Article Per Year (5 Year)
p-Index From 2021 - 2026
1.873
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan Geografi Undiksha Media Komunikasi FPIPS Jurnal Geografi : Media Informasi Pengembangan dan Profesi Kegeografian JPG (Jurnal Pendidikan Geografi) JURNAL ILMIAH GEOMATIKA MAJALAH ILMIAH GLOBE WIDYA LAKSANA Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital
A Sediyo Adi Nugraha
Universitas Pendidikan Ganesha
Humanities Computer Science & IT Earth & Planetary Sciences Economics, Econometrics & Finance Education Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences Other

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 27 Documents
Search

 1   2   3 
Karakteristik Spektral Vegetasi di Gunung Api Galunggung Berdasarkan Hasil Pengolahan Citra Multispektral dan Hiperspektral Shafira Himayah, S.Pd., M.Sc.; Riki Ridwana; Setio Galih Mariyono; Riko Arrasyid; A. Sediyo Adi Nugraha
JPG (Jurnal Pendidikan Geografi) Vol 10, No 1 (2023)
Publisher : Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jpg.v10i1.15548

Abstract

Galunggung merupakan gunung berapi aktif dengan ketinggian 2168 meter di atas permukaan laut.. Hutan Gunung Galunggung merupakan ekosistem yang sangat penting dalam menunjang lingkungan hidup di Kabupaten Tasikmalaya. Kawasan hutan ini juga berfungsi sebagai tempat penyimpanan air untuk konsumsi, pertanian, perkebunan, pariwisata, dan lain-lain. Fungsi hutan Gunung Galunggung dalam bidang ekologi, hidrorologi, konservasi keanekaragaman hayati sangat ditentukan oleh kondisi hutan saat ini, terutama kondisi vegetasinya. Karakteristik spektral dari vegetasi dapat diamati menggunakan teknologi penginderaan jauh melalui band infra merah. Oleh karena itu, penelitian ini bertujuan untuk menganalisis karakteristik spectral vegetasi di Gunung Galunggung berdasarkan zona ketinggian. Penelitian ini menggunakan citra Landsat 8, citra Aster GDEM, dan citra Hyperion. Disimpulkan bahwa terdapat perbedaan transformasi NDVI menggunakan Landsat 8 dan Hyperion. Nilai NDVI pada Landsat memiliki rentang nilai -0.2 hingga 0.62, sedangkan pada Hyperion memiliki rentang nilai -0.3 hingga 0.66. Hasil NDVI citra Hyperion pada zona hutan hujan bagian bawah memiliki nilai tertinggi (0,63) yang merepresentasikan kehijauan pada vegetasi dengan kerapatan tinggi. Sedangkan nilai terendah terdapat pada hasil NDVI citra Hyperion pada zona hutan hujan tengah dengan nilai 0,1 yang secara umum dikategorikan sebagai objek non-vegetasi. Disarankan untuk melakukan penelitian lebih lanjut untuk menganalisis bagaimana penggunaan citra yang berbeda dan kondisi fisik daerah penelitian dapat mempengaruhi hasil penelitian.
PEMANFAATAN METODE SPLIT-WINDOWS ALGORITHM (SWA) PADA LANDSAT 8 MENGGUNAKAN DATA UAP AIR MODIS TERRA A Sediyo Adi Nugraha
Geomatika Vol. 25 No. 2 (2019)
Publisher : Badan Informasi Geospasial

