Hasil Pencarian  ::  Simpan CSV :: Kembali

"In western Indonesia, Sumatra is the largest population cluster outside Java. It is also the source of most of Indonesia’s exports by value. This paper presents an up to date map of vegetation types found in Sumatra and with an associated map briefly views human occupancy associated with or mapping on vegetation. Other associations on Sumatra besides vegetation include major lakes and river, volcanic cones and clusters, cities and ports, and so on. While the initial impetus for the vegetation map and the main purpose of the paper focused on an updated vegetation map of Sumatra, the closely associated human occupancy by an increasingly large and diverse population pose question for future associations and balances of vegetation types and human use areas in Sumatra."

"Pembentukan ruang terbuka hijau sangat penting untuk mengurangi dampak perubahan iklim dan pemanasan global pada ekosistem perkotaan. Ekspansi Kota Bekasi yang cepat dari megapolitan Jakarta memengaruhi Kota Bekasi dan selanjutnya mengarah pada konversi besar-besaran ruang terbuka hijau menjadi kawasan terbangun. Dari adanya perubahan tersebut mempengaruhi kandungan biomassa dan kemampuan penyerapan vegetasi pada ruang terbuka hijau terhadap emisi dari kegiatan antropogenik. Upaya pemantauan melalui estimasi biomassa penting untuk pemahaman yang lebih baik tentang manfaat ruang terbuka hijau. Oleh karena itu, tujuan dari penelitian ini yaitu menganalisis distribusi spasial biomassa dan daya serap CO2 serta menganalisis kemampuan vegetasi pada Ruang Terbuka Hijau dalam menyerap emisi CO2 di Kota Bekasi. Penelitian ini melakukan perhitungan biomassa diatas permukaan pohon dengan pengukuran lapangan dan persamaan alometrik yang dikembangkan oleh United States Department of Agriculture (USDA). Serta menggunakan citra satelit Sentinel-2B yang diperoleh pada tahun 2020 dan dilakukan formulasi indeks vegetasi yaitu NDVI, GNDVI, SAVI, dan OSAVI dengan menghubungkan nilai biomassa hasil pengukuran lapangan untuk menghasilkan model estimasi biomassa. Hasil model estimasi biomassa menunjukkan bahwa indeks vegetasi terpilih yaitu OSAVI yang memiliki korelasi sebesar 75,3% dengan akurasi model sebesar 99%. Distribusi spasial biomassa dan daya serap vegetasi RTH Kota Bekasi secara keseluruhan mendominasi kelas rendah, berada di lereng datar dan sangat landai yang mengikuti jaringan jalan arteri, kolektor, dan tol tepatnya pada vegetasi RTH jalur hijau. Adapun juga dijumpai pada vegetasi RTH sempadan jalan kereta dan sempadan situ/danau. Selain itu pada jaringan jalan arteri dan kolektor juga di jumpai lereng yang landai dengan keberadaan distribusi spasial biomassa dan daya serap vegetasi pada RTH yang tinggi tepatnya di vegetasi RTH kota. Distribusi spasial biomassa dan daya serap vegetasi RTH Kota Bekasi yang sedang berada pada lereng sangat landai berada di sekitaran jaringan jalan lokal dan lingkungan Kota Bekasi tepatnya berada pada vegetasi RTH taman kecamatan, kelurahan, sempadan sutet dan rekreasi. Distribusi spasial biomassa dan daya serap sangat tinggi dijumpai lereng agak curam hingga sangat curam yang dijumpai pada sekitaran sungai tepatnya berada pada vegetasi RTH sempadan sungai. Kemampuan vegetasi pada RTH Kota Bekasi seluruhnya mengalami penyerapan sebagian terhadap emisi karbon dioksida. Vegetasi pada RTH Kota Bekasi hanya memiliki kemampuan serapan CO2 sebesar 1,75 % dari keseluruhan emisi karbon dioksida di Kota Bekasi. Dikarenakan emisi karbon dioksida yang menyeluruh begitu tinggi di Kota Bekasi, yang bersumber dari emisi kendaraan bermotor dengan ditujukkan mendominasi sekitar jaringan jalan arteri, kolektor, dan lokal di Kota Bekasi yang melebihi besaran daya serap karbon dioksida vegetasi pada ruang terbuka hijau.

