Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tanaman karet menjadi komoditas perkebunan yang sangat penting di Kabupaten Sukabumi khusunya di perkebunan PTPN VIII Cibungur, karena hasil produk olahannya memiliki banyak manfaat dalam kehidupan masyarakat di sekitarnya. Maka perlu dilakukan adanya pemantauan mengenai kesehatan tanaman karet guna menjaga kualitas dan hasil produksi karet. Penelitian ini dilakukan untuk mengetahui persebaran kesehatan tanaman karet dan menganalisis hubungan kesehatan tanaman karet dengan menerapkan teknik pengindraan jauh. Teknik penginderaan jauh dalam penelitian ini menggunakan multispectral UAV. Analisis penelitian dilakukan dengan identifikasi kondisi tanaman menggunakan indeks vegetasi tanaman yaitu metode Normalized Difference Vegetation Index (NDVI). Data yang digunakan adalah data citra ortofoto NIR dan Red yang diperoleh dari perekaman langsung dengan mengggunakan multispketral UAV. Didapatkan bahwa secara keseluruhan kesehatan tanaman karet di kawasan perkebunan karet PTPN VIII Cibungur didominasi oleh tingkat kesehatan baik dengan persentase sebersar 56%, tanaman yang memiliki tingkat kesehatan buruk hanya 3% dari total luas perkebunan karet. Hasil sebaran tanaman karet menunjukan bahwa tanaman dengan kondisi sangat baik berada dibagian barat dan timur lokasi penelitian. Kesehatan tanaman karet dipengaruhi oleh beberapa faktor, seperti kondisi curah hujan, jenis tanah dan lereng.

---

Rubber plants are very important plantation commodities in Sukabumi Regency, especially in the PTPN VIII Cibungur plantation, because the processed products have many benefits in the lives of the surrounding community. So it is necessary to monitor the health of rubber plants in order to maintain the quality and yield of rubber production. This research was conducted to determine the distribution of rubber plant health and to analyze the relationship between rubber plant health by applying remote sensing techniques. The remote sensing technique in this study uses a multispectral UAV. Research analysis was carried out by identifying plant conditions using a plant vegetation index, namely the Normalized Difference Vegetation Index (NDVI) method. The data used are NIR and Red orthophoto image data obtained from direct recording using a multispectral UAV. It was found that the overall health of rubber plants in the rubber plantation area of PTPN VIII Cibungur was dominated by good health with a percentage of 56%, plants with poor health were only 3% of the total area of rubber plantations. The results of the distribution of rubber plants showed that plants with very good conditions were located in the western and eastern parts of the study site. The health of rubber plants is influenced by several factors, such as rainfall conditions, soil types and slopes."

"Tanaman teh merupakan salah satu tanaman perkebunan yang memiliki nilai ekonomi relatif tinggi. Besarnya kontribusi komoditi teh bagi perekonomian Indonesia, Kementerian Pertanian kemudian membuat Program Gerakan Tiga Kali Lipat Ekspor untuk mendapatkan hasil yang optimal. Selain itu, program ini berfokus pada pengendalian kesehatan tanaman teh karena salah satu penyebab turunnya produktivitas tanaman teh yaitu penyakit yang menyerang tanaman teh. Penelitian ini bertujuan untuk mengetahui persebaran kesehatan tanaman teh serta hubungan kesehatan tanaman teh dengan suhu, curah hujan, lereng, ketinggian di PTPN VIII Kebun Cianten. Untuk itu, variabel yang digunakan dalam penelitian ini mencakup indeks vegetasi, suhu, curah hujan, lereng, dan ketinggian. Wilayah penelitian dalam penelitian ini yaitu bertempat di PTPN VIII Kebun Cianten yang berfokus pada Afdelling I dan Afdelling II. Penelitian ini menggunakan Citra Sentinel-2 dengan algoritma NDVI. Unit analisis penelitian ini adalah blok tanam yang berada di setiap afdelling. Hasil dari penelitian ini menunjukkan bahwa persebaran nilai NDVI di PTPN VIII Kebun Cianten bulan Maret 2022 dan September 2019 didominasi oleh tanaman teh yang sehat dan memiliki nilai NDVI yang cukup tinggi. Selain itu, hubungan kesehatan tanaman teh dengan varibel lingkungan fisik menghasilkan hubungan yang sangat kuat berdasarkan dari uji korelasi pearson.

