Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : JPIG

Analisis Perubahan Land Surface Temperature Akibat Kebakaran Hutan dan Lahan di Kota Pekanbaru Riau Tahun 2000 dan 2020 Abyan Hilmy; Ayi Susandi; Bella Melania Damanik; Leo Widdyusuf; Riki Ridwana; Shafira Himayah
JPIG (Jurnal Pendidikan dan Ilmu Geografi) Vol. 6 No. 1 (2021): Maret
Publisher : Geography Education Study Program, Universitas Kanjuruhan Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (454.012 KB) | DOI: 10.21067/jpig.v6i1.5197

Abstract

Kebakaran hutan dan lahan merupakan salah satu permasalahan serius yang sampai saat ini masih belum dapat penanganan yang baik. Pulau Sumatera merupakan salah satu pulau dengan kejadian bencana kebakaran hutan yang sering terjadi, salah satunya di Provinsi Riau. Kebakaran hutan yang terjadi di Provinsi Riau menyebabkan terjadinya perubahan lingkungan. Kondisi ini juga berdampak pada peningkatan suhu permukaan di wilayah perkotaan Kota Pekanbaru. Kenaikan suhu permukaan akan menyebabkan peningkatan suhu udara yang dapat berdampak pada tidak nyamannya aktivitas di Kota Pekanbaru. Penggunaan teknik Penginderaan Jauh dapat digunakan untuk memantau (monitoring) pada daerah yang luas. Melalui pemanfaatan data penginderaan jauh yang ada, maka dapat diketahui perubahan suhu yang terjadi pada suatu wilayah. Beberapa contoh data penginderaan jauh yang dapat digunakan untuk mengestimasi suhu permukaan tanah (Land Surface Temperature) adalah citra satelit Landsat 7 dan Landsat 8. Pengolahan data citra dilakukan menggunakan software ArcGIS. Penelitian ini dilakukan untuk menghasilkan sebaran temperatur permukaan di Kota Pekanbaru. Hasil penelitian menunjukkan bahwa, suhu permukaan tanah Kota Pekanbaru tahun 2000 – 2020 meningkat pada beberapa titik, seperti pada bagian barat laut kota ini. Namun pada wilayah lain tidak terdapat perubahan yang cukup signifikan. Abstract : Forest and land fires are one of the serious problems that have yet to be handled properly. Sumatra Island is one of the islands with frequent forest fire disasters, one of which is in Riau Province. Forest fires that occurred in Riau Province caused environmental changes. This condition also has an impact on increasing surface temperature in the urban area of ​​Pekanbaru City. The increase in surface temperature will cause an increase in air temperature which can have an impact on uncomfortable activities in Pekanbaru City. The use of remote sensing techniques can be used to monitor (monitoring) in a large area. Through the use of existing remote sensing data, it can be seen the temperature changes that occur in an area. Some examples of remote sensing data that can be used to estimate the land surface temperature are Landsat 7 and Landsat 8 satellite imagery. Image data processing is performed using ArcGIS software. This research was conducted to produce the distribution of surface temperature in Pekanbaru City. The results showed that the land surface temperature of Pekanbaru City from 2000 to 2020 increased at several points, such as in the northwestern part of the city. However, in other areas there are no significant changes.
Pemanfaatan Citra Satelit Landsat 8 Dan Sentinel 2A Dalam Identifikasi Lahan Kritis Mangrove Di Wilayah Kecamatan Ciemas Kabupaten Sukabumi Adi Firmansyah; Efri Triana Nur Arifin; Ilham Nurfalah; Riki Ridwana; Shafira Himayah
JPIG (Jurnal Pendidikan dan Ilmu Geografi) Vol. 6 No. 1 (2021): Maret
Publisher : Geography Education Study Program, Universitas Kanjuruhan Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (864.69 KB) | DOI: 10.21067/jpig.v6i1.5198

