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 6 Documents
Search results for , issue " Vol. 10 No. 1 Juni 2013" : 6 Documents clear
PEMANFAATAN KANAL POLARISASI DAN KANAL TEKSTUR DATA PISAR-L2 UNTUK KLASIFIKASI PENUTUP LAHAN KAWASAN HUTAN DENGAN METODE KLASIFIKASI TERBIMBING (UTILIZATION OF POLARIZATION AND TEXTURE BANDS OF PISAR-L2 DATA FOR LAND COVER CLASSIFICATION IN FOREST AREA USING SUPERVISED CLASSIFICATION METHOD) Noviar, Heru; Trisakti, Bambang
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

Abstract

Polarimetric and Interferometric Airborne SAR in L band (PiSAR-L2), yang merupakan kelanjutan dari program PiSAR, bertujuan untuk melakukan eksperimen sensor PALSAR-2 yang akan dibawa oleh ALOS-2. Selanjutnya pada tahun 2012, Japan Aerospace Exploration Agency (JAXA) dan Kementerian Ristek dan Teknologi Indonesia telah melakukan kerjasama riset untuk mengkaji pemanfaatan data PiSAR-L2 di wilayah Indonesia. Penelitian ini bertujuan untuk memanfaatkan kanal-kanal polarisasi data PiSAR-L2 untuk klasifikasi penutup lahan kawasan hutan di Provinsi Riau. Hasil survei lapangan tim JAXA setelah perekaman data PiSAR-L2 dijadikan sebagai data referensi untuk pembuatan training data dan training pengujian hasil klasifikasi. Pengolahan data dilakukan dengan merubah nilai dijital menjadi backscatter (Sigma naught) dan melakukan Lee filter, kemudian melakukan klasifikasi terbimbing dengan metode Maximum Likelihood Enhanced Neighbour dengan 3 perlakuan, yaitu menggunakan input 3 kanal polarisasi SAR (HH, VV dan HV), menggunakan input 3 kanal polarisasi dan 3 kanal tekstur (deviasi HH, deviasi VV dan deviasi HV), serta menggunakan input 6 kanal (3 kanal polarisasi dan 3 kanal tekstur) dan perbaikan training sampel berdasarkan hasil confusion matrix. Selanjutnya dilakukan pengujian akurasi dengan menggunakan metode confusion matrix. Hasil menunjukkan bahwa kanal tekstur dapat menaikkan tingkat pemisahan antara kelas obyek vegetasi, khususnya hutan dan akasia. Hasil klasifikasi dengan menggunakan 6 kanal dan perbaikan training sampel berhasil meningkatkan akurasi klasifikasi penutup lahan sehingga diperoleh nilai overall accuracy sebesar 80% dan nilai kappa sebesar 0.612. Kata kunci: PiSAR-L2, klasifikasi maximum likelihood, Kanal polarisasi, Kanal tekstur, Confusion matrix
preface -, -
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

Abstract

KLASIFIKASI FASE PERTUMBUHAN PADI BERDASARKAN CITRA HIPERSPEKTRAL DENGAN MODIFIKASI LOGIKA FUZZY (PADDY GROWTH STAGES CLASSIFICATION BASED ON HYPERSPECTRAL IMAGE USING MODIFIED FUZZY LOGIC) Maspiyanti, Febri; Fanany, Ivan; Arymurthy, Aniati Murni
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