---

The establishment of green open spaces is critical to reducing the impact of climate change and global warming on urban ecosystems. The rapid expansion of Bekasi City from Jakarta megapolitan affected Bekasi City and subsequently led to the massive conversion of green open space into a built-up area. From these changes affect biomass content and vegetation absorption ability in green open space against emissions from anthropogenic activities. Monitoring efforts through biomass estimation are important for a better understanding of the benefits of green open space. Therefore, the purpose of this study is to analyze the spatial distribution of biomass and CO2 absorption and analyze the ability of vegetation in Green Open Space in absorbing CO2 emissions in Bekasi City. This study performed biomass calculations on the surface of trees with field measurements and alometric equations developed by the United States Department of Agriculture (USDA). As well as using Sentinel-2B satellite imagery obtained in 2020 and carried out vegetation index formulations namely NDVI, GNDVI, SAVI, and OSAVI by connecting the biomass value of field measurement results to produce biomass estimation models. Biomass estimation model results showed that the selected vegetation index is OSAVI which has a correlation of 75.3% with model accuracy of 99%. Spatial distribution of biomass and vegetation absorption of RTH Bekasi City as a whole dominates the low class, being on flat slopes and very sloping that follow the network of arterial roads, collectors, and tolls precisely on the green line RTH vegetation. It is also found on the vegetation of RTH railway road border and situ/lake border. In addition, arterial road networks and collectors are also found slopes that ramp with the presence of spatial distribution of biomass and vegetation absorption in high RTH precisely in the city's RTH vegetation. Spatial distribution of biomass and vegetation absorption RTH Bekasi city that is on a slope is very sloping in the vicinity of the local road network and bekasi city environment precisely located on the vegetation RTH district park, village, border sutet and recreation. Spatial distribution of biomass and absorption is very high found slopes rather steep to very steep found in the surrounding rivers precisely located in the vegetation RTH river border. Vegetation capability in RTH Bekasi city is entirely experiencing partial absorption of carbon dioxide emissions. Vegetation in RTH Bekasi city only has a CO2 absorption capability of 1.75% of the total carbon dioxide emissions in Bekasi City. Because the overall carbon dioxide emissions are so high in Bekasi City, which is sourced from motor vehicle emissions with the aim of dominating around the arterial road network, collectors, and local in Bekasi City that exceeds the amount of vegetation carbon dioxide absorption in green open space."

"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."

"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."

"Pertumbuhan dan pembangunan yang masif membawa dampak terhadap iklim pada suatu wilayah. Vegetasi yang menyusun ruang terbuka hijau di kota menjadi salah satu sarana dalam peningkatan kualitas dari atmosfir kota, tidak terkecuali efek kenyamanan termal. Keberadaan tutupan vegetasi di Kecamatan Serpong menjadi hal yang mengkhawatirkan karena upaya-upaya pembangungan yang mengakibatkan degradasi kuantitas dan kualitas nya. Tujuan dari penelitian ini untuk melihat pengaruh ketersediaan vegetasi terhadap suhu permukaan darat dan tingkat kenyamanan termal di Kecamatan Serpong. Data yang digunakan pada penelitian ini adalah data suhu permukaan darat, kerapatan vegetasi, suhu udara, dan kelembaban udara yang didapat dari citra Landsat 5, 7, 9, dan juga pengukuran langsung. Metode spasial yang digunakan adalah Land Surface Temperature, Normalized Difference Vegetation Index, dan metode statistik pearson correlation dan uji regresi sederhana untuk melihat bentuk pengaruh vegetasi terhadap iklim di Kecamatan Serpong. Hasil menunjukkan bahwa vegetasi memiliki pengaruh terhadap penurunan nilai suhu permukaan darat dan juga meningkatkan tingkat kenyamanan termal di Kecamatan Serpong. Sebagian besar wilayah di Kecamatan Serpong masuk kategori tidak nyaman dan hanya 1,68 km2 wilayah Kecamatan Serpong yang memiliki status kenyamanan termal “sebagian nyaman”.

