cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Muhammad Aldila Syariz
Contact Email
aldilasyariz@its.ac.id
Phone
+6282131726693
Journal Mail Official
aldilasyariz@its.ac.id
Editorial Address
Geomatics Engineering's Building, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia
Location
Kota surabaya,
Jawa timur
INDONESIA
Geoid - Journal of Geodesy and Geomatics
Published by Institut Teknologi Sepuluh Nopember Surabaya
ISSN : 18582281     EISSN : 24423998     DOI : https://doi.org/10.12962/geoid.v20i1
Core Subject : Science, Agriculture, Social, Engineering,
Agriculture, Biological Sciences & Forestry Earth & Planetary Sciences Engineering Environmental Science
General topics of interest include: - Geodesy and geomatics development theory - Geodesy and geomatics applications - Natural Disaster - Land and Ocean Development - Natural Resources - Environment - Science and technology in Mapping and Surveying - Earth Sciences A further issue related to geodesy and geomatics engineering such as: - Optical Remote Sensing and Radar Remote Sensing - Cadastre and 3D Modeling - Geodynamics theory and application - Geospatial - Land Surveying - Geomarine - Photogrammetry
Arjuna Subject : Ilmu Bumi dan Planet (semua kategori) - Ilmu Bumi dan Planet (Lain-Lain)
Articles 5 Documents
 1 
Search results for , issue "Vol. 6 No. 1 (2010)" : 5 Documents clear
DIGITAL IMAGE MATCHING METHOD USING NORMALIZED CROSS-CORRELATION (NCC) Handayani, Hepi Hapsari
GEOID Vol. 6 No. 1 (2010)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v6i1.1303

Abstract

Digital image-matching techniques fall into three general categories: area-based, feature-based, and hybrid methods. In this experiment we use an area-based method that is Normalized Cross-Correlation (NCC) technique. In this approach, a statistical comparison is computed from digital numbers taken from same-size subarrays in the left and right images. The correlation coefficient can range from -1 to +1, with +1 indicating perfect correlation (exact match). a threshold value, such as 0.7, is chosen and if he correlation coefficient exceeds that value, the subarrays are assumed to match The results present that using threshold=0.7, we can conclude that the similarity of two images using window size 3x3, 5x5, 7x7, 9x9 is 100%. But the similarity of two images using window size 11x11 is 70%. Then, using window size 3x3 and 5x5, we can achieve low RMSerror. It means that the different of position before and after NCC computation is not significant. However, using window size more than 8x8, RMSerror is so high more than 1 pixel. The conclusions of this experiment are gaining larger window size, the correlation coefficient will be lower. It means that the similarity is low and the images are not exactly match. Then, the large of window size give more number of grey value so it give effect in computation of average, then it will make the position of new pixel moved. Getting larger window size so the movement will be so larger too, then the RMSerror will be high. And, the location of point will give contribution for the correlation coefficient. Because it will determine the varieties of pixel number
APLIKASI KADASTRAL 3 DIMENSI GUNA MENGOPTIMALKAN SISTEM INFORMASI PERTANAHAN PROPERTI HAK MILIK ATAS SATUAN RUMAH SUSUN (HMASRS) STUDI KASUS : PAKUWON TRADE CENTER, SURABAYA BARAT P, Edwin Martha; S, Chatarina Nurdjati; Rudianto, Roedy
GEOID Vol. 6 No. 1 (2010)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v6i1.1304

Abstract

Badan Pertanahan Nasional, sebagaimana ditetapkan dalam Keputusan Presiden Nomor 34 Tahun 2003 tentang Kebijakan Nasional Pertanahan ditugaskan untuk membangun dan mengembangkan suatu Sistem Informasi Pertanahan yang didalamnya meliputi pengelolaan, penggunaan, dan pemanfaatan tanah berbasiskan Sistem Informasi Geografis. Pembangunan Sistem Informasi Pertanahan ini salah satunya ditujukan untuk mengoptimalkan pelayanan pertanahan dalam penyampaian data dan informasi kepada masyarakat. Terkait dengan pengoptimalan pelayanan pertanahan, pemetaan  kadastral dua dimensi yang diterapkan pada bangunan rumah susun sudah saatnya mulai dikembangkan kearah tiga dimensi. Hal ini dikarenakan rumah susun merupakan bangunan bertingkat yang memiliki banyak properti dengan pemanfaatan yang berbeda-beda. Sebuah model tiga dimensi memberikan kemudahan bagi pengguna untuk memilih posisi virtual dalam peta, keakuratan yang lebih baik dalam memahami dan menginterpretasi peta, serta untuk menampilkan bentuk yang lebih perspektif dan dapat memperlihatkan bentuk secara real sehingga dapat memberikan informasi dari bangunan fisik yang ada. Data simulasi penelitian diperoleh dari Kantor Pertanahan Surabaya berupa gambar denah Pakuwon Trade Center dalam format digital. Pengolahan data meliputi penggambaran objek dalam tiga dimensi, serta pembuatan relation/link tiap denah dengan informasi yang terkait.
PEMODELAN POLA ARUS LAUT PERMUKAAN DI PERAIRAN INDONESIA MENGGUNAKAN DATA SATELIT ALTIMETRI JASON-1 Widyastuti , Rahma
GEOID Vol. 6 No. 1 (2010)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v6i1.1305

