Hasil Pencarian  ::  Simpan CSV :: Kembali

"Klasifikasi fase pertumbuhan padi sangat berguna untuk memprediksi hasil panen tanaman padi. Saat ini perhitungan produksi padi masih dilakukan dengan menggunakan metode konvensional, yakni dengan cara melakukan pengukuran langsung ke lapangan yang hasilnya masih bersifat subjektif, membutuhkan biaya yang mahal, dan menghabiskan banyak waktu. Salah satu upaya yang dapat dilakukan untuk mengatasi masalah ini adalah dengan memanfaatkan kemajuan teknologi penginderaan jarak jauh (remote sensing) menggunakan data citra satelit. Pada penelitian ini, dilakukan pengenalan tahap tumbuh padi pada data pixel citra satelit LANDSAT-8, daerah Karawang, Jawa Barat. Penelitian ini mengusulkan pengembangan sebuah sistem klasifikasi fase pertumbuhan padi di Indonesia. Metode yang diusulkan adalah pemanfaatan informasi dari pixel tetangga dengan pembobotan menggunakan metode attention mechanism.  Dari hasil percobaan, dibandingkan dengan penelitian sebelumnya didapat kenaikan akurasi yang cukup baik. Dan akurasi terbaik pada penelitian ini sebesar 85% untuk data yang digabungkan dengan beberapa fitur index vegetasi.

---

Classification of paddy growth phase is very useful for predicting the rice plant yields. Recently, rice yields calculation is still measured in the rice field area which is spend a lot of time and cost. It can be reduced by using technology such as remote sensing. In this research, information from pixel neighbor is used as feature by calculate its weight using attention mechanism method. The experiment result get good increase in accuracy value compared to previous study with 85% of accuracy."

"Dalam penelitian penerapan skema klasifikasi HURIDOCS ini penulis meneliti mengenai penggunaan skema klasifikasi tersebut dan pengaruhnya terhadap proses temu kembali dokumen yang dilakukan oleh pemakai. Suatu sistem klasifikasi merupakan suatu kegiatan mengelola ilmu pengetahuan ke dalam susunan yang sistematis. Sistem klasifikasi terdiri dari dua jenis, yaitu sistim klasifikasi umum dan sistim klasifikasi khusus. Sistim klasifikasi umum banyak dipakai oleh perpustakaan maupun lembaga dokumentasi yang mempunyai koleksi berbagai subyek. Namun untuk perpustakaan yang mempunyai koleksi bidang khusus akan lebih tepat bila menggunakan sistim klasifikasi khusus. Biro kepustakaan dan dokumentasi Komnas HAM sebagai lembaga yang mempunyai koleksi dengan subyek hak asasi manusia (HAM) menerapkan Skema klasifikasi HURIDOCS. Suatu skema klasifikasi mempunyai ciri-ciri sebagai berikut: (1) Terperinci dan komprehensif, artinya mampu menampung seluruh subyek yang sedan;, pernah atau mungkin akan menjadi terra i l mu pengetahuan, (2) Sistematis, artinya proses pembagian subyek-subyeknya hares sempurna. (3) Luwes (flexible) dan bersifat ekspansif, artinya dapat dikembangkan. (4) Terminologi yang digunakan tepat dan konsisten menurut pemahaman pembaca dan pustakawan. (5) Dari basil penelitian ditemukan bahwa penggunaan skema klasifikasi I-ILIRIDDCS diperpustakaan Komnas HAM mengakibatkan dua hal, yaitu: (a) Susunan koleksi yang bersubyek sama antara bahan pustaka yang menggunakan bahasa acing dan bahasa Indonesia letaknya terpisah. Kondisi ini tidak mendukung sistem pelayanan terbuka yang memungkinkan pemakai melihat langsung bahan pustaka di rak.(b) International classification yang digunakan untuk mengklasifikasikan bahan pustaka berbahasa asing mengutamakan aspek wilayah geografi sehingga bahan pustaka yang subyeknya sama bila cakupan wilayah geografinya berbeda akan mempunyai notasi kelas yang berbeda. Penerapan skema klasifikasi ini secara keseluruhan menyebabkan broken order yang menyulitkan browsing yang dilakukan pemakai, sehinggan peran OPAC (online public access catalogue) sebagai sarana bantu penelusuran amat penting."