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

Abstract

Metode Split-Windows Algorithm (SWA) memiliki metode yang bervariasi untuk pengolahan suhu permukaan (Land Surface Temperature/LST). Salah satunya pada pengolahan citra Landsat 8 OLI/TIRS (The Operational Land Imager and the Thermal Infrared Scanner) karena menggunakan dua saluran yaitu 10 (10,60 - 11,19 µm) dan band 11 (11,50 - 12,51 µm). Metode SWA pada penelitian ini menggunakan data primer yaitu parameter uap air untuk meningkatkan akurasi pengolahan suhu permukaan. Data parameter uap air diperoleh dari citra MODIS untuk mengetahui nilai rata–rata uap air (W) dan citra emisivitas diperoleh dari citra Landsat 8 OLI/TIRS dengan saluran tampak. Perolehan data tersebut dilakukan dengan bantuan Microsoft Excel, berbeda dengan penelitian sebelumnya yang menggunakan aplikasi MODTRAN (MODerate resolution atmospheric TRANsmission). Tujuan dari pengolahan suhu permukaan dengan metode SWA menggunakan data parameter uap air untuk mengetahui akurasi antara hasil pengolahan citra dengan nilai suhu permukaan di lapangan. Hasil pengolahan data suhu permukaan melalui metode SWA menunjukkan perbedaan nilai yang kecil (<1°K) terhadap kondisi suhu di lapangan. Selain itu terdapat pola keselarasan antara penggunaan Microsoft Excel untuk perolehan data dengan aplikasi MODTRAN sehingga proses perolehan data parameter uap air telah sesuai. Aplikasi SPSS digunakan untuk mengetahui tingkat hubungan dan akurasi dari hasil pengolahan suhu permukaan metode SWA terhadap hasil survey lapangan dan menunjukkan nilai korelasi sebesar -0,962. Perolehan dan pengolahan data suhu permukaan dengan metode SWA akan optimal jika nilai transmitted atmospheric yang digunakan merupakan wilayah untuk daerah tropis. ABSTRACT Split Windows Algorithm (SWA) has varied methods to process Land Surface Temperature (LST). One method is in processing Landsat 8 OLI/TIRA (The Operational Land Imager and the Thermal Infrared Scanner) using two channels; band 10 (10,60 - 11,19 µm) and band 11 (11,50 - 12,51 µm). The SWA method in this study used primary data of water vapor parameter to increase accuracy in LST processing. Water-vapor parameter data was obtained from the MODIS image to find out the average value of water vapor (W) and the emissivity image was obtained from Landsat 8 OLI/TIRS with visible channels. The data was generated using Microsoft Excel, different from previous research which used MODTRAN (MODerate resolution atmospheric TRANsmission) application. The purpose of LST processing with SWA method was to use water-vapor parameter to determine the accuracy of image processing results compared to surface temperature in the field. Processing of thermal imaging via SWA methods showed a slight different value (<1°K) from temperature value in the field. Also, the patterns were are aligned when using Microsoft Excel and MODTRAN application, meaning that manufacturing data parameters for water vapor were already in place. The SPSS application was used to find out correlattion and accuracy of the SWA method treatment on the field survey result and showed the correlation value of -0,962. Intake and processing of LST data by SWA methods would be optimal if the transmitted atmospheric value used was for tropical regions.
IDENTIFIKASI PENURUNAN MUKA TANAH MELALUI ANALISIS CITRA SENTINEL 1A DENGAN MENGGUNAKAN METODE DIFFERENTIAL INTERFEROMETRIC SYNTHETIC APERTURE RADAR (DINSAR) DI TAMBAK PT IROHA SIDAT INDONESIA, BOMO, BANYUWANGI: (Land Subsidence Identification Through Sentinel 1A Image Analysis using Differential Interferometric Synthetic Aperture Radar (DInSAR) Method at PT Iroha Sidat Indonesia, Bomo, Banyuwangi) Nugraha, A Sediyo Adi; Prasetiyo, Dandy Eko; Azril, Muhammad; Iqbal, Mohamad; Hendroyono, Samuel
Majalah Ilmiah Globe Vol. 24 No. 1 (2022): GLOBE VOL 24 NO 1 TAHUN 2022
Publisher : Badan Informasi Geospasial

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

Abstract

PT Iroha Sidat Indonesia (PT ISI) melakukan proses budidaya ikan sidat di Banyuwangi dan sangatbergantung pada penggunaan air tawar. Proses tersebut diduga memberikan pengaruh terhadap kondisipermukaan tanah di sekitar lokasi tambak PT ISI. Sebagai bagian dari kegiatan Aquaculture Improvement Program (AIP) yang bekerjasama dengan WWF Indonesia, dilakukan kajian untuk mengetahui pengaruhaktivitas sumur bor (pompa) terhadap Penurunan Muka Tanah (PMT) di tambak PT ISI. Kajian ini dilakukandengan metode DInSAR (Differential Interferometric Synthetic Aperture Radar), yaitu metode denganperpaduan dua citra radar dengan fase berbeda untuk memperoleh pergeseran tanah. DInSAR akanmemberikan hasil analisis deformasi hingga pada ketelitian sub-sentimeter. Analisis DInSAR dilakukanmenggunakan citra Sentinel 1A tahun 2014, 2016, 2017, 2018 dan 2019 dan proses pengolahan citradilakukan dengan menggunakan software SNAP v.7.0. Hasil pengolahan citra Sentinel 1A per-tahun menunjukkan adanyadeformasi vertikal yang terjadi di sekitar area tambak PT ISI. Hasil tersebut menunjukkanadanya variasi deformasi vertikal setiap tahunnya, dimana terjadi subsidence (penurunan) dan juga uplift(kenaikan). Nilai PMT yang terjadi dari tahun 2014 hingga 2019 berkisar antara (-0,001) – (-0,031)meter/tahun, sedangkan nilai kenaikan yaitu 0,016 meter/tahun. Hal ini dapat menjadi salah satu bahanpertimbangan oleh PT ISI untuk melakukan efisiensi dalam penggunaan air tanah. Dalam kajian juga ditemukan adanya proses penambangan pasir di sekitar tambak PT ISI, sehingga diperlukan kajian lebihdalam untuk mengetahui spesifikasi pengaruh terjadinya PMT yang diakibatkan oleh pompa dan penambangan pasir
PEMANFAATAN CITRA PENGINDERAN JAUH MULTI-TEMPORAL UNTUK DETEKSI URBAN HEAT ISLAND (UHI) TERHADAP PERUBAHAN PENGGUNAAN LAHAN DI KABUPATEN BULELENG A Sediyo Adi Nugraha; Dewa Made Atmaja
Majalah Ilmiah Globe Vol. 22 No. 2 (2020): GLOBE VOL 22 NO 2 TAHUN 2020
Publisher : Badan Informasi Geospasial

