Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Penelitian telah dilakukan dengan tujuan untuk menganalisis dan memprediksi pola kekayaan spesies burung dan habitatnya di Taman Nasional Bali Barat TNBB . Penelitian dilakukan pada tanggal 23--27 Juli 2016 di kawasan TNBB, Kabupaten Buleleng meliputi lima lokasi yaitu Trimbawan pelataran , Trimbawan baru, Prapat Agung, Lampu Merah dan Tegal Bunder. Metode observasi burung menggunakan Point Count, sedangkan profil habitat dilakukan dengan analisis vegetasi. Pengolahan data citra menggunakan citra satelit Landsat 7 Thematic Mapper TM. Nilai NDVI dihitung melalui perbandingan rasio band 4 sebagai near-infrared NIR dan band 3 sebagai red-light RED. Analisis hubungan dan pengaruh antara kekayaan spesies burung dengan nilai NDVI dihitung dengan analisis regresi linier. Hasil menunjukkan terdapat 52 spesies burung dan 303 individu. Hubungan antara kekayaan spesies burung dengan nilai NDVI berkorelasi signifikan R2 = 0.808; p-value = 0.037; P < 0.05 menunjukkan bahwa nilai NDVI dapat memprediksi kekayaan spesies burung di TNBB. ......Research has been conducted to analyze and predict bird species richness pattern and their habitat in the West Bali National Park TNBB . Research was conducted on 23 27 July 2016 in TNBB area, Buleleng Regency covering five locations namely Trimbawan pelataran , Trimbawan baru, Prapat Agung, Lampu Merah and Tegal Bunder. Bird observation was carried out using Point Count method, while habitat profile is measure by vegetation analysis. Image data processing used Landsat 7 Thematic Mapper TM satellite image. The NDVI value is calculated by comparison of ratio band 4 as near infrared NIR and band 3 as red light RED . Analysis of relationship and the effect of bird species richness with NDVI values was calculated by linear regression. Results showed that there were 52 species of birds and 303 individuals. The association between bird species richness and NDVI values was significant R2 0.808 p value 0.037 P 0.05 indicating that NDVI values can predict the bird species richness in TNBB.

