Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

JURNAL ILMIAH GEOMATIKA

GM
Website

Published by Badan Informasi Geospasial

ISSN : 08542759 EISSN : 25022180 DOI : -

Core Subject : Science, Education,

Earth & Planetary Sciences Mathematics

Geomatika (can be called Jurnal Ilmiah Geomatika-JIG) is a peer-reviewed journal published by Geospatial Information Agency (Badan Informasi Geospasial-BIG). All papers are peer-reviewed by at least two experts before accepted for publication. Geomatika will publish in two times issues: Mei and November.

Arjuna Subject : -

Articles 8 Documents

Search results for , issue " Vol 18, No 1 (2012)" : 8 Documents clear

INDEKS FRAGMENTASI SPASIAL DAN DAMPAK TERHADAP EKOSISTEM LAHAN BASAH DI SURABAYA DAN SEKITARNYA Suprajaka, Suprajaka
GEOMATIKA Vol 18, No 1 (2012)
Publisher : Badan Informasi Geospasial in Partnership with MAPIN

Penelitian ini bertujuan untuk menjelaskan fragmentasi spasial akibat perkembangan permukiman pada ekosistem lahan basah. Tujuan utama penelitian ini adalah: (1) mengevaluasi komposisi dan konfigurasi pemanfaatan lahan basah secara spasial berdasarkan data geospasial multi-temporal di Surabaya dan sekitarnya, (2) mengevaluasi fragmentasi spasial sebagai akibat dari bentuk, struktur dan pola pemanfaatan lahan basah di Surabaya dan sekitarnya, (3) menyusun konsep model data dan model visual fragmentasi spasial lahan basah di Surabaya dan sekitarnya. Penelitian ini menggunakan metoda eksploratif berdasarkan data geospasial dari berbagai sumber, baik berupa data analog maupun digital secara multi-temporal dan multi-resolusi. Data geospasial yang ada dikelompokkan menjadi 4 periode: (a) sebelum 1965, (b) antara 1965-1985, (c) antara 1985-2005 dan (d) setelah 2005. Prinsip dasar dalam penerapan metoda penelitian eksploratif melalui âimage miningâ dengan teknik âmorfo-spasio-kuantitatifâ untuk memahami komposisi dan konfigurasi dari pola konversi pada ekosistem lahan basah. Penelitian ini dilaksanakan pada ekosistem lahan basah dengan tiga satuan bentuklahan yaitu fluvial (F), fluvio-marin (FM) dan marin (M) dan tiga batas administrasi yaitu Gresik, Surabaya dan Sidoarjo. Hasil utama dari penelitian ini adalah bahwa konversi lahan basah untuk permukiman di Surabaya dan sekitarnya telah mengakibatkan fragmentasi spasial.Kata Kunci: Citra Multi Temporal, Bentuklahan, EkosistemLahan Basah, Perkembangan Permukiman,Â Fragmentasi SpasialÂ ABSTRACTThis study aims to describe spatial fragmentation due to residential development on wetland ecosystems.Â The main objectives of this study are: (1) to spatiallyevaluate the composition and configuration of the use of wetland based on multi-temporal geospatial data, (2) evaluate wetland spatial fragmentation as a result of changes in shape, structure, and pattern of wetlands usage in Surabaya and its surroundings, (3)Â conceptualize data and visual model of wetlands spatial fragmentation.Â The research was conducted on wetland ecosystems with three landform units i.e. fluvial (F), fluvio-marine (FM) and marine (M) in three different administrative regions i.e. Gresik, Surabaya, and Sidoarjo.Â This study Â deployed exploratory method of geospatial data from various sources both in analog and digital form of multi-temporal and multi-resolution.Â Those geospatial data were grouped into four time periods: (a) before 1965, (b) between 1965-1985, (c) between1985-2005, and (d) after 2005.Â A basic principle in this exploratory research Â wasthe usage of âimage miningâ using "morpho-spasio-quantitative" technique through detection, identification, and measurement of land use dynamic as basis to analyze the composition and configuration of wetland ecosystems conversion pattern.Â The results of the conversion pattern analysis of wetland ecosystems were used to describe the form and spatial fragmentation of the man-made wetlands ecosystems.Key Words:Multi-Temporal Images, Wetland Ecosystem, Settlement Development, Spatial Fragmentation