---

The tea plant is a plantation crop that has a relatively high economic value. The large contribution of the tea commodity to the Indonesian economy, the Ministry of Agriculture then created the Export Threefold Movement Program to get optimal results. In addition, this program focuses on controlling the health of tea plants because one of the causes of the decreased productivity of tea plants is diseases that attack tea plants. This study aims to determine the distribution of tea plant health and the relationship between tea plant health and temperature, rainfall, slope, altitude at PTPN VIII Kebun Cianten. For this reason, the variables used in this study include vegetation index, temperature, rainfall, slope, and altitude. The research area in this study is located at PTPN VIII Kebun Cianten which focuses on Afdelling I and Afdelling II. This study uses Sentinel-2 Imagery with the NDVI algorithm. The unit of analysis in this research is the planting block located in each afdelling. The results of this study indicate that the distribution of NDVI values at PTPN VIII Kebun Cianten in March 2022 and September 2019 is dominated by tea plants that are healthy and have quite high NDVI values. In addition, the relationship between tea plant health and physical environment variables resulted in a very strong relationship based on the Pearson correlation test."

"Meningkatnya suhu secara global yang disebabkan oleh emisi karbon yang jumlahnya lebih banyak dari penyerapan menyebabkan terjadinya berbagai permasalahan lingkungan. Kelapa sawit memiliki potensi sebagai penyerap karbon di atmosfer. Penelitian ini memiliki tujuan unutk menganalisis distribusi spasial stok karbon tanaman kelapa sawit dan hubungannya dengan musim basah dan kering serta kemiringan tanahnya untuk melihat variasi stok karbonnya. Penginderaan jauh multispektral digunakan pada penelitian ini dan digunakan lima indeks vegetasi yaitu NDVI, GNDVI, SAVI, OSAVI, dan ARVI sebagai prediktor yang digunakan bersama dengan stok karbon lapangan untuk dibandingkan sehingga diperoleh model estimasi yang akurat. Hasil menunjukkan bahwa distribusi spasial estimasi stok karbon yang dihasilkan indeks vegetasi ARVI pada wilayah penelitian di setiap blok didominasi oleh stok karbon dengan nilai menengah. Hubungan musim basah dan kering yang dilihat dari curah hujan dengan stok karbon dan hasil uji korelasi menunjukkan bahwa curah hujan memiliki nilai korelasi positif yang sangat lemah dan variasi stok karbon berdasarkan kemiringan tanah menunjukkan bahwa kemiringan tanah tidak memiliki pengaruh terhadap stok karbon yang tersimpan. Hal tersebut dapat disebabkan karena jarak tanam kelapa sawit pada wilayah penelitian relatif sama.

---

The increase in global temperatures caused by carbon emissions which are greater than absorption causes various environmental problems. Oil palm has the potential to absorb carbon in the atmosphere. This study aims to analyze the spatial distribution of carbon stocks in oil palm plants and their relationship with the wet and dry seasons and the slope of the soil to see variations in carbon stocks. Multispectral remote sensing was used in this study and five vegetation indices were used, namely NDVI, GNDVI, SAVI, OSAVI, and ARVI as predictors which were used together with field carbon stocks to be compared in order to obtain an accurate estimation model. The results show that the spatial distribution of estimated carbon stocks resulting from the ARVI vegetation index in each block is dominated by carbon stocks with intermediate values. The relationship between wet and dry seasons and carbon stocks shows that rainfall has a very weak positive correlation value and variations in carbon stocks based on soil slope shows that soil slope has no effect on stored carbon stocks. This could be due to the relatively similar spacing of oil palm plantings in the study area."