Abstract

Hutan mangrove merupakan salah satu ekosistem pesisir tropis atau sub-tropis yang sangat dinamis serta mempunyai produktivitas dan nilai ekologis yang tinggi. Ekosistem mangrove merupakan salah satu ekosistem pesisir yang mengalami dampak perubahan akibat terjadinya perubahan iklim dan aktivitas manusia. Kecamatan Ciemas adalah wilayah yang menjadi tempat konservasi dan sentra wisata mangrove di provinsi Jawa Barat. Tujuan dari penelitian ini adalah untuk mengidentifikasi tingkat kerentanan lahan kritis ekosistem mangrove di wilayah Kecamatan Ciemas Kabupaten Sukabumi. Metode yang digunakan adalah skoring dan pembobotan dengan memanfaatkan teknologi Penginderaan Jauh dan Sistem Informasi Geografis. Parameter yang digunakan diantaranya adalah penggunaan lahan, kerapatan vegetasi, kerapatan tajuk mangrove, dan jenis tanah atau kepekaannya terhadap abrasi atau erosi. Hasil yang diperoleh adalah pada citra Landsat 8 sebaran lahan kritis mangrove kategori rusak berat tersebar di dekat daerah pesisir. lalu untuk kategori rusak berada menyebar di daerah pesisir dan di pinggiran sungai. Sedangkan untuk hasil dari citra Sentinel 2A, sebaran lahan kritis mangrove dengan kategori rusak berat hanya berada pada titik tertentu dan mempunyai luasan paling kecil, dan untuk sebaran lahan kritis mangrove dengan kategori rusak mempunyai luasan paling besar. Kata Kunci : Lahan Kritis, Mangrove, Sistem Informasi Geografis, Kabupaten Sukabumi Abstract : Mangrove forest is one of the tropical or sub-tropical coastal ecosystems which is very dynamic and has high productivity and ecological value. The mangrove ecosystem is one of the coastal ecosystems that is experiencing the impact of change due to climate change and human activities. Ciemas sub-district is an area that is a conservation area and a tourist center for mangroves in West Java province. The purpose of this study was to identify the level of vulnerability of critical mangrove ecosystems in the Ciemas District, Sukabumi Regency. The method used is scoring and weighting using Remote Sensing technology and Geographic Information Systems. The parameters used include land use, vegetation density, mangrove canopy density, and soil type or its sensitivity to abrasion or erosion. The results obtained are in the Landsat 8 image, the distribution of critical mangrove lands in the severely damaged category is scattered near the coastal areas. then the damaged category is spread out in coastal areas and along river banks. Whereas for the results of the Sentinel 2A image, the distribution of critical mangrove land with the severely damaged category is only at a certain point and has the smallest area, and for the distribution of critical mangrove land with the damaged category has the largest area. Keywords : Critical Land, Mangroves, Geographic Information System, Sukabumi Regency
Komparasi Algoritma Spectral Angle Mapper dan Algoritma Spectral Information Divergence untuk Pemetaan Penutup Lahan pada Citra Pansharped Naufal Azmi; Shafira Himayah; Lili Somantri; Riki Ridwana
JPIG (Jurnal Pendidikan dan Ilmu Geografi) Vol. 6 No. 2 (2021): September
Publisher : Geography Education Study Program, Universitas Kanjuruhan Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1638.65 KB) | DOI: 10.21067/jpig.v6i2.5886