PENGARUH RESOLUSI SPASIAL PADA CITRA PENGINDERAAN JAUH TERHADAP KETELITIAN PEMETAAN PENGGUNAAN LAHAN PERTANIAN DI KABUPATEN WONOSOBO Murti, Sigit Heru
GEOMATIKA Vol 18, No 1 (2012)
Publisher : Badan Informasi Geospasial in Partnership with MAPIN

Untuk menunjang pengembangan sektor pertanian di Indonesia, data tentang luas dan sebaran lahan pertanian secara spasial merupakan informasi yang sangat penting. Penelitian ini bertujuan untuk mengkaji kemampuan dan ketelitian citra penginderaan jauh multisensor dan multiresolusi untuk memetakan lahan pertanian di sebagian wilayah Kabupaten Wonosobo dengan pendekatan ekologi bentanglahan. Pemilihan daerah kajian didasari olehkondisi topografi yang bervariasi dengan ukuran lahan pertanian yang tidak begitu luas.Data penginderaan jauh yang digunakan dalam penelitian ini adalah : (a) citra Landsat ETM+ yang direkam tanggal 21 Agustus 2002, (b) citra Terra ASTER VNIR yang direkam tanggal 29 September 2003, dan (c) citra ALOS AVNIR-2 dengan tanggal perekaman 29 September 2006. Penggunaan ketiga citra tersebut mempertimbangan perbedaan resolusi spasialÂ ketiganya. Metode pemetaan penggunaan lahan pertanian yang digunakan adalah klasifikasi multispektral terselia yang diintegrasikan dengan pendekatan ekologi bentanglahan.Hasil penelitian menunjukkan bahwa ketelitian citra untuk interpretasi penggunaan lahan pertanian di daerah penelitian adalah: (a) ketelitian Landsat ETM+ 89,30%, (b) ketelitian ASTER VNIR 91,49%, dan (c) ketelitian ALOS AVNIR-2 adalah 93,62%. Pengaruh resolusi spasial terhadap ketelitian interpretasi sangat besar, ditunjukkan dengan semakin tinggi resolusi spasial citra, semakin tinggi pula ketelitian hasil interpretasinya, yang berujung pada semakin tinggi ketelitian pemetaannya.Kata kunci :Â penginderaan jauh, multisensor, multiresolusi, ketelitian interpretasi, pemetaan lahan pertanianABSTRACTIn the effective management and development of Indonesian agricultural sector, information about the distribution of agricultural land in spatial context becomes critical. The aim of this research was to understand the capability and accuracy of remote sensing data at various spatial resolutions to map agricultural land in some part of Wonosobo Regency based on landscape ecological approach. Wonosobo was selected as the study area due its topographic variation and not-so-vast agricultural area. Remote sensing data used in this research were Landsat 7 ETM+ acquired on 21st August 2001, ASTER VNIR acquired on 29th September 2003, and ALOS AVNIR-2 recorded on 29th September 2006. The spatial resolutions of the three images became the basis of the image selection.Â Maximum likelihood classification was integrated with landscape ecology approach to perform the mapping. Moreover, we also incorporated several spatial data such as topographic map (RBI) and field survey data to improve mapping process. The results showed that better spatial resolution delivered better map accuracy. It was shown by the accuracy assessment of agricultural land map derived from ALOS AVNIR-2 which reached 93.62%. ALOSâs results outperformed Landsat 7 ETM+ and ASTER with only 89.3% and 91.49% accuracy respectively. The results of this research highlighted the benefit of having higher spatial resolution for agricultural land mapping.Keywords: remote sensing, spatial resolution, accuracy assessment, agricultural

KAJIAN DAMPAK LAND SUBSIDENCE TERHADAP PENINGKATAN LUAS GENANGAN ROB DI KOTA SEMARANG Suhelmi, IR
GEOMATIKA Vol 18, No 1 (2012)
Publisher : Badan Informasi Geospasial in Partnership with MAPIN

