scholarly journals Integrasi SIG dan Penginderaan Jauh Untuk Pemetaan Tingkat Kerawanan Kebakaran Lahan di Lampung Utara

2020 ◽  
Vol 1 (2) ◽  
pp. 71-79
Author(s):  
Taufiq Feriansyah ◽  
Rindy Febriani ◽  
Pitry Dwiatika Norcela ◽  
Wayan Vinna Elvira ◽  
Retno Gayatri ◽  
...  
Keyword(s):  
Landsat 8 ◽  
Weighted Overlay

Kebakaran hutan merupakan salah satu bentuk gangguan yang makin sering terjadi. Dampak negatif yang ditimbulkan oleh kebakaran hutan cukup besar mencakup kerusakan ekologis, menurunnya keanekaragaman hayati, merosotnya nilai ekonomi hutan dan produktivitas tanah, perubahan iklim mikro maupun global, dan asapnya mengganggu kesehatan masyarakat serta mengganggu transportasi baik darat, sungai, danau, laut dan udara. Secara umum metode yang digunakan untuk melakukan penelitian kerawanan kebakaran hutan dan lahan terdiri dari 7 parameter yaitu curah hujan, suhu, aksesibilitas jalan, aksesibilitas sungai, kepadatan hotspot temporal tahun 2019, tutupan/penggunaan lahan, dan peruntukan lahan. Yang kemudian akan dilakukan proses pembobotan menggunakan fitur Weighted Overlay dengan penilaian influen dan pengkelasan masing-masing parameter. Pada penelitian ini digunakan alat dan bahan yaitu software ArcGIS, citra Landsat 8, dan data RBI. Dari hasil overlay yang dilakukan pada 7 parameter, dihasilkan peta kerawanan kebakaran yaitu dengan kelas tidak rawan, sedang, dan sangat rawan. Dengan didapatkannya peta kerawanan kebakaran hutan dan lahan ini akan dapat diketahui masing-masing kerawanan kebakaran wilayah ataupun lahan.

EVALUASI LAHAN TERBANGUN BERDASARKAN POTENSI RAWAN BENCANA BANJIR (Studi Kasus di Kota Semarang, Jawa Tengah)

2019 ◽  
Vol 3 ◽  
pp. 367
Author(s):  
Dhiaz Putri Desesctasari ◽  
Muhammad Asyam Yanuar ◽  
Siti Kurniawati ◽  
Siti Kurniawati ◽  
Bitta Pigawati
Keyword(s):  
Landsat 8 ◽  
Weighted Overlay

Eksploitasi besar - besaran pada sumber daya alam dilakukan manusia untuk memenuhi kebutuhannya. Salah satu upaya yang dilakukan adalah mengalihfungsikan penggunaan lahan hutan menjadi non-hutan. Perubahan terhadap penggunaan lahan yang berlebihan mengakibatkan daya serap tanah tidak dapat bekerja secara maksimal. Hal inilah yang menyebabkan penurunan kualitas lingkungan sehinggamemicu munculnya bencana yang salah satunya adalah banjir. Dalam satu abad terakhir, banjir merupakan bencana yang sering terjadi di Indonesia ditinjau dari frekuensinya tercatat 108 kali atau 33,3% dari seluruh peristiwa bencana penting yaitu 324 kejadian. Fenomena diatas sebagian besar terjadi di kota padat penduduk di Indonesia tak terkecuali Kota Semarang. Kota Semarang tumbuh sebagai kota besar di Provinsi Jawa Tengah dan menjadi tujuan urbanisasi bagi masyarakat desa. Tujuan penelitian ini adalah untuk mengevaluasi rencana lahan terbangun terhadap daerah rawan banjir di Kota Semarang yang diidentifikasi dari beberapa faktor yang mempengaruhinya menggunakan Sistem Informasi Geografis (SIG). Adapun data yang digunakan yaitu citra Landsat 8, DEM serta data fisik alam Kota Semarang lainnya untuk dilakukan analisis SIG berupa: 1.Klasifikasi terbimbing; 2.Slope; 3.Komposit Citra; 4.Buffer; 5.Weighted Overlay; serta 6.Skoring dan Pembobotan.Hasil penelitian menunjukkan bahwa Kota Semarang memiliki beberapa pelanggaran terkait pembangunan lahan terbangun. Hal tersebut dikarenakan peningkatan terhadap permintaan lahan permukiman seiring dengan bertumbuhnya jumlah penduduk Kota Semarang dan harga lahan yang semakin mahal, mengakibatkan masyarakat berpenghasilan rendah lebih memilih membangun rumah di lokasi dekat tempat bekerja ataupun lahan yang merupakan kawasan lindung dan sempadan.

