Claim Missing Document
Check
Articles

Found 10 Documents
Search

Aplikasi Metode Object Based Image Analysis (OBIA) untuk Identifikasi Atap Bangunan Alifah Noraini; I Nyoman Sudiasa; Martinus Edwin Tjahjadi
Poltanesa Vol 22 No 1 (2021): Juni 2021
Publisher : P2M Politeknik Pertanian Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (782.191 KB) | DOI: 10.51967/tanesa.v22i1.462

Abstract

Salah satu permasalahan dalam proses pembuatan peta skala besar adalah belum terdapat metode ekstraksi objek secara otomatis, sehingga dijitasi secara manual masih dilakukan. Metode ekstraksi objek secara otomatis diharapkan dapat mempercepat pemetaan skala besar. Di Indonesia, pemetaan skala besar digunakan untuk penyusunan Rencana Detil Tata Ruang (RDTR) Kota/ Kabupaten. Objek detil yang terdapat dalam dokumen RDTR tersebut adalah bangunan. Tujuan dilakukan penelitian ini adalah identifikasi atap bangunan menggunakan metode klasifikasi berbasis objek. Data yang digunakan berupa citra foto udara. Dilakukan proses segmentasi menggunakan algoritma multiresolusi dengan parameter segmentasi skala, bentuk, dan kekompakan Setelah proses segmentasi, dilakukan proses klasifikasi menggunakan metode nearest neighbor. Hasil penelitian menunjukkan bahwa masih terdapat kesalahan dalam proses klasifikasi objek. Atap bangunan tidak teridentfikasi secara keseluruhan dalam kelas objek bangunan.
Identifikasi Kekeringan Lahan Kabupaten Lamongan Berdasarkan Citra Satelit Alifah Noraini; Martinus Edwin Tjahjadi; I Nyoman Sudiasa
Poltanesa Vol 23 No 1 (2022): Juni 2022
Publisher : P2M Politeknik Pertanian Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (492.709 KB) | DOI: 10.51967/tanesa.v23i1.958

Abstract

Kekeringan lahan merupakan salah satu permasalahan masyarakat Indonesia yang terjadi pada musim kemarau. Kekeringan lahan mengakibatkan aktivitas pertanian terganggu karena pasokan air terhambat. Salah satu kabupaten yang mengalami kekeringan lahan adalah Kabupaten Lamongan. Penelitian ini bertujuan untuk mengidentifikasi wilayah yang mengalami kekeringan lahan di Kabupaten Lamongan agar dampak kekeringan dapat diminimalisir. Metode identifikasi kekeringan lahan yang digunakan berdasarkan pengolahan data penginderaan jauh, yaitu memanfaatkan data citra satelit Landsat 8 saluran 4 (merah), saluran 5 (Near InfraRed/ NIR), dan saluran 6 (Short Wavelength InfraRed/ SWIR). Sebelum proses pengolahan citra, dilakukan proses penggabungan antar scene (mosaicking). Citra Landsat 8 dipotong sesuai batas administrasi wilayah kabupaten dan diolah berdasarkan algoritma NDDI untuk mengidentifikasi kekeringan lahan. Algoritma yang digunakan terdiri dari parameter tingkat kebasahan air dan tingkat kehijauan vegetasi yang menutupi wilayah Kabupaten Lamongan. Tingkat kebasahan diperoleh dari pengolahan citra menggunakan algoritma NDWI, sedangkan tingkat kerapatan vegetasi diperoleh berdasarkan pengolahan citra menggunakan algoritma NDVI. Hasil pengolahan citra satelit Landsat 8 menunjukkan bahwa Kabupaten Lamongan didominasi oleh tingkat kebasahan kelas rendah sebesar 893,236 Km2 dan kerapatan vegetasi kelas sedang sebesar 691,012 Km2. Adapun hasil identifikasi kekeringan lahan di Kabupaten Lamongan didominasi oleh kelas klasifikasi kekeringan berat sebesar 62,14% atau 1.097,087 Km2 dari total luas area.
Perbandingan Visualisasi Hasil Deteksi Area Terbangun Berdasarkan Metode Maximum Likelihood Classification (MLC) dan Normalized Difference Built-Up Index (NDBI) Alifah Noraini; Adkha Yulianandha Mabrur2
Buletin Loupe Vol 16 No 01 (2020): Edisi Juli 2020
Publisher : Jurusan Teknologi Pertanian Politeknik Pertanian Negeri Samarinda Kampus Sei Keledang Jalan Samratulangi, Kotak Pos 192 Samarinda 75123

