Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Geografi, Edukasi dan Lingkungan
Muhamad Akbar
Upi
Astronomy Earth & Planetary Sciences Education Social Sciences

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

Found 2 Documents
Search

 1 
Analisis Kerapatan Vegetasi di Kecamatan Pangandaran melalui Citra Landsat 8 Dwi Yanti; Indri Megantara; Muhamad Akbar; Sabila Meiwanda; Syauqi Izzul; M. Dede Sugandi; Riki Ridwana
Jurnal Geografi, Edukasi dan Lingkungan (JGEL) Vol. 4 No. 1 (2020): Jurnal Geografi, Edukasi dan Lingkungan (JGEL)
Publisher : Pendidikan Geografi Universitas Muhammadiyah Prof. Dr. Hamka

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (761.401 KB) | DOI: 10.29405/jgel.v4i1.4229

Abstract

ABSTRAKPenginderaan jauh merupakan alat dan teknik untuk mengambil data spasial tanpa menyentuh secara langsung objek yang dituju. Salah satu kegunaan penginderaan jauh adalah mengetahui tingkat kerapatan vegetasi menggunakan metode unsupervised classification K- Means dan perhitungan NDVI. Penelitian ini dilakukan di Kecamatan Pangandaran dan menghasilkan peta kerapatan vegetasi. Hasil klasifikasi kerapatan vegetasi di Kecamatan Pangandaran menghasilkan sebanyak 5 klasifikasi yaitu badan air, vegetasi jarang, cukup rapat, rapat, sangat rapat. Peta kerapatan vegetasi tersebut telah dilakukan uji akurasi dan validasi lapangan dengan akurasi sebesar 25% tingkat akurasi dari hasil interpretasi yang diperoleh menunjukan bahwa peta yang dihasilkan belum memenuhi standar USGS untuk dapat digunakan yaitu sebesar 85%.Kata Kunci: Pengindraan Jauh, NDVI, K-Means- Kerapatan Vegetasi, PangandaranABSTRACTRemote sensing is a tool and technique for retrieving spatial data without touching the intended object. One of the uses of remote sensing is to knowing the level of vegetation density using the unsupervised classification K-Means method and NDVI calculations.This research was conducted in Pandandaran sub-district and produced a map of vegetation density. The results of the classification of vegetation density in the Pangandaran sub-district resulted in as many as 5 classifications namely water bodies, sparse vegetation, fairly dense, dense, very dense. Vegetation density map has been carried out field accuracy and validation tests with an accuracy of 25% The accuracy of the interpretation results obtained shows that the map produced does not meet USGS standards to be used that is equal to 85%
Analisis Kerapatan Vegetasi di Kecamatan Pangandaran melalui Citra Landsat 8 Dwi Yanti; Indri Megantara; Muhamad Akbar; Sabila Meiwanda; Syauqi Izzul; M. Dede Sugandi; Riki Ridwana
Jurnal Geografi, Edukasi dan Lingkungan (JGEL) Vol. 4 No. 1 (2020): Edisi Bulan Januari
Publisher : Pendidikan Geografi Universitas Muhammadiyah Prof. Dr. Hamka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29405/jgel.v4i1.4229

Abstract

ABSTRAKPenginderaan jauh merupakan alat dan teknik untuk mengambil data spasial tanpa menyentuh secara langsung objek yang dituju. Salah satu kegunaan penginderaan jauh adalah mengetahui tingkat kerapatan vegetasi menggunakan metode unsupervised classification K- Means dan perhitungan NDVI. Penelitian ini dilakukan di Kecamatan Pangandaran dan menghasilkan peta kerapatan vegetasi. Hasil klasifikasi kerapatan vegetasi di Kecamatan Pangandaran menghasilkan sebanyak 5 klasifikasi yaitu badan air, vegetasi jarang, cukup rapat, rapat, sangat rapat. Peta kerapatan vegetasi tersebut telah dilakukan uji akurasi dan validasi lapangan dengan akurasi sebesar 25% tingkat akurasi dari hasil interpretasi yang diperoleh menunjukan bahwa peta yang dihasilkan belum memenuhi standar USGS untuk dapat digunakan yaitu sebesar 85%.Kata Kunci: Pengindraan Jauh, NDVI, K-Means- Kerapatan Vegetasi, PangandaranABSTRACTRemote sensing is a tool and technique for retrieving spatial data without touching the intended object. One of the uses of remote sensing is to knowing the level of vegetation density using the unsupervised classification K-Means method and NDVI calculations.This research was conducted in Pandandaran sub-district and produced a map of vegetation density. The results of the classification of vegetation density in the Pangandaran sub-district resulted in as many as 5 classifications namely water bodies, sparse vegetation, fairly dense, dense, very dense. Vegetation density map has been carried out field accuracy and validation tests with an accuracy of 25% The accuracy of the interpretation results obtained shows that the map produced does not meet USGS standards to be used that is equal to 85%
Co-Authors Dwi Yanti Dwi Yanti Indri Megantara M. Dede Sugandi Ridwana, Riki Sabila Meiwanda Syauqi Izzul