Article Per Year (5 Year)
p-Index From 2021 - 2026
2.698
P-Index
This Author published in this journals
All Journal Jurnal Teknik ITS IPTEK Journal of Proceedings Series TELKOMNIKA (Telecommunication Computing Electronics and Control) Majalah Geografi Indonesia KERN Forum Geografi Jurnal Geosaintek JURNAL ILMIAH GEOMATIKA Jurnal Inotera GEOGRAPHIA: Jurnal Pendidikan dan Penelitian Geografi Makara Journal of Science Makara Journal of Technology Sewagati SEWAGATI: Jurnal Pengabdian Kepada Masyarakat Jurnal Geosaintek Jurnal Penginderaan Jauh Indonesia Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Geoid - Journal of Geodesy and Geomatics
Bangun Muljo Sukojo, Bangun Muljo
Departemen Teknik Geomatika Institut Teknologi Sepuluh Nopember
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Public Health Social Sciences Other

Published : 85 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 85 Documents
Search

 4   5   6   7   8 
STUDI PASANG SURUT DI PERAIRAN INDONESIA DENGAN MENGGUNAKAN DATA SATELIT ALTIMETRI JASON-1 Raharjanto, Lukman; Sukojo, Bangun Muljo
GEOID Vol. 8 No. 1 (2012)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v8i1.1365

Abstract

Hampir 70% wilayah Indonesia adalah wilayah perairan. Indonesia menyimpan potensi kekayaan sumber daya kelautan yang masih belum dieksplorasi dan dieksploitasi secara optimal, bahkan sebagian belum diketahui potensi yang sebenarnya. Hal ini mendasari akan pentingnya informasi spasial di wilayah perairan Indonesia. Fenomena naik atau turunnya permukaan laut atau SLA (Sea Level Anomaly) merupakan hal yang sering mengemuka dengan perubahan gerak relatif dari materi suatu planet, bintang, dan benda-benda angkasa lainnya yang diakibatkan aksi tarik menarik atau yang sering disebut dengan pasang surut. Saat ini telah dikembangkan sistem satelit altimetri Jason-1 yang mempunyai obyek penelitian mengamati pasang surut. Pengolahan data biner dari satelit altimetri Jason-1 dilakukan dengan menggunakan beberapa tahapan, yaitu : konversi data, pembentukan grid, dan pemodelan serta analisa trend pasang surut. Pemantauan SLA beserta trend dan analisa pasang surut dilakukan setiap cycle dalam kurun waktu empat tahun (2008-2011).Hasil pemantauan SLA (Sea Level Anomaly) dengan menggunakan data satelit altimetri Jason-1 mulai dari tahun 2008 sampai 2011 diperoleh terjadinya trend pasang tertinggi dan surut terendah di wilayah perairan Indonesia. Hasil penelitian menunjukkan bahwa nilai pasang tertinggi pada tahun 2008 terjadi pada cycle 236 yaitu sebesar 1,9982 m di Laut Arafuru dan nilai surut terendah terjadi pada cycle 236 yaitu sebesar -3,6954 m di Laut Arafuru. Nilai pasang tertinggi pada tahun 2009 terjadi pada cycle 290 sebesar 1,9325 m di Laut Arafuru dan nilai surut terendah terjadi pada cycle 258 sebesar -3,309 m di Laut Arafuru. Nilai pasang tertinggi pada tahun 2010 terjadi pada cycle 308 sebesar 2,1511 m di Laut Arafuru dan nilai surut terendah terjadi pada cycle 297 sebesar -2,8303 m. Nilai pasang tertinggi pada tahun 2011 terjadi pada cycle 345 sebesar 1,8402 m di Laut Arafuru dan nilai surut terendah terjadi pada cycle 348 sebesar -3,57 m. Dalam waktu empat tahun, wilayah perairan Indonesia yang mengalami nilai pasang tertinggi dan surut terendah yaitu di Laut Arafuru.
ANALISA PERBANDINGAN KONSENTRASI KLOROFIL ANTARA CITRA SATELIT TERRA DAN AQUA/MODIS DITINJAU DARI SUHU PERMUKAAN LAUT DAN MUATAN PADATAN TERSUSPENSI (STUDI KASUS : PERAIRAN SELAT MADURA DAN SEKITARNYA) Wardani , Risdina Trisna; Sukojo, Bangun Muljo
GEOID Vol. 8 No. 1 (2012)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v8i1.1366

