cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota adm. jakarta timur,
Dki jakarta
INDONESIA
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital
ISSN : -     EISSN : -     DOI : -
Core Subject : Science,
Arjuna Subject : -
Articles 179 Documents
ANALISIS TINGKAT AKURASI TITIK HOTSPOT DARI S-NPP VIIRS DAN TERRA/AQUA MODIS TERHADAP KEJADIAN KEBAKARAN Andy Indradjad; Judin Purwanto; Wismu Sunarmodo
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 16 No. 1 Juni 2019
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (576.713 KB) | DOI: 10.30536/j.pjpdcd.2019.v16.a3053

Abstract

Telah dilakukan sebuah analisis akurasi deteksi kebakaran hutan dengan data hotspot dari satelit penginderaan jauh S-NPP dan TERRA/AQUA. Sensor yang digunakan yaitu Sensor MODIS untuk satelit TERRA/AQUA dan sensor VIIRS untuk satelit S-NPP. Pendeteksian kebakaran hutan dengan titik panas dari data satelit penginderaan jauh dapat digunakan sebagai peringatan dini kebakaran hutan. Titik panas dapat diturunkan dari 2 sensor yang ada disatelit yaitu sensor MODIS dan VIIRS dengan menggunakan algoritma yang telah dikembangkan. Nilai hotspot ini perlu dilakkukan analisis akurasi dengan membandingkan dengan data lapangan tentang kejadian kebakaran. Pada penelitian ini bertujuan untuk melakukan analisis tingkat akurasi hotspot dalam mendeteksi kebakaran hutan. Dengan membandingkan data kejadian kebakaran pada tahun 2017 dan 2018 dan data informasi titik panas pada database titik panas yang dimiliki LAPAN. Hasil akurasi menunjukan untuk sensor MODIS sebesar 45% dan untuk sensor VIIRS sebesar 23%, dengan hasil ini jelas menunjukkan bahwa perlu dilakukan perbaikan untuk meningkatkan akurasi pada informasi titik panas terutama yang diturunkan dari data VIIRS.
PENGEMBANGAN TILING DATABASE UNTUK PENYIMPANAN DATA PENGINDERAAN JAUH PADA PEMBANGUNAN LAPAN ENGINE Ayom Widipaminto; Yuvita Dian Safitri; Wismu Sunarmodo; Rokhmatullah Rokhmatullah
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 16 No. 1 Juni 2019
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (339.163 KB) | DOI: 10.30536/j.pjpdcd.2019.v16.a3057

Abstract

Data citra penginderaan jauh termasuk dalam kategori data unstructured yang dicirikan dengan volume data besar dan diperbaharui secara berkala. Diperlukan teknik khusus dalam penyimpanan data berkapasitas besar serta didukung mesin pengolah data berkemampuan tinggi. Penelitian ini bertujuan untuk menemukan desain representasi data citra penginderaan jauh yang lebih efisien dalam penyimpanan dan pengolahan dibanding metode konvensional yang digunakan saat ini. Desain yang diajukan menerapkan konsep tiling database, yaitu metode memecah data citra menjadi potongan-potongan berukuran kecil dengan identitas tertentu, kemudian memasukkannya kedalam database. Hasil pengujian metode tiling database dibanding metode konvensional didapatkan bahwa volume penyimpanan dapat ditekan hingga 25%, dan kecepatan pembacaan data meningkat sekitar 21%. Sistem ini mampu mendukung pengembangan LAPAN Engine karena menawarkan strategi penyimpanan yang lebih efektif dari segi volume, dan efisien dalam segi kecepatan pembacaan data, meskipun proses tiling ke dalam database memerlukan waktu yang cukup lama.Kata Kunci : tiling, database, penyimpanan, citra, penginderaan jauh
ANALISIS METODE KOMPRESI BERDOMAIN WAVELET PADA CITRA SATELIT RESOLUSI SANGAT TINGGI Ayom Widipaminto; Andy Indradjad; Donna Monica; Rokhmatuloh Rokhmatuloh
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 16 No. 1 Juni 2019
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1188.623 KB) | DOI: 10.30536/j.pjpdcd.2019.v16.a3058

