Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Laut Natuna merupakan perairan di Indonesia yang sering kali beresiko terhadap ancaman keamanan maritim, sehingga mendapat perhatian khusus oleh instansi penegak hukum di laut. Saat ini, teknologi penginderaan jauh Syntetic Aperture Radar (SAR) banyak digunakan oleh instansi sebagai upaya mempermudah pelaksanaan pengawasan terhadap kapal yang melintas. Penelitian ini bertujuan untuk menganalisis zona prioritas pengawasan di Laut Natuna dan perairan di sekitarnya dengan menggunakan data sebaran kapal yang terdeteksi oleh SAR Sentinel-1, data kerentanan maritim, serta jarak patroli instansi. Sebaran kapal dan kerentanan maritim dilakukan analisis Kernel Density untuk mengetahui sebaran serta kerapatannya, sementara untuk jarak patroli dilakukan buffer area  untuk melihat keterjangkauannya. Ketiga variabel dianalisis menggunakan metode Spatial Multi-Criteria Analysis (SMCA) dengan pembobotan Equal Weight (EW) untuk mendapatkan hasil zona prioritas pengawasan maritim di Laut Natuna dan perairan di sekitarnya. Hasil penelitian ini mengungkapkan ketika suatu perairan memiliki aktivitas kapal yang padat, kejadian kerentanan maritim dengan frekuensi tinggi, serta jangkauan patroli yang sempit, maka perairan tersebut masuk ke dalam kategori prioritas pengawasan maritim sangat tinggi. Selain mengetahui kondisi keamanan maritim pada suatu perairan, hasil ini juga dapat memberikan gambaran tentang perencanaan fasilitas serta infrastruktur pengawasan yang memadai di perairan yang masuk ke dalam zona prioritas pengawasan maritim sangat tinggi. ......Natuna sea is a sea in Indonesia that is constantly at risk of maritime security threats, therefore receives vigilance by law enforcement agencies. Currently, Synthetic Aperture Radar (SAR) is widely used by agencies as one of the attempts to facilitate monitoring of passing ships. This research aims to analyze priority monitoring zones in the Natuna Sea and surrounding waters using ship distribution data detected by SAR Sentinel-1, maritime vulnerability data, and agency patrol distances. Kernel Density analysis is carried out to determine the distribution and density of the distribution of ships and maritime vulnerability, meanwhile for patrol distances a buffer area is used to see its reachability. The three variables were analyzed using the Spatial Multi-Criteria Analysis (SMCA) method to obtain maritime monitoring priority zone. The research results reveal that when a sea area has dense ship activity, high frequency of maritime vulnerability incidents, and a narrow patrol range, the sea will fall into the very high maritime surveillance priority. By knowing the maritime surveillance priority zone in a particular seas, this information can also provide an overview of the planning of adequate monitoring facilities and infrastructure in waters with the very high maritime surveillance priority zone.