Abstrak :
Indonesia adalah negara kepulauan yang terdiri atas 17.000 pulau dengan tingkat keanekaragaman hayati yang tinggi. Hutan mangrove Indonesia merupakan 23% dari ekosistem mangrove dunia. Salah satu wilayah konservasi ekosistem mangrove terdapat pada Kawasan Mangrove Angke Kapuk, Kecamatan Penjaringan, Jakarta Utara. Kawasan ini merupakan satu-satunya kawasan hutan lindung di Provinsi DKI Jakarta. Kawasan mangrove di Jakarta Utara terfragmentasi menjadi beberapa blok seperti pada Hutan Lindung Angke Kapuk (HLAK), Suaka Margasatwa Muara Angke (SMMA), Ekowisata Mangrove Tol Sedyatmo, Arboretum Mangrove, dan Taman Wisata Alam (TWA) Angke Kapuk. Menanggapi meningkatnya tuntutan yang ditempatkan pada lanskap dan kesulitan dalam memenuhi tujuan keberlanjutan, wilayah ekologi lanskap masih terus berkembang. Sehingga, perlu integrasi peneliti pada ilmu pengetahuan ke dalam sistem pengelolaan skala lanskap dengan kerjasama yang efektif dan keterlibatan lokal, meningkatkan kapasitas lanskap untuk memberikan berbagai manfaat, komponen kunci dari ilmu pengetahuan keberlanjutan lanskap. Oleh sebab itu, perlu kajian spasial konektivitas lanskap sebagai bagian dari penilaian lanskap mangrove yang berkelanjutan di Kawasan Angke Kapuk, Jakarta Utara. Persamaan metode yang digunakan dalam penelitian ini adalah metode konektivitas lanskap. Dengan demikian, keterbaruan metode terdapat pada lanskap berkelanjutan berbasis sosial-ekonomi dan fisik pada konektivitas lanskap dengan biodiversitas mangrove. Karakteristik sebaran lanskap mangrove di Kawasan Angke Kapuk, Jakarta Utara umumnya adalah Avicennia, Nipah, Pidada, dan Rhizopora dengan kerapatan mulai dari rendah, sedang, dan tinggi. Konektivitas lanskap mangrove di Kawasan Angke Kapuk, Jakarta Utara termasuk rendah pada SMMA dan Hutan Lindung serta sedang pada Ekowisata dan TWA Hal ini disebabkan mayoritas penggunaan lahan kawasan konservasi sebelumnya dari tambak sehingga tidak semua jenis mangrove dapat beradaptasi. Keberlanjutan lanskap wilayah mangrove di Kawasan Angke Kapuk, Jakarta Utara memiliki visi bersama yang setuju. Mayoritas responden sangat tidak setuju terkait berkurangnya mangrove. ......Indonesia is an archipelagic country consisting of 17,000 islands with a high level of biodiversity. Indonesia's mangrove forests constitute 23% of the world's mangrove ecosystems. One of the areas of the mangrove ecosystem is located in the Angke Kapuk Mangrove Area, Penjaringan District, North Jakarta. This area is the only protected forest area in DKI Jakarta Province. The mangrove area in North Jakarta is fragmented into several blocks, such as the Angke Kapuk Protection Forest (HLAK), Muara Angke Wildlife Reserve (SMMA), Sedyatmo Toll Mangrove Ecotourism, Mangrove Arboretum, and Angke Kapuk Natural Tourism Park (TWA). In response to the increasing tensions placed in the world and the difficulties in meeting the goals of cancellation, the landscape ecological area is still growing. Thus, it is necessary to integrate researchers in science into landscape-scale management systems with effective collaboration and local involvement, increasing the capacity of landscapes to provide multiple benefits, a key component of landscape sustainability science. Therefore, it is necessary to study the spatial connectivity of the landscape as part of a sustainable mangrove landscape assessment in the Angke Kapuk Area, North Jakarta. The method used in this research is the landscape connectivity method. Thus, the novelty of the method is in sustainable landscapes based on socio-economic and physical landscape connectivity with mangrove biodiversity. The distribution characteristics of the mangrove landscape in the Angke Kapuk Area, North Jakarta, are generally Avicennia, Nipah, Pidada, and Rhizophora with densities ranging from low, medium, and high. The connectivity of the mangrove landscape in the Angke Kapuk Area, North Jakarta, is low in SMMA and Protected Forest and moderate in Ecotourism and TWA. The sustainability of the landscape of the mangrove forest area in the Angke Kapuk Area, North Jakarta, has a shared vision that has been agreed upon. The majority of respondents strongly disagree regarding the reduction of mangroves.

