Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sejak tahun 1970 polusi di Indonesia mulai naik, karena industri mulai berkembang. Aerosol adalah salah satu pencemar yang mempunyai konsentrasi tinggi. Untuk mengetahui kondisi dak karakteristik aerosol diatas Indonesia akan dianalisa indek aerosol dari data satelit Moderate Resolution Imaging Spectroradiometer (MODIS). MODIS hadir menyusul beberapa sistem sensor satelit yang telah lebih dahulu mengudara. MODIS adalah salah satu instrument utama yang dibawa Earth Observing System (EOS) Terra/Aqua satellite, yang merupakan bagian dari program antariksa Amerika Serikat, National Aeronautics and Space Administration (NASA). Program ini merupakan program jangka panjang untuk mengamati, meneliti dan menganalisa lahan, lautan, atmosfer bumi dan interaksi antara faktor-faktor ini.

---

Since 1970 pollution in Indonesia began to rise, as the industry began to flourish. Aerosol is one of the pollutants that have a high concentration. To know the condition of the above Indonesian no aerosol characteristics will be analyzed and the aerosol index from satellite data and the Moderate Resolution Imaging Spectroradiometer (MODIS). MODIS present following several satellite sensor system that had previously aired.

MODIS is one of the main instruments which brought Earth Observing System (EOS) Terra / Aqua satellite, which is part of the United States space program, the National Aeronautics and Space Administration (NASA). This program is a long term program to observe, examine and analyze the land, oceans, atmosphere and interaction between these factors."

"Air mampu curah (AMC) atau yang lebih dikenal dengan sebutan Total Precipitable Water (TPW) adalah sejumlah landasan air di atmosfer yang siap menjadi hujan. AMC/TPW sangat besar perannya dalam menentukan kemungkinan hujan yang akan terjadi. AMC dapat dihitung menggunakan mode penurunan rumus dari persamaan Water Vapor yang merupakan salah satu parameter dari produk pengolahan data MODIS (MOD07). Dengan mengetahui nilai AMC/TPW, diharapkan masyarakat dapat terbantu dalam mengantisipasi jika terjadi hujan sangat lebat atau bahkan kekeringan. Melalui pengembangan perangkat lunak IMAPP dalam percobaan, dapat diketahui bahwa kandungan AMC dapat berubah-ubah sampai dengan ketebalan 20 mm. Hasil olahan AMC kemudian didiseminasikan melalui web berbasis SIG (Sistem Informasi Geografis) dengan Geoserver dalam mode pratampil.

---

The Total Precipitable Water (TPW) is a measure of total amount of water vapor in a column of air and can be used to infer precipitation amounts. TPW has an important rule in determination of possibility of rain. TPW value could be calculated using water vapor equation from MOD07, as a product of Terra/Aqua MODIS data processing. Measuring TPW will help people in anticipating heavy rains or even dryness. Using IMAPP software, the TPW value could be retrieved up to 20 mm. The TPW map is then uploaded in a web based GIS using Geoserver and displayed in preview mode."

"Kebakaran hutan atau lahan dapat dideteksi dengan menggunakan teknologi penginderaan jauh, yaitu dengan melakukan pemantauan jumlah dan sebaran titik panas di suatu wilayah. Jumlah dan sebaran titik panas diperoleh dengan mengolah citra sensor satelit menggunakan algoritma konversi nilai digital data satelit menjadi suhu. Satelit yang dapat digunakan untuk pemantauan titik panas adalah satelit NOAA (National Oceanic and Atmospheric Administration) melalui sensor AVHRR (Advanced Very High Resolution Radiometer) dan sensor satelit MODIS (Moderate Resolution Imaging Spectro-Radiometer) yang dibawa oleh satelit Terra dan Aqua. Penentuan titik panas dihitung menggunakan metode yang dikembangkan oleh LAPAN untuk data MODIS dan Forest Fire Prevention and Control Project, Departemen Kehutanan RI, untuk data NOAA/AVHRR. Sementara suhu permukaan daratan, dihitung menggunakan metode yang dikembangkan oleh MAIA, Meteo Prancis. Sebaran titik panas dan suhu permukaan daratan disajikan dalam bentuk peta 2-dimensi yang diberi data geografis. Perbandingan antara peta sebaran titik panas dan suhu permukaan daratan juga dibahas dalam penelitian ini.

---

Forest fire or land surface temperature could be analyzed from satellite data using remote sensing technology. The number of hotspot and land surface temperature distribution could be retrieved from the data by converting the digital number into temperature.

