Main Article Content
Abstract
DAS adalah daerah daratan yang merupakan bagian integral dari sungai dan anak-anak sungainya. DAS berfungsi untuk menampung, menyimpan dan mengalirkan air yang berasal dari curah hujan ke danau atau ke laut secara alami, batas di darat adalah pemisah topografi dan batas di laut ke perairan yang masih dipengaruhi oleh aktivitas darat. Pemetaan tutupan lahan di daerah aliran sungai penting untuk memahami masalah yang terjadi di daerah aliran sungai seperti kualitas air yang menurun dan rentan terhadap tanah longsor atau banjir. Dalam studi ini, pemetaan area penutup DAS Rindu Hati dilakukan dari 2014 hingga 2018 dengan menggunakan citra satelit Landsat 8 menggunakan metode Maximum Likelihood dan NDVI. Peta tutupan lahan kemudian diproses dan ditampilkan menggunakan media webGIS. Penelitian ini diharapkan dapat menjadi bahan pertimbangan untuk pengambilan keputusan dalam pengelolaan DAS Rindu Hati di masa depan untuk mendukung lingkungan yang berkelanjutan. Selain itu, penelitian ini menunjukkan bahwa kinerja algoritme kemungkinan maksimum menghasilkan akurasi yang lebih baik (95,81%) daripada hasil yang dihasilkan oleh NDVI (92,85%) untuk proses klasifikasi di DAS Rindu Hati. Pengujian dilakukan ke dalam 100 titik data acak dari hasil klasifikasi dalam kegiatan pemeriksaan lapangan. Kemungkinan maksimum juga menunjukkan waktu pemrosesan yang lebih baik untuk klasifikasi 5 kelas pada nilai rata-rata 0,023 detik daripada algoritme NDVI yang menunjukkan nilai rata-rata 0,031 detik.
Kata Kunci: DAS, maximum likelihood, NDVI, remote sensing, webGIS.
Article Details
- Seluruh materi yang terdapat dalam situs ini dilindungi oleh undang-undang. Dipersilahkan mengutip sebagian atau seluruh isi situs web ini sesuai dengan ketentuan yang berlaku.
- Apabila anda menemukan satu atau beberapa artikel yang terdapat dalam Jurnal Pseudocode yang melanggar atau berpotensi melanggar hak cipta yang anda miliki, silahkan laporkan kepada kami, melalui email pada Priciple Contact.
- Aspek legal formal terhadap akses setiap informasi dan artikel yang tercantum dalam situs jurnal ini mengacu pada ketentuan lisensi Creative Commons Atribusi-ShareAlike (CC-BY-SA).
- Semua Informasi yang terdapat di Jurnal Pseudocode bersifat akademik. Jurnal Pseudocode tidak bertanggung jawab terhadap kerugian yang terjadi karana penyalah gunaan informasi dari situs ini.
References
- Y.-B. Y.-P. Y.-B. Y.-P. Lin, Y.-B. Y.-P. Y.-B. Y.-P. Lin, Y.-T. Wang, and N.-M. Hong, “Monitoring and Predicting Land-use Changes and the Hydrology of the Urbanized Paochiao Watershed in Taiwan Using Remote Sensing Data, Urban Growth Models and a Hydrological Model,” Sensors, vol. 8, no. 2, pp. 658–680, 2008.
- C. J. Reeling and B. M. Gramig, “A novel framework for analysis of cross-media environmental effects from agricultural conservation practices,” Agric. Ecosyst. Environ., vol. 146, no. 1, pp. 44–51, 2012.
- Ministry of Forestry of the Republic of Indonesia, “Consolidation Report Reducing Emissions From Deforestation And Forest Degradation In Indonesia,” 2008.
- Wiratno, “Resort Based Management: Learning Process from East Nusa Tenggara.” The Ministry of Forestry Indonesia, Indonesia, p. 48, 2013.
