Claim Missing Document
Check
Articles

Identifikasi Varietas Jagung dari Data Citra Satelit Menggunakan Metode Linier Spectral Unmixing (Studi Kasus: Kabupaten Ngawi) Rivani, Amalia Putri; Jaelani, Lalu Muhamad; Sumargana, Lena
GEOID Vol. 19 No. 1 (2023)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v19i1.1795

Abstract

Kabupaten Ngawi di Jawa Timur merupakan wilayah dengan sekitar 40% lahan pertaniannya digunakan untuk pertanian, termasuk budidaya jagung. Jagung adalah sumber karbohidrat yang penting bagi industri pangan dan permintaannya terus meningkat. Untuk meningkatkan potensi hasil pertanian jagung, penting untuk memantau lahan pertanian dengan menggunakan teknologi penginderaan jauh. Namun, diperlukan pemantauan lahan jagung yang spesifik. Oleh karena itu, dalam penelitian ini, bertujuan untuk mengidentifikasi lahan jagung dan sebaran varietas tanaman jagung di Kabupaten Ngawi menggunakan data citra satelit Landsat-9 dengan metode Random Forest dan Linier Spectral Unmixing. Selain itu, citra Sentinel-2 digunakan untuk menentukan fase tanam jagung menggunakan algoritma NDVI dan NDWI. Hasil klasifikasi lahan jagung dan non-jagung didapat overall accuracy sebesar 97,6%, kappa 84%, didapat lahan jagung seluas 64,756 dan diterapkan nilai threshold fase generatif akhir seluas 64,364 Sebaran varietas dominan yang terdeteksi dari hasil pengolahan adalah NK Sumo, NK Perkasa, NK Wirosableng, dan Varietas lain (selain Bisi-18, NK Sumo, NK Perkasa, dan NK Wirosableng) dengan luasan sebesar 0,000* atau 880 ; 7,800 ; 22,662 ; 33,900 . Namun, didapatkan perbedaan hasil yang diperoleh tersebut dapat didasarkan oleh beberapa faktor diantaranya adalah ketersediaan pustaka spektral dan resolusi spasial citra yang digunakan. Oleh karena itu, dilakukan uji akurasi RMSe menggunakan nilai Residual Erorr Piksel pada Citra Landsat-9 didapatkan hasil nilai 0,019–0,042 dengan nilai rata-rata yaitu sebesar 0,031. Hasil menunjukan pemisahan nilai fraksi campuran menggunakan metode LSU memiliki error sebesar ± 3,1%, hasil kesalahan error tersebut dapat memberikan nilai persentase fraksi endmember dari setiap varietas lahan jagung di Kabupaten Ngawi.
Pemanfaatan Data Citra Satelit Sentinel-2 untuk Estimasi Kandungan Nitrogen Pada Tanaman Jagung (Studi Kasus : Desa Jadi, Kecamatan Semanding, Kabupaten Tuban) Azmi, Rahajeng Aulia; Jaelani, Lalu Muhamad; Sumargana, Lena
GEOID Vol. 19 No. 3 (2024)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v19i3.1910