In this research, the hotspots are derived from NOAA (National Oceanic and Atmospheric Administration)/AVHRR (Advanced Very High Resolution Radiometer) and EOS (Earth Observing System) TERRA-AQUA/MODIS (Moderate Resolution Imaging Spectro-Radiometer) sensors. For MODIS data, the hotspot is calculated using an algorithm which is developed by LAPAN, and The Forest Fire Prevention and Control Project, Departemen Kehutanan RI, for NOAA/AVHRR data. The Land Surface Temperature (LST) is calculated using the MAIA algorithm which is developed by Meteo France.

The hotspot and LST distribution is mapped into 2-D representation along with geographical information. The comparison of hotspot distribution and land surface temperature map is also investigated."

"Teknologi Penginderaan Jauh sangat tepat digunakan untuk memantau potensi kelautan Indonesia yang sangat luas. Dengan menggunakan satelit, pemantauan tidak perlu dilakukan secara langsung di lapangan (In Situ), sehingga dapat dilakukan dengan cepat dan dengan biaya yang relatif tidak mahal. Salah satu satelit Bumi milik NASA yang datanya dimanfaatkan secara bebas untuk kepentingan non-komersial adalah satelit EOS (Earth Observing System) TERRA/AQUA menggunakan sensor MODIS (Moderate Resolution Imaging Spectroradiometer). Pada skripsi ini akan dibahas metode pemanfaatan data MODIS untuk menghitung kandungan klorofil di permukaan laut. Ekstraksi informasi kandungan klorofil dilakukan terhadap data MODIS level 1b menggunakan algoritma ATBD 19 menjadi data level 2 (konsentrasi Klorofil dalam mg/m3). Analisa dilakukan pada data MODIS harian tahun 2008 di 4 sampel daerah perairan di Indonesia untuk single scene, multi scene dan analisa konsentrasi klorofil. Hasil analisa menunjukkan konsentrasi klorofil tertinggi berada di sampel di Samudra Hindia pada bulan September. Data tahunan menunjukkan kandungan klorofil berubah secara dinamis mengikuti pola musim di Indonesia.

---

Remote sensing technology is the right solution to assess the sea resource potential in Indonesia. Using satelite, monitoring could be performed without insitu measurement, therefore the analysis time will be short and inexpensive. A TERRA/AQUA, on of NASA's satellite with MODIS (Moderate Resolution Imaging Spectroradiometer) sensor aboard could be used as resource data for free.

This final project research will describe how to extract MODIS data to achieve chlorophyll concentration on the sea surface. The steps started with information extraction of chlorophyll concentration from level 1b MODIS data and converted to level 2 using ATBD 19 algorithm. The analysis was performed to derive chlorophyll concentration from single scene MODIS data in 2008, multi scene and analysis chlorophyll concentration characteristic in 4 sample area.

The analysis results showed the highest concentration is located in the Indian Ocean in September. The whole year results showed the dynamic value of chlorophyll concentration related to the season changes in Indonesia."

"Perkembangan teknologi pada bidang penginderaan jauh (inderaja) membutuhkan teknik kompresi data yang optimal yaitu menghasilkan kompresi rasio yang tinggi akan tetapi tetap mempertahankan kualitas data. Sehingga hasil kompresi data tersebut masih dapat diterima dan digunakan untuk aplikasi inderaja. Salah satu teknik kompresi data inderaja yang baru adalah teknik kompresi hybrid yaitu menggabungkan teknik reduksi redundansi spektral dan reduksi redundansi spasial. Redundansi spektral dilakukan interband prediction yaitu memprediksi image band tertentu dari referensi image band lainnya. Sedangankan pada reduksi redundansi spasial digunakan image coding yang berbasis wavelet transform. Hingga saat ini tetap dilakukan penelitian dan pengembangan teknik kompresi dengan tujuan mendapatkan kualitas data sebaik mungkin dengan kompresi rasio sebesar mungkin.Pada penelitian ini dilakukan analisis teknik kompresi hybrid untuk data inderaja banyak kanal MODIS. Teknik kompresi yang digunakan merupakan pengembangan dari teknik yang sudah existing (Yuan-Xiang Li, et.al). Hasil simulasi dan analisis kompresi data satelit inderaja MODIS dengan teknik kombinasi prediksi interband linier dan skip image band tertentu dengan menggunakan level dekomposisi transform wavelet yang lebih tinggi menghasilkan nilai PSNR yang besar (40 dB) dengan kompresi rasio hingga 80 kali. Data kompresi hasil dari teknik yang dikembangkan ini dapat digunakan untuk aplikasi data penginderaan jauh MODIS khususnya untuk pengamatan obyek pada permukaan bumi dengan cakupan skala global.

