Elipsoida : Jurnal Geodesi dan Geomatika最新文献

{"title":"KAJIAN PEMBUATAN ACCURACY MASK CITRA DAN KORELASINYA DENGAN KONDISI TOPOGRAFI","authors":"Andri Suprayogi, Bandi Sasmito","doi":"10.14710/elipsoida.2019.6441","DOIUrl":"https://doi.org/10.14710/elipsoida.2019.6441","url":null,"abstract":"Peta dasar dengan skala besar didapatkan salah satunya dengan penegakan kondisi geometrik citra satelit beresolusi tinggi untuk menghilangkan pergeseran pada hasil perekaman yang disebabkan oleh bervariasinya tinggi permukaan bumi. Representasi kualitas geometrik citra dengan nilai RMS bersifat keseluruhan sebagai rerata (means) dengan nilai akurasi masing-masing titik ICP. Representasi ini menunjukkan adanya kemungkinan perbedaan tingkat akurasi dari masing-masing piksel penyusun citra. Penelitian ini ditujukan untuk mengkaji pembuatan geometric accuracy mask dari citra yang dapat digunakan untuk memprediksi kualitas hasil-hasil digitasi dengan penentuan korelasi spasial antara layer kesalahan dengan kondisi topografi area studi sebagai sumber utama kesalahan pergeseran relief. Kesalahan ICP memiliki variasi yang berkisar antara 1.05 hingga 1,83 meter dimana hasil interpolasi IDW dari titik kesalahan menunjukkan nilai sebaran grid yang secara umum memiliki nilai antara titik-titik ICP. Nilai dari piksel yang berada di luar basis antar titik ICP diekstrapolasi dan dapat menunjukkan perubahan yang semakin besar, atau semakin kecil tergantung gradasi dari interpolasi antar titik. Diperoleh pula bahwa terdapat korelasi lokal yang lebih besar antara nilai kesalahan citra dengan nilai ketinggian dibanding terhadap nilai kelerengan.","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"154 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-11-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116225373","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"KAJIAN DETEKSI DAN PENENTUAN GARIS PANTAI DENGAN METODE TERESTRIS DAN PENGINDRAAN JAUH","authors":"Bandi Sasmito, Andri Suprayogi","doi":"10.14710/elipsoida.2019.6442","DOIUrl":"https://doi.org/10.14710/elipsoida.2019.6442","url":null,"abstract":"Pemetaan pesisir meliputi wilayah daratan dan perairan, batas antara darat dan air (laut) disebut garis pantai. Permukaan laut secara periodik berubah atau yang umum disebut pasang surut air, sehingga batas darat dan air juga berubah. Pemetaan dengan data dasar citra satelit sekarang sudah umum dilakukan. Citra satelit merekam sesaat pada suatu waktu tertentu, jika pada wilayah pantai tentunya adalah batas darat dan laut adalah ketinggian air sesaat yang terekam oleh citra sehingga garis pantai akan berbeda antar perekaman. Kajian ini akan membahas bagaimana penentuan garis pantai dengan mengunakan metode gabungan terestris dan penginderaan jauh (data citra) dengan memperhatikan waktu perekaman dan tinggi air sesaat. Citra satelit yang digunakan adalah Landsat-8 dan pengukuran terestris menggunakan metode GNSS (Global Navigation Satelite System). Hasil yang diharapkan adalah metode hibrid dalam penentuan garis pantai sehingga dapat digunakan dalam produksi peta pada wilayah pesisir.","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"34 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-11-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"123226185","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"KAJIAN DAYA TARIK LOKASI WISATA BERDASARKAN NILAI EKONOMI KAWASAN DI KOTA SEMARANG","authors":"Fauzi Janu Amarrohman, M. Awaluddin, S. Subiyanto","doi":"10.14710/elipsoida.2019.6439","DOIUrl":"https://doi.org/10.14710/elipsoida.2019.6439","url":null,"abstract":"Pariwisata