Abstract

Penentuan daerah tangkapan ikan memerlukan pengamatan persebaran konsentrasi klorofil di permukaan laut untuk menentukan tempat berkumpulnya ikan. Pada umumnya untuk mengekstrak informasi mengenai persebaran klorofil metode yang banyak digunakan adalah metode penginderaan jauh.Pemantauan hasil yang terbaik diperlukan dalam melakukan analisa untuk pengamatan daerah tangkapan ikan dari keberadaan klorofil. Analisa tersebut menggunakan citra satelit Terra dan Aqua MODIS. Algoritma menggunakan algoritma Algorithm Theoretical Basic Document Modis  (ATBD) 19 Modis dan O’Reilly (1998) untuk menentukan konsentrasi klorofil pada daerah penelitian, dengan waktu penelitian pada musim timur yang dilakukan pada bulan Juli 2011. Daerah penelitian yang digunakan dalam penelitian ini adalah wilayah perairan Selat Madura dan sekitarnya.Dari hasil pengolahan data dan analisa didapatkan citra yang mempunyai hasil yang baik adalah citra Aqua MODIS, dengan rata-rata klorofil tahun 2011 sebesar 0,01692 mg/m3 dengan nilai SPL dan MPT sebesar 31,5 C dan 98,87 mg/l. Uji validasi yang dilakukan bernilai 77,57%, yang menunjukkan klorofil pengolahan citra mempresentasikan kondisi sesungguhnya. Data hasil analisis dapat dijadikan sebagai bahan referensi penelitian selanjutnya.
ANALISIS PERUBAHAN SUHU PERMUKAAN TANAH DENGAN MENGGUNAKAN CITRA SATELIT TERRA DAN AQUA MODIS (STUDI KASUS : DAERAH KABUPATEN MALANG DAN SURABAYA) Arifin, Dawamul; Sukojo, Bangun Muljo
GEOID Vol. 8 No. 1 (2012)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v8i1.1368

Abstract

Salah satu dampak pemanasan global adalah terjadinya perubahan iklim yang signifikan. Perubahan iklim yang terjadi mengakibatkan bencana hidro-meteorologi yaitu kekeringan dimana salah satu faktor terjadinya adalah peningkatan suhu permukaan tanah. Data suhu permukaan tanah di Indonesia diperoleh dari stasiun pengamat cuaca yang didapatkan dengan menggunakan termometer yang dipasang dalam sangkar cuaca. Data yang diperoleh dari pengamatan termometer ini hanya mewakili daerah sekitar.Dalam penelitian ini, data suhu permukaan tanah didapat dengan mengunakan metode penginderaan jauh dengan memanfaatkan data citra satelit Terra Moderate Resolution Imaging Spectroradiometer (MODIS) dan Aqua MODIS serta menggunakan algoritma Li & Becker. Penelitian ini dilakukan di daerah Kabupaten Malang dan Surabaya.Hasil dari penelitian menunjukkan bahwa selama tahun 2008-2010 terjadi perubahan suhu permukaan tanah di Kabupaten Malang dan Surabya secara dinamis. Dari perbandingan antara data hasil pengukuran lapangan dengan hasil pengolahan data citra satelit MODIS diperoleh nilai koefisien determinasi (R2) = 0,4774 dan nilai korelasi (R) = 0,6909 (69,09%) dengan nilai RMSE = 3,6 0C untuk data citra satelit Terra MODIS serta R2 = 0,6451 dan R = 0,7906 (79,06%) dengan nilai RMSE = 6,4 0C untuk data citra satelit Aqua MODIS.
ANALISA SEA LEVEL ANOMALY MENGGUNAKAN RETRACKING WAVEFORMS DARI DATA SATELIT ALTIMETRI JASON-2 (STUDI KASUS : PESISIR PULAU BALI) Kusumawardhana , Dwipayana; Sukojo, Bangun Muljo
GEOID Vol. 8 No. 2 (2013)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v8i2.1376

