Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tanaman adalah makhluk hidup yang dapat menyerap karbon pada suatu daerah melalui proses fotosintesis, sehingga keberadaannya diperlukan untuk menyerap emisi karbon. Mengestimasi nilai biomassa merupakan indikator penting karena memberikan prasyarat dasar mengenai estimasi kepadatan dan penyimpanan karbon dalam wilayah tersebut. Ketidak seimbangan antara emisi karbon dengan stok karbon akan terjadi apabila kegiatan manusia yang menghasilkan emisi karbon lebih tinggi dibandingkan dengan stok karbon pada daerah tersebut. Faktor yang memengaruhi tingkat emisi karbon pada daerah tersebut adalah tingkat kepadatan populasi, persentase wilayah urban, dan kepadatan jalan. Nilai karbon didapatkan dari model dengan perhitungan model menggunakan regresi linear. Sementara untuk mengetahui nilai biomassa diperlukan data diameter setinggi dada pada jenis jenis pohon perkotaan. Citra satelit untuk kemudian diolah menjadi data NDVI serta citra yang digunakan adalah Sentinel 2-A. Nilai Estimasi stok karbon dapat dilakukan dengan menggunakan perhitungan persamaan allometrik yang dapat menentukan nilai biomassa permukaan, setelah mendapatkan nilai biomassa permukaan dilakukan persamaan regresi terhadap nilai NDVI. Perhitungan antara nilai emisi karbon dengan nilai stok karbon kemudian dihitung selisihnya untuk mendapatkan wilayah yang kelebihan penyimpanan karbon atau kekurangan penyimpanan karbon. Hasil dari penelitian ini adalah komposisi antara karbon yang mampu disimpan oleh tanaman pada wilayah Kecamatan Kuta, Kuta Utara dan Kuta Selatan dengan emisi karbon yang terdapat di Kecamatan Kuta, Kuta Utara dan Kuta Selatan.

---

The Plant is an living creatures that can absorbs carbons on open air with their capability to photosynthesis, therefore its existence are surely needed to absorbs carbon emissions. Estimating biomass was one of the important indicator because it is an basic requirements about estimating the density of carbons storage on that region. The imbalance between carbon emissions and carbon stocks will happen if the human activity that produce carbon emissions were higher than carbon stocks on that region. Driving factors that interfere the size of carbon emissions on some regions are populations density, road density, and urban percentages. Carbons value were collected by model with calculations using linear regressions. In the other hand to determine biomass value required diameter breast height on tree species on the city. Satellite imagery is also required to produce NDVI data, satellite imagery that were used on this study was Sentinel 2-A. Estimations value of carbon stocks can be obtained by using allometric equation which can determine aboveground biomass, after obtaining the aboveground biomass the next step is making linear regressions against NDVI value. Calculations between carbon emissions value and carbon stocks value were calculated the difference for obtaining which region that had more carbon stocks and which region that hasn’t. the result of this study were composisions between carbons that can be absorbs by the plant in Kuta,North Kuta, and South Kuta District with the carbon emissions that happened on Kuta, North Kuta and South Kuta District."

"Jabodetabek merupakan salah satu wilayah yang mengalami pertumbuhan penduduk terkonsentrasi di Jakarta. Hal tersebut mendorong gejala urban expansion karena kebutuhan lahan yang ada di Provinsi Jakarta semakin terbatas dan akan mengakibatkan munculnya urbanisasi pada daerah sekitar Jakarta atau Jakarta Megacity’s Outer Suburbs (JMOS). Kota Bekasi merupakan salah satu kota yang terkena dampak besar dari fenomena tersebut. Dapat diketahui pula bahwa fenomena naiknya tingkat urbanisasi memiliki dampak seperti fenomena naiknya suhu permukaan tanah yang dapat mempengaruhi aktivitas manusia. Penelitian ini bertujuan untuk mengetahui pola spasial tingkat urbanisasi dan juga pengaruhnya terhadap suhu permukaan tanah di Kota Bekasi. Data yang digunakan adalah Citra Sentinel-2 untuk klasifikasi penggunaan lahan dan Citra Landsat-8 untuk suhu permukaan tanah yang kemudian dilakukan survei lapangan untuk memvalidasi kedua data tersebut. Pengambilan data tingkat urbanisasi digunakan dengan menggunakan Indeks Rural-Urban Land Transformation (RULT). Hasil penelitian menunjukan bahwa Kota Bekasi memiliki pola spasial indeks RULT memiliki nilai akurasi Kappa sebesar 0,64 dengan rentang nilai indeks -1,49 hingga 0,19 dan memiliki pola spasial terklaster pada bagian barat Kota Bekasi. Selain itu suhu permukaan tanah dapat dihasilkan dengan menggunakan LST yang memiliki hasil validasi lapangan sebesar 0,65 dengan rentang nilai 23-36 derajat celsius dan memiliki pola spasial terklaster pada bagian barat dan utara Kota Bekasi. Untuk mengetahui korelasi antara indeks RULT dan LST, dilakukan uji statistik berupa regresi linier, hasil dari uji statistik kedua variabel tersebut menunjukkan adanya korelasi positif yang signifikan dengan tingkat korelasi sedang.