"Di suatu perpustakaan yang mencakup sejumlah besar koleksi, penggunaan nomor-nomor klasifikasi dan tajuk subjek-tajuk subjek yang sama secara berulang, mengakibat_kan terjadinya korelasi antara pasangan nomor klasifikasi_tajuk subjek yang bersesuaian dengan satu atau lebih pasangan lain yang sama persis. Penelitian ini bertujuan menghitung besarnya korelasi yang terjadi antara nomor klasifikasi HLM (National Library of Medicine), dan tajuk subjek MeSH (Medical Subject Head_ings), dalam sistem pengkatalogan yang telah dilaksanakan di perpustakaan FKUI. Analisis hasil penghitungan berguna untuk menentukan metode alternatif penggunaan indeks kore_lasi yang terbaik. Hasil penghitungan memperlihatkan adanya korelasi sebesar 31,46% antara nomor klasifikasi-tajuk subjek yang terdapat dalam 3284 entri yang diteliti. Hasil analisis terhadap perbandingan antara besarnya korelasi dengan jumlah total pasangan dalam kelompok nomor klasifikasi atau kelompok tajuk subjek yang menunjukkan korelasi, memperlihatkan bahwa metode penelusuran melalui indeks korelasi berdasarkan tajuk subjek untuk memperoleh nomor klasifikasi yang sesuai merupakan metode terbaik, karena lebih akurat (72,96 %), dibandingkan menelusur melalui indeks korelasi berdasarkan tajuk subjek untuk memperoleh nomor klasifikasi yang sesuai (tingkat keakurat_annya hanya 52,61 %)."

"ABSTRAKDelta bersifat dinamis dan selalu berubah bentuk akibat interaksi dari sungai danlaut. Delta Ci Punagara sejak tahun 1972 selalu bertambah luas, sehinggaberpotensi berubah bentuk secara spasial. Tujuan penelitian untuk menganalisisperubahan spasial delta dan faktor-faktor yang mempengaruhinya. Berdasarkanoverlay peta tahun 1972, 1994, dan 2015 terjadi abrasi dan akresi di delta,sehingga mengubah bentuk delta dari Irreguler menjadi Bird-Foot. Arus dangelombang yang sejajar garis pantai menyebabkan abrasi dan menghasilkanwilayah akresi. Pasang surut yang kecil cenderung membangun pantai.Peningkatan debit Ci Punagara diikuti peningkatan sedimentasi akibat perubahanpenggunaan tanah terutama menipisnya hutan menyebabkan daratan deltabertambah luas.

---

ABSTRACTand the sea. Delta Ci Punagara since 1972 become broader, potentially deformspatially. The aim of research to analyze the spatial changes in the delta and thefactors that influence it. Based overlay maps in 1972, 1994 and 2015 occurred inthe delta erosion and accretion, thereby transforming the delta of the irregularinto Bird-Foot. Currents and waves are parallel to the shoreline causing abrasionand produce accretion region. Small tidal tends to build up the beach. Increaseddischarge of Ci Punagara followed by increased sedimentation due to changes inland use, especially depletion of forests leads expanding inland delta."

"ABSTRAKKabupaten 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%)

---

ABSTRAKBandung 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%)."