Topografi peisisir Semarang datar berkisar antara 0-2% dengan sebagian luas wilayahnya hampir sama tingginya dengan permukaan laut dan bahkan di beberapa tempat di bawahnya. Berbagai masalah lingkungan yang dihadapi oleh Semarang terkait dengan dinamika pesisir dan laut, antara lain adalah masalah genangan pasang surut, subsiden, dan banjir di musim hujan. Penelitian ini dilakukan untuk memodelkan lokasi yang rentan terhadap penggenangan akibat adanya subsiden. Pengolahan data titik ketinggian, garis contour dan subsiden menggunakan Geographic Information System (GIS). Hasil penelitian menunjukkan bahwa pesisir Semarang memiliki tingkat kerentanan yang tinggi terhadap genangan akibat land subsiden. Hal ini dapat dilihat dari indikasi luas wilayah tergenang meningkat dari 2162.5 Ha (5.6%) menjadi 3.896.3 Ha (10.1%) pada 10 tahun yang akan datang. Model genangan ini berperan penting dalam pengelolaan pesisir dalam jangka panjang.Kata Kunci : Penurunan Tanah, Model Elevasi Digital, Genangan RobÂ ABSTRACTSemarang coastal topography is flat, with slope percentage around 0-2%. Most area is almost the same as height as the sea level and in some places are lower. Various environmental problems faced by Semarang related by sea and coastal dinamics are tidal inundation, land subsidence, and floods during rainy season. This studyÂ was conducted to model the area that is vulnerable to inundation caused by subsidence. The data of spot height, countour line and the rate of subsidence were analyzed by using Geographic Information System (GIS). The results showed that the Semarang coastal had a high level of vulnerability to inundated area. This condition can be seen from the indications of the extent area affected by tidal inundation from 2162.5 Ha (5.6%) to 3.896.3 Ha (10.1%) during 10 years. Tidal inundation increased intensively and spread along with the increase of subsidence. The modeling of the inundated area due to land subsidence plays an important role in long-term coastal zone management.Â Keywords: Land Subsidence, Digital Elevation Model (DEM), Tidal Inundation

KAPASITAS INDEKS LAHAN TERBAKAR NORMALIZED BURN RATIO (NBR) DAN NORMALIZED DIFFERENCE VEGETATION INDEX (NDVI) DALAM MENGIDENTIFIKASI BEKAS LAHAN TERBAKAR BERDASARKAN DATA SPOT-4 Parwati, Parwati; Zubaidah, Any; Vetrita, Yenni; Yulianto, Fajar; DS, Kusumaning Ayu; Khomarudin, M Rokhis
GEOMATIKA Vol 18, No 1 (2012)
Publisher : Badan Informasi Geospasial in Partnership with MAPIN

Pada penelitian ini, kapasitas indeks Difference Normalyzed Burn Ratio (dNBR) dan indeks Difference Normalized Vegetation Index (dNDVI)Â sebagai indeks lahan terbakar telah dianalisis untuk mengidentifikasi lahan bekas terbakar di wilayah Provinsi Riau berdasarkan data SPOT-4. Baik dNBR maupun dNDVI merupakan selisih antara indeks NBR atau NDVI sebelum terjadi kebakaran (pre-fire) dengan sesudah terjadi kebakaran (post-fire). Data time-series SPOT-4 yang digunakan adalah periode Juli 2009, Oktober 2010, Maret 2011, Juni 2011 dan Juli 2011. Hasil analisis menunjukkan bahwa nilai ekstraksi NDVI atau NBR pada kondisi pre-fire mempunyai nilai yang lebih tinggi dibandingkan dengan lahan pada kondisi post-fire. Umumnya hal tersebut menunjukkan adanya perubahan dari tingkat kehijauan vegetasi yang tinggi menjadi rendah. Berdasarkan hasil verifikasi di lapangan (Agustus 2011), ternyata pada lahan bekas terbakar indeks dNBR (0.42) menunjukkan nilai yang lebih tinggi dibandingkan dengan dNDVI (0.19). Sementara di lokasi pembukaan lahan/hutan tanpa membakar, indeks dNDVI (0.53) lebih tinggi dibandingkan dNBR (0.05). Hal tersebut membuktikan bahwa indeks dNBR sangat sensitif dalam mengidentifikasi lahan bekas terbakar yang menghandalkan spektrum radiasi Shortwave Infrared (SWIR) yang peka terhadap rendahnya kadar air di lahan bekas terbakar. Sementara indeks dNDVI lebih cocok digunakan untuk mendeteksi perubahan lahan dari vegetasi ke non vegetasi tanpa membakar.Kata Kunci : SPOT-4, lahan bekas terbakar, dNBR, dNDVI, RiauÂ ABSTRACTIn this study, Difference Normalyzed Burn Ratio (dNBR) and Difference Normalized Vegetation Index (dNDVI) derived from SPOT-4 images were analyzed for identifying burn scar in Riau Province.The dNBR and dNDVI are the differences between NBR or NDVI in pre-fire condition and in post-fire condition. The time-series SPOT-4 images used in this study Â have accusition month onJuly2009, October 2010, March 2011, June 2011, and July 2011. Results show that both NDVI and NBR have higher values in pre-fire rather than in post-fire condition. Generally, it shows the change in green vegetation level from high in vegetation cover to lower level in burnt area. However, by referring to field survey data (August 2011), the dNBR (0.42) shows higher value than the dNDVI (0.19) in burnt area. The indices were also applied in opened land/forest without burning activity which showed higher dNDVI (0.53) values rather than dNBR (0.05). Therefore, it has been proved that the dNBR index is more suitable to identify burnt area which has Shortwave Infrared (SWIR) spectrum that is more sensitive to moisture content in burnt area. Meanwhile the dNDVI could be used to identify forest changes to non forest cover without burning activitiy.Key Words : SPOT-4, burn scar, dNBR, dNDVI, Riau

