Hasil Pencarian  ::  Simpan CSV :: Kembali

"Telah dikembangkan sistem pemantauan jarak jauh untuk stasiun monitoring kualitas udara. Sistem ini terdiri atas tiga komponen utama, sistem stasiun yang mempunyai fungsi sebagai akuisisi data untuk 7 buah sensor; sensor temperatur, kelembaban dan gas O2, O3, NO, CO and SO2, sistem master yang mempunyai fungsi sebagai pengumpul data dan pengendali stasiun dan server database yang mempunyai fungsi sebagai bank data kualitas udara. Perangkat lunak sistem pemantau jarak jauh dibuat berdasarkan standar SDI-12 untuk sensor berbasis mikroprosesor. Sistem pemantauan jarak jauh hasil rancangan telah diuji non stop selama 2 minggu dan menunjukkan hasi! yang baik tanpa dijumpai adanya error.

---

Remote Monitoring Systems for Air Quality Stations. A remote monitoring system for air quality station has been design and developed. The system consist of three main units: stations, master, and server. Station collects and processes data from 7 sensors (temperature, humidity, and O2, Oj, NO, CO, and SO2 gas sensor), master system has a duty as data collector and station control and as air quality data bank is the server. Remote monitoring software was developed base on SDI-12 (A Serial-Digital Interface) standard for microprocessor-based sensor, The system has been tested and showed good results."

"In this book, space systems are situated in the global processes of the 21st century?s information society and the role that space information systems could play in risk management is determined, methods of detecting and forecasting of both natural disasters and technogenic catastrophes and existing global and regional monitoring systems are described, and the IGMASS is introduced with its architecture and design concept and social and economic aspects and estimates of its creation, development, and utilization. Finally, results of the international symposium held in Limassol, Cyprus, in November 2009 in preparation of the IGMASS project?s submission to the United Nations are discussed"

"Tahun 2008 Kabupaten Kebumen dilanda kekeringan. Masyarakat kesulitan air bersih dan air irigasi menyusul menurunnya debit sumber air. Penggunaan data penginderaan jauh dan Sistem Informasi Geografis (SIG) dapat digunakan untuk mengidentifikasi potensi daerah rawan kekeringan. Transformasi citra satelit Landsat TM untuk mendapatkan indeks kecerahan, indeks ke basahan, dan indeks vegetasi digunakan untuk mengetahui kondisi permukaan dalam hubungannya dengan kekeringan. Indeks kecerahan dan indeks kebasahan diperoleh dari modifikasi tasseled cap, sedangkan indeks vegetasi diperoleh dari nilai normalized difference vegetation index (NDVI). Parameter lain seperti kondisi akuifer, curah hujan serta jenis penggunaan lahan pertanian kering merupakan faktor dalam mengidentifikasi kekeringan. Data-data tersebut dilakukan sesuai dengan deskripsi zona wilayahnya guna mendapatkan kajian wilayah dalam hubungannya dengan kekeringan. Hasil dari penelitian ini mengidentifikasikan bahwa sebagian kecamatan di Kabupaten Kebumen yang meliputi Karanggayam, Karangsambun g, Sadang, Alian, Puring, Klirong, Buluspesantren, Ambal, dan Mirit terdeteksi memiliki potensi kekeringan.

---

Kebumen regency was drought in year 2008, community clean water shortages and irrigation water following a decline in water resources. The use of remote sensing data and GIS can be used to identify the potential for drought-prone areas. Transformation of Landsat TM satellite imagery to obtain the brightness index, wetness index and vegetation index used to determine surface conditions in relation to drought. Brightness index and wetness index derived from the tasseled cap modifications, while the vegetation index derived from normalized difference vegetation index (NDVI) values. Other parameters such as aquifer conditions, rainfall and other types of dry agricultural land use was a factor in identifying drought. The data are performed in accord ance with the zone description in order to get the study area in relation to regional drought. The result of the research is identified area the district of Karangsambung, Karanggayam, Sadang, Alian, Puring, Klirong, Buluspesantren, Ambal and Mirit potential drought."

"Informasi tentang kandungan bahan organik (BO) diperlukan untuk pemantauan dan pengelolaan lingkungan serta digunakan dalam praktek budidaya tanaman. Dalam penelitian ini dicobakan untuk memetakan kandungan bahan organik tanah di daerah Malang Selatan dengan menggunakan teknik penginderaan jauh (inderaja). Data inderaja yang digunakan adalah citra Landsat TM (Thematic Mapper) (band 1, 2, 3, 4, 5, 7). dan dipilih area yang memiliki nilai Normalized Difference Soil Index (NDSI) lebih dari 0,3. Data ground-truth diperoleh dengan menganalisis kandungan BO dan contoh-contoh tanah dengan menggunakan metode Black-Walkey.Hasil analisis menunjukkan bahwa penggunaan nilai derajat keabuan dan citra asli dapat digunakan untuk menduga kandungan bahan organik tanah. Penerapan persamaan regresi dengan menggunakan nilai derajat keabuan citra asli untuk menduga kandungan bahan organik tanah memperlihatkan bahwa tanah di daerah penelitian umumnya memiliki kandungan bahan organik sedang (meliputi 63,18% dari luas area penelitian).

