ANALISIS INDEKS VEGETASI MANGROVE MENGGUNAKAN CITRA SATELIT ALOS AVNIR-2 (Studi Kasus: Estuari Perancak, Bali)

Prameswari, Anak Agung Sagung Ratih; Hariyanto, Teguh; Sidik, Frida

doi:10.12962/j24423998.v11i1.1094

Cited by 9 publications

(9 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The estimated of total carbon stock value in the Perancak Estuary is 22.18±11.76 tonC ha -1 and the amount of CO2 sequestration estimation is 81.41±43.18 tonC ha -1 . The estimated total carbon stock value obtained from the remote sensing measurements is much higher than the field measurements conducted by (Sidik et al 2014) in Perancak Estuary.…”

Section: Resultsmentioning

confidence: 57%

See 1 more Smart Citation

Carbon Stock Estimation of Mangrove Vegetation Using Remote Sensing in Perancak Estuary, Jembrana District, Bali

Hastuti¹,

Suniada²,

Islamy³

2018

IJReSES

View full text Add to dashboard Cite

Abstract. Mangrove vegetation is one of the forest ecosystems that offers a potential of substantial greenhouse gases (GHG) emission mitigation, due to its ability to sink the amount of CO2 in the atmosphere through the photosynthesis process. Mangroves have been providing multiple benefits either as the source of food, the habitat of wildlife, the coastline protectors as well as the CO2 absorber, higher than other forest types. To explore the role of mangrove vegetation in sequestering the carbon stock, the study on the use of remotely sensed data in estimating carbon stock was applied. This paper describes an examination of the use of remote sensing data particularly Landsat-

show abstract

Section: Resultsmentioning

confidence: 57%

“…Regarding of (Sidik et al 2014), there is a difference in carbon stock value between natural mangrove forest and replantation mangroves in ex-ponds. Carbon stock produced by natural mangroves is higher than re-plantation mangroves in ex-ponds.…”

Section: Resultsmentioning

confidence: 99%

Carbon Stock Estimation of Mangrove Vegetation Using Remote Sensing in Perancak Estuary, Jembrana District, Bali

Hastuti¹,

Suniada²,

Islamy³

2018

IJReSES

View full text Add to dashboard Cite

show abstract

“…Li et al (2014) menyebutkan algoritma klasifikasi berbasis piksel terbagi menjadi dua kelompok yaitu klasifikasi tak terbimbing dan klasifikasi terbimbing. Klasifikasi terbimbing (supervised classification) dilakukan dengan membuat kawasan uji untuk mangrove dan objek lainnya yang harus dipisahkan pada klasifikasi dan menggunakan karakteristik spektral masing-masing area untuk klasifikasi citra (Prameswari et al, 2015 (Sturges, 1926).…”

Section: Klasifikasi Terbimbingunclassified

Perubahan sebaran dan kerapatan hutan mangrove di Pesisir Pantai Bama, Taman Nasional Baluran menggunakan citra satelit SPOT 4 dan SPOT 6

Fudloly

Fuad²,

Purwanto³

2020

Depik

View full text Add to dashboard Cite

The condition of mangrove forests in the Baluran National Park area is always changing. Mapping changes of mangrove area and density is needed to find out areas that need attention for mangrove conservation. The study aimed to determine the distribution and the density of mangrove forests in coastal waters of Bama, Baluran National Park. The image data used were SPOT 4 acquisition in 2007 and SPOT 6 acquisition in 2017 as well as field data that have been collected on 23-25 January 2019. The method of separating mangrove and non-mangrove objects used supervised classification, whereas for estimating the density of mangrove using the Normalized Difference Vegetation Index (NDVI) algorithm. The results showed the distribution of mangrove forests in coastal waters of Bama, Baluran National Park from 2007-2017 decreased in area by 8.9 ha. In contrast, the condition of mangrove density increased significantly, where the changes in mangrove density were dominated in the high-density class. The results of the accuracy tests using the method confusion matrix obtained an overall accuracy of 88%, while the accuracy-test with the kappa method obtained an accuracy of 87.76%. The resulting accuracy value indicates a high level of accuracy (more than 85%) and according to the specified requirements.Keywords: Mangrove, NDVI, SPOT 4, SPOT 6, Baluran National Park ABSTRAKKondisi luasan hutan mangrove di kawasan Taman Nasional Baluran terus mengalami perubahan. Pemetaan perubahan luasan dan kerapatan mangrove sangat diperlukan untuk mengetahui area yang membutuhkan perhatian untuk pelestarian mangrove. Penelitian ini bertujuan untuk mengetahui sebaran dan kerapatan hutan mangrove di pesisir pantai Bama, Taman Nasional Baluran. Data yang digunakan dalam penelitian adalah citra SPOT 4 akuisisi tahun 2007 dan citra SPOT 6 akuisisi tahun 2017 dan data hasil survei lapangan yang telah dilakukan pada tanggal 23 - 25 Januari 2019. Metode pemisahan obyek mangrove dan non mangrove menggunakan klasifikasi terbimbing (supervised), sedangkan untuk pendugaan tingkat kerapatan mangrove menggunakan algoritma Normalized Difference Vegetation Index (NDVI). Hasil penelitian menunjukkan sebaran hutan mangrove di pesisir pantai Bama, Taman Nasional Baluran dari tahun 2007-2017 mengalami penurunan luasan sebesar 8,9 ha, sedangkan kondisi tingkat kerapatan mangrove mengalami peningkatan yang cukup signifikan dimana perubahan kerapatan mangrove didominasi pada kelas kerapatan rapat. Hasil uji akurasi menggunakan metode matriks kesalahan (confusion matrix) memperoleh overall accuracy sebesar 88%, sedangkan uji akurasi dengan metode kappa diperoleh tingkat akurasi sebesar 87,76%. Nilai akurasi yang dihasilkan menunjukkan tingkat ketelitian yang cukup tinggi (lebih dari 85%) dan telah memenuhi syarat yang ditetapkan.Kata kunci: Mangrove, NDVI, SPOT 4, SPOT 6, Taman Nasional Baluran