Abstract

Jagung (Zea mays L.) adalah tanaman semusim dengan beberapa varietas, termasuk NK 6172 (Perkasa), NK 212 (Wirosableng), dan NK 7328 (Sumo). Identifikasi varietas jagung dilakukan menggunakan metode Linear Spectral Unmixing yang menghasilkan peta sebaran varietas, dimana NK 6172 (Perkasa) mendominasi dengan 80,97%, diikuti oleh NK 7328 (Sumo) dengan 15,15%, dan NK 212 (Wirosableng) dengan 3,48%. Untuk mengidentifikasi fase pertumbuhan jagung ditentukan menggunakan citra MODIS dan algoritma NDVI serta NDWI. Pada penelitian ini lahan jagung diklasifikasikan dengan metode Support Vector Machine dan menghasilkan nilai overall accuracy sebesar 89,29% dan nilai kappa sebesar 86,42%. Nitrogen (N) adalah salah satu nutrisi penting untuk pertumbuhan jagung. Salah satu metode untuk memperkirakan kandungan nitrogen dapat melalui penginderaan jauh yaitu dengan melakukan pengolahan spektrum cahaya yang dipantulkan oleh daun. Dilakukan dengan citra satelit Sentinel-2 serta menggunakan indeks vegetasi OSAVI, GNDVI, dan SRRE. Hasil penelitian menunjukkan bahwa ketiga indeks ini memiliki korelasi positif dengan kandungan nitrogen pada varietas NK 6172 (Perkasa). Lalu indeks SRRE memiliki koefisien determinasi tertinggi (0,3874), diikuti oleh OSAVI (0,3751) dan GNDVI (0,3537). Model estimasi kandungan nitrogen dibuat dari regresi linier antara data kandungan nitrogen berbasis SPAD dengan indeks SRRE. Lalu dihasilkan peta yang menunjukkan kandungan nitrogen, dimana kandungan nitrogen dominan pada lahan eksisting dengan rentang 2% - 2,5%.
Estimasi Energi Gelombang Laut Menggunakan Satelit Altimetri Jason-2 Studi Kasus: Selatan Pulau Jawa Pratama, Muhammad Rizka Arief; Jaelani, Lalu Muhamad; Sulaiman, Albertus
Jurnal Geosaintek Vol. 2 No. 1 (2016)
Publisher : Institut Teknologi Sepuluh Nopember

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

Abstract

Data tinggi muka air laut (SSH) sangat diperlukan untuk mengetahui kondisi permukaan laut di suatu perairan. Dari data tersebut dapat diketahui di antaranya kontur permukaan laut dan karakteristik gelombang permukaan yang dipengaruhi angin atau gravitasi. Pengembangan energi terbarukan sangatlah penting untuk membantu pasokan listrik Indonesia yang hingga saat ini masih bergantung terhadap fossil fuel (energi tidak terbarukan). Data tinggi muka laut ini dapat membantu Indonesia sebagai negara maritim dunia untuk mengeksplorasi potensi lautnya terutama dalam bidang energi. Altimetry Radar (Radar Altimetri) adalah salah satu jenis sensor penginderaan jauh yang sedang berkembang, dimana dapat memonitor dan memetakan tinggi permukaan air laut secara akurat dan efektif. Pengolahan data titik nadir satelit altimetri dapat dilakukan di aplikasi pengolah matriks, Matlab setelah mengalami proses pengolahan awal pada software BRAT. Dalam penelitian ini dilakukan pengolahan data satelit altimetry Jason-2 pada tahun 2012, dengan hasil menunjukkan bahwa pada bulan Januari 2012, di perairan Selatan Pulau Jawa, Samudra Hindia memiliki panjang gelombang dominan sebesar 2319,208 dan 4638,417 m dan periode sebesar 33,7480 dan 74,9808 sekon yang memenuhi syarat menjadi sebuah swell yaitu di antara 30-300 sekon. Terdapat 3 spot potensial yang memiliki estimasi energi gelombang laut cukup tinggi dibandingkan dengan daerah lainnya.
Estimasi Tinggi Gelombang Laut Menggunakan Citra Satelit Alos-Palsar, Studi Kasus Perairan Pulau Poteran, Sumenep Nadzir, Zulfikar Adlan; Jaelani, Lalu Muhamad; Sulaiman, Albertus
Jurnal Geosaintek Vol. 2 No. 3 (2016)
Publisher : Institut Teknologi Sepuluh Nopember