"Padi merupakan bagian terpenting dalam sektor pertanian di Indonesia. Tanaman padi merupakan tanaman yang penting dan bermanfaat bagi kehidupan karena, beras yang dihasilkan merupakan makanan pokok bagi masyarakat Indonesia. Kelurahan Margajaya merupakan salah satu kelurahan di Kecamatan Bogor Barat yang memiliki luas lahan sawah terbesar setelah Kelurahan Situ Gede. Menurut data BPS (Badan Pusat Statistik) tahun 2020, Kecamatan Bogor Barat memiliki luas lahan sawah 158 ha dan memproduksi sebanyak 2.711 ton pada tahun 2019. Data citra UAV (Unmanned Aerial Vehicle) dengan sensor RGB (Red, Green, Blue) dapat dimanfaatkan sebagai pemantauan fase pertumbuhan padi dengan mengekstraksi nilai indeks vegetasi dan estimasi produktivitas padi. Penelitian ini menggunakan algoritma indeks vegetasi NGRVI (New Green-Red Vegetation Index), NGDBI (Normalized Green-Red Difference Index), dan ExG (Excess Green). Hasil penelitian menunjukan bahwa variasi spektral indeks NGRVI memiliki nilai R2 = 0,89 terhadap fase pertumbuhan padi. Variasi spektral menunjukan pola meningkat pada fase vegetatif menuju fase generatif dan kemudian menurun pada fase pematangan. Indeks vegetasi NGRVI menandakan hubungan yang positif terhadap produktivitas padi sehingga estimasi produktivitas padi di Kelurahan Margajaya memiliki rata-rata 3,20 ton/ha dengan nilai R2 = 0,82.

---

Rice is the most important part of the agricultural sector in Indonesia. The rice plant is an important and beneficial plant for life because the rice produced is a staple food for Indonesian people. Margajaya Village is one of the sub-districts in West Bogor District, a large rice field after Situ Gede Village. According to data from the Central Statistics Agency for 2020, West Bogor District has 158 hectares of rice fields and produced 2.711 tons in 2019. UAV (Unmanned Aerial Vehicle) image data with RGB (Red, Green, Blue) sensors can monitor the growth phase rice by extracting the vegetation index value and rice productivity. This study uses the NGRVI (New Green-Red Vegetation Index), NGDBI (Normalized Green-Red Difference Index), and ExG (Excess Green) vegetation index algorithm. The results showed that the NGRVI index spectral variation had a value of R2 = 0.89 on the rice phase's growth. Spectral variations show an increasing pattern in the vegetative phase towards the generative phase and then decreasing in the maturation phase. The NGRVI vegetation index indicates a positive relationship with rice productivity so that rice productivity in Margajaya Village has an average of 3.20 tonnes/ha with a value of R2 = 0.82."

"Teh (Camellia sinensis L.) merupakan salah satu komoditas perkebunan yang mempunyai peran cukup penting pada perekonomian di Indonesia. Namun, terlihat bahwa terdapat penurunan ekspor teh di Indonesia yang diiringi dengan penurunan produksi teh setiap tahunnya sehingga diperlukan penguatan dan peningkatan produktivitas. Penginderaan jauh dapat menjadi sumber informasi penting untuk manajemen produksi pertanian seperti untuk melihat kondisi produktivitas lahan teh. Penelitian ini bertujuan untuk membangun model estimasi produktivitas tanaman teh terbaik menggunakan analisis statistik dan regresi linear sederhana dengan memanfaatkan algoritma NDVI, ARVI dan SAVI yang diperoleh dari pengolahan citra Sentinel-2 serta melihat hubungan antara aspek fisik dengan estimasi produktivitas teh. Hasil uji akurasi menggunakan RMSE menunjukkan bahwa indeks SAVI memiliki akurasi yang paling baik dalam melakukan estimasi produktivitas teh di Perkebunan Cianten PTPN VIII. Terlihat bahwa aspek fisik curah hujan tidak memiliki pengaruh yang cukup signifikan terhadap pertumbuhan tanaman teh, kelas ketinggian 900 – 1000 menunjukkan produktivitas yang tinggi serta kelas lereng datar (0 – 8%) memiliki produktivitas yang tinggi di Perkebunan Cianten. Setiap bulan, Perkebunan Cianten memiliki blok tanam yang tidak berproduksi. Tahun pangkas pada suatu blok akan mengakibatkan terhambatnya pertumbuhan teh yang dapat berpengaruh pada produktivitas.

