abstract | Original Source | Check in Google Scholar | Full PDF (5580.603 KB)

Abstract

The erosion map data is one of important data used in planningconservation of degraded land. Generally, erosion data is predicted using a modelbecause to gain actual erosion requires much resource (timely, costly and labourintensive). USLE (Universal Soil Loss Equation) is one of existing erosion modelsapplied worlwide, including Indonesia. Nevertheless, erosion analysis conducted isbased on analysis using vector-based maps. This method involves simplification,either algorithms or procedures, and subject to subjectivity, so the result has highuncertainty. This article deals with the idea to build a fully raster-based erosionmodeling. Steps required to obtain raster-based data was highlighted as from thebeginning up to the model validation to get an absolute model. The integration ofremote sensing and GIS was inevitably usedfor the analysis.

ANALISIS KESESUAIAN LAHAN PERUMAHAN KELAS MENENGAH MENGGUNAKAN DATA PENGINDERAAN JAUH DENGAN SISTEM INFORMASI GEOGRAFIS DI KOTA SURABAYA

Jurnal Bumi Indonesia Volume 1, Nomor 1, Tahun 2012
Publisher : Fakultas Geografi UGM

Show Abstract | Original Source | Check in Google Scholar

Abstract

Tujuan dari penelitian ini yaitu mengetahui tingkat akurasi datapenginderaan jauh dan mengetahui lokasi daerah yang memenuhi kriteria sesuaiuntuk digunakan menjadi perumahan kelas menengah di Kota Surabaya. Metodeyang digunakan dalam penelitian ini adalah uji akurasi, tumpangsusun danpemberian harkat. Hasil penelitian berupa uji ketelitian interpretasi bentuklahansebesar 89,47 % dan ketelitian interpretasi penggunaan lahan sebesar 79,45 %.Peta yang dihasilkan dari faktor fisik lahan dan faktor aksesibilitas yaitu lahandengan kriteria sesuai seluas 13.17 km2 atau 4% dari luas daerah penelitian,terletak di Surabaya bagian Barat dan kriteria sesuai bersyarat seluas 316.48 km2atau 96% dari luas daerah penelitian.Kata kunci: kesesuaian, perumahan, kota, ALOS-AVNIR2

PENGGUNAAN LOGIKA FUZZY DALAM PEMODELAN SPASIAL KERENTANAN DBD DI KOTA YOGYAKARTA

Jurnal Bumi Indonesia Volume 1, Nomor 3, Tahun 2012
Publisher : Fakultas Geografi UGM

Show Abstract | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk memodelkan epidemiologi DBD dalam menentukan tingkat kerentanan wilayah terhadap DBD, dengan menggunakan logika fuzzy sebagai metode analisis, mengambil Kota Yogyakarta sebagai daerah penelitian, dengan melibatkan berbagai variabel yang mewakili aspek epidemiologi, antara lain: tingkat kepadatan bangunan, persentase tutupan vegetasi, dan curah hujan (aspek lingkungan), kepadatan penduduk (aspek manusia), dan house index (aspek kepadatan vektor). Analisa yang dilakukan meliputi proses analisa derajat keanggotaan fuzzy setiap variabel terhadap kejadian DBD dengan menggunakan kurva fuzzy (fuzzy membership analysis), proses analisa seluruh variabel secara bersama-sama dalam menilai kerentanan DBD (fuzzy overlay analysis) dengan menggunakan beberapa operator fuzzy: operator AND, OR, SUM, PRODUCT, dan Akar Perkalian (operator hasil modifikasi), dan proses pengembalian informasi ke bentuk tegas (crisp) melalui pengklasifikasian tingkat kerentanan DBD (fuzzification). Tingkat kerentanan DBD yang dihasilkan oleh masing-masing operator fuzzy kemudian diuji akurasinya terhadap kerentanan aktual yang diturunkan dari informasi sebaran kasus DBD di Kota Yogyakarta tahun 2007.

