Pengantar Structure from Motion PhotogrammetryDany Laksono
Structure from Motion (SfM) photogrammetry can be used to extract 3D point cloud data and generate digital elevation models (DEMs) from optical camera sensors. The SfM process involves feature detection, feature matching between images, sparse reconstruction to estimate camera positions and an initial 3D geometry, dense reconstruction using multi-view stereo to generate depth maps and a dense point cloud, and texturing to create 3D models. The resulting products include sparse and dense point clouds, DEMs, and textured 3D models. While powerful, SfM has limitations for scenes with featureless surfaces, repetitive patterns, or thin structures. Open-source SfM software includes WebODM, OpenMVG,
Laporan ini membahas pelaksanaan praktikum fotogrametri II yang meliputi pembuatan ortofoto dan ekstraksi DEM menggunakan perangkat lunak PCI Geomatica dari foto udara. Praktikum ini bertujuan untuk mempelajari proses ortorektifikasi citra dan ekstraksi DEM secara digital."
Dokumen tersebut membahas tentang kalibrasi kamera untuk pemetaan kawasan melalui fotogrametri. Terdapat tiga metode utama kalibrasi kamera yaitu in-situ calibration yang melibatkan kalibrasi kamera besar di lapangan, precision multi-collimator instruments yang memanfaatkan peralatan khusus di laboratorium, dan self calibration yang secara otomatis menentukan parameter kalibrasi berdasarkan informasi gambar hasil foto.
Makalah ini membahas pengaruh citra supervised dan unsupervised dalam evaluasi lahan serta peranan kartografi dan pemetaan. Secara ringkas:
1. Citra supervised dan unsupervised digunakan untuk mengklasifikasikan lahan melalui pengolahan citra satelit.
2. Kartografi berperan menyajikan data spasial lahan, sementara pemetaan menentukan koordinat dan lokasi lahan.
3. Evaluasi lahan menghasilkan peta potensi lahan berdasarkan citra
Pengantar Structure from Motion PhotogrammetryDany Laksono
Structure from Motion (SfM) photogrammetry can be used to extract 3D point cloud data and generate digital elevation models (DEMs) from optical camera sensors. The SfM process involves feature detection, feature matching between images, sparse reconstruction to estimate camera positions and an initial 3D geometry, dense reconstruction using multi-view stereo to generate depth maps and a dense point cloud, and texturing to create 3D models. The resulting products include sparse and dense point clouds, DEMs, and textured 3D models. While powerful, SfM has limitations for scenes with featureless surfaces, repetitive patterns, or thin structures. Open-source SfM software includes WebODM, OpenMVG,
Laporan ini membahas pelaksanaan praktikum fotogrametri II yang meliputi pembuatan ortofoto dan ekstraksi DEM menggunakan perangkat lunak PCI Geomatica dari foto udara. Praktikum ini bertujuan untuk mempelajari proses ortorektifikasi citra dan ekstraksi DEM secara digital."
Dokumen tersebut membahas tentang kalibrasi kamera untuk pemetaan kawasan melalui fotogrametri. Terdapat tiga metode utama kalibrasi kamera yaitu in-situ calibration yang melibatkan kalibrasi kamera besar di lapangan, precision multi-collimator instruments yang memanfaatkan peralatan khusus di laboratorium, dan self calibration yang secara otomatis menentukan parameter kalibrasi berdasarkan informasi gambar hasil foto.
Makalah ini membahas pengaruh citra supervised dan unsupervised dalam evaluasi lahan serta peranan kartografi dan pemetaan. Secara ringkas:
1. Citra supervised dan unsupervised digunakan untuk mengklasifikasikan lahan melalui pengolahan citra satelit.
2. Kartografi berperan menyajikan data spasial lahan, sementara pemetaan menentukan koordinat dan lokasi lahan.
3. Evaluasi lahan menghasilkan peta potensi lahan berdasarkan citra
Bab ini membahas pengukuran titik detail lapangan menggunakan theodolit. Data yang didapatkan meliputi sudut mendatar, sudut zenit, dan bacaan rambu. Data ini kemudian digunakan untuk menghitung jarak mendatar dan beda tinggi antara titik menggunakan prinsip trigonometri.
