Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 165729 dokumen yang sesuai dengan query
cover
Fajar Agung Suprapto
Fase tumbuh tanaman padi dan estimasi produktivitas menggunakan UAV (Unmanned Aerial Vehicle) di Kelurahan Margajaya, Kecamatan Bogor Barat = Rice growth phase and productivity estimation using UAV (Unmanned Aerial Vehicle) in Margajaya Sub-District, West Bogor District
"Padi merupakan bagian terpenting dalam sektor pertanian di Indonesia. Tanaman padi merupakan tanaman yang penting dan bermanfaat bagi kehidupan karena, beras yang dihasilkan merupakan makanan pokok bagi masyarakat Indonesia. Kelurahan Margajaya merupakan salah satu kelurahan di Kecamatan Bogor Barat yang memiliki luas lahan sawah terbesar setelah Kelurahan Situ Gede. Menurut data BPS (Badan Pusat Statistik) tahun 2020, Kecamatan Bogor Barat memiliki luas lahan sawah 158 ha dan memproduksi sebanyak 2.711 ton pada tahun 2019. Data citra UAV (Unmanned Aerial Vehicle) dengan sensor RGB (Red, Green, Blue) dapat dimanfaatkan sebagai pemantauan fase pertumbuhan padi dengan mengekstraksi nilai indeks vegetasi dan estimasi produktivitas padi. Penelitian ini menggunakan algoritma indeks vegetasi NGRVI (New Green-Red Vegetation Index), NGDBI (Normalized Green-Red Difference Index), dan ExG (Excess Green). Hasil penelitian menunjukan bahwa variasi spektral indeks NGRVI memiliki nilai R2 = 0,89 terhadap fase pertumbuhan padi. Variasi spektral menunjukan pola meningkat pada fase vegetatif menuju fase generatif dan kemudian menurun pada fase pematangan. Indeks vegetasi NGRVI menandakan hubungan yang positif terhadap produktivitas padi sehingga estimasi produktivitas padi di Kelurahan Margajaya memiliki rata-rata 3,20 ton/ha dengan nilai R2 = 0,82.
Rice is the most important part of the agricultural sector in Indonesia. The rice plant is an important and beneficial plant for life because the rice produced is a staple food for Indonesian people. Margajaya Village is one of the sub-districts in West Bogor District, a large rice field after Situ Gede Village. According to data from the Central Statistics Agency for 2020, West Bogor District has 158 hectares of rice fields and produced 2.711 tons in 2019. UAV (Unmanned Aerial Vehicle) image data with RGB (Red, Green, Blue) sensors can monitor the growth phase rice by extracting the vegetation index value and rice productivity. This study uses the NGRVI (New Green-Red Vegetation Index), NGDBI (Normalized Green-Red Difference Index), and ExG (Excess Green) vegetation index algorithm. The results showed that the NGRVI index spectral variation had a value of R2 = 0.89 on the rice phase's growth. Spectral variations show an increasing pattern in the vegetative phase towards the generative phase and then decreasing in the maturation phase. The NGRVI vegetation index indicates a positive relationship with rice productivity so that rice productivity in Margajaya Village has an average of 3.20 tonnes/ha with a value of R2 = 0.82."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2021
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Cipta Setiana
Kajian spasial kesehatan tanaman karet menggunakan citra multispektral Unmanned Aerial Vehicle (UAV) di perkebunan PTPN VIII Cibungur, Sukabumi, Jawa Barat = A spatial study of rubber plant health using multispectral images of Unmanned Aerial Vehicle (UAV) at PTPN VIII Cibungur Plantation, Sukabumi, West Java
"Tanaman karet menjadi komoditas perkebunan yang sangat penting di Kabupaten Sukabumi khusunya di perkebunan PTPN VIII Cibungur, karena hasil produk olahannya memiliki banyak manfaat dalam kehidupan masyarakat di sekitarnya. Maka perlu dilakukan adanya pemantauan mengenai kesehatan tanaman karet guna menjaga kualitas dan hasil produksi karet. Penelitian ini dilakukan untuk mengetahui persebaran kesehatan tanaman karet dan menganalisis hubungan kesehatan tanaman karet dengan menerapkan teknik pengindraan jauh. Teknik penginderaan jauh dalam penelitian ini menggunakan multispectral UAV. Analisis penelitian dilakukan dengan identifikasi kondisi tanaman menggunakan indeks vegetasi tanaman yaitu metode Normalized Difference Vegetation Index (NDVI). Data yang digunakan adalah data citra ortofoto NIR dan Red yang diperoleh dari perekaman langsung dengan mengggunakan multispketral UAV. Didapatkan bahwa secara keseluruhan kesehatan tanaman karet di kawasan perkebunan karet PTPN VIII Cibungur didominasi oleh tingkat kesehatan baik dengan persentase sebersar 56%, tanaman yang memiliki tingkat kesehatan buruk hanya 3% dari total luas perkebunan karet. Hasil sebaran tanaman karet menunjukan bahwa tanaman dengan kondisi sangat baik berada dibagian barat dan timur lokasi penelitian. Kesehatan tanaman karet dipengaruhi oleh beberapa faktor, seperti kondisi curah hujan, jenis tanah dan lereng.