Abstrak :
Banjir di perkotaan merupakan bencana yang signifikan karena banyaknya penduduk yang terkena dampaknya. Dalam kebanyakan kasus, banjir terjadi bersamaan dengan hujan lebat, sehingga jika diamati dari satelit yang menggunakan sensor optik, daerah tersebut tertutup awan. Penelitan ini mengusulkan framework baru untuk klasifikasi banjir daerah perkotaan menggunakan sensor satelit penginderaan jauh Synthetic Aperture Radar (SAR) yang mempunyai kemampuan menembus awan. Framework ini dikembangkan untuk mengklasifikasi daerah banjir dengan mempertahankan variasi temporalnya. Studi kasus yang digunakan adalah wilayah Jakarta menggunakan metode 3D CNN multi-sensor pada data Sentinel-1 (S-1) multi-temporal dan curah hujan rata-rata Climate Hazard Infrared Precipitation Sensor (CHIRPS). Data terdiri atas 24 scene S-1 dengan polarisasi ganda VV dan VH antara bulan Maret 2019-Februari 2020 yang terdiri dari 20 citra co-polarized dan cross-polarized yang terdiri dari 2 citra co-event, 18 citra pre-event, dan 4 citra post-event sebagai testing data dan data curah hujan dari CHIRPS. Training dilakukan dengan menggunakan hyperparameter 150 epoch, batch size sebesar 100, learning rate sebesar 0,001 dan komposisi data set training/testing digunakan 80/20. Hasil pengujian 3D CNN memberikan rata-rata overall accuracy sebesar 70,3% dengan waktu pemrosesan 113 detik untuk setiap epoch. Dengan hasil tersebut metode 3D CNN diharapkan mampu membantu mengestimasi luas area banjir yang akurat dan mengidentifikasi daerah yang berpotensi mengalami banjir dalam rangka deteksi dini/pencegahan banjir kota-kota lain di masa mendatang. ......Urban flooding is a significant catastrophe due to its widespread impact on the population. Typically, floods occur concurrently with heavy rainfall, rendering the affected area obscured by clouds when observed through optical sensors on satellites. To address this issue, a novel approach is proposed in this study, aiming to classify flooded urban areas using a remote sensing synthetic aperture radar (SAR) sensor on a satellite. Unlike optical sensors, SAR has the ability to penetrate clouds. The framework was developed by employing the 3D Convolutional Neural Network (CNN) method to preserve the temporal variability, which processed multi-temporal SAR data from Sentinel-1 (S-1) and average rainfall data from the Climate Hazards Infrared Precipitation Sensor (CHIRPS). The dataset used in this research comprised 24 S-1 scenes with Dual VV and VH polarization, covering the period between March 2019 and February 2020 divided into 2 co-event images, 18 pre-event images, and 4 post-event images, along with rainfall data from CHIRPS. The training phase employed hyperparameters of 150 epochs, batch size of 100, and learning rate at 0,001, with training/testing data split of 80/20. The 3D CNN achieved an average overall accuracy of 70.3%, with maximum accuracy at 71,4% and each epoch taking 113 seconds on average to process. These results demonstrate the potential of the 3D CNN method to accurately estimate the extent of flooding and identify areas at risk of flooding, thereby aiding early detection and flood prevention efforts in other cities in the future.

Abstrak :
Disertasi ini membahas suatu metodologi alternatif untuk mengklasifikasi secara tidak terbimbing (unsupervised classification) data polarimetrik-SAR. Pada tahap permulaan dua metode pengekstraksian fitur diterapkan untuk mengeksploitasi secara optimal berbagai informasi yang terkandung dalam data polarimetrik-SAR tersebut. Metode pengekstraksi yang pertama didasarkan atas penurunan berbagai litur dari representasi matriks kovarian polarimetrik (totalnya terdapat sembilan parameter yang merepresentasikan masing-masing power kanal polarisasinya, koherensi polarimetriknya, dan perbedaan tase polarimetriknya), dan metode yang kedua didasarkan atas dekomposisi polarimetrik Cloude (totalnya terdapat tiga parameter yang memberikan informasi mengenai karakteristik hamburan balik sinyal radar atas berbagai target yang berbeda-beda). Selanjutnya suatu teknik penyeleksian (pereduksian) titur bardasarkan transformasi marimum noise fraction (MNF) diaplikasikan pada fitur-fitur tersebut untuk mendapatkan informasi-informasi yang paling berguna dan mengurangi informasi lain yang sifatnya redundan ataupun informasi yang tidak terkait Iainnya. Tahapan klasifikasi kemudian dilakukan dengan algoritma klustering fuzzy maximum likelihood estimation (FMLE). Algoritma FMLE tersebut memungkinkan pembentukan kluster-kluster yang berbentuk clips dalam sembarang arah sehingga lebih fleksibel dibandingkan dengan algoritma klustering fuzzy K-means yang standar. Namun demikian, algoritma dasar FMLE semata-mata hanya menggunakan informasi spektral (alan intensitas) dari masing-masing vektor piksel dan informasi spasial-kontekstual tidak ikut diperhitungkan dalam proses klustering. Oleh karena itu, hasil klasifikasi yang kurang bagus (ber-noise) biasanya akan didapatkan apabila diterapkan pada data SAR sebagai akibat keberadaan noise speckle. Pada penelitian ini diajukan suatu metode baru yang mengintegrasikan antara hasil klustering FMLE (yang berbasis piksel per piksel) dngan informasi spasial-kontekstual yang dieksploitasi dengan analisa statistikal atas informasi kelas piksel-piksel yang bersebelahan dan informasi spasial-kontekstual tambahan yang diperoleh dari hasil analisa klustering menggunakan fitur-fitur hasil dekomposisi wavelet. Metodologi yang diajukan tersebut telah diujicoba dengan menggunakan data polarimetrik E-SAR yang diakuisisi di daerah Penajam, Kalimantan Timur dan data polarimetrik ALOS-PALSAR yang diakuisisi di daerah Lumajang, Jawa Timur, Indonesia. Dari hasil-hasil eksperimen dapat disimpulkan bahwa hasil klasifikasi yang diperoleh lebih meningkatkan performansi pembedaan berbagai objek tutupan lahan, lebih homogen pada area yang bersifat homogen, dan tetap mempertahankan batas-batas objek dan struktur-struktur detail lainnya. ......This dissertation shows a study on an altemative method for unsupervised classification of polarimetric-SAR data. First, two feature extraction methods are performed in order to exploit the information of fully polarimetric-SAR data properly. One is based on derivation of features from polarimetric covariance matrix (totally nine parameters which represent each polarisation power, polarimetric coherence, and polarimetric phase difference), and other is based on Cloude?s polarimetric decomposition (totally three parameters which characterize the target?s backscattering mechanism). A feature reduction technique based on maximum noise fraction (MNF) transformation is then applied to these features to obtain most pertinent information and remove any redtmdant and other irrelevant information. Classification stage is then performed using fuzzy maximum likelihood estimation (FMLE) clustering algorithm. FMLE algorithm allows for ellipsoidal clusters of arbitrary extent and is consequently more flexible than standard fuzzy K-means clustering algorithm. However, basic FMLE algorithm makes use exclusively the spectral (or intensity) properties of the individual pixel vectors and spatial-contextual information of the image was not taken into account. Hence, poor (noisy) classification result is usually obtained liom SAR data due to t.he presence of speckle noise. In this study, we propose a modified FMLE which integrate basic FMLE (pixel-by-pixel basis) clustering result with spatial-contextual information by statistical analysis of local neighborhoods and additional context-depend support information exploited using clustering result analysis of wavelet-based decomposed feature images. The proposed method has been tested on E-SAR polarimetric data acquired on the area of Penajam, East Kalirnantan and ALOS-PALSAR polarimetric data acquired on the area of Lumajang, East Java, Indonesia. Results obtained show classified images improving land-cover discrimination perfomiance, exhibiting homogeneous region, and preserving edge and other fine structures.