KAJIAN KEMAMPUAN JARINGAN SYARAF TIRUAN ALGORITMA BACKPROPAGATION UNTUK KLASIFIKASI PENGGUNAAN LAHAN MENGGUNAKAN CITRA ALOS AVNIR-2

Jurnal Bumi Indonesia Volume 1, Nomor 3, Tahun 2012
Publisher : Fakultas Geografi UGM

Show Abstract | Original Source | Check in Google Scholar

Abstract

Perkembangan penginderaan jauh memperkenalkan metode jaringan syaraf tiruan (JST) yang dapat mengintegrasikan data spektral dan non-spektral, dengan demikian  memungkinkan untuk klasifikasi penggunaan lahan. Metode JST memiliki parameter JST. Tujuan penelitian ini adalah: (1) mengetahui kemampuan JST algoritma propagasi balik untuk klasifikasi penggunaan lahan menggunakan citra ALOS AVNIR-2 dengan tambahan DEM, lereng, dan citra tekstur, dan (2) mengetahui pengaruh parameter JST algoritma propagasi balik terhadap akurasi. Penelitian dilakukan dengan simulasi pada empat input, yaitu (1) ALOS AVNIR-2, (2) ALOS AVNIR-2, lereng dan DEM, (3) citra tekstur variance,  (4) citra  tekstur variance, lereng dan DEM. Hasil simulasi dianalisis dan dibandingkan dengan metode maximum likelihood. Penelitian menunjukkan metode maximum likelihood menghasilkan overall accuracy 64,5299% dengan indeks kappa 0.6129, sedangkan JST menghasilkan overall accuracy tertinggi adalah 63,8177% dengan indeks kappa 0,6053 pada JST 9 dan JST 10 dengan input ALOS AVNIR-2. Tidak terdapat hubungan antara parameter dengan akurasi. Kata kunci: penggunaan lahan, ALOS AVNIR-2, jaringan syaraf tiruan, propagasi balik.

PROPOSED MODEL ON LEVELS OF DEGRADED LAND AT MERAWU WATERSHED, BANJARNEGARA REGENCY, CENTRAL JAVA PROVINCE, INDONESIA

BIOTROPIA - The Southeast Asian Journal of Tropical Biology Vol 24, No 3 (2017)
Publisher : SEAMEO BIOTROP

Show Abstract | Original Source | Check in Google Scholar

Abstract

Conservation of degraded land in Indonesia requires maps of degraded land. The maps were established based on a model developed in 1998 by the then Indonesia Department of Forestry. The model has 2 weaknesses i.e. 1. high level of uncertainty due to vector-based data used to build the thematic maps and 2. parameters redundancy or duplication from the model. This research was aimed to build up a proposed model on levels of degraded land at Merawu Watershed using fully raster-based data supported with remote sensing and GIS techniques. Parameters analyzed were Slope, Erosivity (R), Erodibility (K), Slope Length and Steepness (LS), Cover and Management (C), Support Practice (P) and Percentage of Canopy Cover. These data were presented in fully raster format. Management parameter was not explicitly used in this research because management parameter was already represented by the C and P parameters . Five parameters were directly obtained using fully raster format, i.e. Slope, LS, C, P and Percentage of Canopy Cover. The other 2 parameters went through spatial interpolation process before being presented as fully raster format. Correlation analysis among parameters was carried out. Parameters having high correlation coefficient (r ≥ 0.8) were excluded from the model to avoid redundancy. The proposed model only used parameters having low correlation coefficient. The research result showed that the determination of levels of degraded land was more accurate when using only erosion parameters, formulated as:Level of Degraded Land (LoDL) ≈ Erosion ≈ R x K x LS x C x P. 

PENENTUAN TINGKAT KEKERINGAN LAHAN BERBASIS ANALISA CITRA ASTER DAN SISTEM INFORMASI GEOGRAFIS

Majalah Geografi Indonesia Vol 26, No 1 (2012): Maret 2012
Publisher : Fakultas Geografi, Universitas Gadjah Mada