---

Tea (Camellia sinensis L.) is one of the plantation commodities that has an important role in the economy in Indonesia. However, it can be seen that there is a decline in tea exports in Indonesia which is accompanied by a decrease in tea production every year so that it is necessary to strengthen and increase productivity. Remote sensing can be an important source of information for agricultural production management such as to see the condition of tea land productivity. This study aims to build the best tea plant productivity estimation model using statistical analysis and simple linear regression using the NDVI, ARVI and SAVI algorithms obtained from Sentinel-2 image processing and see the relationship between physical aspects and tea productivity estimates. The results of the accuracy test using RMSE show that the SAVI index has the best accuracy in estimating tea productivity at PTPN VIII's Perkebunan Cianten. Rainfall does not have a significant effect on the growth of tea plants, the altitude class 900 – 1000 shows high productivity and the flat slope class (0 – 8%) has high productivity in the Perkebunan Cianten. Every month, Perkebunan Cianten has planting blocks that are not producing. The year of pruning in a block will result in inhibition of tea growth which can affect productivity."

"Pengukuran kandungan nitrogen pada tanah atau tanaman merupakan dasar utama dalam monitoring dan pengambilan keputusan dalam manajemen pemupukan tanaman. Kombinasi teknologi pengukuran menggunakan Bagan Warna Daun (BWD) dan drone dengan kamera multispektral diharapkan dapat memberikan terobosan baru bagi pertanian Indonesia. Tujuan penelitian ini adalah mengembangkan algoritma pemrograman untuk membuat Normalized DifferenceVegetation Index (NDVI) mapping berdasarkan transformasi nilai BWD. Pengambilan foto udara dilakukan saat tanaman berumur 28, 35 dan 42 hari setelah tanam (HST) dengan ketinggian terbang 3 m. Pada hari yang sama, dilakukan pengukuran warna hijau daun dengan BWD. Nilai BWD kemudian ditransformasikan kedalam nilai tone mapping sebagai dasar pembuatan NDVI mapping. Algoritma pemrograman dikembangkan dalam software Matlab dan digunakan untuk menghitung nilai NDVI dengan menerapkan metode mtresholding yang bertujuan untuk menghasilkan nilai NDVI rata-rata yang mendekati nilai NDVI eksperimen di lapangan. NDVI rata-rata secara keseluruhan bertujuan untuk menangkap nilai NDVI global foto lahan yang merepresentasikan keseluruhan tanaman yang ada di foto. Hasil simulasi menunjukkan bahwa pada umur tanaman 28 dan 35 HST, simulasi terbaik menggunakan nilai treshold 0.18 dengan persentase error 18.7% dan 15.92%. Sedangkan pada umur 42 HST, simulasi terbaik menggunakan nilai treshold 0.20 dengan persentase error 13.55%. Kinerja program yang telah dikembangkan dapat dikatakan berhasil cukup baik. Secara kualitatif, hal ini dilihat dari hasil simulasi yang sudah dapat menampilkan perbedaan warna secara visual pada tingkat NDVI yang berbeda dan pada umur tanaman yang berbeda. Secara kuantitatif, ditunjukkan dengan nilai NDVI yang bertambah seiring bertambahnya umur tanaman.

---

Measurement of nitrogen content in the soil or plants is the primary basis in monitoring and decision making in crop fertilizer management. The combination of measurement technology using Leaf Color Chart (LCC) and unmanned aerial vehicle (UAV) equipped with multispectral cameras is expected to provide new insight into Indonesian agriculture. The purpose of this study is to develop a programming algorithm to create a Normalized Difference Vegetation Index (NDVI) mapping based on LCC value transformation. Aerial imagery collected at a critical stage of rice growth at 28, 35, and 42 days after planting (DAP) with a flight height of 3 m. Ground measurements were taken along with the UAV campaign using LCC. The LCC value then transformed into the tone mapping value as a basis for making NDVI mapping. The programming algorithm was developed in Matlab software and is used to calculate NDVI values by applying the thresholding method, which aims to produce an average NDVI value close to the NDVI value of experiments in the field. The overall average NDVI aims to capture the global NDVI value of the photo of the land that represents all the plants in the photo. The simulation results show that at the age of plants 28 and 35 DAP, the best simulation uses a treshold value of 0.18 with an error percentage of 18.7% and 15.92%. Whereas at the age of 42 DAP, the best simulation uses a treshold value of 0.20 with an error percentage of 13.55%. The performance of the program developed can be said to be quite successful. Qualitatively, this can be seen from the simulation results, which have been able to display color differences visually at different NDVI levels and different plant ages. Quantitatively, it is shown by the NDVI value that increases with the age of the plant."