Abstrak :

Pemantauan lahan sawah penting dilakukan demi menjamin ketersediaan data untuk perencanaan pertanian dan menjaga ketahanan pangan nasional. Salah satu cara yang dapat digunakan adalah dengan menggunakan teknik penginderaan jauh. Sensor penginderaan jauh aktif yang dimiliki sistem SAR (Synthetic-Aperture Radar) Sentinel-1A memiliki resolusi spasial 10 meter sangat cocok untuk digunakan dapat digunakan untuk pemantauan fase tumbuh padi, khususnya pada wilayah dengan iklim tropis yang banyak terdapat awan. Penelitian ini bertujuan untuk mengetahui fase pertumbuhan tanaman padi sawah dan pola tanamnya dalam satu tahun. Metode yang digunakan adalah Supervised Maximum Likelihood Classification dengan training sample lokasi-lokasi yang disurvei saat ke lapangan. Hasil penelitian menunjukkan bahwa nilai backscatter pada fase persiapan lahan sangat rendah yaitu dengan rata-rata -25.81 dB dan terus meningkat ketika memasuki fase vegetatif (-20.64 dB) dan mencapai nilai maksimum reproduktif (-14.82 dB). Saat menjelang fase generatif dan panen, nilai backscatter akan turun Kembali dengan rata-rata -17.76 dB. Fase bera ditandai dengan nilai backscatter yang turun naik tidak berpola karena tidak adanya perubahan kekasaran pada permukaan sawah. Pola spasial masa tanam padi yang dihasilkan dalam penelitian ini ada 6 yaitu padi-padi-padi, padi-padi-bera, padi-bera-padi, bera padi-padi, padi-bera-bera, dan bera-padi-bera.