Rubber plants are very important plantation commodities in Sukabumi Regency, especially in the PTPN VIII Cibungur plantation, because the processed products have many benefits in the lives of the surrounding community. So it is necessary to monitor the health of rubber plants in order to maintain the quality and yield of rubber production. This research was conducted to determine the distribution of rubber plant health and to analyze the relationship between rubber plant health by applying remote sensing techniques. The remote sensing technique in this study uses a multispectral UAV. Research analysis was carried out by identifying plant conditions using a plant vegetation index, namely the Normalized Difference Vegetation Index (NDVI) method. The data used are NIR and Red orthophoto image data obtained from direct recording using a multispectral UAV. It was found that the overall health of rubber plants in the rubber plantation area of PTPN VIII Cibungur was dominated by good health with a percentage of 56%, plants with poor health were only 3% of the total area of rubber plantations. The results of the distribution of rubber plants showed that plants with very good conditions were located in the western and eastern parts of the study site. The health of rubber plants is influenced by several factors, such as rainfall conditions, soil types and slopes."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2021
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Rana Alimah Laili
Fase Pertumbuhan Padi dengan Menggunakan Algoritma NDVI dan ARVI pada Sentinel-2 untuk Estimasi Produktivitas Padi di Kecamatan Jatisari, Kabupaten Karawang = Rice Growth Phase Using NDVI and ARVI Algorithms on Sentinel-2 for Estimation of Rice Productivity in Jatisari District, Karawang Regency
"

Beras merupakan komoditas penting dan strategis bagi masyarakat Indonesia dalam mempertimbangkan makanan, dalam hal ini beras merupakan kebutuhan pokok. Penelitian ini bertujuan untuk mengetahui fase pertumbuhan padi sawah dan perkiraan produktivitas padi di Kabupaten Jatisari, Kabupaten Karawang. Penelitian ini menggunakan dua algoritma untuk menentukan fase pertumbuhan tanaman padi, yaitu Normalized Difference Vegetation Index (NDVI) dan Atmosphericically Resistant Vegetation Index (ARVI). Algoritma NDVI umumnya digunakan dalam beberapa penelitian yang berkaitan dengan fase pertumbuhan tanaman padi dan produktivitasnya, penggunaan algoritma ARVI dalam penelitian ini disesuaikan dengan area penelitian karena nilai ARVI menurut EOS (Earth Observing System) digunakan untuk daerah dengan kandungan aerosol atmosfer tinggi (hujan, kabut, debu, asap, dan polusi udara). Sehingga penggunaan algoritma ARVI lebih efektif daripada algoritma NDVI di daerah penelitian ini. Dalam memproses data, kami menggunakan Google Earth Engine (GEE) sebagai alat. Dan untuk uji validasi dalam penelitian ini digunakan Confussion Matrix yang mencakup akurasi keseluruhan, akurasi produsen, dan akurasi pengguna. Berdasarkan nilai NDVI dan ARVI, Kecamatan Jatisari memiliki dua fase tanam yaitu dengan satu kali panen dan dua kali panen. Dan hasil penelitian ini adalah persamaan regresi linier dengan rumus, Produktivitas (ton / ha) = 6.9513 (NDVI) + 3.3384, dengan variasi nilai koefisien (R2) = 0,898 dan Produktivitas (ton / ha) ) = 3,9849 (ARVI) + 7,3992, dengan variasi nilai koefisien (R2) = 0,6505. Dan untuk estimasi produktivitas padi di Kabupaten Jatisari memiliki rata-rata, 7,55 ton / ha dengan akurasi 93,29% untuk NDVI dan 90,43% untuk ARVI. Ditemukan bahwa algoritma NDVI lebih efektif untuk menentukan fase pertumbuhan tanaman padi dibandingkan dengan algoritma ARVI. Dan penelitian ini membuktikan bahwa faktor atmosfer tidak terlalu berpengaruh di Kabupaten Jatisari.