Show Abstract | Original Source | Check in Google Scholar

Abstract

ABSTRAK Kekeringan lahan yang melanda suatu daerah menimbulkan dampak yang besar terhadap produktivitas lahan pertanian. Terjadinya kekeringan ini disebabkan oleh defisit air akibat kurangnya hujan yang jatuh, laju infiltrasi air yang tinggi serta jenis tanaman yang tidak sesuai dengan ketersediaan air. Untuk meminimalkan dampak yang terjadi akibat kekeringan lahan maka perlu dilakukan antisipasi dengan mengetahui defisit dan surflus air lahan melalui data curah hujan serta kemampuan tanah menahan air (water holding capasity). Untuk keperluan analisis kekeringan lahan dapat menggunakan citra penginderaan jauh dan neraca air lahan sebagai pengetahuan awal guna perencanaan antisipasi kekeringan lahan sehingga kebutuhan air bagi tanaman dapat terpenuhi setiap saat. Penelitian ini dilakukan di sebagian wilayah Kabupaten Gunung Kidul. Tujuan penelitian ini adalah : (1) Mengkaji akurasi berbagai saluran TIR Citra Aster untuk mendapatkan informasi sebaran suhu permukaan, (2) Mengkaji sebaran kekeringan melalui indeks TVDI (Temperature Vegetation Dryness Indeks) yang diekstrak dari suhu permukaan (Land Surface Temperature) dan indeks NDVI. (3) Mengkaji tingkat kekeringan lahan dengan menggunakan metode Thornthwaite-Mather,  (4) Mengkaji pola tanam yang sesuai diterapkan di wilayah penelitian. Hasil penelitian menunjukkan bahwa saluran 13 Citra Aster memiliki akurasi paling tinggi jika dibandingkan dengan saluran 10,11,12, serta 14 Citra Aster karena memiliki selisih paling kecil dengan suhu permukaan lapangan. Berdasarkan analisis RMS difference diperoleh nilai 1,140. Luas sebaran kekeringan berdasarkan indeks TVDI pada seluruh penggunaan lahan dengan tingkat kekeringan tinggi, sedang dan rendah masingmasing melanda daerah seluas 2.922,8 Ha (4,6%), 20.286,16 Ha (32,11%) serta 39.962,72 Ha (63,26%). Dari total luas 2.922,8 Ha lahan yang dilanda kekeringan dengan tingkat kekeringan tinggi (kering/kurang air) seluas 2.069,47 Ha merupakan sawah tadah hujan. Analisis hubungan indeks TVDI dengan kadar lengas tanah menunjukkan hubungan yang tidak terlalu kuat  sebesar 53,7%. Tingkat kekeringan lahan dengan analisis neraca air Thornthwaite-Mather menunjukkan indeks kekeringan (aridity index) berada dalam tingkat kekeringan sedang dan berat. Kekeringan sedang terjadi pada satuan lahan yang terpengaruh stasiun hujan Giriwungu (Panggang), Kedung Keris, Gedangan serta sebagian Playen. Kekeringan berat terjadi pada satuan lahan yang terpengaruh stasiun hujan Wonosari, Tepus dan sebagian Playen.  Pola tanam berdasarkan agroklimat Oldeman dikelompokkan ke dalam pola tanam Padi Gogo (Palawija) -Palawija - Bero, Padi sawah - Palawija - Bero, Palawija – Palawija - Bero. Pola tanam Padi Gogo (Palawija)-Palawija-Bero diterapkan di sawah tadah hujan dan tegalan pada satuan lahan yang terpengaruh stasiun hujan Tepus dan Panggang dengan musim tanam 1 terjadi bulan Oktober–Januari dan musim tanam 2 terjadi pada bulan Februari-Mei, pola tanam Padi Sawah-Palawija-Bero diterapkan di sawah dan sawah tadah hujan pada satuan lahan yang terpengaruh stasiun hujan Wanagama (Playen), Kedung Keris dan Gedangan dengan musim tanam 1 terjadi pada bulan November-Februari dan musim tanam 2 terjadi pada bulan Maret-Juni sedangkan pola tanam Palawija-Palawija-Bero diterapkan di kebun campuran pada satuan lahan yang terpengaruh stasiun hujan Kedung Keris, Panggang, Playen, Gedangan, serta Wonosari untuk sawah tadah hujan dimana musim tanam 1 terjadi pada bulan November-Februari dan musim tanam 2 terjadi pada bulan Maret-Juni.ABSTRACT Dryness of farm knocking over an area to generate big impact to agricultural land productivity. The happening of this dryness because of water deficit as result of lack of falling rain, high water infiltration velocity and crop type which unmatched to water availability. Minimization of Impact to happened as result of dryness of farm hence need to be done anticipation given the deficit and surflus farm water through rainfall data and ability of soil land ground arrest detains water (water holding capasity). For the purpose is required dryness analysis of farm with using remote sensing image and farm water balance as initial knowledge utilized planning of anticipation of dryness of farm so that amount of water required for crop can fufilled every when. This research done in this part of gunung kidul regency, purpose of this research is : (1) Studies accuration various channels TIR image Aster to get information as of land surface temperature (2) Studies of dryness through index TVDI (Temperature Vegetation Dryness Indeks) extract from surface temperature (Land Surface Temperature) and index NDVI. ( 3) Studies level of dryness of farm by using method Thornthwaite-Mather, (4) Studies cropping pattern appropriate is applied in research region. Result of research indicates that channel 13 images Aster had highest accuration if it is compared to channel 10,11,12, and 14 images Aster because having smallest difference with field surface temperature. Based on analysis RMS difference is obtained by value 1,140. Wide as of dryness based on index TVDI at all land use with level of high dryness, knocking over each low and medium area with a width of 2922,8 Ha (4,6%), 20286,16 Ha (32,11%) and 39962,72 Ha (63,26%). From wide total 2922,8 Ha farm knocked over by dryness with level of high dryness (less water) with a width of 2069,47 Ha is wet ricefield dependant to rain. Analysis the relation of index TVDI with soil moisture rate shows rapport that is overweening not equal to 53,7% Level of dryness of farm with water balance analysis Thornthwaite-Mather shows dryness index (aridity index) stays in level of medium dryness and weight. Dryness is happened at land unit affecting station of rain Giriwungu (Panggang), Kedung Keris, Gedangan and some of Playen. Dryness of weight happened at land unit affecting station of rain Wonosari, Tepus and some of Playen. Cropping pattern based on agroklimat Oldeman is grouped into cropping pattern Padi Gogo (Palawija)-Palawija-Bero, Padi Sawah-Palawija-Bero, Palawija-Palawija-Bero. Cropping Pattern (Palawija)-PalawijaBero is applied in wet ricefield dependant to rain and non irigated dry field at land unit affecting station of rain Tepus and Panggang with planting season 1 happened OktoberJanuary and planting season 2 happened in Februari-May, cropping pattern Padi SawahPalawija-Bero is applied in rice field and wet ricefield dependant to rain at land unit affecting station of rain Wanagama ( Playen), Kedung Keris and Gedangan with planting season 1 happened in November-February and planting season 2 happened in Maret-Juni while cropping pattern Palawija-Palawija-Bero is applied in blend garden at land unit affecting station of rain Kedung Keris, Gedangan, Playen, and Wonosari for wet ricefield dependant to rain where planting season 1 happened in November-February and planting season 2 happened in March-June.