---

The monitoring of paddy fields conducted to guarantee national food data. One of the ways is to use the Sentinel-1A (Synthetic-Aperture Radar) system with a spatial resolution of 10 meters and able to penetrate the clouds. The purpose of this research is to know how the growing phases of paddy fields and planting patterns within one year. The method used is supervised maximum likelihood classification with training sample based on ground truth survey. The results showed that the backscatter value in the land preparation phase was very low (-25.81 dB), then continued to increase upon entering the vegetative phase (-20.64 dB), which achieve maximum value on reproductive phase (-14.82 dB). When entering generative and harvest phases, the backscatter value would drop to averages -17.76 dB. The fallow phase is characterized by backscatter values that are ascending or not patterned due to the absence of roughness changes on the surface of the paddy field. The results of the study had three planting patterns in Pabuaran Subistrict. The planting pattern found are are six patterns, which are (1) paddy-paddy-paddy, (2) paddy-paddy-fallow, (3) paddy-fallow-paddy, (4) fallow-paddy-paddy, (5) paddy-fallow-fallow, and (6) fallow-paddy-fallow. Dominated of planting patterns on paddy-fallow-paddy that distributed around Pabuaran Subistrict.

 

Abstrak :
Indonesia merupakan wilayah yang sering terjadi gempa bumi dikarenakan letaknya yang berada di antara beberapa lempeng tektonik yang aktif (Sungkawa, 2016). Gempabumi yang terjadi di bagian barat laut provinsi Sumatera Utara pada tanggal 1 Oktober 2022 dengan kekuatan 5.8 Mw merupakan bukti bahwa lempeng-lempeng bumi di wilayah tersebut bergerak aktif. Dari gempa tersebut dilakukan penelitian untuk mengetahui besar deformasi yang terjadi setelah gempa dikarenakan pada umumnya, gempabumi dapat menyebabkan terjadinya deformasi atau perubahan bentuk pada kerak bumi di sekitarnya. Deformasi coseismic merupakan deformasi yang terjadi pada kerak bumi akibat gempa utama dan gempa-gempa susulan yang memiliki magnitudo yang cukup besar. Untuk mendapatkan besar nilai dari deformasi coseismic dapat menggunakan teknologi remote sensing seperti Interferometric Synthetic Aperture Radar (InSAR) dengan 2 pasang citra Sentinel-1 yang diolah menggunakan aplikasi SNAP. Hasil pengolahan dari penelitian ini menunjukkan bahwa gempa yang terjadi di Tapanuli pada 1 Oktober 2022 menyebabkan terjadinya deformasi permukaan tanah berupa uplift pada sekitar daerah titik gempa dengan sebesar 0.32 m-0.47 m. Deformasi coseismic yang terjadi juga berhubungan erat dengan kondisi geologi dari daerah penelitian tersebut seperti litologi batuan berdasarkan formasinya, struktur geologi, bentuk lahan, serta kemiringan lereng. ......Indonesia is an area where earthquakes frequently occur due to its location between several active tectonic plates (Sungkawa, 2016). The earthquake that occurred in the northwestern part of North Sumatra province on October 1 2022 with a magnitude of 5.8 Mw is evidence that the earth's plates in the region are actively moving. From the earthquake, research was carried out to determine the amount of deformation that occurred after the earthquake because in general, earthquakes can cause deformation or changes in the shape of the surrounding earth's crust. Coseismic deformation is deformation that occurs in the earth's crust due to the main earthquake and aftershocks that have a large enough magnitude. To get the value of coseismic deformation, remote sensing technology can be used, such as the Interferometric Synthetic Aperture Radar (InSAR) with 2 pairs of Sentinel-1 images processed using the SNAP application. The processing results of this study indicate that the earthquake that occurred in Tapanuli on October 1 2022 caused deformation of the ground surface in the form of an uplift around the earthquake point area of 0.32 m – 0.47 m. The coseismic deformation that occurs is also closely related to the geological conditions of the study area such as rock lithology based on its formation, geological structure, landform, and slope.