"Indonesia adalah salah satu negara yang memiliki tingkat insiden bencana alam yang tinggi. Di antara berbagai jenis bencana, tanah longsor adalah salah satu bencana hidrometeorologi yang paling umum. Salah satu daerah yang memiliki tingkat bencana longsor tinggi adalah Kabupaten Cianjur, Provinsi Jawa Barat. Pemetaan kerusakan ekonomi dan kerugian akibat bencana longsor di suatu wilayah adalah salah satu alat penting dalam kerangka pemulihan dan rekonstruksi. Tujuan penelitian ini adalah memetakan kerusakan dan kehilangan daerah longsor di Desa Cibanteng, Kabupaten Cianjur melalui pendekatan partisipasi masyarakat dan fotografi udara. Dalam studi ini, Forum diskusi kelompok dengan masyarakat desa dilakukan untuk mendapatkan informasi tentang kerugian ekonomi di daerah-daerah di mana tanah longsor telah terjadi. Selanjutnya, UAV kendaraan udara tak berawak digunakan untuk membuat peta resolusi tinggi dari wilayah desa dan khususnya daerah longsor. Hasil penelitian ini menunjukkan bahwa nilai kerusakan dalam kasus bencana longsor dapat mencapai 12 miliar rupiah di satu wilayah. Sedangkan jumlah kerugian hingga lahan longsor bisa digunakan kembali mencapai 50 miliar rupiah. Berdasarkan hasil analisis, kerusakan dan kehilangan nilai di daerah longsor yang telah terjadi dapat dijadikan acuan untuk memprediksi nilai kerugian di daerah lain, terutama di Kabupaten Cianjur.

---

Indonesia is one country that has a high incidence of natural disasters. Among the various types of disasters, landslides are one of the most common hydrometeorological disasters. One of the areas that have a high rate of landslide disaster is Cianjur district, West Java province. Mapping of economic damage and loss due to landslide disaster in a region is one of the important tools in the recovery and reconstruction framework. The purpose of this research is to map the damage and loss of landslide area in Cibanteng Village, Cianjur Regency through community participation approach and aerial photography.

In this study, Forums of group discussion with village communities were conducted to obtain information on economic losses in areas where landslides have occurred. Furthermore, UAV unmanned aerial vehicles was used to create high resolution maps of village areas and especially landslide areas.

The results of this study indicate that the damage value in case of landslide disaster can reach 12 billion rupiahs in one region. While the amount of loss up to landslide areas can be reused reach 50 billion rupiahs. Based on the analysis results, the damage and loss values in the landslide areas that have occurred can be used as a reference to predict the value of losses in other areas, especially in the district of Cianjur."

"Tanaman kelapa sawit merupakan salah satu komoditas yang tumbuh baik di Indonesia dengan nilai komersial tinggi yang membuat permintaan hasil olahan minyak tanaman kelapa sawit semakin meningkat, maka perlu adanya data dan teknologi untuk mengestimasi produktivitas tanaman kelapa sawit secara lebih efisien. Salah satunya dengan penginderaan jauh menggunakan citra Sentinel-2. Penelitian ini bertujuan untuk menganalisis tingkat akurasi algoritma NDVI, ARVI, dan SAVI, variasi spasial serta temporal, dan hubungan kondisi fisik wilayah terhadap estimasi produktivitas tanaman kelapa sawit di Kebun Cikasungka. Produktivitas tanaman kelapa sawit lapangan diregresikan dengan indeks vegetasi dan umur tanaman untuk menghasilkan pemodelan. Berdasarkan pemodelan dengan ketiga algoritma, akurasi model algoritma ARVI memiliki nilai RMSE lebih rendah, yaitu sebesar 421. Estimasi produktivitas tanaman kelapa sawit Kebun Cikasungka bervariasi di tiap bloknya dan tertinggi pada umur tanaman dewasa. Pada tahun 2022 estimasi produktivitas tanaman kelapa sawit bulanan mengalami penurunan dibandingkan tahun 2019 karena adanya alihfungsi lahan. Kondisi fisik wilayah penelitian didominasi oleh lereng curam, jenis tanah Kambisol, dan rata-rata curah hujan bulanan yang tinggi dengan estimasi produktivitas tanaman kelapa sawit sebesar 35.061 Kg/Ha/Bulan menggunakan algortima NDVI dan SAVI serta dengan algoritma ARVI sebesar 35.431 Kg/Ha/Bulan.