Kajian Klasifikasi Berbasis Obyek untuk Pemetaan Bangunan yang Berisiko Gempabumi di Bantul, Daerah Istimewa Yogyakarta

Majalah Geografi Indonesia Vol 30, No 1 (2016): Maret 2016
Publisher : Fakultas Geografi, Universitas Gadjah Mada

Show Abstract | Original Source | Check in Google Scholar

Abstract

Bencana gempabumi mengakibatkan kerusakan bangunan dan infrastruktur. Oleh karena itu perlu adanya pemetaan bangunan dan infrastruktur yang menjadi elemen berisiko gempabumi. Dikarenakan daerah yang terdampak gempabumi di indonesia sangatlah luas maka pemetaan bangunan dan infrastruktur memerlukan teknologi penginderaan jauh. Teknologi penginderaan jauh dengan klasifikasi penggunaan lahan mampu memetakan bangunan dan infrastruktur lebih efisien. Klasifikasi penggunaan lahan dengan pendekatan berbasis piksel memiliki kelemahan yaitu mengabaikan aspek spasial, munculnya “salt and papper” dan kurang menunjukan otomatis ketika diintegrasikan dengan SIG. Kelemahan klasifikasi berbasis piksel tersebut dilengkapi pada klasifikasi berbasis objek. Penelitian ini bertujuan Penelitian ini bertujuan mengkaji kemampuan klasifikasi berbasis objek dengan menggunakan citra ALOS pansharpening dalam memetakan bangunan dan infrastruktur yang berisiko gempabumi. Metode yang digunakan dalam klasifikasi berbasis objek dengan klasifikasi hierarkis rule-based dengan segmentasi multiresolusi. Metode ini memanfaatkan algoritma hierarchical classification dan logika fuzzy yang disusun dalam rule-set ditiap kelas penggunaan lahan. Logika fuzzy digunakan untuk menentukan nilai keanggotaan fitur-fitur objek yang digunakan dalam identifikasi objek dalam citra. Fitur-fitur objek yang digunakan adalah gabungan dari aspek spektral dan tekstur atau GLCM. Nilai fitur-fitur objek diekstrak dari sempel area berdasarkan segmentasi multiresolusi dengan citra multispektral AVNIR-2 pansharpening. Selanjutnya hasil klasifikasi penggunaan lahan diseleksi subkelas area terbangunan dimanfaatkan untuk mengetahui distribusi spasial bangunan yang berisiko gempabumi. Hasil dari klasifikasi menunjukan tingkat akurasi yang rendah dimana akurasi keseluruhan yang dihasilkan adalah 65.4% dan akurasi klasifikasi untuk subkelas area terbangun juga rendah. Hal ini disebabkan oleh kurang efektiknya klasifikasi hierarkis pada daerah penggunaan lahan dengan heterogenitas yang tinggi, distorsi citra AVNIR-2 pansharpening sebagai sumber data. Dan penggunaan 1 skala segmentasi untuk semua kelas di level 4 klasifikasi mempengaruhi rendahnya akurasi klasifikasi berbasis objek. 