VALIDASI HOTSPOT MODIS INDOFIRE DI PROVINSI RIAU Vetrita, Yenni; Haryani, Nanik Suryo
GEOMATIKA Vol 18, No 1 (2012)
Publisher : Badan Informasi Geospasial in Partnership with MAPIN

Dalam penelitian ini telah diuji akurasi hotspot MODIS Indofire di Provinsi Riau pada tahun 2011 menggunakan penggabungan 3 metode, yaitu survei lapangan, buffering 2 km dari hotspot, dan deteksi asap secara visual. Nilai akurasi diperoleh sebesar 43%, dengan commission error 53%, dan omission error 4%. Nilai tersebut hampir menyerupai nilai yang diperoleh dari hasil pengujian akurasi hotspot MODIS di wilayah Brazil yang juga merupakan wilayah tropis. Faktor utama penyebab rendahnya nilai tersebut salah satunya diduga dari kabut tebal yang tidak bisa dideteksi oleh algoritma MODIS saat ini, disamping kendala awan, luas kebakaran, maupun faktor waktu lintasan satelit dengan waktu terjadinya kebakaran. Hasil pengujian hotspot masih banyak didukung oleh pengujian secara visual dan buffering. Hasil pengecekan lapangan yang lebih banyak, diharapkan dapat lebih menunjang pengujian akurasi ini, mengingat pengujian visual pun memiliki banyak keterbatasan terutama kendala awan. Kerjasama dengan pemerintah daerah setempat dalam mendapatkan lokasi pemadaman kebakaran hutan/lahan dan luas kebakaran diharapkan dapat mempertajam hasil pengujian akurasi hotspot MODIS Indofire.Kata Kunci: Validasi Hotspot/titik panas, MODIS Indofire, Kebakaran hutan/lahanÂ ABSTRACTThis study is aimed to examine the accuracy of MODIS Indofirehotspots in Riau Province for 2011 using three methods, i.e. the field survey, 2 km hotspot buffering, and visually smoke detection. The accuracy values was43%, with 53% commission error and 4% omission error. This is almost similar to the value obtained from hotspot validation in Brazil which is also a tropical region. We infer that the main factor for the low value is a thick fog that cannot be detected by current MODIS algorithm. Besides that, there are cloud constraints, widespread fires, Â and the time factor of satellite trajectory andfire Â that become caused factors. The hotspot test results were much supported by visualcheck and buffering methods. more ground checking Â is expected to provide better accuracy result since the visual method has limitation, particularly due to cloud constraint. Therefore, a cooperation with local government to obtain fire fighting location in the forest/land fires is expected can improve MODIS hotspotIndofire accuracy.Keywords: Hotspot Validation, MODIS Indofire, Forest/land fire

PEMODELAN 3 DIMENSI UNTUK BANGUNAN DI KAWASAN PUSPIPTEK, SERPONG Pramono, Gatot Haryo; E, Juniati; Y, Octora
GEOMATIKA Vol 18, No 1 (2012)
Publisher : Badan Informasi Geospasial in Partnership with MAPIN