---

The remote sensing technology development need optimal data compression technique that result higher compression ratio but still prevent the data quality so the compressed data still can be used for remote sensing application. One of the new data compression technique is hybrid technique which combine reduction redundant spectral and spatial. The schema for reduction redundant spectral use prediction image band with other image band as reference and the schema for reduction redundant spatial use image coding base on wavelet transform.The goal of this research is to analyze the improvement of the existing compression technique (Yuan-Xiang Li et.al) for MODIS data. The analysis have shown that the combine technique interband prediction with skip some images band and by higher decomposition of wavelet transform can be achieve good PSNR (40 dB) which have compression ratio up to 80 times. From this result compressed data still can be used for remote sensing application especially for identification some objects on earth with global observations."

"Penipisan lapisan ozon secara global yang terjadi saat ini merupakan suatu bencana besar bagi Bumi dan umat manusia mengingat vitalnya fungsi lapisan ozon ini. Pengamatan terhadap lapisan ozon merupakan sesuatu yang sangat diperlukan untuk terus memantau perkembangannya. MODIS (MODerate-resolution Imaging Spectroradiometer) sebagai instrumen penginderaan jauh dapat melakukan perhitungan ketebalan lapisan ozon. Sistem yang dibangun di dalam penelitian ini akan mengolah data MODIS dari level 0 menjadi level 2 menggunakan perangkat lunak IMAPP VA. Hasil pengolahan berupa file berformat HDF (Hierarchical Data Format) yang di dalamnya terdapat sekumpulan set data profil atmosfer, termasuk data ketebalan lapisan ozon. Data ini kemudian diekstraksi untuk dianalisis dan dipetakan menggunakan perangkat lunak pengolah data matematis. Pengukuran dilakukan terhadap tiga wilayah yang memiliki karakteristik yang berbeda, yaitu Indonesia, Amerika Serikat dan Kutub Selatan. Untuk wilayah Indonesia dan Amerika Serikat, digunakan data MODIS pada tahun 2003, 2005, 2007, 2009 dan 2011. Sedangkan untuk wilayah digunakan data MODIS pada tahun 2003, 2005, 2007, 2009 dan 2010. Hasil dari penelitian ini menunjukkan bahwa wilayah Indonesia sedikit mengalami kenaikan rata-rata ketebalan lapisan ozon dalam periode waktu tersebut, sedangkan ketebalan lapisan ozon di wilayah Amerika Serikat dan Kutub Selatan mengalami penurunan rata-rata ketebalan lapisan ozon pada periode waktu tersebut. Panelitian ini juga membuktikan adanya lubang ozon didaerah Kutub Selatan setiap tahunnya.

---

Nowadays, Ozone Depletion Layer is a serious disaster for earth and human life as it's vital function. Monitoring of ozone layer is needed to know the the progress of this layer. MODIS (MODerate-resolution Imaging Spectroradiometer) as the remote sensing instrument can calculate total column ozone. The system developed in this research will processes the MODIS data from level 0 to level 2 using IMAPP VA software. The result of the processing is the file with HDF (Hierarchical Data Format) data format which is include the information of atmospheric profile, such as total column ozone.The total column ozone dataset embedded in HDF file extracted and mapped to the global map by mathematical data processing software. The system measure total column ozone in three area, Indonesia, United States of America(USA), and Antarctica. In Indonesia and USA region, this measurenment held in 2003, 2005, 2007, 2009 and 2011. In Antarctica this measurenment held in 2003, 2005, 2007, 2009 and 2010. The result of this observation shows that Indonesia's average total column ozon increased by insignificant value in that period of time. Meanwhile in USA and Antarctic Region, the average total column ozone decreased in that period of time. This observation also proof that there is an ozone hole over the antarctic in every year observed. "