Abstract

Sea Level Anomaly (SLA) adalah perubahan sebenarnya dari topografi laut yang berhubungan dengan arus laut. Teknologi satelit altimetri yang sudah dikembangkan sejak tahun 1975 menjadi salah satu alternatif dalam memperoleh informasi tentang dinamika lautan. Salah satu misi dari satelit ini adalah dengan diluncurkannya satelit altimetri Jason-2 pada tahun 2008.Retracking waveforms merupakan pemodelan kembali bentuk gelombang yang dihantarkan oleh satelit altimetri ke daratan untuk mendapatkan hasil yang lebih baik. Pada dasarnnya satelit altimetri memiliki ketelitian yang baik di lautan lepas, tetapi untuk di daerah pesisir mengalami gangguan dalam penerimaan gelombang di akibatkan oleh ombak, vegetasi dan bentuk pesisir pantai tersebut.Dari hasil penelitian menunjukkan bahwa proses retracking waveforms di wilayah pesisir Pulau Bali didapatkan nilai SLA tertinggi pada tahun 2011 adalah 1.1242 m pada bulan Desember dan nilai SLA terendahnya adalah -2.0084 m pada bulan yang sama dan untuk proses tanpa retracking waveforms didapatkan nilai SLA tertinggi pada tahun 2011 adalah 1.6436 m yaitu pada bulan Desember dan nilai SLA terendahnya adalah -1.5690 m pada bulan November dan Desember. Dengan melalui proses retracking waveforms didapatkan nilai SLA yang lebih teliti dan akurat dibandingkan tanpa melalui proses retracking waveforms terlebih dahulu.
STUDI TINGKAT KERAPATAN MANGROVE MENGGUNAKAN INDEKS VEGETASI Kustandiyo, Hernandi; Sukojo, Bangun Muljo; Parwati, Ety
GEOID Vol. 9 No. 2 (2014)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v9i2.1412

Abstract

Ekosistem mangrove adalah salah satu obyek yang bisa diidentifikasi dengan menggunakan teknologi penginderaan jauh. Letak geografis ekosistem mangrove yang berada pada daerah peralihan darat dan laut memberikan efek perekaman yang khas jika dibandingkan obyek vegetasi darat lainnya. Efek perekaman tersebut sangat erat kaitannya dengan karakteristik spektral ekosistem mangrove, hingga dalam identifikasi memerlukan suatu transformasi tersendiri. Pada umumnya untuk deteksi vegetasi digunakan transformasi indeks vegetasi. Penelitian ini bertujuan untuk memetakan sebaran dan luasan vegetasi hutan mangrove; dan menentukan tingkat kerapatan atau kesehatan vegetasi mangrove menggunakan indeks vegetasi NDVI dan EVI dari citra Landsat dan SPOT di daerah Segara Anakan, Cilacap, Jawa Tengah. Ekosistem mangrove sebagai salah satu ekosistem penting di kawasan pesisir pantai terus mengalami tekanan di seluruh dunia.Lokasi penelitian Tugas Akhir ini berada di Segara Anakan yang terletak di Kabupaten Cilacap, Propinsi Jawa Tengah, tepatnya pada 7 30’ - 7 44’ LS dan 109 03’ – 109 42’ BT. Indeks vegetasi merupakan suatu algoritma yang diterapkan terhadap citra satelit, untuk menonjolkan aspek kerapatan vegetasi ataupun aspek lain yang berkaitan dengan kerapatan. Metode analisa indeks vegetasi yang digunakan pada penelitian kali adalah NDVI (Normalized Difference Vegetation Index) dan EVI (Enhanced Vegetation Index).Luas  tutupan  lahan  yang didapatkan dari citra Landsat 5 TM tahun 2000 sebesar 50,214.87 ha dan citra SPOT-4 tahun 2008 sebesar 29,774.16 ha. Sedangkan luasan mangrove yang pada tahun 2001 sebesar 5722.74 ha sedangkan pada tahun 2008 sebesar 5453.32 ha. Sehingga bisa disimpulkan terjadi pengurangan luasan mangrove sebesar 269.42 ha.
OPTIMALISASI PEMETAAN FASE PERTUMBUHAN PADI BERDASARKAN ANALISA POLA REFLEKTAN DENGAN DATA HIPERSPEKTRAL STUDI KASUS : KABUPATEN KARAWANG Syafriyyin, Rauf; Sukojo, Bangun Muljo
GEOID Vol. 9 No. 2 (2014)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v9i2.1415

