Hasil Pencarian  ::  Simpan CSV :: Kembali

"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. "

"Pencarian korban pada daerah bencana biasanya memiliki kondisi medan yang tidak menguntungkan bagi penyelamat sehingga bisa menyebabkan korban yang ingin diselamatkan tidak mendapatkan penanganan dalam tepat waktu. Sistem pencarian korban berbasis Multi-UAV (Unmanned Aerial Vehicles) muncul sebagai solusi untuk memfasilitasi operasi pencarian yang lebih mudah. Penggunaan perangkat Multi-UAV dalam pencarian korban memerlukan aliran data yang besar, sering kali membebani jaringan dan protokol yang ada, mengakibatkan ketidakstabilan dalam latensi dan penurunan FPS (Frame Per Second). FogVerse, framework dengan model komunikasi Publish-Subscribe, menawarkan solusi dengan sistem yang peka terhadap throughput, sehingga menstabilkan latensi dan meningkatkan FPS, terutama di daerah bencana dengan keterbatasan konektivitas internet. Sistem pencarian korban berbasis Multi-UAV beroperasi dengan mendeteksi manusia di daerah bencana dengan model deep learning. Penelitian ini mengatasi tantangan dalam pencarian korban dengan Multi-UAV dan juga menunjukkan faktor-faktor yang dapat memengaruhi latensi, seperti penggunaan CPU (Central Processing Unit), Memori, dan GPU (Graphics Processing Unit) dari komponen yang terlibat dalam sistem. Di antara berbagai model, model YOLOv8n yang telah dilakukan transfer learning dipilih dan dibandingkan dengan model awal sebelum transfer learning. Model tersebut menunjukkan peningkatan dibanding model aslinya, termasuk peningkatan precision/recall sebesar 0.384/0.562, peningkatan mAP sebesar 0.555, dan pengurangan waktu inferensi sebesar 2.2 ms. Model itu sendiri menunjukkan peningkatan latensi rata-rata sekitar 9.775 milidetik di semua skenario. Meskipun berkinerja sedikit lebih baik dalam hal FPS dengan 1 atau 2 UAV, model awal YOLOv8n umumnya mencapai FPS yang lebih tinggi ketika digunakan 3 atau 4 UAV. Arsitektur Multi UAV FogVerse memberikan FPS yang lebih unggul dan latensi yang lebih stabil dibandingkan dengan arsitektur Centralized, meskipun memiliki memori dan GPU usage yang lebih tinggi. Namun, keunggulan FPS-nya menurun dengan penggunaan UAV yang lebih banyak, menunjukkan tantangan alokasi sumber daya, sementara arsitektur Centralized mempertahankan penggunaan sumber daya yang konsisten tetapi mengalami lonjakan latensi dan frame loss yang lebih tinggi.

---

The search for victims in disaster-stricken areas typically involves challenging terrain conditions for rescuers, potentially resulting in delayed assistance for those in need. A Multi-UAV (Unmanned Aerial Vehicles) based victim search system emerges as a solution to facilitate more efficient search operations. The use of Multi-UAV devices in victim searches generates substantial data streams, often overwhelming existing networks and protocols, leading to instability in latency and decreased FPS (Frame Per Second). FogVerse, a framework with a Publish-Subscribe communication model, offers a solution with a system that is sensitive to throughput, thereby stabilizing latency and improving FPS, especially in disaster-stricken areas with limited internet connectivity. The Multi-UAV based victim search system operates by detecting humans in disaster areas with a deep learning model. This research addresses challenges in victim searches with Multi-UAV, while also shows factors that can influence latency, such as CPU (Central Processing Unit), Memory, and GPU (Graphics Processing Unit) usage of the components involved in the system. Across different models, the transfer-learned YOLOv8n model is chosen and compared to its original model. The transfer-learned model shows enhancements over the original model, including an increase in precision/recall by 0.384/0.562, an mAP improvement of 0.555, and a reduction in inference time by 2.2 ms. The model itself shows an average latency improvement of approximately 9.775 milliseconds across all scenarios. Although it performs slightly better in terms of FPS with 1 or 2 UAVs, the standard YOLOv8n model generally achieves higher FPS when 3 or 4 UAVs are used. The Multi UAV FogVerse Architecture provides superior FPS and more stable latency compared to the Centralized architecture, despite higher memory and GPU usage. However, its FPS advantage decreases with more UAVs, suggesting resource allocation challenges, while the Centralized architecture maintains consistent resource usage but suffers from higher latency and frame loss."

"Land Surface Temperature (LST) atau Suhu Permukaan Bumi merupakan salah satu parameter kunci keseimbangan energi pada permukaan Bumi dan merupakan variabel klimatologis utama dalam mengendalikan fluks energi gelombang panjang yang melalui atmosfer. Satelit TERRA/AQUA yang membawa sensor MODIS (Moderate Resolution Imaging Spectroradiometer) merupakan satelit penginderaan jauh untuk pengamatan lingkungan yang dapat digunakan untuk ekstraksi data suhu permukaan yang bersifat regional bahkan global. Dengan wilayah cakupan luas yakni 2330 km dan resolusi spasial 250 m, 500 m dan 1000 m serta resolusi spektral tinggi yakni 36 kanal, maka diharapkan MODIS mampu menampilkan citra satelit untuk wilayah luas dan waktu pengamatan maksimal. Selanjutnya data citra MODIS diekstraksi sehingga diperoleh nilai LST yang kemudian digabungkan dengan poligon batas kota untuk mendapatkan nilai suhu permukaan untuk 8 kota besar di Pulau Jawa. Analisis LST bulanan dalam periode 2003-2008 menunjukkan trend atau pola suhu permukaan untuk kota-kota besar tersebut semakin meningkat.

---

Land Surface Temperature (LST) is one of key parameter balance of energy from the surface and statistical variable of climatology which is very important to manage the energy flux that pass through the atmosphere to the Earth. The LST data is important to monitor the surface temperature. TERRA/AQUA Satellite with MODIS (Moderate Resolution Imaging Spectroradiometer) payload is a remote sensing satellite for Earth observation that can be used to extract the surface temperature globally or regionally.

The coverage area large enough (about 2330km), with spatial resolutions of 250m, 500m and 1000m and 36 channel of spectral resolution so MODIS will be able to take the image of Earth surface in maximum observation time. The LST from MODIS data will be extracted based on boundary polygon of city to measure the surface temperature of 8 big cities in Java Island. The measurement results showed that the average value of monthly LST in 2003-2008 period for those cities is increasing."

"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."

"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."

"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."