Abstrak :
Penelitian ini bertujuan untuk mengetahui pola spasial suhu permukaan tanah, Normalized Difference Vegetation Index (NDVI), kekritisan lingkungan, dan tutupan lahan di Kabupaten Sumedang tahun 2007, 2013, 2017, dan 2022. Kajian ini menggunakan data yang dikumpulkan melalui suhu pengukuran menggunakan instrumen Kestrel 5000 dan Lutron LM 8000A, serta data sekunder yang diperoleh dari Badan Informasi Geospasial dan United States Geological Survey. Analisis ini melibatkan analisis statistik dan spasial untuk memeriksa perubahan dan hubungan temporal variabel. Temuan menunjukkan perubahan yang signifikan pada kelas suhu permukaan tanah dari waktu ke waktu, dengan penurunan cakupan kisaran 26-29°C dan fluktuasi pada kisaran 29-32°C. Perluasan daerah pulau panas perkotaan diamati, meningkatkan kekhawatiran tentang dampak lingkungan dan kesehatan manusia. Analisis kelas NDVI mengungkapkan perubahan sebaran tutupan vegetasi, dengan peningkatan pada area dengan nilai NDVI tinggi dan sedikit penurunan pada area dengan nilai lebih rendah. Hal ini menunjukkan potensi perubahan penggunaan lahan dan faktor lingkungan. Analisis Indeks Kekritisan Lingkungan menunjukkan adanya perubahan tingkat kekritisan, dengan penurunan pada area tidak kritis dan peningkatan pada area sensitif lingkungan. Kerapatan bangunan tinggi menunjukkan kekritisan lingkungan tertinggi, diikuti oleh kerapatan bangunan moderat. Praktik pengelolaan lahan yang berkelanjutan diperlukan untuk mengurangi dampak lingkungan yang terkait dengan pembangunan kawasan urban. Studi ini menyoroti sifat dinamis suhu permukaan lahan, tutupan vegetasi, dan kekritisan lingkungan di Kawasan Urban Kabupaten Sumedang. Ini menekankan perlunya strategi pengelolaan lingkungan yang efektif dan upaya konservasi untuk memastikan pembangunan berkelanjutan di wilayah tersebut. ......This study aims to determine the spatial patterns of land surface temperature, Normalized Difference Vegetation Index (NDVI), environmental criticality, and land cover in Sumedang Regency in 2007, 2013, 2017, and 2022. This study uses data collected through temperature measurements using the Kestrel 5000 and Lutron LM 8000A instruments, as well as secondary data obtained from the Geospatial Information Agency and the United States Geological Survey. This analysis involves statistical and spatial analysis to examine change and temporal relationships of variables. The findings show significant changes in ground surface temperature classes over time, with decreasing coverage in the 26-29°C range and fluctuations in the 29-32°C range. Expansion of urban heat island areas is observed, raising concerns about environmental and human health impacts. NDVI class analysis revealed changes in the distribution of vegetation cover, with an increase in areas with high NDVI values and a slight decrease in areas with lower values. This shows the potential for changes in land use and environmental factors. Analysis of the Environmental Criticality Index shows a change in the level of criticality, with a decrease in non-critical areas and an increase in environmentally sensitive areas. High building density shows the highest environmental criticality, followed by moderate building density. Sustainable land management practices are needed to reduce the environmental impacts associated with urban development. This study highlights the dynamic nature of land surface temperature, vegetation cover, and environmental criticality in the Urban Area of Sumedang Regency. It emphasizes the need for effective environmental management strategies and conservation efforts to ensure sustainable development in the region.

Abstrak :
Padi merupakan komoditas tanaman pangan penghasil beras dan berperan penting dalam kehidupan ekonomi Indonesia. Sebanyak 90% penduduk Indonesia mengonsumsi beras sebagai makanan pokok sehari-hari, sehingga dibutuhkan antisipasi jika kebutuhan pangan meningkat. Estimasi produktivitas padi menggunakan penginderaan jauh dinilai efektif dan relatif murah. Tujuan dari penelitian ini adalah untuk menganalisis karakteristik tanaman padi dan mengestimasi produktivitas padi serta sebarannya dengan menggunakan model estimasi produktivitas padi di Kecamatan Nagrak, Sukabumi. Metode yang digunakan yaitu metode NDVI (Normalized Difference Vegetation Index) dan memanfaatkan citra sentinel-2A untuk menentukan umur tanaman padi dan kemudian digunakan untuk membuat model estimasi produktivitas padi. Hasil penelitian menunjukkan bahwa tingkat akurasi indeks vegetasi NDVI sebesar 90%. Nilai indeks vegetasi meningkat seiring dengan bertambahnya umur tanaman padi. Tanaman padi mempunyai masa tanam 2-3 kali dalam setahun. Sementara itu, model estimasi produktivitas padi di Kecamatan Nagrak yaitu y = 3,7636 x + 3,0602 dengan nilai korelasi nilai NDVI dan produktivitas padi sebesar 91,64%. Nilai Indeks vegetasi NDVI dan produktivitas padi berhubungan positif pada tiap kondisi fisik. Indeks vegetasi tinggi mencerminkan produktivitas tinggi dan sebaliknya. Produktivitas padi didominasi oleh produktivitas tinggi (>6,0 ton/ha) yang banyak tersebar pada wilayah dengan ketinggian 500-1000 m dpl, lereng 8-15% dan pada jarak 0-150 m dari sungai. ......Rice plant is a food-producing crop that supplies rice and plays an important role in the economic life of Indonesia. Rice is eaten by as much as 90% of Indonesia's population as their everyday staple food, so anticipation is needed if food needs increase. The calculation of rice productivity using remote sensing is considered efficient and relatively inexpensive. The aim of this analysis was to evaluate the characteristics of rice plants and estimate the productivity and distribution of rice in Nagrak District, Sukabumi, using the rice productivity estimation model. The methodology used is the NDVI (Normalized Difference Vegetation Index) approach which uses sentinel-2A imagery to assess the age of rice plants and then to produce rice productivity estimation model. The results showed that the accuracy rate of the NDVI is 90 percent. The value of the vegetation index increases with increasing age of the rice plants. Rice plants have a planting period of 2-3 times a year. Meanwhile, the rice productivity estimation model in Nagrak District is y = 3.7636 x + 3.0602 with a correlation value of the NDVI value and rice productivity of 91.64 percent. The NDVI vegetation index value and rice productivity were positively related to each physical condition. High vegetation index reflects high productivity and vice versa. Rice productivity is dominated by high productivity levels (> 6.0 tons/ha) which are widely spread over areas with an altitude of 500-1000 m above sea level, slopes of 8-15% and at a distance of 0-150 m from the river.