Abstract

Kebutuhan akan beras sebagai sumber makanan pokok yang dikonsumsi oleh lebih dari 90% masyarakat Indonesia menjadikan padi sebagai komoditas strategis yang berperan penting dalam ketahanan pangan nasional. Untuk memenuhi kebutuhan tersebut diperlukan teknologi yang tepat guna dalam memetakan fase pertumbuhan padi sebagai alat untuk memonitor dan mengevaluasi pertumbuhan padi. Teknologi hiperspektral yang memiliki ratusan kanal mampu menyajikan spektral yang kontinu pada setiap objek yang diamati sehingga melalui data hiperspektral perbedaan fase pertumbuhan dapat lebih mudah diamati melalui analisis pola dan karakteristik nilai reflektan spektral yang kemudian diklasifikasikan kedalam fase pertumbuhan padi. Pemetaan fase pertumbuhan padi dilakukan pada citra HyMap dengan metode klasifikasi Spectral Angle Mapper (SAM) dan Support Vector Machine (SVM) yang merupakan metode klasifikasi terbimbing (supervised) yang digunakan untuk mengenali pola nilai spektral dari suatu objek berdasarkan informasi dari piksel citra. Dari hasil pemetaan fase pertumbuhan padi yang dibagi menjadi 9 kelas mewakili setiap stage tumbuh padi yaitu (Seedling, Tillering, Stem Elongation, Penicle Initation to booting, Heading, Flowering, Milk Grain, Dough Grain, dan Mature Grain) diperoleh ketelitian SAM sebesar 82,609 % dan SVM sebesar 54,348 % . Hal ini menunjukkan pemetaan fase pertumbuhan padi dengan metode analisis pola reflektan spektral dengan metode SAM memiliki hasil yang lebih akurat dan signifikan daripada metode SVM.
ANALISA KESEHATAN MANGROVE BERDASARKAN NILAI NORMALIZED DIFFERENCE VEGETATION INDEX MENGGUNAKAN CITRA ALOS AVNIR-2 Kusumaningrum, Tyas Eka; Sukojo, Bangun Muljo
GEOID Vol. 9 No. 2 (2014)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v9i2.1418

Abstract

Pesisir Kota Surabaya merupakan daerah lahan basah yang memiliki keanekaragaman ekosistem, baik ekosistem pasir, ekosistem rawa payau, dan ekosistem mangrove. Ekosistem mangrove adalah salah satu obyek yang bisa diindentifikasi dengan menggunakan teknologi penginderaan jauh. Data yang digunakan dalam penelitian ini adalah citra satelit ALOS AVNIR-2 tahun 2009. Dalam menentukan tingkat kesehatan vegetasi mangrove di daerah penelitian, digunakan algoritma Indeks Vegetasi Normalized Difference Vegetation Index (NDVI).Berdasarkan hasil penelitian, korelasi antara NDVI dengan nilai Spektral Ground yaitu 0.817. Hasil korelasi tersebut termasuk korelasi sangat kuat (0.80–1.00). Koefisien korelasi bertanda positif artinya hubungan nilai NDVI pada citra dengan Spektral Ground satu arah, sehingga jika nilai NDVI tinggi (kesehatan vegetasi normal), maka nilai Spektral Ground juga semakin tinggi. Dari hasil klasifikasi vegetasi mangrove berdasarkan nilai NDVI didapatkan kelas vegetasi mangrove dengan kondisi kesehatan rusak (70%) yang didominasi pada Kecamatan Krembangan, sangat buruk (17,7%) terletak di Kecamatan Kenjeran, buruk (7%) terletak di Kecamatan Mulyorejo, dan normal (5,3%) terletak di Kecamatan Rungkut dan Gunung Anyar.
HASIL ANALISA KADAR NITROGEN VEGETASI PADI DENGAN DATA HYPERSPECTRAL MENGGUNAKAN INDEX VEGETASI (STUDI KASUS: KARAWANG) Lathifah , Rohmatul; Sukojo, Bangun Muljo
GEOID Vol. 9 No. 2 (2014)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v9i2.1420