- L. Z. Mase, “Slope Stability and Erosion-Sedimentation Analyses Along Sub-watershed of Muara Bangkahulu River in Bengkulu City, Indonesia,” E3S Web Conf., vol. 148, 2020.
- D. Armenteras, G. Rudas, N. Rodriguez, S. Sua, and M. Romero, “Patterns and causes of deforestation in the Colombian Amazon,” Ecol. Indic., vol. 6, no. 2, pp. 353–368, 2006.
- T. Santika et al., “Community forest management in Indonesia: Avoided deforestation in the context of anthropogenic and climate complexities,” Glob. Environ. Chang., vol. 46, no. December 2016, pp. 60–71, 2017.
- A. M. Arymurthy and E. P. Purwandari, “ANALISIS TOPOLOGI DAN POPULASI PENDUDUK PEMUKIMAN MISKIN MENGGUNAKAN TEKNOLOGI REMOTE SENSING,” J. Sist. Inf., vol. 6, no. 1, pp. 20–31, 2012.
- W. Wu, “Derivation of tree canopy cover by multiscale remote sensing approach,” Work. Geospatial Data Infrastruct. from data Acquis. Updat. to smarter Serv., no. Cc, pp. 142–149, 2002.
- K. Prabhakara, W. D. Hively, and G. W. McCarty, “Evaluating the relationship between biomass, percent groundcover and remote sensing indices across six winter cover crop fields in Maryland, United States,” Int. J. Appl. Earth Obs. Geoinf., vol. 39, pp. 88–102, 2015.
- S. N. Wood, “Fast stable restricted maximum likelihood and marginal likelihood estimation of semiparametric generalized linear models,” J. R. Stat. Soc. Ser. B Stat. Methodol., vol. 73, no. 1, pp. 3–36, 2011.
- S. Boroushaki and J. Malczewski, “Measuring consensus for collaborative decision-making: A GIS-based approach,” Comput. Environ. Urban Syst., vol. 34, no. 4, pp. 322–332, 2010.
- M. Bottero, E. Comino, M. Duriavig, V. Ferretti, and S. Pomarico, “The application of a Multicriteria Spatial Decision Support System (MCSDSS) for the assessment of biodiversity conservation in the Province of Varese (Italy),” Land use policy, vol. 30, no. 1, pp. 730–738, 2013.
- L. Gandharum, C. Chen, P. Teknologi, I. Sumberdaya, and A. Ptisda, “Pemanfaatan Informasi Tekstur untuk Klasifikasi Tanaman Sawit Menggunakan Citra FORMOSAT-2,” 2008.
- C. Maione, B. L. Batista, A. D. Campiglia, F. Barbosa, and R. M. Barbosa, “Classification of geographic origin of rice by data mining and inductively coupled plasma mass spectrometry,” Comput. Electron. Agric., vol. 121, pp. 101–107, 2016.
- D. H. Hoekman, M. A. Vissers, and N. Wielaard, “PALSAR Wide-Area Mapping of Borneo: Methodology and Map Validation,” IEEE J. Sel. Top. Appl. Earth Obs. Remote Sens., vol. 3, no. 4, pp. 605–617, 2010.
- S. Aksoy and H. G. Akcay, “Multi-resolution segmentation and shape analysis for remote sensing image classification,” Recent Adv. Sp. Technol. 2005. RAST 2005. Proc. 2nd Int. Conf., pp. 599–604, 2005.
References
Y.-B. Y.-P. Y.-B. Y.-P. Lin, Y.-B. Y.-P. Y.-B. Y.-P. Lin, Y.-T. Wang, and N.-M. Hong, “Monitoring and Predicting Land-use Changes and the Hydrology of the Urbanized Paochiao Watershed in Taiwan Using Remote Sensing Data, Urban Growth Models and a Hydrological Model,” Sensors, vol. 8, no. 2, pp. 658–680, 2008.