---

Application of Remote Sensing for Mapping Soil Organic Matter Content. Information organic content is important in monitoring and managing the environment as well as doing agricultural production activities. This research tried to map soil organic content in Malang using remote sensing technology. The research uses 6 bands of data captured by Landsat TM (Thematic Mapper) satellite (band 1, 2, 3, 4, 5, 7). The research focuses on pixels having Normalized Difference Soil Index (NDSI) more than 0.3. Ground-truth data were collected by analysing organic content of soil samples using Black-Walkey method.The result of analysis shows that digital number of original satellite image can be used to predict soil organic matter content. The implementation of regression equation in predicting soil organic content shows that 63.18% of research area contains of organic in a moderate category."

"Seiring dengan makin pesatnya pembangunan jaringan jalan di suatu wilayah harus diikuti pula dengan perubahan informasi yang sesuai dengan kondisi jaringan jalan yang ada. Untuk menunjang perubahan-perubahan yang terjadi perlu diterapkan teknologi Penginderaan Jauh (Inderaja) sebagai salah satu teknologi yang berkembang begitu pesat dewasa ini dan semakin diperlukan keberadaannya untuk berbagai aplikasi. Aplikasi penginderaan jauh sangat terkait dengan bidang spasial, dimana unsur spasial yang kita dapatkan selama ini dilakukan dengan menggunakan peta-peta lama disebabkan karena keterbatasan fasilitas dan kendala lainnya, tetapi dengan teknologi Penginderaan Jauh hal tersebut bukan menjadi kendala lagi dan informasi yang diperoleh dapat dimutakhirkan. Keberadaan teknologi Penginderaan Jauh ini diikuti pula dengan munculnya teknologi Sistem Informasi Geografis (SIG) yang membuka era baru dalam penyajian informasi dan analisa obyek-obyek spasial yang bergeoreferensi. Salah satu teknologi Penginderaan Jauh adalah pengenalan obyek melalui citra Landsat Thematic Mapper (LTM), dimana citra tersebut memiliki resolusi spasial (30x30) meter dan resolusi spektral 7 band. Dengan kombinasi citra (composite image) serta perbaikan kontras citra dilakukan klasifikasi obyek tutupan lahan secara terawasi (Supervised Classification), maka akan diperoleh citra terklasifikasi dan terkoreksi yang dapat digunakan untuk analisis perbaikan trase jaringan jalan serta pembuatan database informasi trase jalan dengan Sistem Informasi Geografis.

---

Geometric Improvement Of Trace Network Road with Remote Sensing and Geographic Information System. Together with a great development in road network at such district, it must be followed by changing information that should be suited to the condition at present. For supporting the information changes, the remote sensing technology could be applied. It is one of technology with a great increment and needed to various applications. The application of remote sensing technology is close related to spatial field which is used to be achieved from non digital because of limitation facilities and other obstacle. However with remote sensing technology, those can not be burdened anymore and the information achieved can be updated. The presence of remote sensing technology is followed by emerging of Geographic Information System technology which promises a new era in providing deep information and spatial object analysis. The object identification through Landsat Thematic Mapper (LTM) image with (30x30) meter spatial and 7 (seven) band spectral resolution. The composite image together with image contrast improvement are applied to supervised classification covered object for obtaining classified and corrected image that can be used to analyze network road improvement and create database information of trace network road using Geographic Information system."

"Metoda klasifikasi Jaringan Syaraf Tiruan (JST) telah banyak diterapkan dalam bidang penginderaan jauh. Dalam penelitian ini dilakukan percobaan klasifikasi awan dengan menerapkan metoda JST Kohonen pada data citra multispektral satelit NOAA AVHRR. JST Kohonen adalah metoda klasifikasi tak terselia yang berbasis pada sistem pembelajaran kompetitif Self-Organizing Maps (SOM). Prosedur percobaan terdiri dari tiga tahap, yakni tahap pembelajaran, tahap pelabelan dan tahap klasifikasi.Pada mulanya, klasifikasi awan dilakukan menggunakan lima kanal data citra sebagai vektor masukan, yakni kanal cahaya-tampak, infra-merah dekat, infra-merah tengah, dan dua kanal infra-merah termal. Hasil klasifikasi lalu dibandingkan dengan hasil klasifikasi visual untuk menentukan tingkat keberhasilannya. Kemudian, proses klasifikasi dilanjutkan untuk mengevaluasi kanal-kanal yang dominan dalam klasifikasi awan dengan cara mereduksi jurnlah kanal yang digunakan dalam klasifikasi.Hasil percobaan menunjukkan bahwa klasifikasi awan menggunakan JST Kohonen memberikan tingkat keberhasilan yang cukup tinggi sebesar 81% untuk katagori 10 kelas atau 95% untuk 4 katagori utama 4 kelas awan, dengan kanal-kanal yang dominan yaitu kanal satu (cahaya-tampak) dan kanal empat (infra-merah termal)."