Pusat Penelitian limu Pengetahuan dan Teknologi (Puspiptek) di Serpong, Tangerang, Banten, merupakan salah satu sentra kegiatan riset dan penelitian di Indonesia. Aktifitas di Puspiptek perlu diketahui oleh pihak yang terkait dengan penelitian dan masyarakat luas untuk meningkatkan pemanfaatan hasil riset. Tujuan dari penelitian ini adalah untuk mengkaji proses pembuatan model 3 dimensi dari fasilitas di kawasan Puspiptek agar dapat diakses oleh publik. Tahapan dalam penelitian ini adalah pengambilan data dan informasi bangunan, persiapan, pembangunan model dan mengunggah model ke Google Warehouse. Metode Extruded Footprint dipilih dalam proses pemodelan. Model 3 dimensi yang dihasilkan dapat diakses oleh publik sehingga keberadaan Puspiptek semakin diketahui oleh masyarakat dan secara tidak langsung meningkatkan pelaksanaan dan pemanfaatan penelitian.Kata Kunci: Pemodelan 3 dimensi, Pemetaan 3 dimensi, PuspiptekABSTRACTThe Research Center for Science and Technology (Puspiptek), Serpong, Tangerang, Banten is a significant research facilityin Indonesia. The activity of Puspiptek must be known by potential researchers and public in order to gain benefit of the research products. The purpose of this research is to evaluate the method for developing 3 dimension model at Puspiptek for public access. The steps in this research are acquisition of building data and information, model preparation, model construction and model upload to Google Warehouse. The Extruded Footprint method is chosen to perform the modeling. The resulted 3 dimensional model can be accessed by public. It is hoped that the presence of 3-D models may help publishing and improving the research activity at Puspiptek.Keywords: 3-D modeling, 3-D mapping, Puspiptek

PETA TEMATIK RISIKO BENCANA UNTUK PENGUATAN PERAN GENDER DALAM PENANGGULANGAN BENCANA Narieswari, Lalitya; Munajati, Sri Lestari; Marschiavelli, Mone Iye Cornelia; Subagio, Habib
GEOMATIKA Vol 18, No 1 (2012)
Publisher : Badan Informasi Geospasial in Partnership with MAPIN

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1500.348 KB)

Penelitian ini bertujuan untuk menyajikan kerentanan gender dan risiko bencana berbasis gender kabupaten bantul diatas peta. Penelitian ini menghasilkan kuesioner dan metode pembobotan dan skoring untuk penentuan kerentanan gender. Hasil penentuan kerentanan genderÂ selanjutnya diolah dengan kapasitas dan ancaman bencana yang ada untuk menghasilkan peta tematik risiko bencana untuk penguatan peran gender dalam penanggulangan. Peta yang dihasilkan adalah peta kerentanan gender, kapasitas dan peta risiko gender terhadap bencana gempabumi, tsunami, kekeringan dan banjir. Peta ini diharapkan memberi kemudahan bagi pengguna peta dalam melakukan identifikasi wilayah dan perbandingan khususnya mengenai peran gender dalam penanggulangan bencana selain juga dimanfaatkan sebagai bahan evaluasi penguatan peran/kapasitas gender pada daerah berisiko tinggi serta meminimalkan kerentanan.Kata Kunci: Penguatan peran gender, Penanggulangan Bencana, Peta Risiko BencanaABSTRACTThis study aims to present gender vulnerability and gender disaster risk of Bantul district on the map. The study produced a questionnaire, weighting and scoring methods Â to determine Â gender vulnerability. The results then further processed with the capacity and the existing natural hazards which to generate disaster risk thematic maps. The resulting map are gender vulnerability map, gender capacity map and gender disaster risk maps for earthquakes, tsunamis, droughts and floods. These maps are expected not only to guide and facilitateÂ users to identifythe role of gender in disaster management in their own area but also be used as an evaluation basis to strengthen the role of gender or capacity in high-risk areas and to minimize vulnerabilities.Keywords: Gender strengthening, Disaster Management, Disaster Risk Map

PENDEKATAN PROBABILISTIC NEURAL NETWORK (PNN) BERBASIS EXPECTATION MAXIMUM (EM) UNTUK PERMASALAHAN KLASIFIKASI GABUNGAN Wiweka, Wiweka; Setiawan, Wawan
GEOMATIKA Vol 18, No 1 (2012)
Publisher : Badan Informasi Geospasial in Partnership with MAPIN

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (553.166 KB)