Abstract

Masalah yang kerap terjadi pada citra satelit penginderaan jauh, terutama citra resolusi sangat tinggi, salah satunya adalah besarnya media penyimpanan dan bandwidth yang dibutuhkan saat data ditransmisi ke tempat lain. Pada pengolahan citra satelit, kompresi data perlu dilakukan pada data citra satelit yang ada demi memudahkan transmisi dan penyimpanan citra. Makalah ini melakukan komparasi pada metode-metode kompresi domain wavelet yaitu metode wavelet, bandelet, dan CCSDS agar ditemukan metode terbaik untuk mengompresi data citra satelit resolusi sangat tinggi Pleiades. Hasil percobaan menunjukkan bahwa metode wavelet dan bandelet lebih baik dalam hal mempertahankan kualitas citra dengan PSNR di kisaran 50 dB, sementara metode CCSDS lebih baik dalam hal mereduksi ukuran citra menjadi seperdelapan citra asli.
KAJIAN CITRA SATELIT SPOT-7 UNTUK ESTIMASI STANDING CARBON STOCK HUTAN MANGROVE DALAM UPAYA MITIGASI PERUBAHAN IKLIM (CLIMATE CHANGES) DI LAMPUNG SELATAN Nirmawana Simarmata; Fitralia Elyza; Rezalian Vatiady
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 16 No. 1 Juni 2019
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30536/j.pjpdcd.2019.v16.a3050

Abstract

Penelitian ini menjelaskan tentang pemanfaatan citra resolusi tinggi untuk estimasi cadangan karbon hutan mangrove. Ekosistem hutan mangrove memiliki keistimewan yaitu dapat mengikat karbon jauh lebih tinggi dibandingkan dengan hutan lahan kering. Ekosistem mangrove mampu menyerap karbon di udara sebanyak 67,7 MtCO2 per tahun. Hasil perhitungan dan pemetaan cadangan karbon dapat digunakan sebagai acuan dalam pengelolaan kawasan hutan mangrove di masa yang akan datang. Tujuan dari penelitian ini adalah mengestimasi, mengidentifikasi dan memetakan cadangan karbon hutan mangrove serta menganalisis dan mengkaji penilaian jasa pelayanan ekosistem (ecosystem service) alam untuk memprediksi status stok karbon berdasarkan kondisi penggunaan lahan/tutupan lahan saat ini atau yang akan datang. Jenis data yang digunakan adalah citra SPOT 7 yang mempunyai resolusi 6 meter. Nilai biomassa diperoleh dari hasil transformasi NDVI dimana nilai indeks akan dikelaskan berdasarkan objeknya yang meliputi objek ladang, kawasan mangrove, laut dan sebagainya. Hasil penelitian diperoleh kelas kepadatan rendah mempunyai nilai karbon antara 71,64 – 91,48 ton/ha,  kelas kepadatan sedang mempunyai nilai karbon antara 91,48 – 111,31 ton/ha serta kelas kepadatan tinggi mempunyai nilai karbon antara 111,31 – 131,15 ton/ha. Berdasarkan hasil uji RMSE menunjukkan bahwa nilai RMSE berkisar antara  11.61 sampai 13.07.  
PENGARUH DISTRIBUSI SAMPEL PEMODELAN TERHADAP AKURASI ESTIMASI LEAF AREA INDEX (LAI) MANGROVE Muhammad Kamal; Tito Kanekaputra; Rima Hermayani; Dian Utari
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 16 No. 2 Desember 2019
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (515.517 KB) | DOI: 10.30536/j.pjpdcd.2019.v16.a3069