---

Palm oil is one of the commodities that is growing well in Indonesia with a high commercial value which makes the demand for processed palm oil products increase, it is necessary to have data and technology to estimate the productivity of oil palm plants more efficiently. One of them is remote sensing using Sentinel-2 imagery. This study aims to analyze the accuracy of the NDVI, ARVI, and SAVI, spatial and temporal variations, and the relationship of the physical condition area to the estimated productivity of oil palm plants at the Cikasungka Plantation. Oil palm productivity was regressed by vegetation index and plant age to generate a model. Based on modeling, the accuracy of the ARVI model has a lower RMSE value. The estimated productivity of oil palm plants varies in each block with the highest at mature plant age. In 2022, it is estimated that the monthly productivity of oil palm plants will decrease compared to 2019 due to the conversion of land into residential areas. The physical condition reseach area is dominated by steep slopes, Kambisol soil type, and high average monthly rainfall with an estimated productivity of 35.061 Kg/Ha/Month using the NDVI and SAVI and the ARVI of 35.431 Kg /Ha/Month."

"ABSTRAKDrones atau Unmanned Aircraft Systems (UAS) atau Unmanned Aerial Vehicle (UAV) adalah komponen baru dari sistem penerbangan. Sistem ini merupakan hasil perkembangan mutakhir dalam teknologi kedirgantaraan, yang menawarkan kemajuan yang dapat membuka penggunaan sipil / komersial baru dan lebih baik serta perbaikan pada keselamatan dan efisiensi semua penerbangan sipil. Potensi layanan komersial drone yang inovatif belum pernah terjadi sebelumnya, untuk fotografi udara, jurnalisme, survei, penggembalaan ternak, stasiun relay komunikasi nirkabel, transportasi, pengiriman bantuan darurat di daerah terpencil / tidak dapat diakses, layanan kurir parsel, pengiriman barang secara online, dan sebagainya. Jasa pengiriman barang menggunakan UAV menarik untuk dibahas di Indonesia, karena Indonesia adalah sebuah negara kepulauan dengan banyak wilayah terpencil yang sulit dijangkau oleh alat transportasi konvensional. Penelitian ini merupakan penelitian hukum normatif dengan pendekatan peraturan perundang-undangan yang dilakukan melalui studi kepustakaan dengan studi dokumen atas bahan hukum primer, sekunder, dan tersier. Penelitian ini secara spesifik membahas mengenai jasa pengiriman barang berbasis UAV yang transaksinya dilakukan melalui aplikasi seluler maupun melalui internet. Pembahasan penelitian ini meliputi pengaturan penyelenggara jasa elektronik, pengaturan mengenai UAV secara internasional dan juga nasional, serta bagaimana peraturan hukum di Indonesia untuk jasa pengiriman barang menggunakan UAV.

---

ABSTRACT

Drones or Unmanned Aircraft Systems (UAS) or Unmanned Aerial Vehicle (UAV) are a new component of the aviation system. These systems are based on cutting-edge developments in aerospace technologies, offering advancements which may open new and improved civil/commercial applications as well as improvements to the safety and efficiency of all civil aviation. The potential of innovative drone commercial services is unprecedented, for aerial photography, journalism, surveying, livestock grazing, wireless communication relay stations, transportation, emergency shipping in remote / inaccessible areas, parcel courier services, online delivery of goods, and etc. The freight service using UAV is interesting to discuss in Indonesia, because Indonesia is an archipelagic country with many remote areas that are difficult to reach by conventional transportation. This research is a normative legal research with the approach of legislation conducted through literature study with document study on primary, secondary, and tertiary legal materials. This study specifically discusses UAV-based courier services which transactions are made through mobile applications and over the internet. The scope of this research includes the regulations of electronic service providers, regulations on UAV internationally as well as nationally, and how the legal regulation in Indonesia for goods delivery service using UAV."