Abstract

Indonesia merupakan negara kepulauan yang sebagian besar wilayahnya terdiri dari perairan.  Namun, luasnya perairan Indonesia yang kaya akan berbagai potensi ini tidak diimbangi dengan penelitian yang terkait dengan kondisi perairan Indonesia itu sendiri. Salah satunya adalah arus laut permukaan yang  merupakan gerakan massa air yang disebabkan oleh angin yang berhembus di permukaan laut pada kedalaman kurang dari 200 m  yang berpindah dari satu tempat yang bertekanan udara tinggi ke tempat lain yang bertekanan udara rendah  yang sangat luas dan terjadi pada seluruh lautan di dunia. Dengan adanya pengembangan dari sistem satelit altimetri Jason-1 yang beberapa diantaranya memiliki misi yakni penentuan kecepatan angin di atas permukaan laut dan penentuan karakterisik arus, sehingga dapat digunakan sebagai dasar untuk pembuatan  suatu model pola arus laut permukaan di perairan Indonesia yang disebabkan oleh adanya angin yang berhembus pada permukaan air laut yang diharapkan dapat bermanfaat bagi masyarakat dan juga bermanfaat bagi penelitian-penelitian selanjutnya. Data dari satelit Altimetri Jason-1 diolah dengan menggunakan software MATLAB 8.0. Pemodelan pola arus laut ini dilakukan setiap cycle dalam kurun waktu tahun 2002-2009. Hasil pemodelan menunjukkan bahwa pada kisaran bulan Desember – Februari arah pergerakan arus laut teratur dari barat menuju arah timur, begitu pula sebaliknya pada kisaran bulan Juni – Agustus arah pergerakan arus laut teratur dari timur menuju arah barat. Saat terjadi masa peralihan pergerakan angin yakni pada bulan Maret – Mei dan September – Nopember, arah pergerakan arus dalam 1 cycle cenderung terbagi menjadi dua arah yakni dari Asia menuju Australia dan dari Australia menuju Asia. Selama delapan tahun, wilayah perairan Indonesia yang di setiap cycle rata-rata memiliki arus kuat yakni di Laut Maluku dan Selat Karimata dengan kecepatan 800 cm/s hingga >1200 cm/s. Sedangkan daerah yang di setiap cycle rata-rata berarus lemah yakni di Laut Jawa, perairan selatan Pulau Jawa dan Laut Sulawesi dengan kisaran kecepatan arus laut kecil yakni sebesar 0 – 400 cm/s. Pada saat masa peralihan, pergerakan arus laut di perairan Indonesia tidak teratur dengan kecepatan berkisar antara 0-400 cm/s.
METODE PREDIKSI POTENSI DAERAH IKAN MENGGUNAKAN CITRA AQUA MODIS DAN PENDISTRIBUSIAN HASIL DENGAN MENGGUNAKAN WEB (Studi Kasus : Perairan Selatan Jawa Timur - Bali) Santoso, Budi; Sukojo , Bangun Muljo
GEOID Vol. 6 No. 1 (2010)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v6i1.1306