 

Rice is an important and strategic commodity for the Indonesian peoples staple food, in this case rice is a basic need. Technology-based monitoring is needed such as remote sensing for rice plants in Indonesia. This study aimed to determine the growth phase of wetland rice and estimated rice productivity in Jatisari District, Karawang Regency. This research used two algorithms to determine the growth phase of rice plants, they were Normalized Difference Vegetation Index (NDVI) and Atmospherically Resistant Vegetation Index (ARVI). NDVI algorithm was commonly used in several studies related to the growth phase of rice plants and their productivity, the use of the ARVI algorithm in this study was adjusted to the study area because the ARVI value according to EOS (Earth Observing System) is used for areas with high atmospheric aerosol content (rain, fog, dust, smoke and air pollution). So that the use of the ARVI algorithm is more effective than the NDVI algorithm in this research area. In processing data we use Google Earth Engine (GEE) as tool. And for the validation test in this study used Confussion Matrix which includes overall accuracy, producer accuracy, and user accuracy. This accuracy test is considered the most suitable because the data used are pixel and object based. Based on NDVI and ARVI values, Jatisari District has two planting phases, namely one harvest and two harvests. And the results of this research are a linear regression equation with the formula, Productivity (ton / ha) = 6,9513(NDVI ) + 3,3384, with the variation of  the coefficient value (R2) = 0,898 and  Productivity (ton/ha)  = 3,9849(ARVI) + 7,3992, with the variation of  the coefficient value (R2) = 0,6505. And for the estimation of rice productivity in Jatisari District had an average, 7,55 ton/ha with an accuracy of 83,29% for NDVI and 90,43% for ARVI. Found that the NDVI algorithm is more effective to determine the growth phase of rice plant compared to the ARVI algorithm. And this research proves that atmospheric factors are not very influential in Jatisari District.

 

"
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2020
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Alphi Kemal Hisyam
Fase Tumbuh Tanam Padi Menggunakan Indeks Vegetasi Untuk Estimasi Produktivitas Padi di Kecamatan Cikakak Kabupaten Sukabumi = Using NDVI, ARVI, MSAVI Algorithm For Paddy Growth Phase and Estimation of Rice Productivity in Cikakak Sub- Disrict, Sukabumi Regency
"

Padi merupakan tanaman pangan utama yang dikonsumsi oleh sebagian besar populasi penduduk di Indonesia untuk makanan pokok sehari-hari. Hal tersebut didukung dengan konsumsi beras yang mencapai hingga 1,55 ton pada tahun 2018, dan Kabupaten Sukabumi berada pada lima besar kabupaten dengan produksi beras terbesar di Indonesia. Penelitian ini bertujuan untuk menganalisis musim tanam padi berdasarkan indeks vegetasi dan menganalisis estimasi produktivitas padi di Kecamatan Cikakak. Untuk dapat mengetahui pola musim tanam di Kecamatan Cikakak, digunakan indeks tiga vegetasi, yaitu NDVI, ARVI, dan MSAVI. Indeks vegetasi terebut diolah dalam citra Sentinel-2 menggunakan Google Earth Engine. Setelah itu, untuk mendapatkan estimasi produktivitas dilakukan validasi lapangan dari nilai indeks vegetasi yang didapatkan. Estimasi akan dikaitkan dengan faktor fisik dari Kecamatan Cikakak, yaitu ketinggian. Oleh karena itu, maka hasil dari validasi tersebut akan dibandingkan pada setiap titik dengan faktor tersebut. Hasil dari penelitian ini adalah pola fase dan musim tanam dari sawah di Kecamatan Cikakak, serta waktu tanam yang berbeda-beda pada setiap sawahnya dan pada setiap desanya. Estimasi produktivitas padi di Kecamatan Cikakak memiliki rata-rata 8,87 ton/ha untuk NDVI, 8,89 ton/ha untuk MSAVI, dan 6,50 ton/ha untuk ARVI. Sebagian besar sawah yang memiliki produktivitas yang cukup tinggi berada di ketinggian 250 – 500 mdpl. Indeks vegetasi NDVI menjadi indeks dengan akurasi paling tinggi diantara kedua indeks vegetasi lainnya.