"ABSTRAKBatimetri merupakan informasi mengenai kedalaman suatu perairan. Indonesia sebagai negara yang memiliki 2/3 luasan buminya adalah laut memerlukan informasi batimetri dalam memanfaatkan potensi laut di Indonesia. Sebelumnya, informasi batimetri diperoleh dengan melakukan pengukuran lapangan secara langsung yang menghabiskan banyak biaya dan waktu. Selain itu, metode konvensional tersebut tidak mampu mengukur batimetri di daerah yang sangat dangkal. Penginderaan jauh sebagai teknologi alternatif dapat digunakan untuk mendapatkan informasi batimetri pada wilayah perairan dangkal melalui pengunaan suatu algoritma. Landast 8 merupakan salah satu citra penginderaan jauh yang dapat diakses dengan mudah dan gratis. Penelitian ini membahas kemampuan citra Landsat 8 dalam mengekstraksi informasi batimetri dan akurasi yang dihasilkan dari pemanfaatan citra tersebut. Berdasarkan hasil korelasi dan estimasi kedalaman dapat disimpulkan bahwa citra Landsat 8 dapat digunakan untuk mengestimasi kedalaman di suatu perairan dangkal hingga kedalaman 25 m."

"Beras merupakan makanan pokok mayoritas masyarakat Indonesia. Jika dibandingkan dengan konsumsi tahun 2019, konsumsi beras nasional meningkat sekitar 4,67 persen pada tahun 2021. Hal ini menunjukan bahwa setiap tahun konsumsi beras nasional akan meningkat karena seiring dengan pertumbuhan jumlah penduduk Indonesia. Sehingga dibutuhkan data produksi beras yang akurat dan tepat waktu untuk dapat menjaga ketersediaan stok beras nasional. Data citra satelit bisa menjadi alternatif untuk memprediksi produksi padi dikarenakan kekurangan yang dimiliki oleh metode survei yang dilakukan oleh BPS yaitu biaya yang cukup tinggi dan terdapat tenggang waktu diseminasi data. Gabungan citra SAR dan Optik dapat meningkatkan akurasi dari model yang dibangun. Selain itu penggunaan model deep learning memiliki akurasi yang lebih baik jika dibandingkan metode machine learning konvensional salah satunya kombinasi CNN dan Bi-LSTM yang mampu mengekstraksi fitur serta memiliki kemampuan untuk memodelkan data temporal dengan baik. Output yang diperoleh dengan menggunakan metode CNNBiLSTM untuk mengklasifikasikan fase pertumbuhan padi, menghasilkan akurasi yang terbaik dengan nilai akurasi 79,57 pada data testing dan 98,20 pada data training serta F1-score 79,78. Dengan menggunakan kombinasi data citra sentinel 1 dan 2 akurasi dari model LSTM dapat ditingkatkan. Selanjutnya akurasi yang didapatkan untuk model regresi produktivitas padi masih kurang baik. Akurasi terbaik dihasilkan oleh model random forest dengan nilai MAPE 0.1336, dan RSME 0,6871.

---

Rice is the staple food of the majority of Indonesian people. When compared to consumption in 2019, national rice consumption will increase by around 4.67 percent in 2021. This shows that every year rice consumption will increase in line with the growth of Indonesia's population. So that accurate and timely rice production data is needed to be able to maintain the availability of national rice stocks. Satellite imagery data can be an alternative for predicting rice production due to the drawbacks of the survey method conducted by BPS, which relatively high cost and the time span for data dissemination. The combination of SAR and Optical images can increase the accuracy of the model built. In addition, the use of deep learning models has better accuracy when compared to classical machine learning methods, one of them is the combination of CNN and Bi-LSTM which are able to extract features and have the ability to model temporal data properly. The output obtained using the CNNBiLSTM method to classify rice growth phases, produces the best accuracy with an accuracy value of 79.57 on testing data and 98.20 on training data and an F1-score of 79.78. By using a combination of sentinel 1 and 2 image data, the accuracy of the LSTM model can be improved. Furthermore, the accuracy obtained for the rice production regression model is still not good. The best accuracy was produced by the random forest model with a MAPE value of 0.1336 and RSME of 0.6871."

