Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"Melihat inovasi penginderaan jauh dalam estimasi stok karbon kelapa sawit untuk inventarisasi stok karbon, diperlukan pembangunan model demi mengetahui distribusi stok karbon kelapa sawit melalui penginderaan jauh. Variabel yang digunakan yaitu nilai piksel dari indeks vegetasi NDVI, GNDVI, EVI, ARVI, SAVI pada citra satelit Sentinel 2-B dan Landsat 8. Data stok karbon lapangan diperoleh dengan persamaan allometrik biomassa dari tinggi dan keliling batang. Model terpilih yaitu ARVI pada Sentinel 2-B dan Landsat 8 dengan memiliki nilai korelasi dan determenansi tertinggi. Model terpilih yang dijadikan distribusi spasial estimasi stok karbon mempunyai rentang estimasi stok karbon berupa <110 kg/piksel, 110 – 150 kg/piksel, 150 – 190 kg/piksel, dan 190 – 240 kg/piksel pada Sentinel 2-B dan <900 kg/piksel, 900 – 1100 kg/piksel, 1100 – 1300 kg/piksel dan 1300 – 1500 kg/piksel pada Landsat 8 yang terdistribusi spasial di kelompok umur 17, 18, 19, dan 20 tahun dari berbagai bagian timur dan tenggara, kerapatan vegetasi, dan aspek kondisi lingkungan Kecamatan Kemang dan Ranca Bungur. Berdasarkan perbandingan, nilai piksel indeks vegetasi berbanding lurus dengan kelompok umur dimana semakin tua maka semakin tinggi, sama dengan kerapatan vegetasi di area, semakin banyak jumlah vegetasi maka semakin tinggi juga nilai piksel dari indeks vegetasi. Landsat 8 terpilih karena memiliki nilai korelasi lebih besar terhadap kerapatan vegetasi, hasil akhir yaitu estimasi stok karbon kelapa sawit umur 17 tahun dengan luas 267,56 Ha ialah 3.421,74 ton, 18 tahun 369,12 Ha ialah 5150,52 ton, 19 tahun 316,41 Ha ialah 4.271,86 ton, dan 20 tahun 55,54 Ha ialah 761,67 ton. Jumlah total estimasi stok karbon pada wilayah penelitian adalah 13.605,79 ton.

---

Seeing the innovation of remote sensing in the estimation of oil palm carbon stock for carbon stock inventory, it is necessary to develop a model to determine the distribution of oil palm carbon stock through remote sensing. The variable used is the pixel value of the vegetation index NDVI, GNDVI, EVI, ARVI, SAVI on the Sentinel 2-B and Landsat 8 satellite images. Field carbon stock data were obtained by using allometric equations of biomass from stem height and circumference. The selected model is ARVI on Sentinel 2-B and Landsat 8 with the highest correlation and determination values. The selected model which is used as a spatial distribution of carbon stock estimates has a range of carbon stock estimates in the form of <110 kg/pixel, 110 – 150 kg/pixel, 150 – 190 kg/pixel, and 190 – 240 kg/pixel on Sentinel 2-B and <900 kg/pixel, 900 – 1100 kg/pixel, 1100 – 1300 kg/pixel and 1300 – 1500 kg/pixel on Landsat 8 which are spatially distributed in the 17, 18, 19, and 20 year age groups from different parts of the east and southeast, density vegetation, and aspects of environmental conditions in the Districts of Kemang and Ranca Bungur. Based on the comparison, the pixel value of the vegetation index is directly proportional to the age group where the older it is, the higher it is, equal to the density of vegetation in the area, the more the number of vegetation, the higher the pixel value of the vegetation index. Landsat 8 was chosen because it has a greater correlation value with vegetation density, the final result is the estimated carbon stock of oil palm aged 17 years with an area of 267.56 Ha is 3,421.74 tons, 18 years 369.12 Ha is 5150.52 tons, 19 years 316.41 Ha is 4,271.86 tons, and 20 years 55.54 Ha is 761.67 tons. Total estimated carbon stock is 13,605.79 tons."

"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."

