Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 132406 dokumen yang sesuai dengan query
cover
cover
Mohammad Ardha
"ABSTRAK
DAS Cimanuk merupakan salah satu DAS kritis yang menjadi salah satu dari 108 DAS prioritas nasional. Salah satu dari berbagai parameter penyebab DAS Cimanuk kritis salah satunya adalah perubahan penutup penggunaan lahan. Perubahan penggunaan dan penutup lahan yang terdapat pada hulu DAS Cimanuk dapat terlihat dengan menggunakan citra Landsat multitemporal tahun 2000 dan 2017. Pengkelasan penutup penggunaan lahan dapat digunakan dengan metode maximum likelihood classification. Penggunaan dan penutup lahan dikelaskan menjadi 5 yaitu vegetasi kerapatan tinggi, vegetasi kerapatan rendah/kebun, lahan terbangun, pertanian lahan kering dan pertanian lahan basah. Berdasarkan hasil pengolahan pertanian lahan kering mengalami peningkatan luas sebesar 9 persen dan pertanian lahan basah mengalami pengurangan luas sebesar 6 persen."
Jakarta: Bidang Diseminasi Pusat Teknologi dan Data Penginderaan Jauh LAPAN, 2018
520 IND 9:11 (2018)
Artikel Jurnal  Universitas Indonesia Library
cover
Dini Purbani
"The title of the thesis is "Land Use Change Analysis of Rice Field in Kabupaten Karawang in the Years of 1989 and 1997 Using Landsat TM Image".
Rapid growth of population and various human activities are main causes of land use change of rice field in Kabupaten Karawang. Geographically, Kabupaten Karawang is located in West Java Province, mostly in flat area; having fertile soil comprises of volcanic alluvium, i.e., sand, ash and clay. The area is popular as one of the national rice producing areas.
The observation of this thesis was conducted for analyzing land use changes of the years of 1989 and 1997. Within those time periods with the help of Landsat images the changes of land use on rice fields into developed areas are observe able, reducing the area of the total rice fields. The unit analysis is kecamatan.
To estimate the changes, this thesis uses a land use changes models, i.e., L = f(Economy, Population, and Policy), where L indicates land use change from rice field into developed area. L is considered as a dependent variable, representing human dimension. The independent variables are economy, population, and policy. These variables were tested with multiple linier regression analysis.
The economic variable comprises of PDRB (Regional Gross Domestics Product) of industry, PDRB of cash crops, and PBB (Property Tax). Population variable consists of total population of the of 0 to 74 years old, total farm labors of 10 to 64 years old, and total non farm labor of 10 to 64 years old. Policy variable involves the region of developed area, the number of SD (elementary school), SMP (junior school), and Puskesmas.
The analysis of Landsat 5 TM images shows that the highest changes are in Kecamatan Cilamaya and Telukjambe. The less changes are in Kecamatan Pangkalan and Lemahabang.
Statistical analysis was applied to get better understanding of the changes of rice fields into developed areas. An equation was used to observe the growth of changes of rice fields into developed area, and the pattern of land change of rice fields into develop area in the year of 1997 to 1989.
From the results of statistical analysis it can be concluded that the pattern of land use change of rice fields into developed area in the year of 1997 to 1989 has a significant correlation with the dependent variables. The equation can be used as a model to analyze the changes of the area of rice fields into developed area."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2001
T5544
UI - Tesis Membership  Universitas Indonesia Library
cover
Ignatius adi prabowo
"Lokasi penelitia terletak di perbukitan Kulonprogo, provinsi Jawa Tengah dan Daerah Istimewa Yogyakarta. Penelitian ini bertujuan untuk mengidentifikasi satuan bentuk lahan di dome Kulonprogo sebagai hasil proses geomorfologi yang terekam pada citra Landsat 8 dan citra STRM. penelitian ini dilakukan dengan analisis dan pembagian kelas bentuk lahan pada citra Landsat 8 dabn pembagian kelas kelerengan pada itra STRM. DAri dua citra tersebut didukung oleh data sekunder berupa pembagian kelas kemiringan lereng dan genesa daerah penelitian. Pengamatan yang dilakukan di lapangan dapat mengidentifikasi litologi daerah penelitian disusun oleh endapan lempung-pasir, batulempung, batupasir tufan, lava andesit, dan breksi andesit. Intrepetasi dari citra SRTM menggambarkan sudut lereng di dome Kulonprogo adalah 0-2%, 3-7%, 8-13%, 14-20%, 21-55%, 56-140%, >140%. Intrepretasi citra landsat 8 menunjukkan bentuk lahan asal proses fluvial (dataran banjir, danau), bentuk lahan asal denudasional (lereng dan perbukitan, perbukitan dan pegunungan), Bentuk lahan asal vulkanik (perbukitan volkanik terdenudasi)."