 

Paddy is the main food crop consumed by most of the population in Indonesia for daily staples. This is supported by rice consumption which reaches up to 1.55 tons in 2018 and Sukabumi Regency is in the top 5 districts with the largest rice production in Indonesia. This study aims to analyze the rice planting season based on vegetation index and analyze the estimation of rice productivity in Cikakak District. To be able to know the planting season pattern in Cikakak Subdistrict, vegetation index is used, there are 3 vegetation indexes used in this study, there is NDVI, ARVI, and MSAVI. The vegetation index is processed in Sentinel-2 imagery using Google Earth Engine, after that to get an estimate of productivity field validation of the vegetation index value obtained, in addition to the estimation will be associated with physical factors from the District of Cikakak, therefore the results of the validation will be compared at each point with these factors. The results of this study are the phase pattern and planting season of rice fields in the Cikakak sub-district when planting time is different in each rice field and in each village. Then for the estimation of rice productivity in Cikakak Subdistrict, it has an average of 8.87 tons / Ha for NDVI, 8.89 tons / Ha for MSAVI and 6.50 tons / Ha for ARVI, and most rice fields that have quite high productivity are at an altitude of 250 - 500 meters above sea level. In addition to using the NDVI vegetation index, it is the index with the highest accuracy among the two other vegetation indices to be able to estimate rice productivity.

 

"
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2020
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Febian Garvin Abidin
Penggunaan unmanned aerial vehicle (UAV) dan partisipasi masyarakat dalam menilai potensi kerugian bencana tanah longsor di Desa Cibanteng, Kecamatan Sukaresmi, Cianjur, Jawa Barat = The use of unmanned aerial vehicle and community participation in assessing potential loss of landslide disaster in Cibanteng Village, Cianjur Regency, West Java
"Indonesia adalah salah satu negara yang memiliki tingkat insiden bencana alam yang tinggi. Di antara berbagai jenis bencana, tanah longsor adalah salah satu bencana hidrometeorologi yang paling umum. Salah satu daerah yang memiliki tingkat bencana longsor tinggi adalah Kabupaten Cianjur, Provinsi Jawa Barat. Pemetaan kerusakan ekonomi dan kerugian akibat bencana longsor di suatu wilayah adalah salah satu alat penting dalam kerangka pemulihan dan rekonstruksi. Tujuan penelitian ini adalah memetakan kerusakan dan kehilangan daerah longsor di Desa Cibanteng, Kabupaten Cianjur melalui pendekatan partisipasi masyarakat dan fotografi udara.
Dalam studi ini, Forum diskusi kelompok dengan masyarakat desa dilakukan untuk mendapatkan informasi tentang kerugian ekonomi di daerah-daerah di mana tanah longsor telah terjadi. Selanjutnya, UAV kendaraan udara tak berawak digunakan untuk membuat peta resolusi tinggi dari wilayah desa dan khususnya daerah longsor.
Hasil penelitian ini menunjukkan bahwa nilai kerusakan dalam kasus bencana longsor dapat mencapai 12 miliar rupiah di satu wilayah. Sedangkan jumlah kerugian hingga lahan longsor bisa digunakan kembali mencapai 50 miliar rupiah. Berdasarkan hasil analisis, kerusakan dan kehilangan nilai di daerah longsor yang telah terjadi dapat dijadikan acuan untuk memprediksi nilai kerugian di daerah lain, terutama di Kabupaten Cianjur.
