Daniel Anthoni Sihasale
Universitas Pattimura, Ambon

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Kerapatan Vegetasi Kota Ambon Menggunakan Data Citra Satelit Sentinel-2 dengan Metode MSARVI Berbasis Machine Learning pada Google Earth Engine Philia Christi Latue; Heinrich Rakuasa; Daniel Anthoni Sihasale
sudo Jurnal Teknik Informatika Vol. 2 No. 2 (2023): Edisi Juni
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/sudo.v2i2.270

Abstract

Pertumbuhan kota Ambon yang pesat serta dapat mempengaruhi penurunan Indeks kerapatan vegetasi di Kota Ambon. Penelitian ini bertujuan untuk mengnalisis kerapatan vegetasi Kota Ambon menggunakan data citra satelit sentinel-2  dengan metode MSARVI berbasis machine learning pada google earth engine. Penelitian ini menggunakan data Citra Satelit Sentinel-2 yang dianalisis menggunakan Google Earth Engine dengan metode Modified Soil-Adjusted Vegetation Index. Hasil analisis kerapatan vegetasi menggunakan metode Metode MSARVI (Modified Soil-Adjusted Vegetation Index) menunjukan bahwa daerah yang memiliki kerapatan vegetasi tinggi memiliki luas sebesar 32.856,03 ha atau 85%, daerah yang memiliki kerapatan vegetasi sedang memiliki luas sebesar 3.508,67 ha atau 9,11 % dan daerah yang memiliki kerapatan vegetasi rendah memiliki luas sebesar 2.169,64 ha atau 5,63 %. Nilai kerapatan vegetasi di Kota Ambon pada tahun 2023 yaitu nilai terendah -0,481341 dan nilai tertinggi 0,978457. Hasil penelitian ini dapat digunakan untuk monitoring perubahan lingkungan, mengidentifikasi area dengan kualitas lingkungan yang buruk, mengukur dampak perubahan iklim dan menyediakan informasi bagi pengambil keputusan.