Article Per Year (5 Year)
p-Index From 2021 - 2026
1.665
P-Index
This Author published in this journals
All Journal Konversi Journal of Community Based Environmental Engineering and Management Industri Inovatif : Jurnal Teknik Industri Jurnal Pendidikan dan Konseling Sondir JURNAL FLYWHEEL Buletin Poltanesa Jurnal Penelitian Geografi (JPG) Indonesian Journal of Advanced Social Works (DARMA) Prosiding Seminar Nasional Pengabdian Masyarakat
I Nyoman Sudiasa
Institut Teknologi Nasional Malang
Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Earth & Planetary Sciences Economics, Econometrics & Finance Education Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Medicine & Pharmacology Public Health Social Sciences Other

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Buletin Poltanesa

 1 
Aplikasi Metode Object Based Image Analysis (OBIA) untuk Identifikasi Atap Bangunan Alifah Noraini; I Nyoman Sudiasa; Martinus Edwin Tjahjadi
Poltanesa Vol 22 No 1 (2021): Juni 2021
Publisher : P2M Politeknik Pertanian Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (782.191 KB) | DOI: 10.51967/tanesa.v22i1.462

Abstract

Salah satu permasalahan dalam proses pembuatan peta skala besar adalah belum terdapat metode ekstraksi objek secara otomatis, sehingga dijitasi secara manual masih dilakukan. Metode ekstraksi objek secara otomatis diharapkan dapat mempercepat pemetaan skala besar. Di Indonesia, pemetaan skala besar digunakan untuk penyusunan Rencana Detil Tata Ruang (RDTR) Kota/ Kabupaten. Objek detil yang terdapat dalam dokumen RDTR tersebut adalah bangunan. Tujuan dilakukan penelitian ini adalah identifikasi atap bangunan menggunakan metode klasifikasi berbasis objek. Data yang digunakan berupa citra foto udara. Dilakukan proses segmentasi menggunakan algoritma multiresolusi dengan parameter segmentasi skala, bentuk, dan kekompakan Setelah proses segmentasi, dilakukan proses klasifikasi menggunakan metode nearest neighbor. Hasil penelitian menunjukkan bahwa masih terdapat kesalahan dalam proses klasifikasi objek. Atap bangunan tidak teridentfikasi secara keseluruhan dalam kelas objek bangunan.
Identifikasi Kekeringan Lahan Kabupaten Lamongan Berdasarkan Citra Satelit Alifah Noraini; Martinus Edwin Tjahjadi; I Nyoman Sudiasa
Poltanesa Vol 23 No 1 (2022): Juni 2022
Publisher : P2M Politeknik Pertanian Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (492.709 KB) | DOI: 10.51967/tanesa.v23i1.958

Abstract

Kekeringan lahan merupakan salah satu permasalahan masyarakat Indonesia yang terjadi pada musim kemarau. Kekeringan lahan mengakibatkan aktivitas pertanian terganggu karena pasokan air terhambat. Salah satu kabupaten yang mengalami kekeringan lahan adalah Kabupaten Lamongan. Penelitian ini bertujuan untuk mengidentifikasi wilayah yang mengalami kekeringan lahan di Kabupaten Lamongan agar dampak kekeringan dapat diminimalisir. Metode identifikasi kekeringan lahan yang digunakan berdasarkan pengolahan data penginderaan jauh, yaitu memanfaatkan data citra satelit Landsat 8 saluran 4 (merah), saluran 5 (Near InfraRed/ NIR), dan saluran 6 (Short Wavelength InfraRed/ SWIR). Sebelum proses pengolahan citra, dilakukan proses penggabungan antar scene (mosaicking). Citra Landsat 8 dipotong sesuai batas administrasi wilayah kabupaten dan diolah berdasarkan algoritma NDDI untuk mengidentifikasi kekeringan lahan. Algoritma yang digunakan terdiri dari parameter tingkat kebasahan air dan tingkat kehijauan vegetasi yang menutupi wilayah Kabupaten Lamongan. Tingkat kebasahan diperoleh dari pengolahan citra menggunakan algoritma NDWI, sedangkan tingkat kerapatan vegetasi diperoleh berdasarkan pengolahan citra menggunakan algoritma NDVI. Hasil pengolahan citra satelit Landsat 8 menunjukkan bahwa Kabupaten Lamongan didominasi oleh tingkat kebasahan kelas rendah sebesar 893,236 Km2 dan kerapatan vegetasi kelas sedang sebesar 691,012 Km2. Adapun hasil identifikasi kekeringan lahan di Kabupaten Lamongan didominasi oleh kelas klasifikasi kekeringan berat sebesar 62,14% atau 1.097,087 Km2 dari total luas area.
Identifikasi Kekeringan Lahan Kabupaten Lamongan Berdasarkan Citra Satelit Noraini, Alifah; Tjahjadi, Martinus Edwin; Sudiasa, I Nyoman
Poltanesa Vol 23 No 1 (2022): Juni 2022
Publisher : P3KM Politeknik Pertanian Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51967/tanesa.v23i1.958