Pemanfaatan Citra Landsat 8 Multitemporal dan Model Forest Canopy Density (FCD) untuk Analisis Perubahan Kerapatan Kanopi Hutan di Kawasan Fakultas Geografi Universitas Gadjah Mada Gunung Kelud, Jawa Timur

Majalah Geografi Indonesia Vol 31, No 1 (2017): Maret 2017
Publisher : Fakultas Geografi, Universitas Gadjah Mada

Show Abstract | Original Source | Check in Google Scholar

Abstract

Penginderaan jauh memiliki keunggulan dalam hal resolusi temporal yang dapat dimanfaatkan untuk meneliti perubahan suatu obyek dalam waktu yang berbeda. Hutan Gunung Kelud mengalami perubahan setelah erupsi tahun 2014. Perubahan tersebut dapat dianalisis dengan memanfaatkan teknologi penginderaan jauh melalui citra multitemporal. Penelitian ini bertujuan untuk mengkaji kemampuan citra Landsat 8 multitemporal dan Forest Canopy Density (FCD) untuk perubahan kerapatan kanopi di Hutan Lindung Gunung Kelud sebelum dan sesudah erupsi tahun 2014.Citra penginderaan jauh yang digunakan adalah citra Landsat 8 perekaman 26 Juni 2013 dan 4 September 2015. Metode yang digunakan adalah pemodelan FCD yang menghasilkan kerapatan kanopi per piksel. Hasil pemodelan FCD kemudian digunakan untuk menganalisis perubahan kerapatan kanopi setelah erupsi. Berdasarkan penelitan ini didapatkan hasil bahwa citra Landsat 8 dapat dipergunakan untuk mengetahui kerapatan kanopi Hutan Lindung Gunung Kelud sebelum dan setelah erupsi dengan masing-masing akurasi sebesar 83,73% dan 81,14%. Terjadi perubahan luas kerapatan kanopi setelah erupsi, dimana terdapat 8833,95 Ha hutan yang mengalami penurunan kerapatan kanopi, sedangkan hutan dengan kerapatan kanopi yang tetap adalah seluas 2149,38 Ha, dan hutan yang mengalami peningkatan kerapatan kanopi adalah seluas 1643,31 Ha. Remote sensing has an advantage in terms of temporal resolution that can be exploited to examine the changes of an object in different times. Gunung Kelud Forest is changing after the eruption in 2014. The changes can be analyzed by utilizing remote sensing technology through multitemporal imagery. This study aims to examine the capabilities of Landsat 8 multitemporal and Forest Canopy Density (FCD) images for changes in canopy density in Kelud Protection Forest before and after the eruption in 2014. Remote sensing imagery used is Landsat 8 image recording June 26, 2013, and September 4, 2015, The method used is FCD modeling that produces a density of the canopy per pixel. FCD modeling results are then used to analyze changes in density of the canopy after the eruption. Based on this research, it can be concluded that Landsat 8 image can be used to determine the density of canopy of Kelud Protection Forest before and after eruption with 83.73% and 81.14% accuracy respectively. There was a change in the area of the canopy density after the eruption, where there was 8833.95 ha of forest that experienced a decrease in canopy density, whereas forests with fixed canopy densities were 2149.38 Ha, and forests with an increase in canopy density were 1643.31 Ha.