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

Abstract

Energi gelombang air laut adalah salah satu jenis ocean renewable energy (ORE) yang menjadi salah satu potensi kemaritiman dari Indonesia. Energi tersebut mempunyai beberapa keunggulan bila dibandingkan dengan energi fosil (minyak dan gas bumi) dan menjadi salah satu jenis energi terbarukan yang banyak diteliti dan dikembangkan oleh peneliti dari seluruh dunia. Salah satu upaya memetakan potensi energi gelombang laut adalah dengan menghitung tinggi gelombang air laut tersebut menggunakan berbagai metode pengamatan, salah satunya adalah Synthetic Aperture Radar (SAR). SAR adalah salah satu jenis sensor penginderaan jauh yang sedang berkembang dimana dapat memonitor dan memetakan tinggi gelombang air laut secara cepat dan efektif. Dalam penelitian ini, sebuah citra SAR diolah untuk mendapatkan tinggi gelombang di perairan Pulau Poteran, Madura. Pengolahan data citra SAR dilakukan dengan menggunakan metode Fast Fourier Transform (FFT) dan Band-Pass Filetring setelah mengalami proses pengolahan awal dengan perangkat lunak Matlab. Data SAR yang digunakan adalah citra satelit ALOS-PALSAR bertanggal 12 Mei 2009 dan diakuisisi dalam mode Full-Polarimetry. Hasil pengolahan menunjukkan bahwa di perairan sekitar Pulau Poteran, Madura mempunyai panjang gelombang dominan sebesar 559,0170 dan 883,8835 m dan periode sebesar 56,579 dan 89,3609 sekon yang memenuhi syarat menjadi sebuah swell. Tinggi gelombang signifikan (H1/3) yang dihasilkan mencapai 3,713 meter dengan rerata dari semua indeks matriks (H1/2) sebesar 2,986 meter.
Analysis of Mangrove Species Detection Performance on Multiresolution Satellite Imagery Using Linear Spectral Unmixing Fultriasantri, Indah; Alina, Aldea Noor; Jaelani, Lalu Muhamad; Sanjaya, Hartanto; Abdul Rasam, Abdul Rauf
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 19 No. 1 (2025)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/inderaja.v19i1.6548

Abstract

The Pamurbaya mangrove conservation area in East Surabaya is crucial for coastal protection, but it is vulnerable to degradation due to human activities and land-use changes. Species distribution maps are essential for understanding ecological functions, such as carbon sequestration, salinity tolerance, and ecosystem stability. This study utilizes multiresolution remote sensing data from WorldView-2 satellite imagery to map mangrove and detailed species-level. Random Forest is utilized to differentiate mangrove and non-mangrove, while Linear Spectral Unmixing allows for detailed mangrove species distribution. Further analysis was carried out to determine at what resolution the LSU works optimally. The imagery was served in 0.5 meter resolution and down-sampled to 5 meter, 10, 20, 30, and 50 meter resolutions. This study obtained that LSU were able to differentiate mangroves according to its endmember and working optimally at medium resolution (10–30 m), with overall accuracy increasing from 70% (10 m) to 75% (30 m) and Kappa value increasing from 53.7 to 60.41. High resolution (0.5–10 m) provides more detailed mapping but is optimal for species with small and scattered distributions. Meanwhile, low resolution (20–50 m) tends to cause overestimation or aggregation of species.
Pembuatan Peta Suhu Permukaan Tanah untuk Mitigasi Urban Heat Island dengan Visualisasi Augmented Reality (Studi Kasus: Kota Surabaya) Hanif, Muhammad; Hayati, Noorlaila; Bioresita, Filsa; Hidayat, Husnul; Hanansyah, Megivareza Putri; Jaelani, Lalu Muhamad; Sukojo, Bangun Muljo; Rahmansyah, Ferdian Zaki
SEWAGATI: Jurnal Pengabdian kepada Masyarakat Vol 4 No 2 (2025): SEWAGATI: Jurnal Pengabdian kepada Masyarakat
Publisher : Sarau Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61461/sjpm.v4i2.131