"ABSTRAKPemetaan potensi sumber daya pulau kecil membutuhkan informasi spasial skala detail yang dapat diperoleh dengan cepat. Teknologi penginderaan jauh citra satelit resolusi tinggi yang umum digunakan memiliki beberapa kendala seperti ketersediaan data, tingginya biaya pembelian data, serta adanya hambatan lainnya seperti tutupan awan. Tesis ini melakukan kajian tentang pemanfaatan Unmanned Aerial Vehicle (UAV) untuk pemetaan sumberdaya pesisir dan laut pulau kecil sebagai solusi alternatif pengganti citra satelit resolusi tinggi. Kajian dilaksanakan dengan studi kasus di Pulau Pramuka, Kab. Kepulauan Seribu, DKI Jakarta. Akuisisi data dilaksanakan pada bulan April 2015 dimana dihasilkan citra orthofoto dan model permukaan digital dengan resolusi spasial 10 cm. Analisis data dilakukan dengan menggunakan pendekatan berbasis obyek yang dibandingkan dengan pengolahan citra satelit Worldview-2. Sebagai validator digunakan data survei lapangan pada bulan Juni 2015. Hasil klasifikasi penutup lahan pulau kecil dengan menggunakan UAV memiliki nilai akurasi sebesar 94 % dan habitat perairan dangkal dengan kelas kerapatan sebesar 54 % dan tanpa kelas kerapatan sebesar 68 %. Nilai akurasi citra Worldview-2 untuk penutup lahan sebesar 60 % dan habitat perairan dangkal dengan kelas kerapatan sebesar 38 % dan tanpa kelas kerapatan sebesar 56 %.Hasil uji akurasi menunjukkan bahwa pengunaan data UAV memberikan hasil lebih baik dibandingkan menggunakan citra satelit Worldview-2. Perbedaan hasil akurasi disebabkan karena perbedaan resolusi spasial, perbedaan informasi tambahan (model permukaan digital), dan adanya efek kilatan pada Worldview-2. UAV memiliki kelebihan dalam akuisisi data yang cepat, resolusi spasial yang sangat tinggi dan adanya data model permukaan digital dibandingkan dengan citra satelit Worldview-2, namun memiliki kekurangan dalam resolusi spektral yang rendah, resiko pada wahana, dan kebutuhan sumberdaya manusia dalam operasional wahana. Pemanfaatan data UAV untuk pemetaan sumberdaya pesisir dan laut pulau kecil dapat menjadi pengganti penggunaan citra satelit yang umum digunakan.

---

ABSTRACT

Mapping of potential resources on small islands requires very detail spatial information that can be obtained quickly. Remote sensing technology of highresolution (multispectral) satellite imagery which is commonly used has several constraints such as high cost and availability data as well as cloud coverage. This research was conducted in order to study the use of Unmanned Aerial Vehicle (UAV) for mapping coastal and marine resources of small islands as an alternative solution to high-resolution satellite imagery. The research was conducted based on a case study at Pulau Pramuka, Kab. Kepulauan Seribu, DKI Jakarta. The primary data was obtained through an aerial survey carried out on April 2015 where 10 cm spatial resolution of orthofoto imagery and digital surface model were generated. To point out the remarkable use of UAV for coastal and marine resources mapping, a set of Worldview-2 digital imagery was also used for comparison. Both data analysis were performed using an object-based approach to produce land cover and shallow water habitat classes. Furthermore, field check data on June 2015 were used to validate the classification result. The thematic accuracy of land cover classification using UAV was 94%, and shallow water habitat classification with and without density class respectively were 54% and 68%, respectively. In the other hand, the thematic accuracy of Worldview-2 for land cover lassification was 60%, and shallow water habitats classification with and without density class respectively were 38% and 56%, respectively.

Accuracy assessment value showed that the use of UAV data gave better results than Worldview-2 satellite imagery. Differences in accuracy assessment results were due to the differences in spatial resolution, additional information such as digital surface model, and sunglint effect on Worldview-2. The UAV method have more advantages in rapid data acquisition, very high spatial resolution, and digital surface model data compared to Worldview-2 imagery, but lack of spectral resolution quality, the vehicle risk, and a specific human resources skill for operating the vehicle. The UAV data utilization for mapping coastal and marine resources of small island can become a substitute for the use of common satellite imagery."