merupakan kegiatan wisata ke tempat objek yang dijadikan tujuan untuk melakukan rekreasi. Objek wisata haruslah memiliki daya tarik tersendiri yang memikat wisatawan untuk mengunjungi objek wisata tersebut. Daya tarik objek wisata sangatlah berpengaruh terhadap jumlah wisatawan dan juga berpengaruh terhadap kebersediaan masyarakat sekitar objek lokasi untuk mempertahankan objek wisata tersebut. Penialian terhadap kawasan dapat dilakukan dengan melakukan penilaian nilai ekonomi kawasan dengan metode travel cost methode dan contingen valuation methode. Berdasarkan penilaian tersebut akan diperoleh nilai ekonomi kawasan berdasarkan penilaian pengunjung terhadap objek wisata yang dikunjungi serta penilaian masyarakat sekitar yang memanfaatkan objek wisata tersebut mengenai kebersediaan untuk mempertahankan objek wisata. Objek wisata yang dijadikan lokasi penelitian ini adalah Kawasan Kota Lama Semarang dan Goa Kreo Semarang yang letaknya berbeda. Karakteristik wisatawan yang berkunjung di Kota Lama adalah variabel pendidikan, pendapatan, dan frekuensi kunjungan paling mempengaruhi fungsi kawasan sebagai penyedia jasa. Sedangkan karakteristik wisatawan Goa Kreo menunjukkan parameter umur, tingkat pendidikan , pendapatan per tahun, lama kunjungan, dan alternatif lokasi yang mempengaruhi kunjungan wisatawan ke objek wisata ini. Selain itu daya tarik wisatawan juga memperhatikan parameter lain yaitu akses lokasi menuju tempat objek wisata. Kemudahan aksesbilitas dan fasilitas umum yang memadai menjadi daya tarik wisatawan mengunjungi objek wisata.","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"62 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-11-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"115234395","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"PEMBENTUKAN MODEL LEAF AREA INDEX (LAI) TANAMAN PADI PADA CITRA HYPERSPECTRAL BERBASIS SPEKTRAL IN SITU UNTUK PEMANTAUAN FASE TUMBUH PADI","authors":"Abdi Sukmono, Nurhadi Bashit","doi":"10.14710/elipsoida.2019.6444","DOIUrl":"https://doi.org/10.14710/elipsoida.2019.6444","url":null,"abstract":"Leaf Area Index (LAI) atau indeks kerapatan daun pada tanaman padi sangat erat kaitannya dengan fase pertumbuhan tanaman. Dalam manajemen pertanian pemantauan fase pertumbuhan ini sangat penting untuk mengetahui luas lahan siap panen pada beberapa waktu ke depan. Teknologi penginderaan jauh dengan sensor hyperspectral dapat membantu untuk melakukan pemetaan distribusi kerapatan daun tanaman padi dalam wilayah yang luas secara efektif dan efisien . Dalam estimasi indeks kerapatan daun tanaman padi dengan citra hyperspectral diperlukan algoritma khusus untuk medapatkan akurasi yang baik.Dalam penelitian ini digunakan beberapa indeks vegetasi seperti Renormalized Difrerence Vegetation Index (RDVI), Multiple Simple Ratio (MSR), Modified Soil Adjusted Vegetation Index (MSAVI) dan bentuk modifikasi dari Trianggle Vegetation Index (MTVI 1 dan MTVI 2) untuk estimasi kerapatan daun tanaman padi. Pemodelan dilakukan menggunakan metode regresi dari data pengukuran spectral in situ dan kerapatan daun in situ. Selain itu dalam penelitian ini juga digunakan metode pendekatan model dengan Multiple Linear Regression (MLR) dan Partial Least Square Regression (PLSR).Hasil dari penelitian ini menunjukkan bahwa RDVI , MTVI 1 dan PLSR 44 Band pada PC no 07 cukup efektif untuk estimasi kerapatan daun tanaman padi. Model hubungan korelasi RDVI dengan kerapan daun mempunyai Koefisien determinasi (R2) sebesar 0.903 dan RMSE 0.62 LAI unit. ,untuk MTVI 1 mempunyai koefisien determinasi (R2) sebesar 0.886 dan RMSE 0.68 SPAD unit. Kemudian untuk PLSR 44 band mempunyai koefisien determinasi (R2) sebesar 0.938 dan RMSE sebesar 0.29 LAI unit. Hasil Validasi model dengan citra Airborne HyMap menghasilkan R2 sebesar 0.905 untuk RDVI , 0.89 untuk MTVI 1 dan 0.97 untuk PLSR 44 band.","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"107 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-11-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"132491692","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"PEMODELAN TIGA DIMENSI (3D) SALURAN IRIGASI MENGGUNAKAN DATA AIRBORNE LIDAR BATHYMETRY (ALB) DI BENDUNG PEJENGKOLAN, KEBUMEN","authors":"Mohamad Bagas Setiawan, I. Istarno","doi":"10.14710/elipsoida.2019.4924","DOIUrl":"https://doi.org/10.14710/elipsoida.2019.4924","url":null,"abstract":"Pemerintah Indonesia sedang melakukan kegiatan peningkatan dan pembangunan jaringan irigasi yang ditargetkan selesai pada tahun 2019 (Direktorat Jenderal Sumber Daya Air 2016). Untuk merealisasikan hal tersebut diperlukan metode pengukuran jaringan irigasi secara cepat dan tepat. Salah satu alternatif yang dapat digunakan adalah Airborne LiDAR Bathymetry (ALB). ALB merupakan metode penentuan kedalaman pada perairan jernih dan relatif dangkal seperti dekat pantai dan danau, menggunakan wahana seperti pesawat dengan tinggi terbang rendah serta memancarkan pulsa laser (Guenther 2001). Penelitian ini dilakukan untuk mengkaji model tiga dimensi (3D) yang direpresentasikan dengan Digital Terrain Model (DTM) dari data pengukuran ALB untuk menentukan kedalaman saluran irigasi. Pada penelitian ini, DTM dibentuk dari dua buah sensor yaitu sensor Near InfraRed (NIR) dan sensor hijau pada saluran irigasi primer, sekunder, dan tersier. Model 3D yang dibentuk menggunakan data sensor NIR mewakili tinggi permukaan air pada saluran, sedangkan model 3D yang dibentuk menggukan data sensor hijau mewakili dasar saluran. Dalam proses pembentukan DTM menggunakan data ALB, perlu diperhatikan proses editing data kedalaman berdasarkan dimensi saluran agar diperoleh hasil yang representatif.","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"256 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-11-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"121240271","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Kajian Kehandalan Hasil Ekstraksi Bangunan Secara Otomatis Menggunakan Data Ortofoto dan LiDAR di Kota Pontianak","authors":"Handoko Dwi Julian, Harintaka Harintaka","doi":"10.14710/elipsoida.2019.5146","DOIUrl":"https://doi.org/10.14710/elipsoida.2019.5146","url":null,"abstract":"Strategi dalam melakukan klasifikasi berbasis objek terutama diwilayah perkotaan dalam beberapa dekade ini dapat dilakukan dengan menggunakan berbagai metode dan melibatkan beberapa data selama proses klasifikasi berlangsung. Beberapa penelitian hampir sebagian besar hanya menggunakan data citra foto udara saja dalam melakukan ekstraksi objek bangunan namun ekstraksi objek bangunan terutama di wilayah perkotaan jika hanya memanfaatkan data ortofoto, dianggap belum optimal diimplementasikan pada klasifikasi berbasis objek. Kajian dalam melakukan ekstraksi bangunan tidak hanya dilakukan dengan memanfaatkan data foto udara namun juga dapat memanfaatkan data pada LiDAR seperti nilai ketinggian dan nilai intensitas pada LiDAR. Nilai ketinggian dan nilai intensitas LiDAR yang diekstraksi dari data point cloud dijadikan sebagai nilai