Indonesia is one country that has a high incidence of natural disasters. Among the various types of disasters, landslides are one of the most common hydrometeorological disasters. One of the areas that have a high rate of landslide disaster is Cianjur district, West Java province. Mapping of economic damage and loss due to landslide disaster in a region is one of the important tools in the recovery and reconstruction framework. The purpose of this research is to map the damage and loss of landslide area in Cibanteng Village, Cianjur Regency through community participation approach and aerial photography.
In this study, Forums of group discussion with village communities were conducted to obtain information on economic losses in areas where landslides have occurred. Furthermore, UAV unmanned aerial vehicles was used to create high resolution maps of village areas and especially landslide areas.
The results of this study indicate that the damage value in case of landslide disaster can reach 12 billion rupiahs in one region. While the amount of loss up to landslide areas can be reused reach 50 billion rupiahs. Based on the analysis results, the damage and loss values in the landslide areas that have occurred can be used as a reference to predict the value of losses in other areas, especially in the district of Cianjur."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2018
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Titin Nuryawati
Estimasi kandungan nitrogen dalam tanaman padi menggunakan drone berbasis citra multispektral = Rice plant nitrogen concentration estimation using unmanned aerial vehicle-based multispectral imagery
"Pengukuran kandungan nitrogen pada tanah atau tanaman merupakan dasar utama dalam monitoring dan pengambilan keputusan dalam manajemen pemupukan tanaman. Kombinasi teknologi pengukuran menggunakan Bagan Warna Daun (BWD) dan drone dengan kamera multispektral diharapkan dapat memberikan terobosan baru bagi pertanian Indonesia. Tujuan penelitian ini adalah mengembangkan algoritma pemrograman untuk membuat Normalized Difference
Vegetation Index (NDVI) mapping berdasarkan transformasi nilai BWD. Pengambilan foto udara dilakukan saat tanaman berumur 28, 35 dan 42 hari setelah tanam (HST) dengan ketinggian terbang 3 m. Pada hari yang sama, dilakukan pengukuran warna hijau daun dengan BWD. Nilai BWD kemudian ditransformasikan kedalam nilai tone mapping sebagai dasar pembuatan NDVI mapping. Algoritma pemrograman dikembangkan dalam software Matlab dan digunakan untuk menghitung nilai NDVI dengan menerapkan metode mtresholding yang bertujuan untuk menghasilkan nilai NDVI rata-rata yang mendekati nilai NDVI eksperimen di lapangan. NDVI rata-rata secara keseluruhan bertujuan untuk menangkap nilai NDVI global foto lahan yang merepresentasikan keseluruhan tanaman yang ada di foto. Hasil simulasi menunjukkan bahwa pada umur tanaman 28 dan 35 HST, simulasi terbaik menggunakan nilai treshold 0.18 dengan persentase error 18.7% dan 15.92%. Sedangkan pada umur 42 HST, simulasi terbaik menggunakan nilai treshold 0.20 dengan persentase error 13.55%. Kinerja program yang telah dikembangkan dapat dikatakan berhasil cukup baik. Secara kualitatif, hal ini dilihat dari hasil simulasi yang sudah dapat menampilkan perbedaan warna secara visual pada tingkat NDVI yang berbeda dan pada umur tanaman yang berbeda. Secara kuantitatif, ditunjukkan dengan nilai NDVI yang bertambah seiring bertambahnya umur tanaman.