Abstract

Kekeringan lahan merupakan salah satu permasalahan masyarakat Indonesia yang terjadi pada musim kemarau. Kekeringan lahan mengakibatkan aktivitas pertanian terganggu karena pasokan air terhambat. Salah satu kabupaten yang mengalami kekeringan lahan adalah Kabupaten Lamongan. Penelitian ini bertujuan untuk mengidentifikasi wilayah yang mengalami kekeringan lahan di Kabupaten Lamongan agar dampak kekeringan dapat diminimalisir. Metode identifikasi kekeringan lahan yang digunakan berdasarkan pengolahan data penginderaan jauh, yaitu memanfaatkan data citra satelit Landsat 8 saluran 4 (merah), saluran 5 (Near InfraRed/ NIR), dan saluran 6 (Short Wavelength InfraRed/ SWIR). Sebelum proses pengolahan citra, dilakukan proses penggabungan antar scene (mosaicking). Citra Landsat 8 dipotong sesuai batas administrasi wilayah kabupaten dan diolah berdasarkan algoritma NDDI untuk mengidentifikasi kekeringan lahan. Algoritma yang digunakan terdiri dari parameter tingkat kebasahan air dan tingkat kehijauan vegetasi yang menutupi wilayah Kabupaten Lamongan. Tingkat kebasahan diperoleh dari pengolahan citra menggunakan algoritma NDWI, sedangkan tingkat kerapatan vegetasi diperoleh berdasarkan pengolahan citra menggunakan algoritma NDVI. Hasil pengolahan citra satelit Landsat 8 menunjukkan bahwa Kabupaten Lamongan didominasi oleh tingkat kebasahan kelas rendah sebesar 893,236 Km2 dan kerapatan vegetasi kelas sedang sebesar 691,012 Km2. Adapun hasil identifikasi kekeringan lahan di Kabupaten Lamongan didominasi oleh kelas klasifikasi kekeringan berat sebesar 62,14% atau 1.097,087 Km2 dari total luas area.
Co-Authors A.A. Ketut Agung Cahyawan W Ahmad Dwi Aprilyanto Alifah Noraini Anis Artiyani Basuki Widodo Basuki Widodo Candra Dwiratna Wulandari Dina Ekasari, Luh Erni Junita Sinaga Erry Ika Rhofita, Erry Ika Gabriel, Marchello Hardianto Hardianto Hardianto Hardianto Hardiyanto Hardiyanto Hardiyanto, Hardiyanto, I Komang Astana Widi Iftitah Ruwana Jasmani jasmani Jasmani Jasmani Komang Astana Widi Luh Dina Ekasari M. Ibrahim Ashari Martinus Edwin Tjahjadi Mikhael Valerius Seran Mujiono Mujiono Mujiono Mujiono Nenny Roostrianawaty Nuncio G. De Jesus Henrique Nusa Sebayang Onivia Nur Fitri Ardiani Prima Vitasari Sanny Andjar Sari Sari, Sanny Andjar Sa’diyah, Maia Hana Shendy Hilda Sari Sriliani Surbakti Sumanto Sumanto Tiong Iskandar Togi H Nainggolan Wadu, Evelyn Darmawulan Djami Wayan Sujana Wayan Sujana Wijaya, Ida Bagus Prama Yoseph, Cindy Sandrina