"Tanaman adalah makhluk hidup yang dapat menyerap karbon pada suatu daerah melalui proses fotosintesis, sehingga keberadaannya diperlukan untuk menyerap emisi karbon. Mengestimasi nilai biomassa merupakan indikator penting karena memberikan prasyarat dasar mengenai estimasi kepadatan dan penyimpanan karbon dalam wilayah tersebut. Ketidak seimbangan antara emisi karbon dengan stok karbon akan terjadi apabila kegiatan manusia yang menghasilkan emisi karbon lebih tinggi dibandingkan dengan stok karbon pada daerah tersebut. Faktor yang memengaruhi tingkat emisi karbon pada daerah tersebut adalah tingkat kepadatan populasi, persentase wilayah urban, dan kepadatan jalan. Nilai karbon didapatkan dari model dengan perhitungan model menggunakan regresi linear. Sementara untuk mengetahui nilai biomassa diperlukan data diameter setinggi dada pada jenis jenis pohon perkotaan. Citra satelit untuk kemudian diolah menjadi data NDVI serta citra yang digunakan adalah Sentinel 2-A. Nilai Estimasi stok karbon dapat dilakukan dengan menggunakan perhitungan persamaan allometrik yang dapat menentukan nilai biomassa permukaan, setelah mendapatkan nilai biomassa permukaan dilakukan persamaan regresi terhadap nilai NDVI. Perhitungan antara nilai emisi karbon dengan nilai stok karbon kemudian dihitung selisihnya untuk mendapatkan wilayah yang kelebihan penyimpanan karbon atau kekurangan penyimpanan karbon. Hasil dari penelitian ini adalah komposisi antara karbon yang mampu disimpan oleh tanaman pada wilayah Kecamatan Kuta, Kuta Utara dan Kuta Selatan dengan emisi karbon yang terdapat di Kecamatan Kuta, Kuta Utara dan Kuta Selatan.

---

The Plant is an living creatures that can absorbs carbons on open air with their capability to photosynthesis, therefore its existence are surely needed to absorbs carbon emissions. Estimating biomass was one of the important indicator because it is an basic requirements about estimating the density of carbons storage on that region. The imbalance between carbon emissions and carbon stocks will happen if the human activity that produce carbon emissions were higher than carbon stocks on that region. Driving factors that interfere the size of carbon emissions on some regions are populations density, road density, and urban percentages. Carbons value were collected by model with calculations using linear regressions. In the other hand to determine biomass value required diameter breast height on tree species on the city. Satellite imagery is also required to produce NDVI data, satellite imagery that were used on this study was Sentinel 2-A. Estimations value of carbon stocks can be obtained by using allometric equation which can determine aboveground biomass, after obtaining the aboveground biomass the next step is making linear regressions against NDVI value. Calculations between carbon emissions value and carbon stocks value were calculated the difference for obtaining which region that had more carbon stocks and which region that hasn’t. the result of this study were composisions between carbons that can be absorbs by the plant in Kuta,North Kuta, and South Kuta District with the carbon emissions that happened on Kuta, North Kuta and South Kuta District."

"ABSTRAKPenelitian mengenai validasi lapangan persebaran spasial lamun menggunakan teknologi penginderaan jauh di perairan pantai barat Pulau Rote, Kabupaten Rote Ndao, Nusa Tenggara Timur perlu dilakukan untuk memberikan informasi dan data ilmiah mengenai padang lamun di Perairan Pantai Barat Pulau Rote. Penelitian tersebut bertujuan untuk mengetahui komposisi jenis lamun, persentase tutupan padang lamun, dan persebaran spasial lamun. Penelitian ini telah dilakukan pada 31 Oktober--5 November 2016. Metode penelitian yang digunakan antara lain purposive sampling, metode transek garis kuadrat, dan pengolahan citra landsat 8 OLI. Hasil penelitian menunjukkan bahwa komposisi jenis lamun terdiri atas tujuh jenis dari enam marga. Persentase tutupan lamun tertinggi 76,22 di stasiun kedua dan terendah 66,67 di stasiun ketiga. Hasil klasifikasi citra terhadap validasi lapangan memiliki nilai uji akurasi 73 .

---

ABSTRACTResearch on field validation of seagrass spatial distribution using remote sensing technology in west coast of Rote Island, Rote Ndao Regency, East Nusa Tenggara, to provide information and scientific data regarding the seagrass pastures in the waters of the West coast of Rote Island. Such research aims to find out the composition of the type of seagrass, coverage percentage seagrass, and seagrass spatial distribution. This research has been conducted on October 31st November 5th 2016. Research methods used purposive sampling, the method is quadrat line transect, and processing landsat 8 OLI. The results showed that the composition of the type of seagrass consisting of seven species in six genus. The highest coverage percentage of seagrass 76,22 in the second stations and the lowest coverage percentage of seagrass 66,67 in the third stations. Image classification results toward validation field has a value of test accuracy 73."