Abstract

Kota Bandung memiliki luas wilayah 16.731 hektar dan senantiasa berkembang dari tahun ke tahun termasuk dalam hal perubahan penutup lahan. Penelitian ini membandingan algoritma Spectral Angle Mapper dan Spectral Information Divergence untuk pemetaan penutup lahan di Kota Bandung menggunakan citra SPOT 7 PMS ORT tahun 2019. Pengolahan data citra dimulai dengan koreksi geometrik, koreksi radiometrik, pemotongan area kajian, dan pengambilan training area. Proses selanjutnya adalah klasifikasi citra masing-masing algoritma yang kemudian dibuat peta penutup lahan, validasi data, dan uji keakuratan. Hasil klasifikasi citra mengklasifikasikan 11 kelas penutup lahan, yaitu bangunan industri, bangunan permukiman, hutan kota, hutan lahan rendah, hutan lahan tinggi, jaringan jalan, kebun campuran, ladang, lahan terbuka, sawah, dan sungai. Algoritma SAM memperoleh luasan terbesar pada kelas penutup lahan bangunan permukiman seluas 7.551,37 hektar (45,20%) dan luasan terkecil pada kelas penutup lahan hutan lahan rendah seluas 349,24 hektar (2,09%). Lalu algoritma SID memperoleh luasan terbesar pada kelas penutup lahan bangunan permukiman seluas 4.837,70 hektar (23,37%) dan luasan terkecil pada kelas penutup lahan sawah seluas 287,53 hektar (1,72%). Nilaii uji akurasi keseluruhan agoritma SAM sebesar 90% lebih teliti 4% dibandingkan nilai uji akurasi keseluruhan algoritma SID sebesar 86%.
Pemanfaatan Object-Based Image Analysis (OBIA) pada Citra SPOT-6 untuk Identifikasi Jenis Penutup Lahan Vegetasi di Kota Bogor Farizkhar; Lili Somantri; Shafira Himayah
JPIG (Jurnal Pendidikan dan Ilmu Geografi) Vol. 7 No. 1 (2022): Maret
Publisher : Geography Education Study Program, Universitas Kanjuruhan Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1014.614 KB) | DOI: 10.21067/jpig.v7i1.6546

Abstract

Abstrak:Konversi lahan yang terjadi di wilayah perkotaan menajdikan keberadaan ruang terbuka hijau terancam. Ruang terbuka hijau terdiri dari vegetasi yang dapat dianalisis menggunakan penginderaan jauh. Selain menggunakan penginderaan jauh, penerapan sistem informasi geografis (SIG) juga mengambil peran penting dalam mengelola dan menghasilkan suatu informasi spasial. Dengan integrasi penginderaan jauh dan SIG, setiap jenis penutup lahan dapat diketahui persebarannya secara spasial dan dapat dilakukan analisis hingga dipetakan. Citra satelit SPOT-6 digunakan sebagai data untuk mengekstrak informasi penutup lahan vegetasi dengan memanfaatkan metode klasifikasi berbasis objek atau Object-Based Image Analysis (OBIA). Penelitian ini mengkaji pemanfaatan metode OBIA pada citra satelit SPOT-6 yang merupakan citra resolusi tinggi untuk mengidentifikasi penutup lahan berupa jenis vegetasi dengan karakteristik wilayah Kota Bogor. Akurasi penggunaan metode OBIA pada citra SPOT 6 mampu menghasilkan akurasi sebesar 94% dan nilai Kappa sebesar 91%. Dengan resolusi spasial citra SPOT-6 yang digunakan mencapai 1,5 meter, penggunaan metode OBIA di wilayah Kota Bogor mampu dengan baik menghasilkan klasifikasi penutup lahan vegetasi dengan jenis dan karakteristiknya. OBIA mampu membedakan kelas-kelas penutup lahan dengan karakteristik vegetasi yang berbeda seperti, pohon, semak dan belukar, serta herba dan rumput. Kata kunci: OBIA, penutup lahan, vegetasi, RTH, SPOT-6 Abstract: Land conversion that occurs in urban areas makes the existence of green open spaces threatened. Green open space consists of vegetation that can be analyzed using remote sensing. In addition to using remote sensing, the application of geographic information systems (GIS) also plays an important role in managing and producing spatial information. With the integration of remote sensing and GIS, each type of land cover can be identified spatially and can be analyzed and mapped. SPOT-6 satellite imagery is used as data to extract vegetation land cover information by utilizing the Object-Based Image Analysis (OBIA) classification method. This study examines the use of the OBIA method on SPOT-6 satellite imagery which is a high-resolution image to identify land cover in the form of vegetation types with the characteristics of the Bogor City area. The accuracy of using the OBIA method on SPOT-6 images is able to produce an accuracy of 94% and a Kappa of 91%. With the spatial resolution of the SPOT-6 imagery used reaching 1.5 meters, the use of the OBIA method in the Bogor City area is able to produce a classification of vegetation land cover with its types and characteristics. OBIA is able to distinguish land cover classes with different vegetation characteristics such as trees, shrubs, as well as herbs and grasses. Keywords: OBIA, land cover, vegetation, green open space, SPOT-6