Abstract

Vegetasi merupakan unsur utama dalam rantai makanan. Semua rantai makanan rantai utamanya dimulai dengan tanaman atau vegetasi, untuk manusia terutama di Indonesia rantai utama yang paling banyak digunakan adalah padi. Untuk memenuhi rantai utama tersebut diperlukan teknologi yang tepat untuk memonitor keberadaan vegetasi tersebut. Keberadaan vegetasi tersebut dapat dideteksi dari kadar nitrogen yang ada. Semakin besar kadar nitrogen pada vegetasi tersebut, berarti kemungkinan untuk vegetasi tersebut bertahan hidup sangat besar. Teknologi hyperspectral yang memiliki ratusan kanal mampu menyajikan spektral yang kontinu pada setiap objek yang diamati sehingga melalui data hyperspectral kadar nitrogen vegetasi dapat dideteksi dan diamati. Pemetaan kadar nitrogen vegetasi dilakukan pada citra HyMap dengan metodeindeks vegetasi Optimized Soil-Adjusted Vegetation Index (OSAVI) dan Normalized Different Nitrogen Index (NDNI) yang digunakan untuk mendeteksi kadar nitrogen yang terkandung dalam vegetasi padi dari nilai spektral yang ditampilkan.Dari pemetaan kadar nitrogen dihasilkan pembagian kelas-kelas kadar nitrogen, 8 kelas untuk hasil olahan menggunakan OSAVI dan NDNI. Kedua metode indeks vegetasi ini sama-sama memiliki korelasi yang kuat antara data hyperspectral dan data fieldspectro yaitu R= 0,881843 untuk OSAVI dan R= 0,741428 untuk NDNI. Hal ini menunjukkan pemetaan kadar nitrogen vegetasi dengan metode indeks vegetasi OSAVI dan NDNI sama-sama mempunyai korelasi yang kuat. Tetapi jika dibandingkan akan lebih baik menggunakan indeks vegetasi OSAVI.
ANALISIS PENGARUH TUTUPAN LAHAN TERHADAP KETELITIAN ASTER GDEM V2 DAN DEM SRTM V4.1 (STUDI KASUS: KOTA BATU, KABUPATEN MALANG, JAWA TIMUR) Usud, Asadul; Sukojo, Bangun Muljo
GEOID Vol. 10 No. 1 (2014)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v10i1.1428

Abstract

Data DEM (Digital Elevation Model) merupakan bentuk penyajian ketinggian permukaan bumi secara digital. DEM merupakan data yang banyak digunakan untuk data awal perencanaan regional, kota, pemetaan mitigasi bencana, dengan skala menengah dan kecil. Data DEM yang mudah didapat dan tanpa berbayar yaitu ASTER GDEM V2 dan DEM SRTM V4.1. Pada penelitian terdahulu [6][10], disimpulkan bahwa ASTER GDEM V2 kurang teliti dibandingkan DEM SRTM V4.1 pada tutupan lahan berupa vegetasi. Penelitian ini bertujuan untuk membuktikan hipotesa bahwa secara keseluruhan DEM SRTM V4.1 lebih teliti dibandingkan ASTER GDEM V2. Penelitian ini dilakukan dengan mengambil 20 titik sample pada 7 jenis tutupan lahan, yaitu hutan, lading/tegalan, perkebunan, semak/belukar, sawah, pemukiman, dan lahan kosong. Tutupan lahan diperoleh dari overlay tutupan lahan peta RBI dengan tutupan lahan hasil klasifikasi citra landsat 8. Sample tersebut berupa titik tinggi peta RBI dan data dari kontur RBI. Ketelitian ASTER GDEM V2 dan DEM SRTM V4.1 dihitung menggunakan RMSE dari selisih titik sample dari kedua DEM tersebut dengan data peta RBI sebagai referensi. Semakin kecil nilai RMSE, maka semakin teliti data DEM tersebut. Hasil dari penelitian ini yaitu ASTER GDEM V2 kurang teliti pada tutupan lahan vegetasi, tetapi lebih teliti pada tutupan lahan bukan vegetasi (pemukiman dan lahan kosong) dibandingkan dengan DEM SRTM V4.1. Nilai RMSE total DEM SRTM V4.1 (11,60 m) lebih kecil dari nilai RMSE total ASTER GDEM V2 (13, 41 m). Sehingga dapat disimpulkan bahwa DEM SRTM V4.1 lebih teliti dibandingkan ASTER GDEM V2.
ANALISA ESTIMASI PRODUKSI PADI BERDASARKAN FASE TUMBUH DAN MODEL PERAMALAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) MENGGUNAKAN CITRA SATELIT LANDSAT 8 (STUDI KASUS: KABUPATEN BOJONEGORO) Sari, Vivi Diannita; Sukojo, Bangun Muljo
GEOID Vol. 10 No. 2 (2015)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v10i2.1459