"Indonesia adalah negeri kepulauan yang sangat luas namun rawan bencana. Penginderaan jauh dengan menggunakan satelit menjadi hal yang penting untuk memenuhi kebutuhan informasi kebencanaan di seluruh wilayah. Produk sensor MODIS dari satelit Terra milik NASA dapat dipakai sebagai salah satu sumber untuk memenuhi kebutuhan informasi kebencanaan di Indonesia. Dengan memanfaatkan produk indeks vegetasi MODIS Level 4 yakni MOD15A2 LAI/FPAR 8-harian dengan resolusi 1 Km Global, perubahan penggunaan lahan seperti pada hutan dapat dianalisis untuk menilai potensi bencana longsor di suatu wilayah tertentu. Penelitian dilakukan dengan menganalisis data produk LAI/FPAR wilayah Indonesia Timur antara tahun 2005-2011 dengan resolusi temporal 3 tahun. Studi Kasus Indonesia Timur dipilih untuk analisis penelitian ini karena wilayahnya yang masih hijau namun rawan bencana. Penurunan kualitas LAI/FPAR pada wilayah curam ataupun pegunungan meningkatkan potensi bencana longsor di sekitar wilayah bersangkutan. Berdasarkan hasil analisis LAI/FPAR, wilayah Indonesia Timur secara luas mengalami peningkatan luas hutan hingga mencapai 10%, meski secara sempit terjadi konsentrasi penurunan luas hutan mencapai 8% di wilayah Freeport, serta terjadi penurunan luas ladang pada wilayah Wasior akibat bencana longsor pada Oktober 2010. Potensi longsor di Indonesia Timur secara keseluruhan tidak mengalami peningkatan, meski potensi longsor di wilayah PT. Freeport tetap tinggi.

---

Indonesia is a vast archipelagic country but vulnerable to natural disasters. Remote sensing using satellites have become important to meet the information needs of disaster potential assessment across the region. MODIS sensor products from NASA's Terra satellite can be used as one source to analyze landslide vulnerarability in Indonesia. By utilizing the MODIS vegetation index products named MOD15A2 Level 4 LAI/FPAR 8-day with a resolution of 1 Km Global, land use change such as for forests can be analyzed to assess the landslides in a particular area. We analyzed Eastern Indonesia?s LAI/FPAR product data during 2005-2011 period in 3 years temporal resolution. Three regions in Eastern Indonesia were chosen as case studies since these areas are still have dense vegetation, but disaster-prone. The decreasing quality of LAI/FPAR in steep or mountainous area increases the landslide possibilities around these areas. We found in this research that generally forest area in Eastern Indonesia has increased by 10%, eventhough in Freeport, the LAI/FPAR has decreased by 8%. In Wasior the LAI/FPAR was decreased because of the landslide in October 2010. For overall view, the landslide potential in Eastern Indonesia is not increasing, though it is clearly indicated that around PT. Freeport area, the risk of landslide is still high."

"Salah satu teknologi yang dapat digunakan untuk mengatasi masalah negara kepulauan, di antaranya pelanggaran batas wilayah, penentuan lokasi sumber daya alam, serta kemampuan dini dalam mendeteksi awalnya suatu bencana alam, adalah teknologi pengindraan jauh. Teknologi ini menggunakan kemampuan sensor satelit yang dapat menangkap citra pemetaan suatu wilayah dengan spesifikasi yang dimilikinya. Salah satu sensor yang memiliki kemampuan tersebut adalah Moderate Resolution Imaging Spectroradiometer (MODIS). Indonesia yang dilalui garis khatulistiwa, mempunyai karakteristik unik karena di wilayah perairannya terjadi interaksi antara masa air yang datang dari Samudra Hindia dan Samudra Pasifik. Sedangkan habitat dari komunitas ikan sangat dipengaruhi oleh kondisi atau parameter oseonografi perairan seperti suhu permukaan laut, salinitas, konsentrasi klorofil laut, cuaca dan sebagainya, yang berpengaruh pada dinamika atau pergerakan air laut baik secara horizontal maupun vertikal. Di dalam Tugas Akhir ini akan dikembangkan penghitungan Suhu Permukaan Laut menggunakan data MODIS. Data diolah menggunakan rumus yang diturunkan dari Algorithm Theoretical Basis Documents (ATBD) sehingga mendapatkan nilai pasti dari suhu permukaan laut pada beberapa sampel lokasi di perairan Indonesia.

---

One of many technologies which can be used to overcome archipelago's problems; the violation of a territory, the determination of natural resources location, and the earlier ability to detect earlier natural disaster, is Remote Sensing Technology. This technology uses satellite's ability to capture cartography image of an area with its specification. One of satellites which has that ability is MODIS sensor carried by TERRA/AQUA satellite.

Indonesia, which is passed by the equator line, has an unique characteristic. There is an interaction between water volume from Indian Ocean and Pacific Ocean. Meanwhile, fishing ground in the ocean depends on the condition or oceanography parameters, such as sea surface temperature, salinity, sea chlorophyll concentration, weather, etc. which are influenced by dynamic sea's mobility both horizontally and vertically. One of the sea parameters, the Sea Surface Temperature (SST), could be derived from MODIS data. The data is processed using formula derived from Algorithm Theoretical Basis Documents (ATBD) and implemented to obtain the SST of several sample area in Indonesian watery."

