Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal MAJALAH ILMIAH GLOBE The International Journal of Remote Sensing and Earth Sciences (IJReSES)
Rokhmatuloh
Unknown Affiliation
Earth & Planetary Sciences Education

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
LAND USE AND LAND COVER (LULC) CLASSIFICATION WITH MACHINE LEARNING APPROACH USING ORTHOPHOTO DATA Mochamad Irwan Hariyono; Rokhmatuloh; Ratna Sari Dewi
Majalah Ilmiah Globe Vol. 25 No. 1 (2023): GLOBE VOL 25 NO 1 TAHUN 2023
Publisher : Badan Informasi Geospasial

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

Abstract

Penggunaan teknologi penginderaan jauh semakin berkembang, salah satu aplikasinya adalah analisis perubahan penggunaan dan tutupan lahan (LULC). Informasi LULC dibutuhkan untuk berbagai analisis terkait permukaan bumi. Berbagai jenis data digunakan dalam analisis permukaan bumi dengan memanfaatkan data penginderaan jauh. Tujuan dari penelitian ini adalah untuk mengklasifikasikan LULC dengan pendekatan machine learning menggunakan data orthophoto. Lokasi penelitian adalah Desa Tanjung Karang, Mataram, Nusa Tenggara Barat. Metode yang digunakan untuk proses klasifikasi adalah algoritma machine learning yaitu Support Vector Machine (SVM). Dilakukan proses pemisahan band (band slicing) pada data orthophoto yaitu Red, Green, Blue, dan Near Infra Red (NIR). Band Normalized Difference Water Index (NDWI) digunakan untuk analisis badan air yang merupakan refleksi dari band Red dan NIR. Skema klasifikasi klasifikasi yang diterapkan dalam penelitian ini adalah membandingkan klasifikasi antara satu band dan kombinasi band untuk mendapatkan hasil klasifikasi terbaik. Hasil penelitian ini menunjukkan bahwa klasifikasi dengan kombinasi band memiliki akurasi yang lebih baik. Klasifikasi dengan satu band memiliki akurasi rata-rata di bawah 55%, sedangkan kombinasi band memiliki akurasi rata-rata di atas 60%. Hasil klasifikasi dengan nilai akurasi tertinggi adalah kombinasi band R-B-NDWI dengan nilai 71,81%.
SPATIO-TEMPORAL ANOMALIES IN SURFACE BRIGHTNESS TEMPERATURE PRECEDING VOLCANO ERUPTIONS DETECTED BY THE LANDSAT-8 THERMAL INFRARED SENSOR (CASE STUDY: KARANGETANG VOLCANO) Suwarsono; Djoko Triyono; Muhammad Rokhis Khomarudin; Rokhmatuloh
International Journal of Remote Sensing and Earth Sciences Vol. 18 No. 1 (2021)
Publisher : BRIN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30536/j.ijreses.2021.v18.a3465

Abstract

Indonesia's geological as part of the “ring of fire†includes the consequence that community life could be affected by volcanic activity. The catastrophic incidence of volcanic eruptions in the last ten years has had a disastrous impact on human life. To overcome this problem, it is necessary to conduct research on the strengthening of the early warning system for volcanic eruptions utilising remote sensing technology. This study analyses spatial and temporal anomalies of surface brightness temperature in the peak area of Karangetang volcano during the 2018-2019 eruption. Karangetang volcano is an active volcano located in North Sulawesi, with a magmatic eruption type that releases lava flow. We analyse the anomalies in the brightness temperature from channel-10 of the Landsat-8 TIRS (Thermal Infrared Scanner) time series during the period in question. The results of the research demonstrate that in the case of Karangetang Volcano the eruptions of 2018-2019 indicate increases in the surface brightness temperature of the crater region. As this volcano has many craters, the method is also very useful to establish in which crater the center of the eruption occurred.
Co-Authors Djoko Triyono Mochamad Irwan Hariyono Muhammad Rokhis Khomarudin Ratna Sari Dewi Suwarsono