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

Abstract

Fenomena Urban Heat Island (UHI) sering dipengaruhi oleh kepadatan penduduk dan perubahan penggunaan lahan. Perubahan tesebut memiliki hubungan dengan peningkatan suhu permukaan (Land Surface Temperature/LST) sebagai awal terjadinya UHI. Deteksi perubahan penggunaan lahan dan suhu permukaan dilakukan dari tahun 2000, 2010, dan 2018 pada daerah Kabupaten Buleleng dan berfokus di Kecamatan Buleleng karena memiliki perubahan lahan terbangun lebih cepat dibandingkan kecamatan lain. Tujuannya untuk mengetahui bagaimana fenomena UHI itu terjadi akibat dari perubahan penggunaan lahan. Selain itu, seberapa besar peningkatan suhu permukaan selama 18 tahun khususnya di Kecamatan Buleleng dengan mengetahui kondisi sebaran dan intensitas UHI. Metode yang digunakan dalam deteksi UHI menggunakan citra penginderaan jauh multi-temporal yaitu citra Landsat 7 ETM+ dan citra Landsat 8 OLI/TIRS (The Operational Land Imager and the Thermal Infrared Scanner) sebagai data primer. Pengolahan data akan berfokus pada ekstraksi suhu permukaan dengan metode Split-Windows Algorithm Sobrino (SWA-S) untuk Landsat 8 dan metode Brightness Temperature Emissivity Correction untuk Landsat 7, kemudian Maximum Likelihood sebagai metode deteksi perubahan penggunaan lahan. Hasil pengolahan menunjukkan bahwa perubahan penggunaan lahan memberikan dampak terhadap fenomena UHI. Perubahan penggunaan lahan dari tahun 2000 hingga 2018 terdapat peningkatan lahan terbangun di Kecamatan Buleleng dan peningkatan suhu permukan sebesar 2°-7°C dari lahan terbangun. Fenomena UHI untuk distribusi dan instensitas UHI terjadi di daerah pusat perkotaan dan kenaikan intensitas UHI sebesar 1.75°C. Kesimpulannya bahwa perubahan lahan terbangun memberikan dampak kenaikan suhu permukaan dan menyebabkan fenomena UHI.
SPATIAL THINKING SKILL GURU GEOGRAFI DI PROVINSI BALI Astawa, Ida Bagus Made; Sarmita, I Made; Nugraha, A Sediyo Adi
JURNAL WIDYA LAKSANA Vol 8 No 2 (2019)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (270.783 KB) | DOI: 10.23887/jwl.v8i2.19162

Abstract

This Community service aims to develop a spatial thinking skills of geography teacher in the province of Bali that are designed in the form of education and training. Participants were 50 geography teachers in nine districts / cities in the province of Bali. Education and training was provided with discourse, discussion and workshop methods. An understanding of the spatial thinking skills of teachers was evaluated using a test, while for RPP it was produced using an observation sheet (APKCG modification), as well as a questionnaire to measure the usefulness of education and training. The results of the evaluation of education and training conducted indicate that: (1) The average value of Spatial Thinking Skills for senior high school Geography teachers in Bali Province is categorized very high (85.93). The implementation of the high competency spatial thinking skills is also reflected in the well-categorized of RPP (4.75); and (2) education and training to develop of Spatial Thinking skills for senior high school Geography teachers in Bali Province is considered to have a very high useful value (4.98), especially as a vehicle for the formation of spatial insights of students.
Perbandingan Metode Soil Adjusted Vegetation Index (SAVI) dan Forest Canopy Density (FCD) untuk Identifikasi Tutupan Vegetasi (Kasus; Area Pembuatan Jalan Baru Singaraja-Mengwi) A Sediyo Adi Nugraha; I Putu Ananda Citra
Jurnal Geografi : Media Informasi Pengembangan dan Profesi Kegeografian Vol 18, No 1 (2021)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/jg.v18i1.25367

