Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Kelautan : Indonesian Journal of Marine Science and Technology Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital
Ari Anggoro
Bengkulu university
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pemetaan Terumbu Karang Menggunakan Unmanned Aerial Vehicle (UAV) Di Selatan Pulau Tikus Kota Bengkulu Denmas Pandu Pamungkas; Dede Hartono; Ari Anggoro
Jurnal Kelautan Vol 15, No 1: April (2022)
Publisher : Department of Marine Sciences, Trunojoyo University of Madura, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/jk.v15i1.10115

Abstract

ABSTRACTRemote sensing can be interpreted as a technology to obtain information on an object on the earth's surface without direct contact with the object to be studied. Along with the development of current technology, the creation of unmanned aircraft technology or UAV (Unmanned Aerial Vehicle). This research was conducted in June 2020 in the southern waters of Tikus Island. The results of mapping coral reefs in the South of Tikus Island using the UAV (Unmanned Aerial Vehicle) obtained an area of 58.22 ha of Tikus Island South and got four classes, namely the living coral area of 15.34 ha. , Dead Coral and Algae 15.60 ha, Sand 8.08 ha, and Rubble 19.20 ha. Accuracy gets a value of 83.3% and this becomes the accuracy of image data with high resolution.Keywords: UAV, Mapping, Coral reefs, Aerial photography, Tikus Island.ABSTRAKPenginderaan jauh dapat diartikan sebagai teknologi untuk memperoleh informasi suatu objek di permukaan bumi tanpa kontak langsung ke objek yang akan dikaji. Seiring berkembangnya teknologi saat ini terciptanya teknologi pesawat tanpa awak atau UAV (Unmanned Aerial Vehicle). Penelitian ini dilakukan pada bulan Juni 2020  di Perairan Selatan Pulau Tikus, Hasil pemetaan terumbu karang di Selatan Pulau Tikus Menggunakan UAV (Unmanned Aerial Vehicle) mendapatkan Luasan Area Selatan Pulau Tikus 58,22 ha dan mendapatkan empat kelas yaitu luasan Karang hidup 15,34 ha, Karang Mati dan Algae 15,60 ha, Pasir 8,08 ha, dan Rubble  19,20 ha. Akurasi mendapatkan nilai 83.3% dan ini menjadi akurasi data citra dengan resolusi tinggi.Kata Kunci: UAV, Pemetaan, Terumbu karang,  Foto udara, Pulau Tikus.
KLASIFIKASI MULTIKSKALA UNTUK PEMETAAN ZONA GEOMORFOLOGI DAN HABITAT BENTIK MENGGUNAKAN METODE OBIA DI PULAU PARI (MULTISCALE CLASSIFICATION FOR GEOMORPHIC ZONE AND BENTHIC HABITATS MAPPING USING OBIA METHOD IN PARI ISLAND) Ari Anggoro; Vincentius Paulus Siregar; Syamsul B. Agus
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 14 No. 2 Desember 2017
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (705.544 KB) | DOI: 10.30536/j.pjpdcd.1017.v14.a2622

Abstract

This study used multiscale classification and applied object-based image analysis (OBIA) for geomorphic zone and benthic habitats mapping in Pari islands. An optimized segmentation was performed to get optimum classification result. Classification methods for level 1 and 2 used contextual editing classification and for level 3 used support vector machines classifier. The results showed that overall accuracy for level 1 was 97% (reef level), level 2 was 87% (geomorphic zone), and level 3 was 75% (benthic habitats). Accuracy achieved by support vector machines classification was performed only in level 3 and optimum scale value achieved was 50 in compare with other scale values, i.e. 5, 25, 50, 75, 95. OBIA methods can be used as an alternative for geomorphic zone and benthic habitats map. Abstrak Penelitian ini menggunakan klasifikasi multiskala dan penerapan analisis citra berbasis obyek (OBIA) untuk pemetaan zona geomorfologi dan habitat bentik di Pulau Pari. Analisis berbasis obyek dilakukan optimasi pada proses segmentasi untuk mendapatkan hasil klasifikasi optimal. Metode klasifikasi pada level 1 dan 2 menggunakan klasifikasi contextual editing dan pada level 3 menggunakan klasifikasi Support Vector Machines (SVM). Hasil penelitian ini menunjukkan akurasi keseluruhan pada level 1 yaitu 97% (reef level), level 2 yaitu 87% (Geomorphic level), dan level 3 yaitu 75% (benthic habitat level). Klasifikasi SVM hanya diterapkan pada level 3 dan nilai skala optimum sebesar 50 dari percobaan nilai skala yaitu 5, 25, 50, 75, 95. Metode OBIA dapat digunakan sebagai alternatif untuk pemetaan zona geomorfologi dan habitat bentik.
Co-Authors Dede Hartono Denmas Pandu Pamungkas Syamsul B. Agus Vincentius P Siregar