---

Rapid growth and development cause a significant impact on the climate of a region. Vegetation that forms an urban green space plays a significance role in enhancing the quality of the urban atmosphere, including thermal comfort. Existance of urban vegetation in Serpong Subdistrict is becoming a concern due to development efforts that causing degradation in both its quantity and also quality. The purpose of this research is to see influence of vegetation on land surface temperature and thermal comfort Index levels in Serpong Subdistrict. The data used in this research include land surface temperature data, air temperature data, NDVI data, and air humidity data that obtained from Landsat 5, 7 and 9 imagery as well field recording. The spacial method that are utilized is land surface temperature, NDVI, and the statistical method using pearson correlation and simple regression analysis to examine the nature of the influence of vegetation existance on climate in Serpong Subdistrict. The results indicate that vegetation lowers land surface temperature and significantly improves thermal comfort levels in the region. However, the majority of the area in Serpong Subdistrict falls under the uncomfortable category, with only 1.68 km² of the subdistrict’s area having a partially comfortable thermal status."

"Pemantauan luas dan kondisi tutupan vegetasi yang selalu diperbaharui dan informatif sangat diperlukan terutama di DKI Jakarta yang merupakan kota metropolitan yang dinamis, sehingga perlu dilakukan penelitian mengenai perhitungan perubahan luas dan kondisi tutupan vegetasi. Salah satu caranya menggunakan penginderaan jauh dengan memanfaatkan Citra Landsat dan Google Imagery. Penelitian ini mencoba membangun sebuah model untuk menghitung persentase tutupan vegetasi atau Percent Of Vegetation Cover (PVC) pada tiap pixel Landsat menggunakan pendekatan multi-indeks. Model persentase tutupan vegetasi dibangun dari beberapa variabel prediktor seperti NDVI, SAVI, EVI dan LST yang dikorelasikan dengan persentase tutupan vegetasi dari Google Imagery menggunakan uji regresi linear berganda, hasilnya akan menunjukkan korelasi dan menghasilkan model persamaan multi-indeks untuk menghitung PVC. Hasil menunjukkan bahwa dari 2001-2021 seluruh variabel predictor secara bersamaan mempengaruhi persentase tutupan vegetasi antara 55 hingga 67%. Hasil perubahan persentase tutupan vegetasi menunjukkan dari tahun 2001-2021 terjadi penurunan PVC >20% (Vegetasi Buruk, Sedang, Baik dan Sangat Baik) dan kenaikan PVC <20% (Vegetasi Sangat Buruk). Perubahan PVC tersebut paling signifikan terjadi di Cengkareng, Kemayoran, Cilandak, Cakung dan Cilincing. Perubahan tersebut disebabkan oleh dua faktor yaitu kebutuhan akan lahan dan kebijakan pemerintah daerah.

---

Monitoring the area and condition of vegetation cover that is always updated and informative is very necessary, especially in DKI Jakarta, which is a dynamic metropolitan city, so it is necessary to do research on the calculation of changes in area and conditions of vegetation cover. One way to use remote sensing is by utilizing Landsat Imagery and Google Imagery. This study tries to build a model to calculate the percentage of vegetation cover or Percent Of Vegetation Cover (PVC) at each Landsat pixel using a multi-index approach. The vegetation cover percentage model is built from several predictor variables such as NDVI, SAVI, EVI and LST which are correlated with the vegetation cover percentage from Google Imagery using multiple linear regression tests, the results will show the correlation and produce a multi-index equation model to calculate PVC. The results show that from 2001-2021 all predictor variables simultaneously affect the percentage of vegetation cover between 55 to 67%. The results of changes in the percentage of vegetation cover show that from 2001-2021 there was a decrease in PVC >20% (Poor, Medium, Good and Very Good Vegetation) and an increase in PVC <20% (Vegetation Very Bad). The most significant changes in PVC occurred in Cengkareng, Kemayoran, Cilandak, Cakung and Cilincing. These changes are caused by two factors, namely the need for land and local government policies. "