Abstract

This research uses Landsat 8 OLI/TIRS image which objective to determine the accuracy level of SAVI method and FCD model in the identification of vegetation cover. It is done as an effort to assist in determining the right method of monitoring the change of vegetation cover in the forest area. Therefore, this research compares the vegetation index of Soil Adjusted Vegetation Index (SAVI) because it is able to suppress the background of the soil so that the vegetation cover is able to be displayed according to the conditions in the field. While the FCD model uses four variables such as; Advanced Vegetation Index (AVI), Bare Soil Index (BI), Shadow Index (SI), and thermal index using the Split-Windows Algorithm (SWA) method. Comparison results between SAVI and FCD models indicate that the higher accuracy of SAVI is 84% and FCD model is only 82%. It is possible because the limited use of research areas that show SAVI is superior due to heterogeneous conditions and it approaches the conditions in the field than the FCD model that is more group and only able to be realized in three classes. Based on the results, it was concluded that the vegetation index can be used in monitoring the limited area of research but it is also not absolute because it is possible that FCD model is better.
Perbandingan Metode Supervised Classification dan Unsupervised Classification terhadap Penutup Lahan di Kabupaten Buleleng Rosi Septiani; I Putu Ananda Citra; A Sediyo Adi Nugraha
Jurnal Geografi : Media Informasi Pengembangan dan Profesi Kegeografian Vol 16, No 2 (2019)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/jg.v16i2.19777

Abstract

Penelitian ini dilaksanakan di Kabupaten Buleleng menggunakan citra Landsat 8 OLI/TIRS (Operational Land Imager/ Thermal Infrared Sensor), dengan tujuan untuk (1) mendeskripsikan metode supervised classification terhadap klasifikasi penutup lahan, (2) mendeskripsikan metode unsupervised classification terhadap klasifikasi penutup lahan, dan (3) membandingkan tingkat akurasi metode supervised classification dengan unsupervised classification terhadap klasifikasi penutup lahan. Metode yang digunakan yaitu metode komparatif dengan membandingkan metode supervised classification dengan unsupervised classification terhadap penutup lahan di Kabupaten Buleleng. Hasil penelitian menunjukkan bahwa (1) diperoleh delapan kelas penutup lahan pada metode supervised classification yang ditentukan oleh pengambilan training area, (2) diperoleh delapan kelas penutup lahan pada metode unsupervised classification yang ditentukan dengan memberikan nilai range statistik, dan (3) tingkat akurasi yang tertinggi dimiliki oleh metode supervised classification yaitu maximum likelihood dengan nilai overall accuracy sebesar 92% dibandingkan dengan metode unsupervised classification (k-means dan ISODATA) yang memiliki nilai overall accuracy yaitu 82,07%. Kesimpulannya adalah untuk deteksi klasifikasi penutup lahan metode yang paling baik dilakukan di Kabupaten Buleleng yaitu supervised classification dengan metode maximum likelihood.This study was conducted in Buleleng Regency using Landsat 8 OLI/TIRS imagery (Operational Land Imager/ Thermal Infrared Sensor), with the aim of (1) describing the supervised classification method for land cover classification, (2) describe the method of unsupervised classification on the classification of land cover, and (3) compare the level of accuracy of the supervised classification method and unsupervised classification on the classification of land cover. The method used is a comparative method  by comparing the supervised classification method with unsupervised classification of land cover in Buleleng Regency. The results showed that (1) eight land cover classes were obtained in the supervised classification method determined by the taking of the training area, (2) eight land cover classes were obtained in the unsupervised classification method determined by providing statistical range values, and (3) the accuracy level the highest is owned by the supervised classification method, namely maximum likelihood with the overall accuracy value of 92% compared to the unsupervised classification method (k-means and ISODATA) which has the overall accuracy value of 82,07%. The conclusion is that the detection of land cover classification method that is best done in Buleleng Regency is the supervised classification with the maximum likelihood method.
Co-Authors Arrasyid, Riko Dewa Made Atmaja Hasan, Muhammad Zainul Hendroyono, Samuel Himayah, Shafira I Gede Putu Suarjana I Made Sarmita I Putu Ananda Citra I Putu Ananda Citra I Putu Ananda Citra Ida Bagus Made Astawa Janah, Ruhilatul Lilis Nuraini Lutfiatul Janah Lutfiatul Jannah Mohamad Iqbal Muh Azril Muhammad Rahman Muhammad Zainul Hasan Ni Made Sri Sudarmi Prasetiyo, Dandy Eko Putu Indra Christiawan Rahman, Muhammad Restu Ade Yanti Ridwana, Riki Rosi Septiani Ruhilatul Janah Septiani, Rosi Setio Galih Mariyono Suarjana, I Gede Putu Sudarmi, Ni Made Sri Yuda Aulia Aziz