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1491.572 KB) | DOI: 10.51967/buletinloupe.v16i01.113

Abstract

Salah satu factor akibat dari aktivitas manusia terhadap perubahan lingkungan adalah perubahan tutupan lahan, terutama area terbangun. Dibutuhkan metode yang cepat dan akurat untuk monitoring perubahan area terbangun agar sesuai dengan perencanaan yang terdapat dalam Rencana Tata Ruang Wilayah (RTRW). Salah satu teknologi yang digunakan adalah teknologi penginderaan jauh. Data utama yang digunakan adalah citra satelit Landsat 8. Metode yang digunakan menggunakan metode Maximum Likelihood Classification (MLC) dan algoritma Normalized Difference Built-up Index (NDBI). Analisis yang dilakukan dalam penelitian ini adalah analisis secara visualisasi. Kata Kunci: Area bangunan, NDBI, MLC
APLIKASI SISTEM INFORMASI GEOGRAFI UNTUK IDENTIFIKASI BATUAN KAPUR Alifah Noraini; Jasmani Jasmani; I Nyoman Sudiasa
Jurnal Penelitian Geografi (JPG) Vol 11, No 1 (2023): Jurnal Penelitian Geografi (JPG)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Selain dikenal sebagai Negara Maritim, Indonesia merupakan negara  kaya  tambang  mineral  dan  logam,  salah satunya batuan kapur (limestone). Namun, potensi  tersebut  belum  dimanfaatkan  secara  maksimal  oleh masyarakat  sekitar  pegunungan  kapur, salah satunya di Kecamatan Babat, Kabupaten Lamongan. Untuk mengidentifikasi potensi batu kapur dapat mengaplikasikan ilmu penginderaan jauh dan Sistem Informasi Geografis (SIG). Kelebihan metode penginderaan jauh adalah efisiensi waktu dan biaya yang digunakan. Dalam kegiatan ini dilakukan metode skoring menggunakan parameter tutupan lahan, indeks vegetasi, suhu permukaan tanah, dan unsur geologi. Data yang digunakan berupa data citra satelit Landsat 9 yang terdiri dari 11 saluran kanal dengan karakteristik, Peta Rupa Bumi Indonesia Kabupaten Lamongan skala 1:25.000 dan Peta Geologi skala 1:25.000. Hasil proses perhitungan NDVI dalam studi area, diperoleh nilai indeks vegetasi dengan rentang nilai antara -0,189 hingga 0,568. Nilai indeks vegetasi Kecamatan Babat didominasi oleh kelas sedang dengan rentang 0,15 hingga 0,25. Hasil klasifikasi tutupan lahan menghasilkan 5 (lima) kelas, yaitu kelas daerah bukan pertanian, daerah pertanian, lahan terbuka, permukiman, dan perairan. Kecamatan Babat didominasi oleh kelas tutupan lahan daerah bukan pertanian dengan persentase 53,29%. Hasil skoring dari keempat parameter menunjukkan bahwa Kecamatan Babat didominasi oleh kelas batuan kapur dengan potensi sedang dengan persentase 47,88% dari seluruh luas wilayah. Kata Kunci: Batuan kapur, Landsat 9, Penginderaan jauh, SIG DOI: http://dx.doi.org/10.23960/jpg.v11.i1.26936
Pembuatan WebGIS Sebagai Visualisasi Informasi Potensi Desa Adkha Yulianandha Mabrur; Alifah Noraini; Irvania Sukma Kumala
Jurnal ENMAP Vol. 4 No. 1 (2023): Maret, Jurnal ENMAP
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/enmap.v4i1.59521

Abstract

Geographic Information System (GIS) is a computer system designed to perform a job related to various kinds of spatial information data. The system runs with various capabilities, such as stamping, checking, integrating data, manipulating, analyzing and presenting data from various spatial data information as a reference for the condition of the earth. Information related to these spatial conditions needs to be shared through an effective system called Web Technology. WebGIS technology has the purpose of sharing information based on GIS using internet services, namely the web. WebGIS answers various kinds of complex mapping presentation problems, simplifying it so that it makes it easier for users to get information. This is what underlies the creation of WebGIS in Sumberejo Village, the need to share information related to objects in the village easily. The survey data is then carried out data processing, editing spatial and attribute data, as well as adding supporting data related to information to be visualized in web form. The results of the information presented in WebGIS are that there are five categories ranging from tourist attractions with a total of 10 points, places of worship 9 points, health 9 points, education 9 points and places to eat 18 points. The WebGIS can be accessed via https://sumberejo.gis.co.id with a simple appearance and easy to operate so that it is expected to make it easier for local users. So that later it can be developed in terms of updating data to make it more informative
Utilization of Sentinel Image Multitemporal Data for Landslide Potential Identification in Pujon Sub-District Fatiha Nawra Azalea; Siti Maulidia; Biyyubahy Abdiellah P. A; Alifah Noraini
Golden Ratio of Data in Summary Vol. 4 No. 2 (2024): May - October
Publisher : Manunggal Halim Jaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52970/grdis.v4i2.566