Abstrak :

Peristiwa Indian Ocean Dipole ditahun 2019 telah menyebabkan beberapa kejadian kering di DAS Cilutung. Dibutuhkan informasi nilai kelembaban tanah baik secara spasial, temporal dan perubahannya untuk mengidentifikasi nilai kelembaban tanah sebagai faktor kekeringan di DAS Cilutung. Data Landsat 8 OLI-TIRS dimanfaatkan untuk mendapatkan nilai kelembaban tanah berdasarkan metode Soil Moisture Index (SMI) dengan menerapkan metode segitiga antara Land Surface Temperature (LST) dan Normalized Difference Vegetation Index (NDVI). Penelitian ini melakukan analisis pola spasial kelembaban tanah dan mengidentifikasi karakteristik fisik yang terbentuk di wilayah dengan nilai kelembaban tanah kering dan sangat kering di DAS Cilutung selama periode bulan kering tahun 2019. Hasil penelitian menunjukan selama periode bulan kering tahun 2019 di DAS Cilutung nilai Soil Moisture Index akan semakin tinggi pada lereng yang curam, penggunaan tanahnya berupa semak belukar, hutan, dan pertanian lahan kering campuran, pada jenis tanah podsolik merah kuning sedangkan nilai Soil Moisture Index akan semakin rendah pada lereng datar, penggunaan tanah permukiman dan tanah terbuka, pada jenis tanah grumusol. Berdasarkan analisis pengelompokan metode K-Means, wilayah dengan nilai kelembaban tanah kering dan sangat kering memiliki karakteristik fisik lereng datar, penggunaan tanah hutan, seperti permukiman, pertanian lahan kering campuran, tanah terbuka dan sawah serta memiliki jenis tanah grumusol, latosol dan andosol.

---

The Indian Ocean Dipole event in 2019 has caused several drought events in the Cilutung Watershed. The information about the spatial and temporal soil moisture distribution along its changes is needed to identify soil moisture values as a drought factor in the Cilutung Watershed. The Landsat 8 OLI-TIRS data used to get the value of soil moisture based on Soil Moisture Index method by applying the triangle method between Land Surface Temperature (LST) and Normalized Difference Vegetation Index (NDVI). This study analyses the spatial patterns of soil moisture and identifies physical characteristics that are forming in the areas with dry and very dry soil moisture values in the Cilutung Watershed during the dry period in 2019. The results showed that in the Cilutung Watershed during the dry month period in 2019, the Soil Moisture Index value would be higher on steep slopes, with the land-use consisting of shrubs, forests and mixed dryland agriculture, with the type of soils, red-yellow podzolic while the Soil Moisture Index value would be lower on the flat slopes, with the land-use consisting of residential land and open land, with the type of soils grumusol. Based on the K-Means grouping analysis method, the areas with dry and very dry soil moisture values in the Cilutung Watershed tends to have physical characteristics of flat slopes, the type land use such as settlement, mixed dryland agriculture, open land and rice fields, with the soil types grumusol, latosol and andosol.

Abstrak :
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.

Abstrak :
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 Difference Vegetation 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.