Abstract

The Urban Heat Island (UHI) phenomenon in Surabaya is becoming increasingly apparent due to the conversion of green areas into built-up areas. This community service activity aims to map land surface temperature (LST) for the period 2016–2024 using Landsat 8 level 2 imagery and present it in augmented reality (AR) visualization to support public literacy. The analysis was conducted through calculations of NDVI, emissivity, LST, NDVI–LST linear regression, and field validation usinga thermohydrometer. The results show that the distribution of LST increased in 2016–2019, decreased in 2020, then increased again in 2021–2023 before decreasing in 2024. The negative correlation between NDVI and LST indicates that vegetation plays an important role in reducing temperatures. Field validation produced a coefficient of determination (R²) of 0.7213 with a maximum difference of 5°C between satellite data and measurements. The 2024 UHI map shows high intensity in densely built-up areas (Tegalsari, Genteng, Sawahan, Tambaksari, Wonokromo, and parts of Rungkut), while outlying areas like Benowo and Pakal are relatively cooler. AR-based visualizations have proven effective in helping the public and policymakers understand the UHI phenomenon more interactively and encouraging the development of mitigation strategies through reforestation and sustainable urban planning.
PENGARUH ALGORITMA LYZENGA DALAM PEMETAAN TERUMBU KARANG MENGGUNAKAN WORLDVIEW-2, STUDI KASUS: PERAIRAN PILU PAITON PROBOLINGGO Jaelani, Lalu Muhamad; Laili, Nurahida; Marini, Yennie
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 12 No. 2 (2015)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30536/inderaja.v12i2.3314

Abstract

Mapping the coral reef ecosystems to support the coastal management can be carried out using a high-resolution satellite imagery. Various methods of sea bottom features extraction have been developed and can be implemented to support the mapping process, one of them is Lyzenga's algorithm. This algorithm requires a depth variation of the area. The objective of this research is to investigate the effect of Lyzenga's algorithm on coral reef mapping. In this research, we compared the classification results of coral ecosystem between image with and without Lyzenga's algorithm. The image classification with this algorithm showing the appearance of sea bottom features were more differentiated and turn into Lyzenga index values which have been free from the water column effect. It produced several classes, they were oceans, land, sand, and coral reefs. The estimated area of coral reefs ecosystems in the waters of Paiton Probolinggo based on Worldview-2 classification result was 8.26 ha. Mapping coral reef ecosystem by using a high-resolution satellite imagery was very helpful giving the visualization of a wider area than the field observations.
Analysis of SO2 Emissions and Thermal Anomalies from the Eruption of Mount Lewotobi Laki-laki in November 2024 Using Google Earth Engine Pratama, Febryanto; Jaelani, Lalu Muhamad
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 19 No. 1 (2025)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/inderaja.v19i1.5968

Abstract

Mount Lewotobi is one of the active volcanoes located in Wulanggitang District, East Flores Regency, East Nusa Tenggara. Mount Lewotobi Laki-Laki in November 2024 has been detected showing significant volcanic activity. This volcanic activity has been detected emitting volcanic gas emissions and significant lava flows that could affect air quality, structures, and the surrounding ecosystem. SO2 emissions and hotspot areas were analyzed using remote sensing data from Sentinel-5P (TROPOMI), Sentinel-2 (MSI), and Landsat-8 (OLI). Data processing was conducted using the Google Earth Engine platform to obtain spatial and temporal analyses of SO2 concentrations in the air and heat sources generated by volcanic activity. The Normalized Hotspot Indices (NHI) method was applied to identify and map hotspots generated by volcanic activity. The results of SO2 levels showed a maximum value of 300,831 µg/m³ and an average of 71,928 µg/m³ occurring on November 9, 2024. The classification of hotspot distribution indicated a range from high to moderate to low. The total number of hotspots measured was 51 on Landsat-8 and 278 on Sentinel-2. The statistical test results for Landsat-8 data showed no significant correlation between SO2 measurements and hotspot measurements, whereas the results for Sentinel-2 showed an inverse correlation.
Dampak Emisi PLTU Suralaya terhadap Konsentrasi PM2.5 di Jakarta Raya: Analisis Spasio-Temporal Berbasis Citra Satelit MODIS (2019-2022) Ramdhanu, Lalu Teguh Purnama; Salsabila, Shada; Jaelani, Lalu Muhamad
Jurnal Ilmiah Geomatika Vol. 4 No. 2 (2024): Oktober Jurnal Ilmiah Geomatika
Publisher : Program Studi Teknik Geomatika Fakultas Teknologi Mineral Universitas Pembangunan Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/imagi.v4i2.13765