Abstract

Landslides are one of the most common disasters in Indonesia. Landslides are often triggered by high rainfall and occur for several days. Unstable soil structure is very easy to experience landslides. The case study of this research is in Pujon Sub-district, Malang Regency. Pujon sub-district has a hilly and highland topography. Its hilly-mountainous relief and steep slopes cause Pujon Sub-district to experience frequent natural disasters, especially landslides. The research was conducted by processing Sentinel 1 image using DInSAR method to obtain data on land surface change and weighting scoring method to obtain information on landslide prone areas. The processing of DInSAR method produces the value of vertical land surface change. The largest increase in land surface with a displacement value of 0.2972 m. And the largest land subsidence is -0.2234 m. Such movement can be an indicator of landslide occurrence. The GIS method produces 3 classes of landslide vulnerability level, namely low, medium and high in each year in Pujon sub-district. The average landslide prone area in the last 5 years is 15081.1331 ha. The processing results of DInSAR method and weighting scoring method can describe the landslide prone areas in Pujon Sub-district which is expected to be useful for landslide mitigation efforts.
Identifikasi Kekeringan Lahan Kabupaten Lamongan Berdasarkan Citra Satelit Alifah Noraini; Martinus Edwin Tjahjadi; I Nyoman Sudiasa
Poltanesa Vol 23 No 1 (2022): Juni 2022
Publisher : P2M Politeknik Pertanian Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51967/tanesa.v23i1.958

Abstract

Kekeringan lahan merupakan salah satu permasalahan masyarakat Indonesia yang terjadi pada musim kemarau. Kekeringan lahan mengakibatkan aktivitas pertanian terganggu karena pasokan air terhambat. Salah satu kabupaten yang mengalami kekeringan lahan adalah Kabupaten Lamongan. Penelitian ini bertujuan untuk mengidentifikasi wilayah yang mengalami kekeringan lahan di Kabupaten Lamongan agar dampak kekeringan dapat diminimalisir. Metode identifikasi kekeringan lahan yang digunakan berdasarkan pengolahan data penginderaan jauh, yaitu memanfaatkan data citra satelit Landsat 8 saluran 4 (merah), saluran 5 (Near InfraRed/ NIR), dan saluran 6 (Short Wavelength InfraRed/ SWIR). Sebelum proses pengolahan citra, dilakukan proses penggabungan antar scene (mosaicking). Citra Landsat 8 dipotong sesuai batas administrasi wilayah kabupaten dan diolah berdasarkan algoritma NDDI untuk mengidentifikasi kekeringan lahan. Algoritma yang digunakan terdiri dari parameter tingkat kebasahan air dan tingkat kehijauan vegetasi yang menutupi wilayah Kabupaten Lamongan. Tingkat kebasahan diperoleh dari pengolahan citra menggunakan algoritma NDWI, sedangkan tingkat kerapatan vegetasi diperoleh berdasarkan pengolahan citra menggunakan algoritma NDVI. Hasil pengolahan citra satelit Landsat 8 menunjukkan bahwa Kabupaten Lamongan didominasi oleh tingkat kebasahan kelas rendah sebesar 893,236 Km2 dan kerapatan vegetasi kelas sedang sebesar 691,012 Km2. Adapun hasil identifikasi kekeringan lahan di Kabupaten Lamongan didominasi oleh kelas klasifikasi kekeringan berat sebesar 62,14% atau 1.097,087 Km2 dari total luas area.
Land Surface Temperature Estimation Using Landsat 9 Satellite Imagery in Lamongan Regency, Indonesia Alifah Noraini; I Nyoman Sudiasa
Poltanesa Vol 25 No 2 (2024): December 2024
Publisher : P2M Politeknik Pertanian Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51967/tanesa.v25i2.2228