Measurement of nitrogen content in the soil or plants is the primary basis in monitoring and decision making in crop fertilizer management. The combination of measurement technology using Leaf Color Chart (LCC) and unmanned aerial vehicle (UAV) equipped with multispectral cameras is expected to provide new insight into Indonesian agriculture. The purpose of this study is to develop a programming algorithm to create a Normalized Difference Vegetation Index (NDVI) mapping based on LCC value transformation. Aerial imagery collected at a critical stage of rice growth at 28, 35, and 42 days after planting (DAP) with a flight height of 3 m. Ground measurements were taken along with the UAV campaign using LCC. The LCC value then transformed into the tone mapping value as a basis for making NDVI mapping. The programming algorithm was developed in Matlab software and is used to calculate NDVI values by applying the thresholding method, which aims to produce an average NDVI value close to the NDVI value of experiments in the field. The overall average NDVI aims to capture the global NDVI value of the photo of the land that represents all the plants in the photo. The simulation results show that at the age of plants 28 and 35 DAP, the best simulation uses a treshold value of 0.18 with an error percentage of 18.7% and 15.92%. Whereas at the age of 42 DAP, the best simulation uses a treshold value of 0.20 with an error percentage of 13.55%. The performance of the program developed can be said to be quite successful. Qualitatively, this can be seen from the simulation results, which have been able to display color differences visually at different NDVI levels and different plant ages. Quantitatively, it is shown by the NDVI value that increases with the age of the plant."
Depok: Fakultas Teknik Universitas Indonesia, 2020
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Awidya Firdaus Sahararini
Estimasi produktivitas padi menggunakan citra sentinel-2 dan hubungannya dengan jenis tanah di Kecamatan Compreng, Subang dan Kecamatan Cariu, Bogor, Jawa Barat = Rice productivity estimation by sentinel-2 imagery and its correlation with soil type in Compreng Subdistrict, Subang amd Cariu Subdistrict, Bogor, West Java
"ABSTRACT
Oryza sativa, adalah tanaman pangan pokok terpenting di dunia yang dikonsumsi sekitar lebih dari tiga miliar orang (yaitu sekitar 50% dari populasi dunia). Indonesia menduduki peringkat ketiga produsen padi terbesar di dunia, namun masih melakukan impor beras dalam beberapa tahun terakhir. Pentingnya memperbarui informasi tentang estimasi produktivitas padi secara akurat untuk ketahanan pangan di berbagai wilayah. Tujuan dari penelitian ini adalah untuk menganalisis wilayah umur tanam padi dengan citra Sentinel-2 dan hubungannya dengan jenis tanah di Kecamatan Compreng, Subang dan Kecamatan Cariu, Bogor. Pada penelitian ini, metode NDVI (Normalized Difference Vegetation Index) digunakan untuk menentukan umur tanaman padi yang kemudian digunakan untuk estimasi produktivitas padi. Model estimasi produktivitas padi dibangun berdasarkan korelasi antara nilai NDVI pada saat pembentukan malai atau fase vegetatif optimum (sekitar 8-13 Minggu Setelah Tanam) dengan produktivitas padi dari beberapa titik sampel di lapangan. Model persamaan regresi untuk estimasi produktivitas padi di Kecamatan Compreng, Subang adalah y (ton/ha)= 5,905x-4,5546, sedangkan untuk Kecamatan Cariu, Bogor adalah y (ton/ha) = 14,603x - 3,6008, dimana y adalah estimasi produktivitas padi, dan x adalah nilai NDVI. Estimasi produktivitas padi menunjukkan adanya hubungan dengan jenis tanah di Kecamatan Cariu, Bogor, dan tidak memiliki hubungan dengan jenis tanah di Kecamatan Compreng, Subang. Estimasi produktivitas padi cenderung lebih tinggi berada pada lahan sawah dengan jenis tanah aluvial dan gleisol.
ABSTRACT
Rice plant (Oryza sativa, sp) is the world's most important staple food crop for more than three billion people, (i.e., approximately 50% of the worlds population). Indonesia is ranked as the third largest rice producer in the world, still imports rice in recent years. It is urgently necessary to update information about rice growth and rice productivity estimation accurately for food security in various regions. The aim of this study is to estimate rice productivity with Sentinel-2 imagery and its relationship with soil types in Compreng Sub-District, Subang and Cariu Sub-District, Bogor. In this study, NDVI (Normalized Difference Vegetation Index) method is used for determine the age of rice plants which then used to estimate rice productivity. The model of rice productivity estimation was developed based on the correlation between NDVI value at the panicle formation or vegetative optimum (approx. 8-13 weeks after replanting) to the rice productivity of several sample plots. The regression equation model to estimate rice productivity in Compreng Sub-District, Subang is y (ton/ha) = 15,905x - 4,5546, while for Cariu Sub-District, Bogor is y (ton/ha) = 14,603x - 3,6008, where y is rice productivity estimation, and x is NDVI value. Estimation of rice productivity indicates a relationship with soil types in Cariu Sub-District, Bogor, and has no relationship with soil types in Compreng Sub-District, Subang. Rice productivity estimation tend to be higher in paddy fields with alluvial soil types and gleisol."