Abstract

Salah satu polutan udara yang menjadi perhatian utama adalah Particulate Matter 2.5 (PM2.5), yang salah satunya bersumber dari pembakaran bahan bakar fosil, seperti pembangkit listrik tenaga uap (PLTU).Penelitian ini mengkaji dampak emisi PLTU Suralaya, yang berlokasi di Banten, terhadap konsentrasi PM2.5 di Jakarta Raya. Lokasi PLTU yang relatif dekat dengan Jakarta Raya menjadi dasar pemilihan objek studi ini. Penelitian ini memanfaatkan data citra satelit karena keunggulannya dalam hal cakupan wilayah, frekuensi pengamatan, dan efisiensi biaya operasional. Data satelit yang digunakan adalah Moderate Resolution Imaging Spectroradiometer (MODIS) untuk menganalisis konsentrasi PM2.5 yang diperoleh dari Aerosol Optical Depth (AOD) melalui konversi menggunakan algoritma R. Li dkk. Hasil analisis menunjukkan bahwa tidak terdapat hubungan yang signifikan antara arah angin dengan konsentrasi PM2.5 di Jakarta Raya. Berdasarkan temuan ini, dapat disimpulkan bahwa PLTU Suralaya tidak terbukti secara signifikan mempengaruhi konsentrasi PM2.5 di Jakarta Raya.
Land Cover Mapping and Prediction Using Cellular Automata and Markov Chain (Case Study: Depok City, Indonesia) Muhammad Arya Pradipta; Megivareza Putri Hanansyah; Filsa Bioresita; Noorlaila Hayati; Lalu Muhamad Jaelani; Bangun Muljo Sukojo, Husnul Hidayat
Geoid Vol. 21 No. 1 (2026)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v21i1.8766