Abstract

Estimasi leaf area index (LAI) mangrove merupakan salah satu aspek penting dalam rangka upaya pemantauan dan konservasi habitat mangrove. Citra penginderaan jauh sangat bermanfaat untuk melakukan estimasi status LAI mangrove, terutama dengan menggunakan pendekatan semi-empiris. Pendekatan ini membutuhkan pemilihan lokasi dan distribusi nilai sampel baik untuk pemodelan atau uji akurasi yang sesuai. Namun demikian, seringkali penentuan sampel ini dilakukan secara random tanpa memperhatikan distribusi spasial dan distribusi nilai sampel yang dikumpulkan. Penelitian ini bertujuan untuk melakukan analisis eksploratif terhadap sampel lapangan yang dikumpulkan untuk menjawab (1) apakah distribusi spasial dan (2) distribusi nilai sampel pemodelan berpengaruh terhadap akurasi estimasi LAI mangrove. Metode yang digunakan adalah dengan membangun model hubungan semi-empiris antara nilai piksel citra ALOS AVNIR-2 (10m) melalui Soil-Adjusted Vegetation Index (SAVI) dengan pengukuran LAI di lapangan menggunakan LICOR LAI-2200. Sampel pemodelan dan sampel uji dipilih secara random dan purposive melalui simulasi tiga skenario berdasarkan distribusi spasial dan sebaran nilainya. Kemudian uji akurasi dilakukan antara nilai estimasi LAI melalui Soil-Adjusted Vegetation Index (SAVI) dan data LAI lapangan menggunakan plot hubungan 1:1 dan Standar Eror of Estimate (SEE). Hasil penelitian menunjukkan bahwa akurasi estimasi LAI bervariasi tergantung pada distribusi spasial dan nilai sampel pemodelan. Akurasi estimasi yang tinggi diperoleh jika distribusi spasial sampel pemodelan tersebar merata dan nilai sampel meliputi rentang nilai sampel lapangan. Hasil penelitian ini dapat digunakan sebagai justifikasi disain lokasi sampel di lapangan dan pemilihan titik sampel untuk pemodelan dengan pendekatan semi-empiris.
ANALISIS KONSENTRASI TSS DAN PENGARUHNYA PADA KINERJA PELABUHAN MENGGUNAKAN DATA REMOTE SENSING OPTIK DI TELUK KENDARI Nurgiantoro Nurgiantoro; Wayan Mustika; Abriansyah Abriansyah
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 16 No. 2 Desember 2019
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (772.375 KB) | DOI: 10.30536/j.pjpdcd.2019.v16.a3045

Abstract

Materi TSS adalah semua partikel dalam air berukuran < 2 μm terdiri dari padatan mudah menguap dan tetap, sehingga dapat terekam dengan baik oleh satelit penginderaan jauh optik. Tujuan penelitian ini yakni menganalisis TSS dan pengaruhnya terhadap kinerja pelabuhan di Teluk Kendari menggunakan data Landsat 8 (L8). Data in-situ dari 25 stasiun diukur bertepatan dengan rekaman L8, dan efek atmosfer pada citranya dikoreksi dengan plugin iCOR yang menghasilkan nilai reflektan Bottom of Atmosphere (BoA). Pemodelan regresi digunakan untuk membangun algoritma TSS menggunakan nilai remote sensing reflectance (Rrs(λ)) pada fungsi eksponensial. Hasilnya menunjukkan kanal merah adalah kanal yang memiliki korelasi terkuat terhadap materi TSS dengan R2 = 0,719 dalam fungsi TSS = 255,09e22,256Rrs(λ4). Hasil uji akurasi menunjukkan nilai MRE = 6,97% dengan RMSE = 35,57 g/m3. TSS estimasi berkisar pada rataan 358,719 g/m3 dengan rataan in-situ 359,167 g/m3, jumlah ini telah 4 kali lebih besar dari ambang batasnya 80 g/m3. Hasil pengamatan dari peta distribusi menunjukkan bahwa TSS terus melaju menuju mulut teluk hingga ke perairan dalam. Peningkatan ini akan sangat berbahaya bagi kapal-kapal yang sedang berlayar dan berlabuh di perairan Teluk Kendari, sebab volume TSS yang ekstrim akan menjadi endapan sedimen penyebab pendangkalan alur masuk dan kolam pelabuhan.
EVALUASI REHABILITASI LAHAN KRITIS BERDASARKAN TREND NDVI LANDSAT-8 (Studi Kasus: DAS Serayu Hulu) Tatik Kartika; Dede Dirgahayu; Inggit Lolita Sari; I Made Parsa; Ita Carolita
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 16 No. 2 Desember 2019
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (484.126 KB) | DOI: 10.30536/j.pjpdcd.2019.v16.a3079