2019
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
desain dan analisis propeller pada unmanned aerial vehicle (UAV)
"seiring dengan kebutuhan TNI AU akan alutsista yang semakin maju, perkembangan dunia UAV juga mengalami perkembangan yang cukup signifikan, kenutuhan yang terus meningkat tersebut akan membuat ketergantungan terhadap pihak asing jika tidak berusaha untuk mengembangkan teknologi bidang kedirgantaraan tersebut. sebenarnya dalam negeri kini sudah banyak pihak-pihak penghobi aeromodelling yang bisa mendesain struktur rangka sendiri. pada makalah ini desimpurnakan vortex blade element theory, sehingga dihasilkan propeller yang sesuai dengan kebutuhan."
050 JDST 2:1 (2011)
Artikel Jurnal  Universitas Indonesia Library
cover
Mira Erwinda
Pengaturan Jasa Pengiriman Barang Berbasis Unmanned Aerial Vehicle (UAV) di Indonesia = The Regulation of Unmanned Aerial Vehicle (UAV) Based Delivery Services in Indonesia
"ABSTRAK
Drones atau Unmanned Aircraft Systems (UAS) atau Unmanned Aerial Vehicle (UAV) adalah komponen baru dari sistem penerbangan. Sistem ini merupakan hasil perkembangan mutakhir dalam teknologi kedirgantaraan, yang menawarkan kemajuan yang dapat membuka penggunaan sipil / komersial baru dan lebih baik serta perbaikan pada keselamatan dan efisiensi semua penerbangan sipil. Potensi layanan komersial drone yang inovatif belum pernah terjadi sebelumnya, untuk fotografi udara, jurnalisme, survei, penggembalaan ternak, stasiun relay komunikasi nirkabel, transportasi, pengiriman bantuan darurat di daerah terpencil / tidak dapat diakses, layanan kurir parsel, pengiriman barang secara online, dan sebagainya. Jasa pengiriman barang menggunakan UAV menarik untuk dibahas di Indonesia, karena Indonesia adalah sebuah negara kepulauan dengan banyak wilayah terpencil yang sulit dijangkau oleh alat transportasi konvensional. Penelitian ini merupakan penelitian hukum normatif dengan pendekatan peraturan perundang-undangan yang dilakukan melalui studi kepustakaan dengan studi dokumen atas bahan hukum primer, sekunder, dan tersier. Penelitian ini secara spesifik membahas mengenai jasa pengiriman barang berbasis UAV yang transaksinya dilakukan melalui aplikasi seluler maupun melalui internet. Pembahasan penelitian ini meliputi pengaturan penyelenggara jasa elektronik, pengaturan mengenai UAV secara internasional dan juga nasional, serta bagaimana peraturan hukum di Indonesia untuk jasa pengiriman barang menggunakan UAV.
ABSTRACT
Drones or Unmanned Aircraft Systems (UAS) or Unmanned Aerial Vehicle (UAV) are a new component of the aviation system. These systems are based on cutting-edge developments in aerospace technologies, offering advancements which may open new and improved civil/commercial applications as well as improvements to the safety and efficiency of all civil aviation. The potential of innovative drone commercial services is unprecedented, for aerial photography, journalism, surveying, livestock grazing, wireless communication relay stations, transportation, emergency shipping in remote / inaccessible areas, parcel courier services, online delivery of goods, and etc. The freight service using UAV is interesting to discuss in Indonesia, because Indonesia is an archipelagic country with many remote areas that are difficult to reach by conventional transportation. This research is a normative legal research with the approach of legislation conducted through literature study with document study on primary, secondary, and tertiary legal materials. This study specifically discusses UAV-based courier services which transactions are made through mobile applications and over the internet. The scope of this research includes the regulations of electronic service providers, regulations on UAV internationally as well as nationally, and how the legal regulation in Indonesia for goods delivery service using UAV."