scholarly journals Identifikasi Daerah Kerawanan Kebakaran Hutan dan Lahan Menggunakan Sistem Informasi Geografis dan Penginderaan Jauh di Kawasan Tanjung Jabung Barat Provinsi Jambi

2020 ◽  
Vol 1 (1) ◽  
pp. 32-42
Author(s):  
As'ad Humam ◽  
Masrul Hidayat ◽  
Arsy Nurrochman ◽  
Ade Irma Anestatia ◽  
Aisyah Yuliantina ◽  
...  
Keyword(s):  
Landsat 8 ◽  
Weighted Overlay

Bentang luas kawasan gambut provinsi Jambi berkisar 621.000 ha dan luas hutan 2.107.779 ha. Sebaran lahan gambut terdapat pada kawasan kabupaten bagian hilir serta bagian pantai timur Sumatera yaitu Kabupaten Tanjung Jabung Timur (46%), Kabupaten Muaro Jambi (30%) dan Kabupaten Tanjung Jabung Barat (20%) maka, sangat diperlukan untuk menganalisis daerah tersebut secara geospasial serta membuat skenario kerawanan kebakaran hutan dan lahan. Terdapat 7 parameter untuk membuat peta kerawanan kebakaran hutan dan lahan yaitu suhu udara, akses jalan, akses sungai, kepadatan hotspot, peruntukan lahan, curah hujan, dan penggunaan lahan. Ketujuh parameter tersebut diklasifikasikan serta dilakukan koreksi citra Landsat 8 yang kemudian dibobotkan dengan melalui proses Weighted Overlay. Hasil proses Weighted Overlay menghasilkan peta kerawanan kebakaran hutan dan lahan. Peta kerawanan kebakaran hutan dan lahan menghasilkan 3 kelas yaitu sangat rawan, sedang, dan tidak rawan. Skenario tersebut menghasilkan peta kerawanan kebakaran hutan wilayah dengan potensi sangat rawat berada pada daerah Desa Senyeran dan Pengabuan dengan luas wilayah 35.068 ha

Analisis Pengaruh Kerapatan Vegetasi Terhadap Suhu Permukaan dan Keterkaitannya Dengan Fenomena UHI

2020 ◽  
Vol 21 (1) ◽  
pp. 99
Author(s):  
Dewi Miska Indrawati ◽  
Suharyadi Suharyadi ◽  
Prima Widayani
Keyword(s):  
Urban Heat Island ◽  
Landsat 8 ◽  
Heat Island ◽  
Landsat 8 Oli ◽  
Urban Heat ◽  
Split Window Algorithm

Kota Mataram adalahpusat dan ibukota dari provinsi Nusa Tenggara Barat yang tentunya menjadi pusat semua aktivitas masyarakat disekitar daerah tersebut sehingga menyebabkan peningkatan urbanisasi. Semakin meningkatnya peningkatan urbanisasi yan terjadi di perkotaan akan menyebabkan perubahan penutup lahan, dari awalnya daerah bervegetasi berubah menjadi lahan terbangun. Oleh karena itu, akan memicu peningkatan suhu dan menyebabkan adanya fenomena UHI dikota Mataram.Tujuan dari penelitian ini untuk mengetahui hubungan kerapatan vegetasi dengan kondisi suhu permukaan yang ada diwilayah penelitian dan memetakan fenomena UHI di Kota Mataram. Citra Landsat 8 OLI tahun 2018 yang digunakan terlebih dahulu dikoreksi radiometrik dan geometrik. Metode untuk memperoleh data kerapatan vegetasi menggunakan transformasi NDVI, LST menggunakan metode Split Window Algorithm (SWA) dan identifikasi fenomena urban heat island. Hasil penelitian yang diperoleh menunjukkan kerapatan vegetasi mempunyai korelasi dengan nilai LST. Hasil korelasi dari analisis pearson yang didapatkan antara kerapatan vegetasi terhadap suhu permukaan menghasilkan nilai -0,744. Fenomena UHIterjadi di pusat Kota Mataram dapat dilihat dengan adanya nilai UHI yaitu 0-100C. Semakin besar nilai UHI, semakin tinggi perbedaan LSTnya.

