Claim Missing Document
Check
Articles

Found 2 Documents
Search

PENGELOMPOKKAN HABITAT DASAR PERAIRAN DANGKAL BERBASIS DATA SATELIT QUICKBIRD MENGGUNAKAN ALGORITMA SELF ORGANISING MAP Asmadin, Asmadin; Siregar, Vincentius P; Wijanarto, Antonius Bambang
AQUASAINS Vol 1, No 1 (2012)
Publisher : Jurusan Perikanan dan Kelautan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (558.748 KB)

Abstract

Pengembangan algoritma self organising map dalam penelitian ini bertujuan untuk mengelompokkan habitat perairan dangkal berbasis data satelit Quickbird. Data primer dikumpulkan melalui data penginderaan jauh dan survey lapang, sedangkan data sekunder dikumpulkan dari penelitian yang relevan. Hasil penelitian menunjukkan bahwa klasifikasi algoritma self organising map dapat mengklaster/ mengklasifikasi citra Quickbird dari berbagai kombinasi kanal. Dari berbagai kombinasi input data setelah direduksi kolom air dengan algoritma Lyzenga, Self organising map menunjukkan hasil klaster yang relatif baik. Algoritma Lyzenga dapat mengelompokkan habitat perairan dangkal 6 (enam) kelas habitat, yaitu karang mati (merah), karang hidup (hijau), lamun (orange), pasir (kuning), dan habitat campuran (hijau muda), daratan (hitam) dan perairan (biru). Setelah menggunakan self organising map secara visual terlihat 6 kelas habitat yang berbeda dari Lyzenga, yaitu karang mati (kuning), karang hidup (cyan), lamun (ungu), pasir (kuning), dan habitat campuran (biru), daratan (hijau) dan perairan (coklat). Algoritma self organising map dapat mengurangi kesalahan tematik habitat perairan dangkal dan sangat membantu proses ekstraksi ROI (region of interset) untuk reklasifikasi lebih lanjut dengan teknik klasifikasi supervised.
DINAMIKA GENANGAN PESISIR JAKARTA BERDASARKAN DATA MULTI-TEMPORAL SATELIT MENGGUNAKAN INDEKS AIR DAN POLARISASI RADAR Siregar, Vincentius Paulus; Sofian, Ibnu; Jaya, Indra; Wijanarto, Antonius Bambang; Asmadin, Asmadin
Jurnal Ilmu dan Teknologi Kelautan Tropis Vol. 12 No. 3 (2020): Jurnal Ilmu dan Teknologi Kelautan Tropis
Publisher : Department of Marine Science and Technology, Faculty of Fisheries and Marine Science, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jitkt.v12i3.33185

Abstract

Kombinasi baseline data pengindraan jauh sistem aktif dan pasif memiliki banyak keuntungan dalam pemantauan dinamika genangan pesisir. Kedua jenis sensor satelit mengatasi kesenjangan informasi genangan, terutama pada area yang ditutupi awan/bayangan. Tujuan utama penelitian ini adalah untuk mengkaji dinamika genangan di wilayah pesisir Jakarta berdasarkan data multi-temporal sensor optik dari Landsat 8 dan Synthetic Aperture Radar (SAR) Sentinel 1A. Metode penelitian ini menggunakan dua algoritma indeks air. Algoritma tersebut yaitu Modified Normalized Difference Water Index (MNDWI) dan Dynamic Surface Water Extent (DSWE) berdasarkan nilai spektral reflektansi dan formula empirik. Metode lainnya adalah menggunakan nilai rata-rata koefisien backscatter air dari analisis polarisasi tunggal Vertikal Vertikal (VV) dan Vertikal Horisontal (VH). Hasil studi menunjukkan bahwa penggunaan kedua tipe data satelit dengan baseline data 8, 9, 15 dan 16 hari cukup efektif memantau dinamika genangan selama 8-49 hari, termasuk area yang tertutup awan dan bayangan. Berdasarkan nilai threshold dari MNDWI >0,123 dan koefisien backscattering air -19dB cukup efisien digunakan untuk mengesktrak informasi data satelit. Algoritma empiris tersebut menghasilkan kenampakan genangan, terutama di sepanjang tanggul pantai, waduk, ekosistem mangrove dan lahan terbangun. Hasil pemantauan satelit menunjukkan bahwa puncak genangan terjadi pada 30 Mei 2016 dan masih terlihat pada 15 Juni 2016. Kombinasi metode pengindraan jauh tersebut cukup efektif dan efisien untuk memantau genangan secara dinamis.