Abstract

Penginderaan Jauh merupakan teknologi yang mampu mengatasi permasalahan pengukuran data untuk informasi yang cepat dan akurat. Pengimplementasian teknologi Penginderaan Jauh dalam bidang pertanian salah satunya adalah dalam pengambilan data citra hiperspektral untuk mengetahui kondisi maupun umur tanaman padi. Hal tersebut diperlukan untuk estimasi rice yield demi mendukung kebijakan pemerintahan dalam melakukan impor beras untuk memenuhi kebutuhan pangan di Indonesia. Untuk mendapatkan model dalam estimasi rice yield yang memiliki akurasi tinggi harus diawali dengan penentuan fase dari tanaman padi. Pemilihan classifier yang tepat juga harus didukung pemilihan fitur yang tepat untuk mendapatkan hasil akurasi yang optimal. Dalam penelitian ini, kami melakukan pembandingan antara logika Fuzzy dengan Modifikasi Logika Fuzzy untuk melakukan klasifikasi sembilan fase pertumbuhan padi berdasarkan citra hiperspektral. Modifikasi Logika Fuzzy memiliki cara kerja yang sama dengan Logika Fuzzy namun dengan diberi tambahan crisp rules pada Fuzzy Rules yang diharapkan dapat meningkatkan akurasi yang mampu dicapai. Dalam penelitian ini, Modifikasi Logika Fuzzy terbukti mampu meningkatkan akurasi hingga 10% dibandingkan Logika Fuzzy. Kata Kunci: Hiperspektral, Logika Fuzzy, Padi
PENGEMBANGAN METODE PENDUGAAN KEDALAMAN PERAIRAN DANGKAL MENGGUNAKAN DATA SATELIT SPOT-4 STUDI KASUS: TELUK RATAI, KABUPATEN PESAWARAN (METHODE DEVELOPMENT FOR SHALLOW WATER DEPTH BATHYMETRIC ESTIMATION USING SPOT-4 SATELLITE DATA, A CASE STUDY: RATAI BAY, PESAWARAN DISTRICT) Arief, Muchlisin; Hastuti, Maryani; Asriningrum, Wikanti; Parwati, Ety; Budiman, Syarif; Prayogo, Teguh; Hamzah, Rossi
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

Abstract

Pendugaan batimetri perairan dangkal menggunakan data satelit penginderaan jauh semakin umum dilakukan. Namun, ketika metode tersebut diimplementasikan untuk wilayah dengan lingkungan yang berbeda, maka hasilnya menunjukkan adanya penyimpangan. Untuk meminimalkan penyimpangan tersebut, maka dilakukan penggabungan informasi diperoleh dari pengukuran lapangan dengan nilai reflektansi citra satelit SPOT-4. Pada makalah ini diusulkan pengembangan metode pendugaan kedalaman perairan didasarkan pada fungsi korelasi antara nilai kedalaman dari hasil pengukuran langsung menggunakan alat “handheld echo-sounder” dengan penjumlahan resultante nilai reflektansi (band1 dan band3). Algorithma pendugaan batimetri di perairan dangkal di Teluk Ratai terdiri dari metode thresholding dan fungsi korelasi. Nilai threshold (T) untuk kedalaman 0.5 meter ditentukan dari pengamatan grafik fungsi korelasi polynomial ordre lima dan besarnya adalah 0.35
PEMANFAATAN CITRA Pi-SAR2 UNTUK IDENTIFIKASI SEBARAN ENDAPAN PIROKLASTIK HASIL ERUPSI GUNUNGAPI GAMALAMA KOTA TERNATE (UTILIZATION OF Pi-SAR2 IMAGES FOR IDENTIFICATION THE PYROCLASTIC DEPOSITS FROM GAMALAMA VOLCANO ERUPTION TERNATE CITY) Suwarsono, -; Yudhatama, Dipo; Trisakti, Bambang; Sambodo, Katmoko Ari
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

Abstract

Penelitian ini bertujuan untuk mengidentifikasi sebaran material endapan piroklastik hasil erupsi gunungapi dengan memanfaatkan citra radar Pi-SAR2. Obyek gunungapi yang dijadikan lokasi penelitian adalah Gunungapi Gamalama yang berada di wilayah Kota Ternate Provinsi Maluku Utara. Metode penelitian mencakup kalibrasi radiometrik data Pi-SAR2 untuk mendapatkan nilai intensitas hamburan balik (backscatter) sigma naught, perhitungan nilai-nilai statistik (rerata, standar deviasi dan koefisien korelasi antar band) sigma naught endapan piroklastik dan obyek-obyek permukaan lainnya, serta pemisahan sebaran endapan piroklastik menggunakan metode pengambangan (thresholding). Penelitian ini menyimpulkan bahwa citra Pi-SAR2 dapat dipergunakan untuk mengidentifikasi sebaran endapan piroklastik hasil erupsi gunungapi. Penggunaan secara bersamaan polarisasi HH, VV dan HV akan memberikan hasil lebih baik dibandingkan dengan menggunakan single polarisasi HH maupun VV. Penelitian ini menyarankan untuk dilakukan penelitian lebih lanjut dengan menerapkan metode verifikasi yang didukung dengan penggunaan data-data lapangan (ground check). Kata kunci: Pi-SAR2, Identifikasi, Endapan piroklastik, Gunungapi Gamalama
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) Parsa, I Made
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

Abstract

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

Page 1 of 1 | Total Record : 6