Landscape Change in the Steppe of Algeria South-West Using Remote Sensing

2018 ◽  
Vol 18 (1) ◽  
pp. 41-52
Author(s):  
Tayeb Sitayeb ◽  
Ishak Belabbes
Keyword(s):  
Remote Sensing ◽  
Social Systems ◽  
Bare Soil ◽  
Climatic Conditions ◽  
Landscape Dynamics ◽  
Landsat 8 ◽  
Natural Ecosystems ◽  
Stipa Tenacissima ◽  
Steppe Species ◽  
Sparse Vegetation

Abstract Landscape dynamics is the result of interactions between social systems and the environment, these systems evolving significantly over time. climatic conditions and biophysical phenomena are the main factors of landscape dynamics. Also, currently man is responsible for most changes affecting natural ecosystems. The objective of this work is to study the dynamics of a typical landscape of western Algeria in time and space, and to map the distribution of vegetation groups constitute the vegetation cover of this ecosystem. as well as using a method of monitoring the state of a fragile ecosystem by remote sensing to understand the processes of changes in this area. The steppe constitutes a large arid area, with little relief, covered with low and sparse vegetation. it lies between the annual isohyets of 100 to 400 mm, subjected to a very old human exploitation with an activity of extensive breeding of sheep, goats, and camels. Landsat satellite data were used to mapping vegetation groups in the Mecheria Steppe at a scale of 1: 300,000. Then, a comparison was made between the two maps obtained by a classification of Landsat-8 sensor Operational Land Imager (OLI) acquired on March 18, 2014, and Landsat-5 sensor Thematic Mapper (TM) acquired on April 25, 1987. The results obtained show the main changes affecting the natural distribution of steppe species, a strong change in land occupied by the Stipa tenacissima steppe with 65% of change, this steppe is replaced by Thymelaea microphylla, Salsola vermiculata, lygeum spartum and Peganum harmala steppe. an absence from the steppe Artemisia herba-alba that has also been replaced by the same previous steppes species. The groups with Quercus ilex and Juniperus phoenicea are characterized by a strong regression that was lost 60% of its global surface and transformed by steppe to stipa tenacissima and bare soil.

PEMANFAATAN DATA PENGINDERAAN JAUH DAN TEKNOLOGI SIG UNTUK MENGIDENTIFIKASI BUILT UP AREA DAN KAITANNYA DENGAN RTRW DI KABUPATEN KENDAL

2019 ◽  
Vol 3 ◽  
pp. 521
Author(s):  
Mailendra Mailendra
Keyword(s):  
Supervised Classification ◽  
Landsat 8 ◽  
Landsat 8 Oli ◽  
Landsat 5 Tm

Integrasi data penginderaan jauh dengan sistem informasi geografis telah banyak dikembangkan, dan salah satunya dalam melihat perkembangan lahan terbangun. Tujuan penelitian ini adalah untuk melihat perkembangan lahan terbangun dan kesesuaiannya dengan Rencana Pola Ruang Kabupaten Kendal. Kemudian metode yang digunakan yaitu metode supervised classification dengan memanfaatkan data citra landsat 5 TM dan landsat 8 OLI yang selanjutnya dihitung luas dari masing lahan terbangun berdasarkan data temporal tahun 1990, tahun 2015 dan tahun 2017. Setelah diketahui luas lahan terbangun selanjutnya dioverlay dengan peta rencana pola ruang Kabupaten Kendal untuk melihat sesuai atau tidaknya penempatan lahan terbangun tersebut. Adapun hasil penelitiannya yaitu setiap tahunnya lahan terbangun terus meningkat di Kabupaten Kendal, terjadi peningkatan yang cukup signifikan dalam dua tahun terakhir yaitu tahun 2015 hingga tahun 2017. Selanjutnya diperkirakan 88 % lahan terbangun tersebut telah sesuai dengan RTRW karena sudah berada pada kawasan budidaya.