2018
T52386
UI - Tesis Membership  Universitas Indonesia Library
cover
Muhammad Khaerul Naim Mursalim
Deteksi dan pelacakan objek bergerak pada UAV (unmanned aerial vehicle) = Detection and tracking of moving objects on a UAV (unmanned aerial vehicle)
"Pesawat tanpa awak (Unmanned Aerial Vehicle atau disingkat UAV) adalah sebuah mesin terbang yang berfungsi dengan kendali jarak jauh secara autopilot. Penggunaan terbesar dari pesawat tanpa awak ini adalah dibidang militer untuk pengintaian, pengawasan, dan penyerangan. Dalam mendeteksi sebuah objek yang bergerak secara real-time oleh sebuah UAV, terdapat proses pengolahan sinyal yang kompleks dibandingkan apabila objeknya dalam keadaan diam. Ada beberapa masalah yang terdapat dalam proses deteksi objek bergerak pada UAV yang disebut uncertainty constraint factor (UCF) yaitu lingkungan, jenis objek, pencahayaan, kamera UAV, dan pergerakan (motion) objek. Salah satu masalah praktis yang menjadi perhatian beberapa tahun ini adalah analisis pergerakan (motion analysis). Pergerakan (Motion) dari sebuah objek pada setiap frame membawa banyak informasi tentang piksel dari objek bergerak yang memainkan peranan penting sebagai image descriptor.
Pada tesis ini digunakan algoritma SUED (Segmentation using edge based dilation) untuk mendeteksi objek bergerak. Inti dari algoritma SUED adalah mengkombinasikan frame difference dan proses segmentasi secara bersama untuk mendapatkan hasil yang optimal dibanding dengan menggunakannya secara terpisah. Hasil simulasi menunjukkan peningkatkan performansi algoritma SUED dengan menggunakan kombinasi wavelet dan sobel operator pada deteksi tepinya yaitu jumlah frame untuk true positive meningkat sebesar 41 frame, kemudian false alarm rate yang didapatkan menurun menjadi 7 % dari 24 % apabila hanya menggunakan sobel operator. Kombinasi kedua metode tersebut juga dapat meminimalisir noise region yang mengakibatkan kesalahan dalam proses deteksi dan pelacakan. Hasil simulasi pelacakan objek bergerak dengan metode kalman filter bisa dilihat pada beberapa sampel yang diuji menunjukkan adanya penurunan kesalahan (error) centroid antara hasil deteksi dan hasil pelacakan objek bergerak.
An unmanned aerial vehicle (UAV), commonly known as a drone and also referred by several other names is an aircraft without a human pilot aboard. The flight of UAVs may be controlled either autonomously by onboard computers or by the remote control of a pilot on the ground or in another vehicle. Unmanned aerial vehicle (UAV) usually is used in military field for reconnaissance, surveillance, and assault. To detect a moving object in real-time, there are complex processes than to detect the object that does not moving. There are some issues that faced in detection process of moving object in UAV, called constraint uncertainty factor (UCF) such as environment, type of object, illumination, camera of UAV, and motion of the object. One of the practical problems that become concern of researcher in the past few years is motion analysis. Motion of an object in each frame carries a lot of information about the pixels of moving objects which has an important role as the image descriptor.
In this thesis, we use SUED (Segmentation using edge-based dilation) algorithm to detect moving objects. The concept of the SUED algorithm is combining the frame difference and segmentation process to obtain optimal results than using them separately. The simulation results show the performance improvement of SUED algorithm using combination of wavelet and Sobel operator on edge detection, the number of frames for a true positive increased by 41 frames, then the false alarm rate decreased to 7% from 24% when only using Sobel operator. The combination of these two methods can also minimize noise region that effect detection and tracking process. The simulation results for tracking moving objects by Kalman filter show that there is error decreasing between detection and tracking process."
Depok: Fakultas Teknik Universitas Indonesia, 2015
T45337
UI - Tesis Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>