Abstract

Kabupaten Bojonegoro sebagai penghasil padi andalan di Provinsi Jawa Timur, memiliki misi mewujudkan mimpi menjadi lumbung pangan nasional. Pada tahun 2012, Bulog Bojonegoro menjadi Bulog untuk subdivisi regional tertinggi di seluruh Indonesia. Melihat potensi tersebut, maka perlu adanya upaya untuk memantau kestabilan produksi pertanian secara berkala. Dengan mengintegrasikan teknologi penginderaan jauh menggunakan citra satelit Landsat 8 untuk mengidentifikasi fase tumbuh dan model peramalan Autoregressive Integrated Moving Average (ARIMA) untuk meramalkan produktivitas padi, diharapkan mampu memberikan solusi dan kemudahan dalam pemantauan secara berulang dan kontinu dengan cakupan wilayah yang luas. Identifikasi fase tumbuh dilakukan dalam 9 fase. Dari proses regresi linier antara fase tumbuh tanaman padi dengan nilai indeks vegetasi yang digunakan, diperoleh nilai koefisien determinasi (R2) untuk algoritma NDVI sebesar 0,7229 dan algoritma MSAVI sebesar 0,879. Digunakan nilai reflektan dari gelombang band SWIR2 (1.57  m-1.65  m) untuk membantu membedakan tiap fase tumbuh dari hasil identifikasi algoritma MSAVI dimana untuk pada fase 3, 4, 5 mempunyai reflektan SWIR2 di atas 0,15, sedangkan fase 7, 8, 9 mempunyai reflektan SWIR2 di bawah 0,15.Proses peramalan produktivitas padi diperoleh model ARIMA musiman (1,0,0)3. Sehingga dapat diketahui Angka Ramalan (ARAM) produktivitas padi untuk subround III tahun 2013 adalah sebesar 66,21 kuintal per hektar. Hasil estimasi tertinggi sebesar 169.595,385 ton untuk fase tillering (panen 15 minggu kedepan) dan sebesar 72.246,878 ton untuk fase  seedling (panen 13-14 minggu kedepan). Sehingga dapat dilihat bahwa pada saat penelitian dilakukan, Kabupaten Bojonegoro berada pada musim tanam.
Co-Authors Afrinda Dara Kartikasari Afrinda Dara Kartikasari, Afrinda Dara Agita Setya Herwanda Agita Setya Herwanda Agung Budi Cahyono Agus Budi Agus Wibowo Aji, Pujo Akhmad Sigit Aisandy Akhmad Sigit Arisandy Alawy, Moh. Mahfudhdin Alfan Rozy Mahmudi Amalina, Nurul Chayah Andie Setiyoko Andie Setiyoko, Andie Andreas Kelvin Pujianto Antonius B. Wijanarto Anwar, Nadjadji Ardia Tiara Rahmi Ari Santoso Arifin, Irfan Samsul Arindi, Yurike Nisa Asadul Usud Asadul Usud, Asadul Awalin, Lilik Jamilatul B. Realino S. Basori Basori Bayu Aristiwijaya Bayu Aristiwijaya, Bayu Budi , Agus Budi Santoso Budisusanto , Yanto Budisusanto, Yanto Catur Paminto Laksono Chandra, Danang Surya Christiono Utomo Citra Prastika Dawamul Arifin Deni Ratnasari Dewi Masita Dewi Masita Dhanu Prihantoro Trijayanto Dhiyaulhaq Al Majid Diah Susilowati Diah Susilowati, Diah Diah Witarsih Dian Ratnasari Diya Rochima Lisakiyanto Diyah , Chali Matussa