Article Per Year (5 Year)
p-Index From 2021 - 2026
2.608
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering International Journal of Advances in Intelligent Informatics Jurnal Geosaintek Proceeding of the Electrical Engineering Computer Science and Informatics Journal of Applied Geospatial Information Teras Jurnal Jambura Geoscience Review Buletin Poltanesa PROFICIO: Jurnal Pengabdian Masyarakat The Indonesian Journal of Computer Science Jurnal Geosaintek
Martinus Edwin Tjahjadi
Institut Teknologi Nasional Malang
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Earth & Planetary Sciences Education Electrical & Electronics Engineering Engineering Environmental Science Physics Social Sciences Other

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Buletin Poltanesa

 1 
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.
Identifikasi Kekeringan Lahan Kabupaten Lamongan Berdasarkan Citra Satelit Noraini, Alifah; Tjahjadi, Martinus Edwin; Sudiasa, I Nyoman
Poltanesa Vol 23 No 1 (2022): Juni 2022
Publisher : P3KM 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.
Classification of Slope for Coffee Plantation in Ngajum District, Indonesia Noraini, Alifah; Tjahjadi, Martinus Edwin; Jasmani, Jasmani
Poltanesa Vol 25 No 1 (2024): June 2024
Publisher : P3KM Politeknik Pertanian Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51967/tanesa.v25i1.2227

Abstract

Slope classification activity aims to provide information to coffee farmers about the slope, especially in Ngajum District, Malang Regency. Ngajum is one of the sub-districts located on the slopes of Mount Kawi. The people of Ngajum generally work as cattle and goat breeders as well as coffee plantations. Information on the slope (altitude) affects the classification of the quality of the coffee produced. In addition, the varieties of coffee planted also depend on the slope of the mountain slopes. Making a slope map utilizes satellite imagery which has altitude information, namely in the form of Digital Elevation Model (DEM) satellite imagery. Administrative boundary data are used according to the sub-district so that the slope classification can be focused. The method used in this activity is the analysis of spatial data from the results of slope classification. Slope class is divided into 7 (seven) slope classes, i.e. flat, wavy, wavy-bumpy, bumpy-hilly, hilly-mountainous, steep mountain, and mountainous. The results of slope classification show that 2377.171 Ha or 35.971% of the Ngajum area is undulating class. The slope of the wavy slope is a suitable class for coffee cultivation but must be accompanied by the suitability of other parameters so that the productivity of coffee plants increases. The drawback of the results of this activity is that it has not been able to determine which varieties of coffee plants are suitable for planting with the slope of the area, so further research is needed.  
Co-Authors Adhiatama, Wahdianaldy Agust, Fransisca Alifah Noraini Deddy Rudhistiar F.X Ari Wibisono Fourry Handoko Fransisca Agust Fransisca Dwi Agustina I Nyoman Sudiasa Imam Zulhan Jasmani jasmani Ketut Tomy Suhari Larasaty Ayu Parsamardhani Muhammad Zhorif Nasri Nicolas Alnando Nur Alfan Wisnu Hardiatmojo Priambodo, Dwiki Altito Raynier Geraldino Dadu Kerong Silvester Sari Sai Ujang, Muhammad Uznir Utami, Aprillia Rahmi Vikanisa Rahmadany Wahdianaldy Adhiatama Zulham, Imam