ambang batas selama proses klasifikasi berlangsung. Ambang batas tiap kelas nilai intensitas LiDAR yang diekstrak dari point cloud juga diterapkan selama proses klasifikasi berlangsung. Klasifikasi ekstraksi objek bangunan menggunakan metode segmentasi algorithma segmentation multiresolution dimana citra foto udara terlebih dahulu dilakukan segmentasi yang selanjutnya dilakukan proses klasifikasi berbasis objek secara otomatis. Data point cloud LiDAR khususnya nilai intensitas LiDAR digunakan untuk memaksimalkan hasil klasifikasi selama proses klasifikasi berjalan sehingga menghasilkan hasil yang optimal. Berdasarkan dari penelitian, hasil ekstraksi bangunan secara otomatis yang dibandingkan dengan hasil deliniasi manual ( onscreen digitizing)  menghasilkan akurasi 92. 441 %. Berdasarkan hasil ekstraksi objek bangunan menunjukkan akurasi yang baik pada bangunan yang memiliki tingkat kerapatan yang tinggi.","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"12 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-11-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"128525935","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"DESAIN SISTEM INFORMASI BENCANA KOTA SEMARANG UNTUK PENGELOLAAN DATA BENCANA","authors":"Theresia Niken Kurnianingsih, Purnama Budi Santosa","doi":"10.14710/elipsoida.2019.4921","DOIUrl":"https://doi.org/10.14710/elipsoida.2019.4921","url":null,"abstract":"Kota Semarang memiliki kondisi topografi yang bervariasi seperti dataran rendah, dataran tinggi, daerah perbukitan dan garis pantai yang dapat berpotensi terhadap berbagai bencana alam yang menimbulkan kerugian. Bencana yang sering terjadi di Kota Semarang, yaitu bencana banjir rob, tanah longsor, banjir, dan kekeringan perlunya sistem informasi bencana untuk mengelola data bencana dengan baik di dalam basisdata. Sistem informasi yang terintegrasi menyajikan peta bencanaterdiri dari bencanabanjir rob, tanah longsor, banjir, kekeringan, dan multi bencana yang berbasis website, sehingga masyarakat bisa mengakses informasi kebencanaan dengan mudah. Data yang digunakan berupa data spasial ancaman bencana, bangunan rumah yang terkena dampak bencana pada kelas bencana tinggi dan batas administrasi Kota Semarang. Metodologi penelitian yang digunakan berorientasi objek untuk tahapan analisis dan desain menggunakan diagram Unified Modeling Language (UML). Rancangan sistem dibangun menggunakan aplikasi tidak berbayar, yaitu QGIS sebagai aplikasi pengolah data spasial, MySQL sebagai aplikasi basisdata, dan bahasa pemrograman PHP. Visualisasi data spasial dilakukan di atas bidang peta onlineOpenStreetMap.Hasil dari penelitian ini adalah desain sistem informasi bencana kota Semarang yang dinamakan SINAN, yaitu sebuah Sistem Informasi Ancaman Bencana untuk mengelola dan menyajikan data ancaman bencana di Kota Semarang. Desain sistem informasi ini akan dikembangkan menjadi Sistem informasi bencana yang bertujuan untuk mempermudah masyarakat dan stakeholder dalam mendapatkan informasi bencana dengan teknologi berbasis geospatial. ","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"21 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-11-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"121683754","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"PERFORMA METODE PRECISE POINT POSITIONING (PPP) DENGAN KOREKSI IONOSFER ORDE 1","authors":"Dadang Handoko, Nurrohmat Widjadjanti, Buldan Muslim","doi":"10.14710/elipsoida.2019.4925","DOIUrl":"https://doi.org/10.14710/elipsoida.2019.4925","url":null,"abstract":"Global