"Teknologi satelit telah banyak berperan dalam perkembangan aplikasi ilmu penginderaan jarak jauh, terutama dalam menganalisa keadaan vegetasi di bumi. Indeks vegetasi adalah salah satu parameter yang digunakan untuk menganalisa keadaan vegetasi dari suatu wilayah. Indeks tersebut mempunyai berbagai macam variasi algoritma. Algoritma yang akan dibahas pada penelitian ini adalah algoritma NDVI dan EVI. Algoritma EVI merupakan hasil turunan dan perkembangan dari algoritma NDVI. Sehingga, algoritma EVI memiliki banyak keunggulan yang tidak dimiliki algoritma NDVI. Satelit NOAA dan satelit TERRA/AQUA digunakan untuk membawa sistem sensor AVHRR dan MODIS. Kedua sistem sensor tersebut bisa diaplikasikan untuk keperluan vegetasi, terutama dalam aplikasi algoritma NDVI. Namun, data NDVI dari yang diperoleh kedua sensor tersebut ternyata memiliki perbedaan yang cukup signifikan. Perbedaan hasil olah dari data yang diperoleh dari dua jenis sensor satelit inilah yang juga akan dibahas lebih lanjut pada penelitian ini.

---

Satellite technologies have influenced so much in the development of remote sensing discipline, especially when dealing with the vegetation condition on earth. Vegetation index is one the parameters which are used to analyze the vegetation condition on a certain area. That index has many variants of algorithm. This paper dealt with the NDVI and EVI algorithm. The EVI algorithm was derived and developed from NDVI algorithm. Therefore, the EVI has many features that NDVI algorithm doesn?t have. NOAA and TERRA/AQUA satellites are used to carry AVHRR and MODIS sensor systems. Both of the systems could be applied to derive the vegetation index, which is calculated using the EVI and NDVI algorithm. However, the degree of greenness of the vegetation in the form of NDVI values from those sensors would yield significantly different results. The different results from both sensors were also investigated in this paper."

"Salah satu teknologi yang banyak diaplikasikan untuk mengolah data citra sebagai sumber informasi utama adalah teknologi penginderaan jauh atau remote sensing. Beberapa aplikasi remote sensing menuntut citra yang berkualitas baik, namun dalam ukuran yang lebih kecil mengingat ukurannya yang sangat besar. Kebutuhan inilah yang mendorong berkembangnya teknologi pemampatan citra atau image compression. Skripsi ini membahas tentang teknik kompresi citra gabungan antara prediksi linier antarband (kompresi spektral) dengan transformasi wavelet dan Discrete Cosine Transform (DCT) sebagai kompresi spasial. Jenis transformasi wavelet yang digunakan adalah LS 9/7, CDF 9/7, dan multiwavelet Daubechies 10 (Db10) + LS 9/7. Dari hasil ekperimen data MODIS berukuran 2048 x 2048, dapat disimpulkan rasio kompresi berbanding terbalik dengan nilai PSNR yang dihasilkan, sementara tingkat level dekomposisi sebanding dengan nilai PSNR dengan level ideal 5. Meskipun memiliki PSNR yang tinggi, metode DCT tidak menghasilkan kualitas citra hasil kompresi yang memadai, terbukti dengan rendahnya nilai co-histogram simetri (SCH). Metode kompresi yang paling baik adalah multiwavelet (Db10+LS9/7) karena menghasilkan PSNR yang stabil di atas 50 dB hingga rasio kompresi 100 dengan nilai SCH rata-rata 0.99.

---

An image/picture could contain thousands of information. Remote sensing is a technology which uses an image in the form of satellite imagery as the main source of information. Remote sensing applications require good quality of image, represented by smaller size, since satellite sensors have wide measurement coverage of Earth surface. In this regards, image compression is needed.

This thesis report covered image compression techniques using combination of interband prediction (as spectral compression) and discrete cosine transform (DCT) and wavelet transform (as spatial compression). Several wavelet transforms are applied in the experiment, such as LS 9/7, CDF 9/7, and multi-wavelet Daubechies 10 (Db10) + LS 9/7.

The experiment results showed that the higher the compression ratio, the smaller PSNR values. This applies to all four methods of compression which were tested in this study. The higher level of decomposition of wavelet transformation, resulted in better PSNR. While the ideal level of decomposition for wavelet transformation is level 5. Even the DCT method resulted in high PSNR, but the quality of compression image is poor, which is shown in low Symmetrical Co-Histogram (SCH) value. The best result was obtained by combined method (Db10+LS9/7) which resulted in high PSNR (up to 50 dB), high compression ratio (up to 100), and average SCH values of 0.99."