Makalah ini menyajikan desain pengklasifikasi dengan pendekatan jaringan neural (syaraf) yang didasarkan pada penggunaan metode Ekapentasi Maksimum (EM). Aturan keputusan pengklasifikasi Bayes menggunakan kesalahan minimum dalam klasifikasi citra gabunganÂ multi waktu. Dalam khasus ini, model jaringan neural perceptron multi lapis Probabilistic Neural Network (PNN), digunakan untuk mengestimasi nonparametrik probabilitas posterior suatu kelas. Korelasi temporal citra dihitung dengan probabilitas gabungan masing-masing kelas secara otomatis dengan menerapkan formula khusus yaitu algoritma ekspektasi maksimum dari citra multi waktu. Eksperimen dilakukan pada dua citra multi waktu yaitu citra Saguling yang diambil pada dua waktu yang berbeda. Berdasarkan hasil eksperimen pada dua daerah uji tersebut, dapat ditunjukkan bahwa tingkat akurasi pengklasifikasi PNN rata-rata lebih baik dibandingkan dengan model Propagasi Balik (BP), dan Ekepektasi Maksimum (EM)Â dapat meningkatkan kemampuan suatu pengklasifikasi. Pengklasifikai PNN dengan menerapkan ekpektasi maksimum memiliki kemampuan pengenalan yang konsisten untuk citra multi waktu, dan juga konsisten untuk setiap pengenalan kategori kelas obyek. Metodologi klasifikasi yang diusulkan dapat memecahkan permasalahan multiÂ waktu secara efektif.KataKunci:Probabilistik Jaringan Syaraf, Ekspektasi Maksimm, Citra Multitemporal, Kelas Objek, PengenalanÂ Â ABSTRACTThis paper presents a classifiers design of neural network approachbased on Expectations Maximum (EM), a Bayes classifier decision rule using the Minimum Error to clasify combined multi-temporal imageries. In this particular, multilayer perceptron neural network model with Probabilistic Neural Network (PNN) is used for nonparametric estimation of posterior class probabilities. Temporal image correlation was calculated Â automatically usingprior joint probabilities of each class by applying a special formula that is algorithm expectation maximum of multi-temporal imagery. Experiments wasperformed on two multi-temporal Saguling imagestakenat two different Â epochs. Based on experimental results on two test areas, it can be shown that the average accuracy rate of PNN classifier is better than the Back Propagation (BP), and the Expectation Maximum (EM) can increase the classifiers ability. Multinomial PNN classifierapplying the maximum expected have a consistent recognition capability for multitemporal imagery, and also consistent for each object class category. The proposed classification methodology can effectively solve the problem when classifying multi-temporalimagery.Keywords: Probablistic Neural Networks, Expectation Maximum, Multitemporal Images, Class Object, Recognition

Page 1 of 1 | Total Record : 8

Filter by Year

2012 2012

Filter By Issues

All Issue Vol. 30 No. 1 (2024): JIG Vol 30 No 1 Tahun 2024 Vol. 29 No. 1 (2023): JIG Vol 29 No 1 Tahun 2023 Vol. 28 No. 1 (2022): JIG Vol. 28 No. 1 Tahun 20220 Vol. 28 No. 1 (2022): JIG Vol. 28 No. 1 Tahun 2022 Vol. 27 No. 1 (2021): JIG Vol. 27 No. 1 Tahun 2021 Vol. 26 No. 2 (2020): JIG Vol. 26 No. 2 Tahun 20200 Vol. 26 No. 2 (2020): JIG Vol. 26 No. 2 Tahun 2020 Vol. 26 No. 1 (2020): JIG Vol. 26 No. 1 Tahun 2020 Vol 26, No 2 (2020) Vol 26, No 1 (2020) Vol. 25 No. 2 (2019) Vol 25, No 2 (2019) Vol 25, No 1 (2019) Vol 25, No 1 (2019) Vol 24, No 2 (2018) Vol 24, No 1 (2018) Vol 23, No 2 (2017) Vol 23, No 1 (2017) Vol 22, No 2 (2016) Vol 22, No 1 (2016) Vol 21, No 2 (2015) Vol 21, No 1 (2015) Vol 21, No 1 (2015) Vol 20, No 2 (2014) Vol 20, No 1 (2014) Vol 19, No 2 (2013) Vol 19, No 1 (2013) Vol 18, No 2 (2012) Vol 18, No 1 (2012) Vol 17, No 2 (2011) Vol 17, No 1 (2011) Vol 16, No 2 (2010) Vol 16, No 1 (2010) Vol 15, No 2 (2009) Vol 15, No 1 (2009) More Issue

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
-

Contact Email
-

Phone
-

Journal Mail Official
-

Editorial Address
-

Location
Kota bogor,

Jawa barat

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name -

Contact Email -

Phone -

Journal Mail Official -

Editorial Address -

Location Kota bogor, Jawa barat INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
-

Contact Email
-

Phone
-

Journal Mail Official
-

Editorial Address
-

Location
Kota bogor,

Jawa barat

INDONESIA