Positioning System (GPS) merupakan salah satu dari teknologi Global Navigational Satelite System (GNSS), yang digunakan untuk menentukan posisi yang dapat dimanfaatkan untuk kegiatan bernavigasi, pemantauan struktur bangunan, landslide, gempa bumi maupun tsunami. Penentuan posisi secara aboslut atau Precise Point Positioning saat ini berkembang dengan cepat seiring dengan meningkatnya akurasi posisi yang dihasilkan. PPP merupakan alternatif penentuan posisi dengan menggunakan metode absolut yang dapat mecapai akurasi dalam skala sentimeter maupun desimeter atau bahkan hingga milimeter. Pada penelitian ini menggunakan data pengamatan dual frekuensi dari CORS CBAL, CPAL, CAMP, CMLI, CRAU yang kemudian diolah menggunakan software GoGPS metode PPP dengan menggunakan koreksi ionosfer orde 1. Hasil yang didapatkan dari penelitian ini yaitu pada stasiun CORS CAMP, CBAL, CPAL, CRAU dan CMLI diperoleh hasil standar deviasi berkisar antara dm hingga cm. Waktu konvergensi yang diperlukan mencapai 3,3jam untuk mendapatkan solusi dengan level mm. Nilai standar deviasi yang paling kecil terdapat pada hasil penentuan posisi stasiun CORS CAMP dan CBAL.","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"9 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-11-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126355570","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"EKSTRAKSI BANGUNAN PADA ORTOFOTO MENGGUNAKAN TEKNIK KLASIFIKASI CITRA BERBASIS OBJEK","authors":"F. Agustina","doi":"10.14710/elipsoida.2019.4895","DOIUrl":"https://doi.org/10.14710/elipsoida.2019.4895","url":null,"abstract":"ABSTRAKPada era masa kini, pemetaan skala besar mudah dikerjakan olah sebagian besar para surveyor dengan pemetaan foto udara. Sumber data pada pemetaan tersebut diperoleh dari pemotretan baik menggunakan wahana UAV maupun Drone. Wahana UAV dilengkapi dengan kamera, dimana kamera tersebut berjenis kamera non metrik yang dapat menghasilkan foto udara dengan resolusi kamera cukup tinggi. Resolusi kamera tersebut tergantung dengan berapa piksel yang terdapat pada kamera dan kejernihan atau ketajaman lensa kamera dalam menangkap hasil pemotretan. Pada penelitian yang sedang diteliti ini difokuskan pada pemotretan foto udara, dengan memotret objek-objek yang memuat penampakan objek bangunan dan objek non bangunan atau vegetasi. Pada objek bangunan dan non bangunan nantinya dapat secara mudah dan jelas diteliti dalam proses ekstraksi informasi bangunan. Secara umum dalam melakukan proses ektraksi bangunan ini dilakukan dengan melakukan digitasi secara langsung pada objek yang akan diektraksi nantinya. Namun, pada penelitian ini, peneliti mencoba untuk melakukan ekstraksi bangunan secara semi otomatis biasa dikenal dengan metode klasifikasi citra berbasis objek (OBIA). Pada penelitian ini metode OBIA diterapkan pada hasil pengolahan foto udara berupa ortofoto. Tujuan dari penelitian ini yaitu untuk menguji ekstraksi bangunan menggunakan metode klasifikasi citra berbasis objek menggunakan produk foto udara yaitu ortofoto. Area penelitian ini dilakukan pada dua jenis daerah yaitu area perkotaan dan perdesaan.Penelitian ini mengkaji ortofoto wilayah Kota Malang, pada area seluas 56 hektar. Ortofoto yang digunakan dalam proses ektraksi bangunan ini memiliki resolusi spasial sebesar 3.3 cm/pix.Proses ektraksi bangunan ini sangat berpengaruh dengan sumber data yang digunakaan. Ketajaman pada hasil pengolahan ortofoto menghasilkan hasil band Red, band green dan band blue sebagai titik fokus sumber data yang pokok berpengaruh pada