Abstract

Indonesia is a maritime country. Where one of the fishing production area is Southern region of East Java – Bali. For that this research is required in determining area which is have fishing potential. One of its parameter is oceanography obtained through the direct measurement or satellite remote sensing data extraction. Satellite imagery used in regional mapping of territorial water of Indonesia, for example NOAA-AVHRR, TERRA, and AQUA. In this research using AQUA satellite bringing multispectral sensors and also Vector Map of Indonesia. In processing of this AQUA MODIS imagery got the result of geometric correction with the average value equal to 0.229 and assess the SOF equal to 0.000722. Interpretation method done based on potential characteristic. Result obtained in this research show the prediction of potential fishing area. At southern region of East Java – Bali, there are its chlorophyll concentration 0.5-1.0mg.m3, while the temperature at front area is about 27-30oC which have potency of Madidihang, Tenggiri and Cakalang. The final result from this research is Prediction of Potential Fishing Ground Map and need to distribute using website which is able to downloaded by whom, especially the fisherman.
ANALISA PENINGKATAN RESOLUSI SPASIAL CITRA MULTISPEKTRAL MENGGUNAKAN PROSES PENGGABUNGAN DENGAN CITRA PANKROMATIK(Studi Kasus : Kecamatan Gresik –Kabupaten Gresik) Nisak, Nur Septylia Choirotun; Hariyanto, Teguh
GEOID Vol. 6 No. 1 (2010)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v6i1.1307

Abstract

Penggunaan satu jenis data citra satelit saja terkadang belum cukup untuk mendapatkan output yang diinginkan karena adanya keterbatasan resolusi spektral maupun resolusi spasial. Terutama dalam pengamatan pada interpretasi citra digital secara visual, biasanya diperlukan gambar citra beresolusi tinggi dengan tampilan menarik (berwarna) untuk lebih dapat membedakan antar obyek pada gambar citra tersebut. Untuk meningkatkan resolusi spasial sebuah citra dapat dilakukan kombinasi antara citra beresolusi spasial rendah dengan citra beresolusi spasial tinggi. Hal tersebut disebut dengan image fusion, yaitu suatu kombinasi dua atau lebih gambar yang berbeda untuk membentuk suatu gambar baru dengan menggunakan algoritma tertentu. Konsep image fusion yaitu memadukan antara dua citra yang memiliki resolusi spasial, spektral, atau temporal yang berbeda. Salah satu dari sekian banyak bentuk dari aktifitas image fusion adalah pan-sharpen, yaitu produk hasil fusi dari citra multispektral beresolusi rendah dan pankromatik beresolusi tinggi. Keunggulan produk ini adalah citra yang dihasilkan akan memiliki sifat warna seperti multispektral dan resolusi maupun tekstur dari pankromatik.Dalam penelitian ini, data yang digunakan yaitu data citra satelit Quickbird multispektral tahun 2006 dan pankromatik tahun 2008. Kedua data citra tersebutdiambil di sekitar Kecamatan Gesik. Hasil dari penelitian ini menunjukkan bahwagambar hasil pan-sharpen dengan menggunakan metode IHS setelah dilakukan tiga kali zoom in, yaitu skala 1:3100, gambar citra terlihat jelas adanya perbedaan detil obyek. Pada citra awal (multispektral), detil obyek yang diamati tidak terlalu jelas, sedangkan pada citra hasil penggabungan dapat dilihat jauh lebih detil obyek yang telihat. Sedangkan untukhasil pengukuran planimetrik menunjukan rata-rata selisih ukuran obyek dilapangan dengan ukuran pada citra Quickbird pan-sharpen sebesar 1.037 meter dan pada Citra Quickbird multispektral sebesar 2.351 meter.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2010 2010


Reset
Filter By Issues
All Issue Vol. 20 No. 2 (2025) Vol. 20 No. 1 (2025) Vol. 19 No. 3 (2024) Vol. 19 No. 2 (2024) Vol. 19 No. 1 (2023) Vol. 18 No. 2 (2023) Vol. 18 No. 1 (2022) Vol. 17 No. 2 (2022) Vol. 17 No. 1 (2021) Vol. 16 No. 2 (2021) Vol. 16 No. 1 (2020) Vol. 15 No. 2 (2020) Vol. 15 No. 1 (2019) Vol. 14 No. 2 (2019) Vol. 14 No. 1 (2018) Vol. 13 No. 2 (2018) Vol. 13 No. 1 (2017) Vol. 12 No. 2 (2017) Vol. 12 No. 1 (2016) Vol. 11 No. 2 (2016) Vol. 11 No. 1 (2015) Vol. 10 No. 2 (2015) Vol. 10 No. 1 (2014) Vol. 9 No. 2 (2014) Vol. 9 No. 1 (2013) Vol. 8 No. 2 (2013) Vol. 8 No. 1 (2012) Vol. 7 No. 2 (2012) Vol. 7 No. 1 (2011) Vol. 6 No. 2 (2011) Vol. 6 No. 1 (2010) Vol. 5 No. 2 (2010) Vol. 5 No. 1 (2009) Vol. 4 No. 2 (2009) Vol. 4 No. 1 (2008) Vol. 3 No. 2 (2008) Vol. 2 No. 2 (2007) More Issue