Abstrak :
Berbagai sistem modern tidak lagi langka kita jumpai di lingkungan sekitar, seperti misalnya sensor pintu otomatis, pendeteksi kedalaman air, dan hingga pendeteksi kebakaran yang ditangkap menggunakan drone. Teknologi yang bisa mendukung pekerjaan semacam ini biasanya menggunakan SAR (synthetic aperture radar). Gelombang elektromagnetik ditembakkan oleh SAR ke suatu objek yang ingin diamati, lalu gelombang pantul akan diterima dari arah objek tersebut dan menjadikannya sebuah citra. CP-SAR (circular polarized synthetic aperture radar) memiliki karakteristik polarisasi sirkular ini bisa menjadi solusi dari permasalahan yang ada pada sistem SAR sebelumya, yaitu ketika gelombang melewati lapisan ionosfer maka akan rentan terhadap rotasi faraday, akibatnya karakteristik gelombang yang dipancarkan akan berubah. Pengembangan CP-SAR inipun bisa juga diaplikasikan dalam pengoperasian UAV atau pesawat nir-awak. Pada buku skripsi ini, dilakukan sebuah perancangan antena mikrostrip array 4x2 yaitu berarti terdapat 8 elemen di bagian patch antena dengan target spesifikasi SAR UAV yaitu bekerja di frekuensi 1.27 GHz. Metode yang dipakai dalam perancangan yaitu ditahap memberikan slot diagonal pada setiap patch antena bertujuan untuk menghasilkan polarisasi sirkular pada antena. Teknik diagonal slot (notch) yang disisipkan di patch membuat pengaruh pada hasil polarisasi menjadi sirkular. Simulasi yang dilakukan terhadap antena susun dengan elemen 4x2 menghasilkan return loss sebesar -14.09 dB dengan bandwidth dari frekuensi 1.256 GHz-1.320 GHz dan VSWR sebesar 1.49. Axial ratio yang terbaik diperoleh bernilai 5.31 dB namun belum memenuhi kriteria polarisasi melingkar, serta nilai gain sebesar 6.51 dBi. Adapun hasil yang teramati adalah surface current dari antena yang menjadi penunjuk bentuk polarisasi antena tersebut sudah mulai membentuk sirkular dengan pola left-hand circular polarized (LHCP). Hasil pengukuran yang diperoleh yaitu dengan melakukan pengukuran menghasilkan return loss dengan nilai impedance bandwidth sebesar 55 MHz dengan rentang dari 1.262 GHz-1.317 GHz. ......Various modern systems are no longer a rare things that we find in our society. For example like automatic door sensor, water depth detector, and fire detector using drones. This kind of things are usually can be done by a technology called SAR that applicable for the benefits of military as well as non-military. Specific object will be illuminated by an electromagnetic waves of SAR and then an echo will formed from the object then SAR will turns it into some kind of visual information. CP-SAR (circular polarized synthetic aperture radar) which has circular polarization characteristic can be a solution to the problems that existed in the previous SAR system, for example when the electromagnetic wave passes through the ionosphere layer it will be susceptible to faraday rotation. As a result, the characteristic of the emitted waves will change. The development of this CP-SAR can also be applied in UAV operations. In this paper, a 4x2 microstrip array antenna is carried out, which means that there are 8 elements in the patch antenna with a target UAV SAR specification that works at a frequency of 1.27 GHz. In the first method of design the antenna, it was providing a diagonal slot on each patch antenna which aims to produce circular polarization on the antenna. Some treatment to find the most effective results is done by varying the length of the diagonal slot on the patch and the length of the rectangular DGS on the ground. Diagonally slot technique that made in the patch of antenna can bring out a circularly polarized antenna. The measurements carried out resulted in a return loss of -14.09 dB with bandwidth from 1.256 GHz-1.320 GHz and VSWR of 1.49. the results of axial ratio are 5.31 dB, and gain for 6.51 dBi. The observed result is that the surface current of the antenna, which indicates the type of the polarization of the antenna, is circular with a left-hand circular polarized pattern. The measurement results obtained are by measuring VNA in the form of return loss results with a value of -14 dB with bandwidth 1.262 GHz-1.317 GHz.