"ABSTRAKKomposit yang terdiri darititania nanotube (TiNT), carbon nanotubes (CNT) dan magnetit (Fe3O4) telah disintesis dengan menggunakan metode heteroaglomerasi dan digunakan untuk mendegradasi polutan organik pada POMSE.Beberapa katalis dikarakterisasi dengan menggunakan potensial zeta, XRD, TEM, BET dan FTIR. Berdasarkan hasil uji degradasi polutan organik (diwakili dengan parameter COD) pengkompositan CNT terhadap TiNT mampu menaikkan persentase penurunan COD2 kali lipat dibandingkan TiNT. Pengkompositan katalis titania dengan Fe3O4 mampu mempercepat waktu pemisahan katalis dari limbah 12 kali lebih cepat dibandingkan dengan katalis TiO2; 24 kali lebih cepat dibandingkan dengan komposit katalis TiNT/CNT; dan 72 kali lebih cepat dibandingkan dengan katalis TiNT, dalam upaya recovery katalis tanpa mengurangi aktivitas kinerja komposit. Kondisi operasi optimum degradasi limbah yang didapatkan adalah dengan loading katalis dalam limbah sebesar1,5 g/L dan laju alir udara sebesar 10 cc/min. Dalam rentang waktu 2 jam iluminasi, COD pada POMSE dapat diturunkan hingga 31,36% oleh katalis TiO2 P25; 5,31% oleh katalis TiNT; 10,92% oleh komposit TiNT/CNT dan 11,21% oleh komposit TiNT/CNT/Fe3O4. Selain itu kandungan fenol dalam POMSE mampu diturunkan hingga 96%.

---

ABSTRACTA composite consist of titania nanotubes (TiNT), carbon nanotubes (CNT) and magnetite (Fe3O4) have been synthesized by using heteroaglomerasi and is used to degrade organic pollutants in POMSE. Several catalysts were characterized using zeta potential, XRD, TEM, BET and FTIR. Based on the test results of the degradation of organic pollutants (represented by the parameter COD) composite TiNT/CNT against TiNT able to raise the percentage reduction in COD 2 times higher compared TiNT. Composite TiNT/CNT catalyst with Fe3O4 capable of accelerating the separation time of waste 12 times faster than the TiO2 catalyst; 24 times faster than the catalyst composite TiNT/CNT; and 72 times faster than the TiNT, in the catalyst recovery effort without reducing the performance of the composite activity. The optimum operating conditions the degradation of waste recovered is the catalyst loading in the effluent of 1,5 g/L and the air flow rate of 10 cc/min. Within the span of two hours of illumination, COD on POMSE can be reduced up to 31,36% by P25 TiO2 catalyst; 5,31% by TiNT catalyst; 10,92% by the composite TiNT/CNT composite and 11,21% by TiNT/CNT/Fe3O4. In additions the content of phenols in POMSE able to be lowered to 96%."

"Pertumbuhan ekonomi yang pesat dapat berpengaruh pada perkembangan area pertambangan, sehingga diperlukan eksplorasi mineral berkelanjutan sebagai solusi permasalahan tersebut dengan menggunakan penginderaan jauh sebagai langkah awal eksplorasi. Penelitian ini bertujuan untuk mengidentifikasi zona alterasi pada daerah Bojong dan sekitarnya, zona alterasi tersebut ditentukan berdasarkan persebaran mineral penciri alterasi hidrotermal seperti klorit, alunit, epidot, serisit, illit, dan muskovit. Metode yang digunakan merupakan Principal Component Analysis (PCA) dan Band Ratio (BR), hasil analisis metode penginderaan jauh diverifikasi dengan studi lapangan dan analisis petrografi. Hasil penelitian ini berdasarkan integerasi metode PCA dan BR serta validasi studi lapangan menunjukkan bahwa zona alterasi hidrotermal yang ditemukan merupakan alterasi propilitik serta ditemukan mineral alterasi yang dapat ditambang berupa mineral zeolit. Zona alterasi hidrotermal dan persebaran mineral alterasi pada daerah penelitian teridentifikasi berada tersebar pada bagian selatan dan tenggara.

---

Rapid economic growth can affect the development of mining areas, so suistainable mineral exploration is needed as a solution to problems by using remote sensing as the first step in exploration. This study aims to identify alteration zones in the Bojong area and its surroundings, the alteration zones are determined based on the distribution of minerals characteristic of hydrothermal alteration such as chlorite, alunite, epidote, sericite, illite, and muscovite. The methods used are Principal Component Analysis (PCA) and Band Ratio (BR), the results of the analysis of remote sensing methods are validated by field studies and petrographic analysis. The results of this study based on the integration of the PCA and BR methods as well as the verification of filed studies show that the hydrothermal alteration zones found are porphylitic alteration and the alteration minerals found to be minable are zeolite minerals. The hydrothermal alteration zone and the distribution of alteration minerals in the identified research area are scattered in the south and southeast."