---

Jabodetabek is one of the regions that is concentrated in Jakarta. This concentration encourages urbanization because the need for land in DKI Jakarta Province is increasingly limited and will result in urbanization around Jakarta or the Jakarta Megacity Outer Suburbs (JMOS). Bekasi Municipality is one of the cities most affected by this phenomenon. It is also seen that the phenomenon of increasing urbanization has impacts, such as the phenomenon of rising land surface temperatures which can directly affect human activities. This study aims to determine the spatial pattern of urbanization level and its effect on land surface temperature in Bekasi Municipality. The data used are Sentinel-2 Imagery for land use classification and Landsat-8 Imagery for land surface temperature which is then conducted a field survey to validate the two data. Retrieval of urbanization level data is used by using the Rural-urban Land Transformation Index (RULT). The results showed that Bekasi Municipality has a RULT spatial index pattern with a Kappa accuracy value of 0.64 with an index value range of - 1.49 to 0.19 and has a terklaster spatial pattern in the western part of Bekasi Municipality. In addition, the land surface temperature can be generated using LST, which has a field validation result of 0.65 with a value range of 23-36 degrees Celsius and has a terklaster spatial pattern in the western and northern parts of Bekasi Municipality. To understand the correlation between the RULT and LST, use statistical test was carried out in the form of linear regression, and the results of the statistical test for both variables showed a significant positive correlation with a moderate level of correlation."

"Sebagian besar perkebunan karet di Sumatera Selatan mengalami penurunan produksi karena dampak penyakit gugur daun. Penyakit ini sebagian besar disebabkan oleh persebaran jamur Oidium sp., Colletotrichum sp., dan Pestalotiopsis sp. Oleh karena itu, pembangunan model berbasis indeks vegetasi NDRE, GNDVI, VARI, dan ARVI, yang bertujuan untuk mendeteksi persebaran penyakit ini dianggap penting. Penelitian dilakukan di Perkebunan Pusat Penelitian Karet Sembawa dengan memanfaatkan data UAV multispektral yang telah diproses menggunakan OBIA, serta survei lapangan. Dari 623 sampel data, 70% digunakan untuk pelatihan model, sementara 30% sampel digunakan untuk pengujian model. Pengolahan data dilakukan menggunakan Google Earth Engine dan visualisasi dilakukan dengan ArcGIS Pro. Hasil penelitian menunjukkan bahwa keseluruhan model memiliki tingkat akurasi pelatihan secara keseluruhan di atas 0,7, dengan model GNDVI + NDRE + VARI menonjol dengan tingkat akurasi pelatihan yang paling baik. Namun, model tersebut menunjukkan kinerja yang buruk dalam pengujian dengan nilai akurasi validasi yang rendah, hal ini menunjukkan bahwa model belum dapat memprediksi penyakit tanaman karet dengan baik. Selain itu, dari hasil analisis kondisi fisik ditemukan bahwa kondisi suhu dan curah hujan di perkebunan karet Sembawa berada pada nilai optimal yang mendukung pertumbuhan dan penyebaran ketiga jenis jamur penyebab penyakit tersebut.

---

South Sumatra plays a crucial role as Indonesia's main rubber exporter, making it a flagship commodity. However, most rubber plantations in South Sumatra face declining production due to leaf fall disease, primarily caused by the fungi Oidium sp., Colletotrichum sp., and Pestalotiopsis sp. Therefore, developing a vegetation index-based model using NDRE, GNDVI, VARI, and ARVI to detect the spread of this disease is considered essential. The study was conducted at the Sembawa Rubber Research Center Plantation, utilizing multispectral UAV data processed with OBIA and field surveys. Of the 623 data samples, 70% were used for model training, while 30% were used for model testing. Data processing was performed using Google Earth Engine, and visualization was done with ArcGIS Pro. Results showed that all models had overall training accuracy above 0.7, with the GNDVI + NDRE + VARI model standing out with the best training accuracy. However, this model performed poorly in testing, with low validation accuracy, indicating its inability to predict new data. Additionally, physical condition analysis revealed that the temperature and rainfall conditions in the Sembawa rubber plantation were optimal, supporting the growth and spread of the three disease-causing fungi."