C. J. Reeling and B. M. Gramig, “A novel framework for analysis of cross-media environmental effects from agricultural conservation practices,” Agric. Ecosyst. Environ., vol. 146, no. 1, pp. 44–51, 2012.
Ministry of Forestry of the Republic of Indonesia, “Consolidation Report Reducing Emissions From Deforestation And Forest Degradation In Indonesia,” 2008.
Wiratno, “Resort Based Management: Learning Process from East Nusa Tenggara.” The Ministry of Forestry Indonesia, Indonesia, p. 48, 2013.
L. Z. Mase, “Slope Stability and Erosion-Sedimentation Analyses Along Sub-watershed of Muara Bangkahulu River in Bengkulu City, Indonesia,” E3S Web Conf., vol. 148, 2020.
D. Armenteras, G. Rudas, N. Rodriguez, S. Sua, and M. Romero, “Patterns and causes of deforestation in the Colombian Amazon,” Ecol. Indic., vol. 6, no. 2, pp. 353–368, 2006.
T. Santika et al., “Community forest management in Indonesia: Avoided deforestation in the context of anthropogenic and climate complexities,” Glob. Environ. Chang., vol. 46, no. December 2016, pp. 60–71, 2017.
A. M. Arymurthy and E. P. Purwandari, “ANALISIS TOPOLOGI DAN POPULASI PENDUDUK PEMUKIMAN MISKIN MENGGUNAKAN TEKNOLOGI REMOTE SENSING,” J. Sist. Inf., vol. 6, no. 1, pp. 20–31, 2012.
W. Wu, “Derivation of tree canopy cover by multiscale remote sensing approach,” Work. Geospatial Data Infrastruct. from data Acquis. Updat. to smarter Serv., no. Cc, pp. 142–149, 2002.
K. Prabhakara, W. D. Hively, and G. W. McCarty, “Evaluating the relationship between biomass, percent groundcover and remote sensing indices across six winter cover crop fields in Maryland, United States,” Int. J. Appl. Earth Obs. Geoinf., vol. 39, pp. 88–102, 2015.
S. N. Wood, “Fast stable restricted maximum likelihood and marginal likelihood estimation of semiparametric generalized linear models,” J. R. Stat. Soc. Ser. B Stat. Methodol., vol. 73, no. 1, pp. 3–36, 2011.
S. Boroushaki and J. Malczewski, “Measuring consensus for collaborative decision-making: A GIS-based approach,” Comput. Environ. Urban Syst., vol. 34, no. 4, pp. 322–332, 2010.
M. Bottero, E. Comino, M. Duriavig, V. Ferretti, and S. Pomarico, “The application of a Multicriteria Spatial Decision Support System (MCSDSS) for the assessment of biodiversity conservation in the Province of Varese (Italy),” Land use policy, vol. 30, no. 1, pp. 730–738, 2013.
L. Gandharum, C. Chen, P. Teknologi, I. Sumberdaya, and A. Ptisda, “Pemanfaatan Informasi Tekstur untuk Klasifikasi Tanaman Sawit Menggunakan Citra FORMOSAT-2,” 2008.
C. Maione, B. L. Batista, A. D. Campiglia, F. Barbosa, and R. M. Barbosa, “Classification of geographic origin of rice by data mining and inductively coupled plasma mass spectrometry,” Comput. Electron. Agric., vol. 121, pp. 101–107, 2016.
D. H. Hoekman, M. A. Vissers, and N. Wielaard, “PALSAR Wide-Area Mapping of Borneo: Methodology and Map Validation,” IEEE J. Sel. Top. Appl. Earth Obs. Remote Sens., vol. 3, no. 4, pp. 605–617, 2010.
S. Aksoy and H. G. Akcay, “Multi-resolution segmentation and shape analysis for remote sensing image classification,” Recent Adv. Sp. Technol. 2005. RAST 2005. Proc. 2nd Int. Conf., pp. 599–604, 2005.