"Penelitian analisis vegetasi riparian dilakukan di sepanjang Sungai Citirem, Suaka Margasatwa Cikepuh, mulai dari bulan Februari 2010-Juni 2011. Pengambilan data dilakukan dengan metode kuadrat (petak). Penentuan unit sampel dilakukan dengan cara purposive sampling. Tujuan penelitian adalah mengetahui komposisi dan struktur vegetasi riparian di sepanjang Sungai Citirem. Hasil penelitian menunjukkan 20 spesies ditemukan, terbagi menjadi 13 famili. Famili Euphorbiaceae dan Verbenaceae paling banyak ditemukan, masing-masing tiga spesies. Spesies pohon yang dominan di bagian hulu adalah Tectona grandis L.f., di bagian tengah Ficus racemosa L. dan bagian hilir Adenanthera pavonina L. Struktur lateral vegetasi riparian menunjukkan bahwa pepohonan dapat tumbuh mulai dari tepi badan air hingga jarak 20 m dalam unit sampel. Struktur longitudinal vegetasi menunjukkan bahwa vegetasi riparian sepanjang sungai didominasi oleh pohon gugur daun (deciduous tree).

---

The study on analysis of riparian vegetation was conducted in Citirem River, starting from February 2010 to June 2011. Data collection was performed by sample plot. Sample units were done by purposive sampling. The aims of the study are to know the composition and vegetation structure of riparian along Citirem River. The data shows 20 species recorded belong to 13 families. Euphorbiaceae and Verbenaceae are the most dominant families. Tree riparian species dominant in the headwater area is Tectona grandis L.f., in the middle sized-stream is Ficus racemosa L., and in the large stream is Adenanthera pavonina L. Lateral zonation showed that the trees are able to grow in the riparian area extending from the edge of the water bodies to 20 m in the sample unit. Longitudinal zonation showed that riparian area along the river is dominated by deciduous trees."

"Pemanasan global memiliki penyebab antara lain adalah hilangnya vegetasi untuk pembangunan. Kota Depok adalah salah satu kota penyangga Ibukota DKI Jakarta dan terjadi pembangunan yang menyebabkan berkurangnya tutupan vegetasi. Penelitian ini bertujuan untuk mengetahui pola persebaran suhu permukaan daratan dan hubungannya dengan kerapatan vegetasi. Data kedua variabel didapat dengan pengolahan citra Landsat OLI-TIRS. Hasil penelitian menunjukkan suhu permukaan daratan yang tinggi di Kota Depok memiliki pola persebaran yang dipengaruhi oleh penutup lahan rendahnya kerapatan vegetasi. Suhu permukaan daratan yang tinggi menyebar dan mengumpul pada bagian pusat, selatan, dan utara pada wilayah penelitian. Tutupan lahan yang memiliki suhu tinggi adalah lahan terbangun dan tutupan lahan yang memiliki suhu rendah adalah vegetasi.

---

Global warming has a cause which one of them is loss of vegetation for the development. Depok City as one of the city buffer of DKI Jakarta and having development that causing loss of vegetation. This study aims to determine the pattern of land surface temperature distribution and its relation to vegetation density index. The data of both variables were obtained by Landsat 8 OLI TIRS image processing.

The results showed that high land surface temperature in Depok City rsquo s distribution pattern was influenced by land cover and low vegetation density index. High surface temperature were spreading over all areas and gathered at north, center, and south of study area. Land cover that have high temperature are built up and low temperature is vegetation."