Abstract

Pemanfaatan penginderaan jauh dalam memantau vegetasi sudah banyak dilakukan, tetapi pemanfaatannya untuk mengevaluasi rehabilitasi di lahan kritis masih sangat jarang. Kegiatan rehabiliatsi hutan dan lahan dilakukan karena makin meningkatnya lahan kritis. Kegiatan rehabilitasi tersebut perlu dievaluasi, mengingat banyak sekali dana, waktu, dan tenaga yang diperlukan. Selama ini evaluasi dilakukan dengan cara langsung mendatangi lokasi rehabilitasi dengan memantau pertumbuhan tanaman pada setiap akhir tahun sampai akhir tahun ketiga. Menurut ketentuan peraturan yang berlaku, rehabilitasi dapat dikatakan berhasil apabila 90% vegetasi yang ditanam bisa tumbuh di akhir tahun ketiga. Kegiatan evaluasi dengan cara memantau kondisi vegetasi atau kerapatannya dapat dilaksanakan dengan memanfaatkan data penginderaan jauh, karena data tersebut mempunyai sifat multi temporal dan cakupan yang luas dan ketersediannya yang berlimpah dan mudah didapat. Data penginderaan jauh yang digunakan adalah Landsat-8 tahun 2013 sampai dengan 2018 dan metode evaluasi adalah analisis NDVI dari waktu ke waktu menggunakan SIG. Hasilnya adalah bahwa dari hasil survey yang diperoleh di kawasan APL terdapat lokasi rehabilitasi di lahan tidak kritis, agak kritis, kritis, dan sangat kritis dan berturut-turut keberhasilan rehabilitasi untuk APL_TK; APL_K; APL_AK; APL_SK jika NDVI melampaui nilai 0,337; 0,465; 0,493; 0,490 setelah bulan ke 21,8; 24,5; 26, dan 25,8.
APLIKASI MODEL GEOBIOFISIK NDVI UNTUK IDENTIFIKASI HUTAN PADA DATA SATELIT LAPAN-A3 Samsul Arifin; Ita Carolita; Tatik Kartika
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 16 No. 2 Desember 2019
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1171.032 KB) | DOI: 10.30536/j.pjpdcd.2019.v16.a3109

Abstract

ABSTRAKSatelit LAPAN-A3/IPB merupakan satelit mikro yang dibuat anak bangsa dalam rangka membangun kemandirian bangsa bidang Keantariksaaan. Satelit ini memiliki 4 band diantaranya adalah 3 gelombang tampak dan 1 inframerah dekat. Mengingat  merupakan satelit baru, perlu dilakukan kajian dan penelitian terhadap kemampuan karakteristik sensor untuk mengidentifikasi sumberaya alam, salah satunya hutan. Pada penelitian ini selain menggunakan data satelit LAPAN-A3, juga digunakan data Landsat-8 sebagai data pembanding untuk pengujian tingkat akurasi ketelitian. Penentuan ekstraksi parameter geobiofisik identifikasi hutan menggunakan model Normalized Difference Vegetation Index (NDVI) dengan nilai ambang batas untuk identifikasi hutan.  Hasil penelitian dengan data satelit LAPAN-A3 menujukkan bahwa kisaran ambang batas untuk indentifikasi hutan adalah di atas 0,65 pada  skala indeks vegetasi -1 (minus satu) sampai +1 (plus satu), dengan tangkat akurasi 60% setelah dibandingkan dengan nilai NDVI pada data Landsat-8.
ANALISIS SPASIAL KESESUAIAN BUDIDAYA KERAPU BERBASIS DATA PENGINDERAAN JAUH (STUDI KASUS: PULAU AMBON MALUKU) Nanin Anggraini; Syifa Wismayati Adawiah; Devica Natalia Br Ginting; Sartono Marpaung
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 16 No. 2 Desember 2019
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (821.34 KB) | DOI: 10.30536/j.pjpdcd.2019.v16.a3180