ektraksi bangunan tersebut. Ektraksi bangunan ini mengalami beberapa proses agar dapat menghasilkan hasil ektraksi bangunan sesuai dengan objek yang ada pada sumber data tersebut. Pengolahan ekstraksi bangunan ini diterapkan dari proses segmentasi sampai melakukan klasifikasi berbasis objek. Pada penelitian ini proses segmentasiyang dpakai dari beberapa macam segmentasi yaitu cocok menggunakan algoritma segmentasi multiresolusion. Segmentasi multiresolusi ini akan secara otomatis mensegmen berdasarkan rona warna dan berdasarkan garis tepi sesuai dengan parameter scale ataupun beberapa parameter lainnya yang mempengaruhi proses dari segmentasiEkstraksi bangunan ini tidak berhenti pada proses segmentasi, namun berlanjut dengan menyusun algoritma, untuk membedakan objek bangunan dan non bangunan. Pada penelitian ini dibantu dengan software ecognition dalam ekstraksi bangunan. Penyusunan ruleset pada software tersebut sangat berpengaruh dalamekstraksi informasi bangunan.Dari penelitian ini dapat disimpulkan proses ekstraksi bangunan semi ","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"20 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-11-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"127040485","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"EKSTRAKSI CITRA SENTINEL 1A DENGAN METODE POLARIMETRIK UNTUK PEMETAAN HUTAN DI PROVINSI SUMATERA SELATAN","authors":"Rahmadelia Anisa, Catur Aries Rokhmana","doi":"10.14710/elipsoida.2019.4869","DOIUrl":"https://doi.org/10.14710/elipsoida.2019.4869","url":null,"abstract":"Hutan di Indonesia merupakan ekosistem yang luas, banyak didominasi di wilayah yang jauh dari perkotaan seperti di Provinsi Sumatera Selatan, Provinsi Riau, Provinsi Jambi dan juga Pulau Kalimantan. Pemetaan dan pemantauan hutan umumnya dilakukan menggunakan pendekatan penginderaan jauh satelit optik, akan tetapi penggunaan data satelit penginderaan jauh optik memiliki liputan awan yang cukup banyak hal itu yang menimbulkan kendala dalam pengolahannya.   Penggunaan data satelit penginderaan jauh Synthetic Aperture Radar (SAR) menjadi salah satu solusi untuk pemetaan dan pemantauan kawasan hutan karena memberikan persepektif baru yang dapat melengkapi kekurangan keterbatasan citra optik dalam melakukan pengolahan salah satunya dengan memanfaatkan teknologi polarisasi citra radar.Metode yang digunakan untuk mengindentifikasi seberapa besar teknologi polarisasi SAR dalam membantu pemetaan hutan yaitu metode polarimetrik dengan menggunakan metode dekomposisi H-Alpha berfungsi untuk mengeksploitasi secara optimal informasi yang terkandung dalam data polarimetrik-SAR berdasarkan analisis eigenvalue untuk mendapatkan parameter anistrophy,entropy dan alpha angle dan klasifikasi hutan menggunakan Unsupervised Wishart Classification.Hasil pengolahan polarimetrik diketahui bahwa luasan hutan pengolahan polarimetrik sebesar 493906.1567 ha dan non-hutan sebesar 4004558.097 ha akan tetapi secara umum metode polarimetrik dengan klasifikasi tak terbimbing Unsupervised Wishart Classification ini dapat mewakili keadaan sebenernya berdasarkan tingkat validitasnya dan dapat membedakan kelas penutup lahan, ketidaksesuain hasil klasifikasi hutan dikarenakan tipe scatternya hampir sama dengan objek lain sehingga dominan terjadi hamburan acak bukan tunggal.","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"124 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-07-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126788535","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}