Yogyakarta: Pusat Penelitian dan Pengabdian pada Masyarakat (P3M) STTA, 2017
551 JIA 9:2 (2017)
Artikel Jurnal  Universitas Indonesia Library
cover
cover
cover
Fakultas Teknik Universitas Indonesia, 1995
TA2848
UI - Tugas Akhir  Universitas Indonesia Library
cover
Kurniawati Sugiyo
"Kota Semarang merupakan kota metropolitan terbesar kelima di Indonesia. Berbagai permasalahan lingkungan sering timbul sebagai dampak dari banyaknya konversi lahan di wilayah pesisir maupun perbukitan. Penelitian ini bertujuan untuk mengukur perubahan lanskap dan penutup lahan di Kota Semarang periode tahun 1996-2016. Pengolahan Citra Landsat tahun 1996, 2003, dan 2016 dilakukan untuk memperoleh klasifikasi penutup lahan. Penggunaan Indeks Lanskap seperti PD, PLAND, LPI, LSI, MNN, IJI, SHDI, dan SHEI dilakukan untuk menganalisis struktur dan pola lanskap. Regresi Logistik Biner digunakan untuk membuat model perubahan lanskap dan penutup lahan serta faktor-faktor yang mempengaruhi perubahan tersebut. Faktor fisik, sosial ekonomi, dan lingkungan digunakan sebagai variabel prediktor dari model tersebut. Pada periode tahun 1996-2016, lahan yang ada semakin terfragmentasi dengan tingkat percampuran dan pola persebaran antar penutup lahan yang tinggi. Pada tahun 1996-2003, hal tersebut dominan terjadi di wilayah ketinggian 25-100 mdpl, sedangkan pada periode tahun 2003-2016, hal tersebut terjadi di wilayah ketinggian 100-500 mdpl. Model perubahan lanskap dan penutup lahan Kota Semarang paling baik diterapkan pada wilayah ketinggian 100-500 mdpl. Berdasarkan model tersebut, probabilitas perubahan lanskap dan penutup lahan paling tinggi adalah ketika berada di wilayah yang tinggi dan datar, kerapatan sungai dan jalan yang relatif tinggi, kepadatan penduduk tinggi, status tanah berupa Hak Pakai dan Hak Guna Bangunan, nilai tanah yang rendah, dan jarak yang relatif jauh dari pusat kota.

Semarang City is one of the largest city in Indonesia. Tidal flooding, flash floods, sea water intrusion at the coast and landslide at the hills, are the issues the city currently dealt with as a side effect of land conversion. The study on spatial pattern and its change of landscape land cover is important for a better understanding in environmental management at this city. Landsat images from 1996, 2003 and 2016 and eight landscape indices PD, PLAND, LPI, LSI, MNN, IJI, SHDI, dan SHEI were used to analyze landscape land cover pattern and its change. Binary Logistic Regression and geography information system were used to build a mathematical and spatial modelling of landscape land cover change using driving factors such as elevation, slope, land subsidence, population density, land ownership, land price, street density, drainage density, and distance from city center. Landscape indices shows that the highest land utilization higher PD, LSI, MNN, IJI, SHDI, SHEI and lower LPI mostly occurred at elevation 25 100 meter in 1996 and 2003 and in 2016, it occurred at elevation 100 500 meter. In the period of 1996 2003, land fragmentation with high mixing and diversity occurred at elevation 25 100 meter, while in the period 2003 2016, it occurred at elevation 100 500 meter. Spatial modeling of landscape land cover at Semarang City is best applied at elevation 100 500 meter. The probability of landscape land cover change is high when located at the high and flat areas, high drainage and street density, highest population density, and lowest land price.
"
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2018
T-Pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Fakultas Teknik Universitas Indonesia, 2001
S39915
UI - Skripsi Membership  Universitas Indonesia Library
cover
Sulistiyaningsih
"Kabupaten Bandung sebagai salah satu kabupaten dengan penduduk terbanyak di Indonesia memiliki sumber daya alam yang beragam dengan segala pemanfaatannya sehingga jenis tutupan lahan yang ada pun berbeda-beda. Pemantauan terhadap penggunaan lahan perlu dilakukan untuk mencegah penyalahgunaan lahan dan penanggulangan akan bencana alam. Metode untuk pemantauan dapat dilakukan dengan klasifikasi jenis tutupan lahan menggunakan teknik penginderaan jarak jauh seperti penggabungan data satelit aktif dan pasif. Pada penelitian ini menggunakan citra satelit aktif (ALOS-2/PALSAR-2) dan satelit pasif (Landsat 8) untuk mendapatkan citra yang mudah untuk diinterpretasi dan terbebas dari gangguan atmosfer. Salah satu metode klasifikasi yang dapat dilakukan adalah maximum likelihood, yaitu metode yang menggunakan data acuan (training sample) serta kemungkinan suatu piksel terkelompok dalam suatu kelas. Penggunaan citra gabungan dengan metode maximum likelihood menghasilkan keakurasian citra lebih dari 60% dan lebih tinggi dari citra ALOS-2/PALSAR-2 yang diklasifikasikan tanpa Landsat 8 (40%).

Bandung regency is one of the biggest regency in Indonesia with large number of population which has nature resources with different utilization that cause land cover diversity. Land cover monitoring is necessary to prevent any land misuses and nature disasters. A way to monitor land cover is to classify the land cover uses remote sensing technique such as joint data of active and passive. This research is analyzing active satellite image (ALOS-2/PALSAR-2) and pasive satellite image (Landsat 8) that are being used to produce an image which is easy to interpret with less atmospheric disruption. One of the methods that can be used is maximum likelihood. Maximum likelihood is a supervised classification method which uses reference data (training sample) and probability of a pixel is clustered in a spesific class. The use of joint processing data with maximun likelihood method results in accuracy greater than 60% and is better than accuracy of ALOS-2/PALSAR-2?s image itself (40%).
"
Depok: Fakultas Teknik Universitas Indonesia, 2016
S63172
UI - Skripsi Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>