Abstract

Perairan Indonesia memiliki potensi budidaya laut yang melimpah. kegiatan ini perlu dimaksimalkan dengan pendekatan teknologi penginderaan jauh untuk menentukan lokasi yang memiliki potensi area akuakultur. Lokasi penelitian adalah Teluk Ambon, Provinsi Maluku. Metode yang digunakan untuk kesesuaian lokasi adalah overlay antara hasil pembobotan dalam parameter total padatan tersuspensi (TSS), suhu permukaan laut (SST), klorofil, dan batimetri. Selain itu, data mangrove dan terumbu karang digunakan sebagai faktor pembatas untuk lokasi kesesuaian. Berdasarkan hasil pengolahan data, kelas-kelas cukup cocok didominasi di Teluk Piru, Teluk Banguala, dan Teluk Ambon; kelas yang sesuai terdeteksi di Teluk Ambon Dalam; dan kelas yang sangat cocok terdeteksi di Teluk Piru dan Teluk Ambon. Hasil verifikasi pengukuran lapangan menunjukkan bahwa suhu data gambar dengan data insitu berkorelasi dengan nilai R2 0,74 dan gambar TSS dengan data insitu menunjukkan R2 sebesar 0,63. 
KOREKSI ATMOSFER DATA LANDSAT-8 MENGGUNAKAN PARAMETER ATMOSFER DARI DATA MODIS Fadila Muchsin; Liana Fibriawati; Mulia Inda Rahayu; Hendayani Hendayani; Kuncoro Adhi Pradhono
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 16 No. 2 Desember 2019
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (646.635 KB) | DOI: 10.30536/j.pjpdcd.2019.v16.a3054

Abstract

Data Landsat-8 (level 1T) yang diterima oleh pengguna masih dalam bentuk nilai digital dan dapat digunakan secara langsung untuk pemetaan penutup /penggunaan lahan. Namun, data tersebut masih memiliki akurasi radiometrik yang rendah apabila akan digunakan untuk menurunkan informasi seperti indeks vegetasi, biomasa, klasifikasi penutup lahan /penggunaan lahan, dan sebagainya sehingga perlu dilakukan koreksi radiometrik/atmosfer. Penelitian ini menggunakan metode koreksi atmosfer second simulation of satellite in the solar spectrum (6S) untuk memperbaiki gangguan atmosfer dan membandingkan hasilnya dengan pengukuran lapangan. Parameter atmosfer yang digunakan adalah aerosol optical depth (AOD), kolom uap air dan ketebalan ozon yang bersumber dari data MODIS dengan tanggal dan jam perekaman yang mendekati dengan data Landsat-8. Dari analisis yang dilakukan terhadap nilai indeks vegetasi (NDVI, EVI, SAVI dan MSAVI) citra terkoreksi atmosfer (surface reflectance) menunjukkan bahwa indeks vegetasi yang memiliki akurasi tinggi adalah NDVI yaitu (3 – 11) % dan terendah adalah MSAVI yaitu (11 – 24) %. Hasil analisis terhadap respon spektral objek citra terkoreksi atmosfer menunjukkan bahwa kanal-kanal visible memiliki akurasi yang cukup baik dengan nilai RMSE berkisar antara (1 – 4) %. Sebaliknya akurasi terendah terdapat pada kanal inframerah dekat (NIR) dengan nilai (14 – 27) %.Kata kunci: Landsat-8, koreksi atmosfer, respon spektral, indeks vegetasi