Abstrak :
Upaya deteksi deformasi setelah terjadi gempa bumi sangat penting sebagai salah satu sarana untuk pemantauan kejadian bencana yang tidak terduga. Gempa bumi dapat menyebabkan kerak bumi mengalami deformasi. Yedisu berada di wilayah Turki Timur, wilayah ini telah mengalami 6 kali guncangan gempa bumi di bulan Juni 2020. Penelitian ini bertujuan untuk memperoleh distribusi dan nilai deformasi vertikal di Yedisu (Turki Timur) bulan Juni 2020. Differensial Interferometry Synthetic Aperture Radar (DinSAR) merupakan metode penginderaan jauh gelombang mikro dengan memanfaatkan beda phase dari dua citra SAR untuk menyelidiki fenomena deformasi permukaan dengan akurasi sentimeter hingga milimeter dengan cakupan wilayah yang besar. Penelitian ini menggunakan dua data citra satelit Sentinel-1A 8 Juni 2020 dan 20 Juni 2020 dengan memanfaatkan metode DinSAR untuk mengamati deformasi permukaan tanah. Hasil dari penelitian ini diperoleh adanya deformasi penurunan tanah, dimana nilai penurunan tanah berkisar antara 0.001 meter hingga 0.11 meter dipercaya deformasi ini diakibatkan oleh aktivitas gempa bumi tektonik 14 Juni 2020 dan 15 Juni 2020 dan aktifnya patahan North Anatolia Fault (NAF). ......Deformation detection efforts after an earthquake are very important as a means of monitoring unexpected disaster events. Earthquakes can cause the earth's crust to deform. Yedisu is located in Eastern Turkey, this region has experienced 6 earthquakes in June 2020. This study aims to obtain the distribution and value of vertical deformation in Yedisu (East Turkey) in June 2020. Differential Interferometry Synthetic Aperture Radar (DinSAR) is a a microwave remote sensing method by utilizing the phase difference of two SAR images to investigate the phenomenon of surface deformation with an accuracy of centimeters to millimeters with a large area coverage. This study uses two Sentinel-1A satellite image data on June 8, 2020 and June 20, 2020 by utilizing the DinSAR method to observe ground surface deformation. The results of this study showed that there was subsidence deformation, where the value of land subsidence ranged from 0.001 meters to 0.11 meters. It is believed that this deformation was caused by tectonic earthquake act4ity on June 14, 2020 and June 15, 2020 and the active North Anatolia Fault (NAF).

Abstrak :
This book is the proceedings of the 5th China High-resolution Earth Observation Conference (CHREOC). The series conference of China High Resolution Earth Observation has been becoming the influential academic event in the earth detection area, and attracting more and more top experts and industry users of related fields. The CHREOCs focus on the popular topics including military-civilian integration, the One Belt and One Road project, the transformation of scientific research achievements, and it also discusses the new ideas, new technologies, new methods, and new developments. The CHREOCs have effectively promoted high-level institutional mechanisms, technological innovation, and industrial upgrading in the high-resolution earth observation area, and arouse the influence of the national-sponsored major project. All papers in this proceeding are from the 5th CHREOC, and most authors are the researchers and experts participating the state major project CHEOS. The papers are the extraction of research results and reflect the technique level and research direction of the field high-resolution earth observation. All articles have gone through the scientific and strict reviews for several rounds by the experts from the related fields, and therefore reflect the research level and technology innovation of the high-resolution field earth observation. This proceedings will be an informative and valuable reference for both academic research and engineering practice.

Abstrak :
Proses rekonstruksi data fasa dari bentuk tutupannya disebut Phase Unwrapping (PU). Secara ideal, tanpa adanya derau fasa, singularitas, dan masalah aliasing, informasi fasa dapat di-unwrap secara mudah. Namun kenyataannya, data fasa sebenarnya selalu mengalami gangguan derau dan diskontinuitas. Proses PU menjadi lebih rumit dan membutuhkan algoritma PU yang lebih sesuai untuk mengatasi masalah yang muncul. Untuk itu pada penelitian ini dikembangkan suatu algoritma PU lokal dengan menggunakan pendekatan minimisasi energi piksel-piksel yang bertetanggaan pada orde 1. Pada metode ini dihitung selisih energi dari empat piksel yang bertetanggaan, kemudian dihitung nilai probabilitas untuk mendapatkan jumlah lipatannya. Dari hasil pengujian menggunakan citra sintesis dan InSAR dengan koherensi 0,8 didapatkan nilai Peak Signal to Noise Ratio (PSNR) 30,5373 dB pada 20 iterasi. ......Reconstruction process of phase data from its cover is called Phase Unwrapping (PU). Ideally, without any noise phrase, singularity, and aliasing problems, the phase information can be unwrapped easily. However, in fact, the phase data actually always get noise disturbance and discontinuity. The PU process becomes more complicated and needs a better PU algorithm to address the problems properly. In this research, the local PU algorithm is developed using minimization of close related firstorder pixels energy approach. In this method, the energy difference between four close related pixels is counted, followed by getting the probability value to obtain its total multiple ranges. Based on the research using synthesis ring image and InSAR with coherence 0.8, the Peak Signal to Noise Ratio (PNSR) range will be 30.5373 dB in 20 itteration.