APLIKASI CITRA LANDSAT 8 OLI UNTUK IDENTIFIKASI STATUS TROFIK WADUK GAJAH MUNGKUR WONOGIRI, JAWA TENGAH

2017 ◽  
Vol 19 (2) ◽  
pp. 113
Author(s):  
Kusuma Wardani Laksitaningrum ◽  
Wirastuti Widyatmanti
Keyword(s):  
Chlorophyll A ◽  
Total Phosphorus ◽  
Trophic State ◽  
Water Clarity ◽  
Coefficient Of Determination ◽  
Physical Factors ◽  
Landsat 8 ◽  
Trophic State Index ◽  
Landsat 8 Oli ◽  
State Index

<p align="center"><strong>ABSTRAK</strong></p><p class="abstrak">Waduk Gajah Mungkur (WGM) adalah bendungan buatan yang memiliki luas genangan maksimum 8800 ha, terletak di Desa Pokoh Kidul, Kecamatan Wonogiri, Kabupaten Wonogiri. Kondisi perairan WGM dipengaruhi oleh faktor klimatologis, fisik, dan aktivitas manusia yang dapat menyumbang nutrisi sehingga mempengaruhi status trofiknya. Tujuan dari penelitian ini adalah mengkaji kemampuan citra Landsat 8 OLI untuk memperoleh parameter-parameter yang digunakan untuk menilai status trofik, menentukan dan memetakan status trofik yang diperoleh dari citra Landsat 8 OLI, dan mengevaluasi hasil pemetaan dan manfaat citra penginderaan jauh untuk identifikasi status trofik WGM. Identifikasi status trofik dilakukan berdasarkan metode <em>Trophic State Index</em> (TSI) Carlson (1997) menggunakan tiga parameter yaitu kejernihan air, total fosfor, dan klorofil-a. Model yang diperoleh berdasar pada rumus empiris dari hasil uji regresi antara pengukuran di lapangan dan nilai piksel di citra Landsat 8 OLI. Model dipilih berdasarkan nilai koefisien determinasi (R<sup>2</sup>) tertinggi. Hasil penelitian merepresentasikan bahwa nilai R<sup>2</sup> kejernihan air sebesar 0,813, total fosfor sebesar 0,268, dan klorofil-a sebesar 0,584. Apabila nilai R<sup>2 </sup>mendekati 1, maka semakin baik model regresi dapat menjelaskan suatu parameter status trofik. Berdasarkan hasil kalkulasi diperoleh distribusi yang terdiri dari kelas eutrofik ringan, eutrofik sedang, dan eutrofik berat yaitu pada rentang nilai indeks 50,051 – 80,180. Distribusi terbesar adalah eutrofik sedang. Hal tersebut menunjukkan tingkat kesuburan perairan yang tinggi dan dapat membahayakan makhluk hidup lain.</p><p><strong>Kata kunci: </strong>Waduk Gajah Mungkur, citra Landsat 8 OLI, regresi, TSI, status trofik</p><p class="judulABS"><strong>ABSTRACT</strong></p><p class="Abstrakeng">Gajah Mungkur Reservoir is an artificial dam that has a maximum inundated areas of 8800 ha, located in Pokoh Kidul Village, Wonogiri Regency. The reservoir’s water conditions are affected by climatological and physical factors, as well as human activities that can contribute to nutrients that affect its trophic state. This study aimed to assess the Landsat 8 OLI capabilities to obtain parameters that are used to determine its trophic state, identifying and mapping the trophic state based on parameters derived from Landsat 8 OLI, and evaluating the results of the mapping and the benefits of remote sensing imagery for identification of its trophic state. Identification of trophic state is based on Trophic State Index (TSI) Carlson (1997), which uses three parameters there are water clarity, total phosphorus, and chlorophyll-a. The model is based on an empirical formula of regression between measurements in the field and the pixel values in Landsat 8 OLI. Model is selected on the highest value towards coefficient of determination (R<sup>2</sup>). The results represented that R<sup>2</sup> of water clarity is 0.813, total phosphorus is 0.268, and chlorophyll-a is 0.584. If R<sup>2</sup> close to 1, regression model will describe the parameters of the trophic state better. Based on the calculation the distribution consists of mild eutrophic, moderate eutrophic, and heavy eutrophic that has index values from 50.051 to 80.18. The most distribution is moderate eutrophication, and it showed the high level of trophic state and may harm other living beings.</p><p><strong><em>Keywords: </em></strong><em>Gajah Mungkur Reservoir, </em><em>L</em><em>andsat 8 OLI satellite imagery, regression, TSI, trophic state</em></p>

Sign in / Sign up

Export Citation Format

Share Document