Abstract

Gerbangkertasusila area (Gresik, Bangkalan, Mojokerto, Surabaya, Sidoarjo, and Lamongan) is a target area for accelerating economic development. Land use change are one of the phenomena that often occur in districts that have the potential for developing the area, one of the areas that has the potential to become a Creative Economy Zone is Lamongan Regency. This study aims to estimate changes in Land Surface Temperature (LST) in Lamongan Regency by utilizing Landsat 9 satellite imagery. Landsat 9 satellite imagery is processed based on a temperature algorithm for estimating temperature calculations. The Landsat 9 satellite was launched in 2021 and is a replacement satellite for the Landsat 8 satellite. The Landsat 9 satellite has 9 (nine) spectral bands and 2 (two) thermal bands. Estimation of LST uses band 4, band 5, and band 10. The LST algorithm used is the mono window algorithm. The mosaic process was carried out on path 118 raw 65 and path 119 raw 65. The results showed that the Lamongan Regency area has a greenish level with a value range of (-0.611) to 0.5 which is dominated by medium density levels. The estimation results of LST in Lamongan Regency are dominated by temperatures in the range of 23°C – 26°C with the highest temperature being 29°C – 33°C.
UPDATING PETA TUTUPAN LAHAN MENGGUNAKAN CITRA SATELIT RESOLUSI TINGGI (STUDI KASUS : KECAMATAN PAKAL, KOTA SURABAYA) Noraini, Alifah; Handayani, Hepi Hapsari
GEOID Vol. 9 No. 1 (2013)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Lingkungan merupakan suatu hal yang bersifat dinamis dan dapat berubah sewaktu – waktu.Sehingga dibutuhkan metode yang cepat dan akurat dalam meng-update data spasial untuk memonitoring perubahan lingkungan tersebut.Penelitian ini menggunakan teknologi penginderaan jauh. Data penginderaan jauh yang digunakan dalam penelitian ini adalah citra satelit WorldView 2 tahun 2012 dan Peta Garis Surabaya skala 1:5000 tahun 2002 hasil pemotretan foto udara. Daerah yang digunakan dalam penelitian ini adalah Kecamatan Pakal, Kota Surabaya. Dalam pengolahan citra WorldView 2 didapatkan hasil identifikasi tutupan lahan di wilayah Kecamatan Pakal, Kota Surabaya yang didominasi oleh kelas tutupan lahan tambak, yakni seluas 756,476 Ha (40,62%),dan kelas tutupan lahan terendah adalah kelas tutupan lahan waduk, yakni seluas 3,556 Ha (0,17%).Dilakukan analisa perubahan tutupan lahan dari tahun 2002 hingga 2012.Hasil yang diperoleh dalam penelitian ini menunjukkan terjadinya perubahan luas yang paling signifikan di wilayah Kecamatan Pakal adalah meningkatnya kelas tutupan lahan permukiman, yakni sebesar 132,019 Ha (27,32%). Serta menurunnya kelas tutupan lahan pertanian, semak belukar, dan tambak, yaitu seluas 145,559 Ha (30,12%) pada kelas tutupan lahan pertanian, 60,628 Ha (12,55%) pada kelas tutupan lahan semak belukar, dan 35,441 Ha (7,33%) pada kelas tutupan lahan tambak. Hasil akhir dari penelitian ini adalah peta tutupan lahan tahun 2012 yang di-update menggunakan citra satelit WorldView 2 di wilayah Kecamatan Pakal, Kota Surabaya.
Perbandingan Visualisasi Hasil Deteksi Area Terbangun Berdasarkan Metode Maximum Likelihood Classification (MLC) dan Normalized Difference Built-Up Index (NDBI) Noraini, Alifah; Yulianandha Mabrur2, Adkha
Jurnal Loupe Vol 16 No 01 (2020): Edisi Juli 2020
Publisher : Jurusan Pertanian Politeknik Pertanian Negeri Samarinda Kampus Sei Keledang Jalan Samratulangi, Kotak Pos 192 Samarinda 75123

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51967/buletinloupe.v16i01.113

Abstract

Salah satu factor akibat dari aktivitas manusia terhadap perubahan lingkungan adalah perubahan tutupan lahan, terutama area terbangun. Dibutuhkan metode yang cepat dan akurat untuk monitoring perubahan area terbangun agar sesuai dengan perencanaan yang terdapat dalam Rencana Tata Ruang Wilayah (RTRW). Salah satu teknologi yang digunakan adalah teknologi penginderaan jauh. Data utama yang digunakan adalah citra satelit Landsat 8. Metode yang digunakan menggunakan metode Maximum Likelihood Classification (MLC) dan algoritma Normalized Difference Built-up Index (NDBI). Analisis yang dilakukan dalam penelitian ini adalah analisis secara visualisasi. Kata Kunci: Area bangunan, NDBI, MLC