Abstract

Depok City, a satellite city of Jakarta, is experiencing massive urbanization due to Jakarta's role as an economic hub, leading to significant land-use changes. This study analyses land cover in Depok City annually from 2017 to 2024 across five categories: Built-up Area, Vegetation, Agricultural Land, Bare Land, and Water Body. This process utilizes the Extreme Gradient Boosting algorithm applied to Sentinel-2 Level-1C satellite imagery for the specified period. Subsequently, we predict Depok City's land cover conditions for the year 2042 using a Cellular Automata-Markov Chain simulation. This simulation incorporates historical land cover maps, which were generated previously, along with driving factors such as distance from main roads and distance from health and educational facilities. The year 2042 was chosen to coincide with the expiration of Peraturan Daerah Nomor 9 Tahun 2022, law product concerning the Depok City Spatial Plan for 2022-2042. The final outputs of this research are land cover maps of Depok City for each year from 2017 to 2024, as well as a predicted land cover map for Depok City in 2042. The study found that from 2017 to 2024, the built-up area and vegetation land cover category showed an increasing trend in extent, while the remaining land cover categories decreased. Prediction model of year 2042 shows predicted expansion of Built-Up land and Vegetation land cover categories, while other land cover categories predicted to decrease.
Co-Authors Abdul Rasam, Abdul Rauf Adillah Alfatinah Afifi , Zulfahmi Agnes Rusnalia T. Agung Budi Cahyono Ahyudanari, Ervina Aji, Pujo Albertus Sulaiman Albertus Sulaiman, Albertus Alina, Aldea Noor Amalia Putri Rivani Andie Setiyoko Andika Yudha Gutama Andri A. Wibowo Ari Matiur Aries Sulisetyono Arik Yumna Pratiwi Aryasandah H. Dewantoro Aryasandah H. Dewantoro, Aryasandah H. Azmi, Rahajeng Aulia Bachtiar, Jayed Ali Baehaqi Baiq Arasya Wulandari Bangun Muljo Sukojo Bangun Muljo Sukojo, Bangun Muljo Bangun Muljo Sukojo, Husnul Hidayat Benedict Chao-Hung Lin Denaro, Lino Garda Dewinta Heriza Diah Ardiani Eddy Setyo Koenhardono, Eddy Setyo erika yuniar tyastiti Fahlefi , Rizha Faisal Adam Yudithia Feny Arafah Filsa Bioresita Filsa Bioresita, Filsa Firmansyah Maulana Azhali Fitriana Kartikasari Fitriana Kartikasari Fultriasantri, Indah Gathot Winarso Gathot Winarso Gathot Winarso, Gathot Gilang Amrullah Sayono Gutama, Andika Yudha Hanansyah, Megivareza Putri Handis Muzaky Harliyanti, Novi Ika Heni Agustina Hepi Hapsari Handayani Hepi Hapsari Handayani Hepi Hapsari Handayani, Hepi Hapsari Heriza, Dewinta Hidayat, Arfico Rizky Hidayat, Husnul Husnul Hidayat, Husnul Ilyas Ilyas Irma'atus Sholihah Jayed Ali Bachtiar Jayeng Rangga Bhirawa Kristina Putri Laili, Nurahida Lena Sumargana Lena Sumargana Lin, Chao-Hung Lino Garda Denaro Loryena Ayu Karondia, Loryena Ayu M. Aldila Syariz, M. Aldila M. Nur Cahyadi M. Nur Cahyadi, M. Nur Martanti Aji Pangestu Megivareza Putri Hanansyah Mochamad Indrawan Muhammad Aldila Syariz Muhammad Aldila Syariz Muhammad Arya Pradipta Muhammad Hanif Muhammad Rizka Arief Pratama Muhammad Rizka Arief Pratama, Muhammad Rizka Arief Muhammad Taufik Muhammad Wildan Bobsaid Muhsi Muzaky, Handis Nabilah, Salwa Nadzir, Zulfikar Adlan Nia Kurniadin Niken rahayuningtyas Noorlaila Hayati Noorlaila Hayati, Noorlaila Norida Maryantika Novi Ika Harliyanti Nur Aina Rizki Rahmadani Nurahida Laili Nurgiantoro, Nurgiantoro Oktavianto G. Pamungkas, Adjie Pangestu, Martanti Aji Pratama, Febryanto Pratomo, Danar Guruh Pratomo, Danar Guruh Putri, Rizky Annisa R A, Dwi Ayu Rahmansyah, Ferdian Zaki Ramadhanni, Rizky Fitria Ramdhanu, Lalu Teguh Purnama Resti Limehuwey Ricko Andrew FG. Rivani, Amalia Putri Rizha Fahlefi Romadina Indah Wardani Rossita Yuli Ratnaningsih Salam Tarigan Salsabila, Shada Salwa Nabilaha Sanjaya, Hartanto Sayono , Gilang Amrullah Sekartadji, Ratih Sukojo , Bangun Muljo Sulaiman, Albertus Sulistyah, Umroh Dian Sulistyah, Umroh Dian Tambunan, Mangapul Parlindungan tyastiti , erika yuniar Wardani , Romadina Indah Wulandari, Baiq Arasya Yennie Marini Yennie Marini, Yennie Zulfahmi Afifi