Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Pertanian Terpadu

Identifikasi Mahang (Macaranga gigantea) Dan Puspa (Schima wallichii) Menggunakan Foto Drone Di KHDTK Diklat Kehutanan, Fakultas Kehutanan, Universitas Mulawarman Ulandari, Ita; Siswanto, Hari; Ruslim, Yosep; Aquastini, Dwinita
Jurnal Pertanian Terpadu Vol 11 No 1 (2023): Jurnal Pertanian Terpadu Jilid XI Nomor 1 Juni 2023
Publisher : Sekolah Tinggi Pertanian Kutai Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36084/jpt..v11i1.477

Abstract

Inventarisasi hutan yang merupakan bagian penting dalam perencanaan hutan dapat dilakukan secara terestris dan penginderaan jauh. Teknologi penginderaan jauh terus berkembang diantararanya drone. Dengan resolusi spasial yang tinggi menjadikan citra drone semakin banyak dimanfaatkan pada berbagai bidang termasuk kehutanan dalam hal mengidentifikasi jenis vegetasi. Pada penelitian ini citra drone digunakan untuk mengidentifikasi jenis vegetasi Mahang (Macaranga gigantea) dan Puspa (Schima walichii).Tujuan penelitian yaitu mengetahui informasi dari kunci interpretasi vegetasi Mahang dan Puspa, Mengetahui informasi dari hasil persentase uji akurasi vegetasi Mahang dan Puspa, Melakukan pemetaan sebaran dari vegetasi Mahang dan Puspa. Metode analisis yang digunakan adalah deskriptif kantitatif dengan mengelola hasil uji akurasi dengan membandingkan hasil interpretasi dan pengecekan lapangan. Pada uji akurasi dibuktikan bahwasannya hanya vegetasi Mahang yang dapat teridentifikasi yang menghasilkan persentase uji akurasi sebesar 93%, sedangkan vegetasi puspa tidak dapat teridentifikasi dikarenakan persentase uji akurasi hanya mencapai 20%. Berdasarkan hasil identifikasi dibuktikan bahwasannya jumlah populasi mahang yang terdapat di kawasan KHDTK yaitu sebanyak 3469 individu, dimana jumlah rata-rata individu dari vegetasi Mahang yaitu sebanyak 11 individu/hektar dimana individu paling sedikit yaitu sebanyak 1 individu dan jumlah individu terbanyak yaitu sebanyak 43 individu. Kesimpulan dari penelitian ini yaitu hanya vegetasi Mahang yang dapat teridentifikasi dikarenkan korelasi antara persentase uji akurasi dan keberhasilan kunci interpretasi, dimana persentase uji akurasi vegetasi Mahang mencapai 93% .
Pemetaan Tutupan Dan Penggunaan Lahan Menggunakan Drone Berbasis Sistem Informasi Geografis Di Desa Jonggon Jaya Faldi, Muhammad Iqbal; Siswanto, Hari; Suhardiman, Ali; Ruslim, Yosep; Aquastini, Dwinita
Jurnal Pertanian Terpadu Vol 11 No 2 (2023): Jurnal Pertanian Terpadu Jilid XI Nomor 2 Desember 2023
Publisher : Sekolah Tinggi Pertanian Kutai Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36084/jpt..v11i2.519

Abstract

Land use is the end result of any form of dynamic human intervention. How to find out the form of land cover and use by using drones. This study aims to map and identify land cover and land use and determine the accuracy value of aerial photo interpretation results of land cover and land use in Jonggon Jaya Village. The expected results provide information related to the results of making maps of land cover and use and provide information on the form of land cover and use. This research uses drones and ArcGis Pro software which produces land cover and land use classes that refer to the Indonesian National Standard (SNI) 7645-1: 2014 concerning Land Cover Classification. The results of mapping land cover and land use in Jonggon Jaya Village produced 29 land cover and land use classes obtained from the results of aerial photo interpretation. Industrial Plantation Forest (HTI) is the largest land cover and use with an area of 5096.30 Ha or 48.463% and rivers are the smallest land cover and use with an area of 0.32 Ha or 0.003%. The results of the accuracy test with the overall accuracy formula on the results of aerial photo interpretation are 95.18% of the data that matches the conditions on the ground or as many as 138 validation points that match the 145 overall validation points, while the interpretation error is 4.82% or 7 validation points.