Dwipayana Kusumawardhana Erma Suryani Erma Suryani Ety Parwati Ety Parwati Eva Resti Febriani Eva Resti Febriani Farid Irawan Y. P Febriani , Eva Resti Febriani, Eva Resti Feny Arafah Filsa Bioresita, Filsa Firdianto, Prasetyo Friska Melia Ode Binta Ode Binta Hadjoe, Muhammad Nabil Hana Sugiastu Firdaus Hanansyah, Megivareza Putri Hanif Khoirul Latif Harliyanti, Novi Ika Hauzan, Naufal Shidqi Hayati, Noorlaila Hendrata Wibisana Hepi Hapsari Handayani, Hepi Hapsari Hermawan, Raihan Daffa Hernandi Kustandiyo Hernandi Kustandiyo, Hernandi Herwanda, Agita Setya Hidayat, Husnul Husnul Hidayat, Husnul I Nyoman Fegie Inggit Lolita Sari Ipranta Ipranta Ipranta Ipranta, Ipranta Irfan Samsul Arifin Iva Ayu Rinjani Iva Nurwauziyah Iva Nurwauziyah Jaelani , Lalu Muhamad Jaelani, Lalu Muhamad Jaelani, Lalu Muhammad Jefri Ardian Nugroho Kholid Noor Syamsa Kurnia Setiawan W Kustarto, Hendro Kusumawardhana , Dwipayana Laksono , Catur Paminto Lathifah , Rohmatul Latifatul Zahroh Latifatul zahroh Lisakiyanto, Diya Rochima LM. Jaelani Lukman Raharjanto Lukman Raharjanto, Lukman M. Nurcahyadi Mahmudi, Alfan Rozy Mayasari , Ratna Meika Sumarsono Meraty Ramadhini Moh. Mahfudhdin Alawy Muhammad Hanif Muhammad Taufik Muhharama Putra Prayoga Muhsi Mulsani, Adi Munawar Kholil Munawar Kholil Naufal Shidqi Hauzan Niswah Selmi Kaffa Noorlaila Hayati, Noorlaila Nurdin Nurdin Nurdin Nurul Aini Nurul Aini Nurul Chayah Amalina Nurwatik, Nurwatik Nurwauziyah, Iva NYOMAN DITA PAHANG PUTRA, NYOMAN Pratomo, Danar Guruh Prayoga , Muhharama Putra Putri, Regina Verra Santiara Yahya R A, Dwi Ayu Rahmani, Kania Hana Rahmansyah, Ferdian Zaki Rahmi, Ardia Tiara Ramadaningtyas, Niken Ramadhini, Meraty Ratnasari , Dian Rauf Syafriyyin Rauf Syafriyyin, Rauf Regina Verra Santiara Ricko Buana Surya Rif’anuddin, Sep Hamdan Rinjani, Iva Ayu Risdina Trisna Wardani Rizki Ramdhani Rohmatul Lathifah Rudi Firman Setyawan Ruki Ardiyanto Ruki Ardiyanto Santoso Santoso Santoso, Romario Sep Hamdan Rif’anuddin Setiawan, Nanang Siswoyo Siswoyo Siwi , Sukentiyas Estuti Sukentiyas Estuti Siwi Sukentyas Estuti Siwi Sya’roni , Ahmad Imam Taslyanto, Chelsea Alfarelia Putri Tazkiyatunnisa , Hana Teguh Harianto Trisnawati, Agnes Rusnalia Tubagus Solihuddin Tubagus Solihuddin Tyas Eka Kusumaningrum Tyas Eka Kusumaningrum, Tyas Eka Udiana Wahyu Deviantari Udiana Wahyu Deviantari, Udiana Wahyu Umboro Lasminto Utama, Dhira Vivi Diannita Sari Vivi Diannita Sari, Vivi Diannita Wahono Wahono Wahyu Teo Parmadi Wardani , Risdina Trisna Wibowo, Agus Witarsih, Diah Yanto Budisusanto, Yanto Yudi Wahyudi Yudi Wahyudi Yulianti Puspitasari Yurike Nisa Arindi Yusuf S. Djajadihardja, Yusuf S. Zahroh, Latifatul Zakir, Achmad Ziyadatul Rofita