Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital
Yenni Vetrita
Pusat Pemanfaatan Penginderaan Jauh, Lapan
Computer Science & IT

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

Found 2 Documents
Search

 1 
EVALUASI PRODUK MODIS GROSS PRIMARY PRODUCTION PADA HUTAN RAWA GAMBUT TROPIS INDONESIA (MODIS GROSS PRIMARY PRODUCTION EVALUATION IN TROPICAL PEAT SWAMP FOREST OF INDONESIA) Yenni Vetrita; Takashi Hirano
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 9 No. 2 Desember 2012
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1047.03 KB)

Abstract

Metode Gross Primary Production (GPP) dikembangkan sebagai salah satu pendekatan perhitungan cadangan karbon yang tersimpan dalam vegetasi. Salah satu produk GPP yang secara operasional dapat diunduh secara cuma-cuma adalah MOD17 yang diperoleh dari Satelit Terra/Aqua MODIS, NASA. Mengingat produk ini masih bersifat global, maka upaya pengujian perlu dilakukan di beberapa tipe ekosistem. Baru-baru ini, NASA telah meluncurkan produk versi baru yang pengujiannya belum banyak dilakukan di hutan tropis, khususnya di wilayah Indonesia. Dalam penelitian ini dilakukan evaluasi MODIS GPP versi baru (MOD17A2-51) di hutan rawa gambut, Provinsi Kalimantan Tengah, menggunakan analisis time series dan uji statistik data lapangan (GPP_EC). Hasil penelitian menunjukkan bahwa data 8-harian MODIS GPP memiliki pola time series yang hampir sama dengan MOD-EC meskipun secara statistik memberikan korelasi yang kurang baik. Secara umum, MODIS GPP cenderung memiliki nilai yang lebih rendah dibandingkan GPP_EC baik pada musim hujan maupun pada musim kemarau. Sebaliknya, pada musim kemarau yang sangat panjang, seperti pada tahun 2002 akibat ENSO, nilai MODIS GPP cenderung overestimate dibandingkan GPP_EC. Walaupun demikian, nilai akumulasi GPP dengan mempertimbangkan musim (kemarau dan hujan) menunjukkan hubungan yang baik (r=0.94, RMS= 17.47, and Efficiency score= 0.68). Periode musim kering ke-2 (Agustus-Oktober) menunjukkan distribusi nilai yang lebih baik dibandingkan periode musim lainnya. Penelitian ini dapat menyimpulkan bahwa MODIS GPP versi 51 dapat digunakan untuk pemantauan kandungan biomasa berdasarkan musim di hutan rawa gambut tropis Indonesia. Kata Kunci: MODIS GPP, Karbon, Hutan rawa gambut tropis, Degradasi
VALIDASI HOTSPOT MODIS DI WILAYAH SUMATERA DAN KALIMANTAN BERDASARKAN DATA PENGINDERAAN JAUH SPOT-4 TAHUN 2012 (MODIS HOTSPOT VALIDATION OVER SUMATERA AND KALIMANTAN BASED ON REMOTE SENSING DATA SPOT-4 IN 2012) Any Zubaidah; Yenni Vetrita; M. Rokhis Khomarudin
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 11 No. 1 Juni 2014
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1171.568 KB)

Abstract

Indikator kebakaran hutan dan lahan dapat ditunjukkan dengan adanya hotspot dan asap kebakaran. Saat ini informasi hotspot sebagai indikator kebakaran hutan/ lahan sudah digunakan dengan baik oleh masyarakat, namun masih diragukan akurasi dari informasi tersebut. Oleh karena itu informasi tentang hotspot yang tervalidasi sangat dibutuhkan dalam upaya penanggulangan kebakaran hutan/lahan secara tepat. Penelitian ini bertujuan untuk menguji akurasi titik hotspot dari beberapa sumber data, yaitu IndoFire Map Service (Indofire) dan Fire Information for Resource Management System (FIRMS). Validasi dilakukan dengan membandingkan data hotspot dengan kenampakan citra yang resolusinya lebih tinggi, yaitu SPOT-4. Hasil penelitian menunjukkan bahwa persentase hasil akurasi hostpot FIRMS sebesar 64% dengan tingkat Commision error dan Ommision error masing-masing 18%. Sedangkan persentase hasil akurasi hostpot Indofire ditemukan sebesar 42% dengan tingkat Commision error 20% dan Ommision error 38%. Analisis lebih lanjut di lahan gambut, telah diperoleh nilai akurasi hotspot Firms sebesar 66% dengan commision error 19% dan ommision error 15%, sedangkan hotspot Indofire ditemukan sebesar 46% dengan commision error 19% dan ommision error sekitar 35%. Nilai akurasi hotspot yang bersumber dari FIRMS lebih tinggi dibandingkan dengan hotspot Indofire. Hal ini dapat disebabkan oleh penggunaan semua tingkat kepercayaan hotspot (confidence level) mulai dari 5 hingga 100% yang berbeda dengan Indofire (confidence level>80%). Tingginya nilai ommision error disebabkan oleh kabut asap tebal dan awan yang tidak bisa dideteksi oleh algoritma MODIS. Disamping itu, tingginya nilai ommision error disebabkan oleh kebakaran asap kecil yang dideteksi di SPOT-4 dan juga kebakaran yang baru terjadi yang ditandai oleh asap yang belum menyebar luas, namun hotspot tidak terpantau oleh satelit. Berdasarkan hasil penelitian ini dapat disimpulkan bahwa penggunaan semua confidence level hotspot perlu dipertimbangkan untuk digunakan khususnya pada lahan gambut dibandingkan hanya menggunakan yang lebih besar dari 80% saja.Kata kunci: Hotspot, MODIS, Confidence level, Indofire, FIRMS-NASA, Penginderaan jauh
Co-Authors Any Zubaidah M. Rokhis Khomarudin Takashi Hirano