show abstract

“…Nilai indeks vegetasi merupakan suatu nilai yang dihasilkan dari persamaan matematika dari beberapa kanal band yang diperoleh dari data penginderaan jauh. Kanal tersebut biasanya adalah kanal merah (visible) dan kanal inframerah dekat (near infrared) (As-syakur dan Adnyana, 2009 (Prameswari et al, 2015). …”

Section: Pendahuluanunclassified

Identifikasi Perubahan Kerapatan Vegetasi Kota Manado Tahun 2001 Sampai 2015

Wahyuni

Arini

Ahmad³

2017

MIG

View full text Add to dashboard Cite

ABSTRAKKebutuhan manusia akan lahan di wilayah perkotaan menyebabkan perubahan fungsi lahan terutama pada areal bervegetasi. Penelitian ini bertujuan untuk mengkaji perubahan kerapatan vegetasi tahun 2001 dan 2015 di Kota Manado serta pengaruhnya terhadap kualitas lingkungan. Data yang digunakan dalam penelitian ini berupa citra satelit Landsat 7 tahun 2001 tanggal akuisisi 14 Februari 2001 dan Landsat 8 tanggal akusisi 25 Maret 2015, data-data pendukung lainnya yaitu peta administrasi kota Manado tahun 2010, peta rupa bumi kota Manado skala 1:50.000. Metode yang digunakan dalam penelitian ini adalah perbandingan nilai Normalized Difference Vegetation Index (NDVI) dengan kanal merah (Red) dan infra merah dekat (NIR) yang sudah dikonversi ke nilai reflektan. Teknik analisis menggunakan Sistem Informasi Geografis (SIG) dan penginderaan jauh dengan menentukan kerapatan vegetasi dan diklasifikasikan menjadi kelas kerapatan. Hasil penelitian menunjukkan antara 2001 dan 2015 kerapatan vegetasi sangat rapat (hutan dan hutan mangrove) dan tidak bervegetasi (badan air) mengalami penurunan luas masingmasing sebesar 28,71% dan 0,08%. Peningkatan luas terjadi pada kerapatan vegetasi tidak rapat (lahan terbangun/pemukiman), cukup rapat (pertanian lahan kering) dan rapat (kebun dan semak belukar) masingmasing sebesar 4,37%, 10,70% dan13,72%. Perubahan areal bervegetasi di Kota Manado signifikan terjadi karena kegiatan reklamasi pantai menjadi lahan terbangun serta lahan kosong dan perkebunan menjadi perumahan. Kata kunci: Landsat, Normalized Difference Vegetation Index (NDVI), kerapatan vegetasi, Kota Manado ABSTRACT Human demand for land in urban area has been changed the land cover , particularly on vegetation area. This study aims to identify vegetation density change between period 2001 and 2015 in Manado area

show abstract

ANALISIS INDEKS VEGETASI MANGROVE MENGGUNAKAN CITRA SATELIT ALOS AVNIR-2 (Studi Kasus: Estuari Perancak, Bali)

Cited by 9 publications

References 0 publications

Carbon Stock Estimation of Mangrove Vegetation Using Remote Sensing in Perancak Estuary, Jembrana District, Bali

Carbon Stock Estimation of Mangrove Vegetation Using Remote Sensing in Perancak Estuary, Jembrana District, Bali

Perubahan sebaran dan kerapatan hutan mangrove di Pesisir Pantai Bama, Taman Nasional Baluran menggunakan citra satelit SPOT 4 dan SPOT 6

Identifikasi Perubahan Kerapatan Vegetasi Kota Manado Tahun 2001 Sampai 2015

Contact Info

Product

Resources

About