"ABSTRAKKecamatan Ciemas merupakan daerah yang terkenal dengan kesuburan tanahnya tetapi masih banyak daerah yang belum memanfaatkan kesuburan tanah tersebut. Tujuan penelitian ini adalah mengetahui sebaran kandungan bahan organik tanah di Kecamata Ciemas dengan menggunakan citra Landsat 8 dan analisis statistik regresi linier serta dikaitkan dengan jenis tanah, penggunaan tanah, dan kemiringan lereng. Hasilnya adalah sebaran kandungan bahan organik tanah di Kecamatan Ciemas tersebar hampir merata di seluruh wilayah dengan kelas sangat tinggi, sementara klasifikasi kelas tinggi terdapat dibeberapa bagian wilayah penelitian. Klasifikasi sedang dan rendah tidak terdapat di wilayah penelitian. Citra Landsat 8 dengan menggunakan bantuan dari rumus NDSI tidak terdapat hubungan yang kuat dengan kandungan bahan organik tanah. Hal ini didasarkan analisis regresi linier antara nilai bahan organik tanah dengan pixel value dari hasil pengolahan rumus NDSI sebesar 0,216. Sehingga hasil pengolahan citra landsat 8 dengan menggunakan rumus NDSI belum mampu mengetahui kandungan bahan organik tanah. Sebaran kandungan bahan organik dengan klasifikasi tinggi terdapat pada penggunaan tanah sawah dengan jenis tanah alluvium hidromorf dan dominasi dari jenis tanah kompleks laterik merah kekuningan dan podsolik merah kekuningan yang terdapat pada kemiringan lereng 15 ? 40 % sampai >40%. Sebaran kandungan bahan organik dengan klasifikasi sangat tinggi terdapat pada hampir seluruh wilayah Kecamatan Ciemas yang di dominasi oleh penggunaan tanah hutan dengan jenis tanah dominasi kompleks latosol merah kekuningan, latosol coklat kemerahan dan latosol yang terdapat pada kemiringan lereng 2 ? 15% sampai 15 ? 40 %.

---

ABSTRACTSubdistrict Ciemas is an area that is famous for soil fertility but there are still many areas that do not take advantage of the fertility of the land. The purpose of this study was to determine the distribution of soil organic matter content in Kecamata Ciemas using Landsat 8 and linear regression statistical analysis and associated soil type, land use, and slope. The result is a distribution of soil organic matter content in the District Ciemas spread almost evenly across the region with a very high grade, high-grade classification while there are some parts of the study area. Medium and low classification is not in the research area. Landsat 8 with the help of the formula NDSI there is no strong relationship with soil organic matter content. This is based on linear regression analysis between the values ​​of soil organic matter with a pixel value of the processing results NDSI formula of 0.216. So that the processing of Landsat 8 using the formula NDSI not been able to determine the content of soil organic matter. Distribution of organic matter content with a high classification contained in land use paddies hidromorf alluvium soil type and the dominance of the complex soil types laterik yellowish red and yellowish red podsolic found on the slope of 15-40% to> 40%. Distribution of organic matter content with the classification of very high-exist in almost the entire territory of the District Ciemas which is dominated by the use of forest land with soil type dominance of complex latosol yellowish red, latosol reddish brown and latosol found on the slope of 2-15% to 15-40%;;"

"Skripsi ini membahas penerapan United Nations Principles Relating to Remote Sensing of the Earth from Outer Space 1986 (Prinsip 1986) dalam kegiatan satelit penginderaan jauh di berbagai negara, termasuk Indonesia, melalui kebijakan nasionalnya. Prinsip 1986 mengatur secara umum kegiatan penginderaan jauh agar tetap sejalan dengan prinsip kegiatan keantariksaan. Di era globalisasi, teknologi penginderaan jauh semakin maju dengan sektor swasta semakin aktif terlibat. Salah satu isu utama penerapannya adalah prinsip non-diskriminasi atas akses terhadap data. Indonesia, sebagai negara kepulauan terbesar di dunia, membutuhkan jasa satelit penginderaan jauh untuk memecahkan kompleksitas permasalahan terkait fakta geografisnya. Skripsi ini menggunakan metode penelitian hukum normatif, dengan meneliti bahan pustaka atau data sekunder yang bersifat hukum atau berupa norma hukum tertulis.

---

This thesis studies the implementation of United Nations Principles Relating to Remote Sensing of the Earth from Outer Space 1986 (Principles 1986) in satellite remote sensing activities at various States, including Indonesia, through their national policies. Principles 1986 is generally regulating remote sensing activities while preserving the principles of outer space. In the globalization era, the technology is getting more sophisticated, by private entities providing services more actively. One of the main issues in its implementation is the principle of non-discriminatory access to data. Indonesia, as the biggest archipelagic country in the world, requires such remote sensing services to unravel the complexity of problems related to its geographical facts. This thesis is conducted using a juridical-normative research, by reviewing legal references, national and also international legal norms."