"Tujuan dari penelitian ini adalah untuk mengetahui karakteristik hutan mangrove dan pola distribusinya di wilayah pesisir Brebes pada tahun 2013-2022. Metode yang digunakan dalam penelitian ini adalah indeks vegetasi dan Random Forest. Hasil dari penelitian ini menunjukkan adanya perubahan luas yang signifikan selama periode penelitian dan hutan mangrove di wilayah pesisir Brebes memiliki persebaran yang luas, serta tingkat kerapatan yang cukup tinggi. Meskipun telah mengalami kerusakan yang diakibatkan oleh bencana banjir Rob di tahun 2014 dan dampak dari aktivitas manusia, seperti pengalih fungsi lahan serta penebangan ilegal, hutan mangrove di lokasi penelitian terus berkembang karena adanya program rehabilitasi mangrove yang dilakukan oleh komunitas setempat dalam menjaga keasrian hutan mangrove di wilayah pesisir Brebes.

---

The purpose of this study was to determine the characteristics of mangrove forests and their distribution pattern at the Coast of Brebes in 2013-2022. The method used in this study are the Vegetation Index and Random Forest. The results indicate that there were significant changes in area during the study period and the mangrove forests in the coastal area of Brebes have a wide distribution, and a fairly high level of density. Despite the damage caused by the 2014 tidal flood disaster and the impact of human activities, such as land conversion and illegal logging, the mangrove forests in the study area continue to grow due to the mangrove rehabilitation program carried out by the local community in maintaining the beauty of the mangrove forests in Brebes coastal area."

"Pertanian ladang berpindah oleh Suku Dayak Iban di Desa Mensiau mempunyai beberapa tahapan dalam pengelolaannya, yaitu membakar lahan, kemudian menanam padi dalam beberapa kali musim tanam, lalu di tinggalkan agar menjadi hutan kembali. Tahapan pertumbuhan tanaman dalam satu siklus perladangan berpindah idelanya mulai dari jejak bakar, ladang, semak belukar, belukar muda, belukar tua, kemudian hutan sekunder, sehingga dalam satu wilayah tanam suatu siklus perladangan berpindah dapat berlangsung selama 20 tahun sekali. Penelitian ladang berpindah bertujuan untuk melihat karakteristik lahan melalui data dari hasil perekaman pesawat tanpa awak, melihat perubahan siklus ladang berpindah menggunakan analisis temporal NDVI Landsat, serta menghitung pengaruh jarak ladang terhadap aksesibilitas terhadap tempat tinggal dengan menggunakan Euclidean Distance Analysis. Hasil penelitian menunjukan bahwa sebagian besar perladangan berpindah dilakukan pada lahan yang berbukit kecil dengan kemiringan 15 - 25 dan jenis tanah Ultisol. Analisa NDVI pada beberapa ladang menunjukan peningkatan siklus perladangan berpindah dari sebesar 3 sampai 5 tahun sekali, dan hasil analisis jarak memperilhatkan perladangan berpindah banyak dilakukan pada wilayah di sekitar jalan, dibandingkan dengan sungai atau tempat tinggal.

---

Shifting cultivation by Dayak Iban Tribe on Mensiau village have several stages, burn the land, rice cultivating for two or three planting season, then abandoned for reforestation. Vegetation growth trough several stages on one cycle, ideally strated from burn scar, rice field, bushes, young secondary regrowth, old secondary regrowth, then become secondary forest, so that cycle needs 20 years.

The aim of this research is to identify the spatial charactheristic of shifting cultivation from UAV data, calculating the change on cycle from Landsat NDVI temporal analysis, also calculating the distance from home and access to the field using Euclidean Distance Analysis.

The result shows most of shifting cultivation happen on hilly area with 15 25 slopes and Ultisol soil type. NDVI analysis for some field shown increasing of cycle time from 3 to 5 year, and distance analysis reveal that shfting cultivation mostly take place near the roads."