Laporan ini membahas georeferencing dalam sistem informasi geografi. Terdapat penjelasan mengenai pengertian SIG dan georeferencing serta langkah-langkah praktik georeferencing dengan membuat titik koordinat, mengimpor ke Google Earth, mengedit titik di ArcMap, dan menyimpan hasilnya. Laporan ini bertujuan untuk mempraktekkan georeferencing dalam memetakan data spasial.
Penginderaan Jauh : Klasifikasi Tidak TerseliaWachidatin N C
Laporan praktikum ini membahas tentang klasifikasi tidak terselia yang dilakukan menggunakan dua metode, yaitu ISOData dan K-Means, pada citra Landsat di wilayah Kabupaten Tuban. Prosesnya meliputi pemotongan citra berdasarkan batas administratif Kabupaten Tuban, klasifikasi menggunakan kedua metode, dan analisis hasil klasifikasi.
Dokumen tersebut membahas tentang garis kontur, termasuk pengertian, sifat, interval, indeks, dan interpolasi garis kontur. Garis kontur digunakan untuk memperlihatkan ketinggian permukaan tanah pada peta dan memiliki beberapa sifat seperti berbentuk kurva tertutup dan tidak berpotongan. Interval kontur dan indeks kontur digunakan untuk menentukan kerapatan garis kontur.
Laporan ini membahas klasifikasi multispektral citra satelit Landsat 7 menggunakan perangkat lunak Envi 5.1. Terdapat dua jenis klasifikasi yaitu tak terkontrol (unsupervised) dengan algoritma Isodata dan K-Means, serta terkontrol (supervised) menggunakan Maximum Likelihood, Minimum Distance, dan Parallelepiped dengan membuat Region of Interest terlebih dahulu. Hasilnya menunjukkan algoritma Maximum Likelihood paling akurat mengklasifikasikan objek
Laporan ini membahas pelaksanaan praktikum fotogrametri II yang meliputi pembuatan orthofoto dan DEM extraction dari foto udara, pembuatan peta RBI dari data stereoplotting, close range photogrammetry untuk pemodelan 3D objek, dan pengambilan data menggunakan UAV beserta pengolahannya.
Laporan Pembuatan Peta Kontur, Peta Lereng, dan Tracing JalanSally Indah N
Laporan ini membahas pembuatan peta lereng berdasarkan data peta kontur untuk memenuhi tugas kuliah. Terdapat penjelasan mengenai tujuan, alat, bahan, kajian literatur tentang pengertian lereng dan peta lereng, langkah pembuatan peta lereng melalui perhitungan persentase kemiringan, dan kesimpulan bahwa peta kontur dapat dijadikan acuan pembuatan peta lereng dengan menggunakan warna yang sesuai dengan tingkat ke
Tutorial Singkat Agisoft Photoscan Basic untuk mengolah data foto udara UAV/Drone untuk menghasilkan 3D point clouds, DEM/DSM, dan orthophoto mosaic
Data foto yang digunakan dalam tutorial silahkan download disini
https://drive.google.com/file/d/0B94pA_Q0S02vREt5cnJESXhNeWc/view?usp=sharing
Geodesi adalah ilmu yang mempelajari pengukuran dan pemetaan Bumi beserta medan gravitasinya di ruang tiga dimensi yang berubah secara dinamis. Ilmu ini juga mempelajari bentuk dan ukuran Bumi, planet, dan satelit natural atau buatan serta perubahan-perubahannya dengan menentukan posisi dan kecepatan titik-titik atau objek di permukaan Bumi atau orbitnya dengan sistem referensi tertentu menggunakan pengukuran
Dokumen tersebut memberikan panduan tentang cara melakukan pemetaan partisipatif menggunakan kompas. Dokumen menjelaskan langkah-langkah mempersiapkan tim pemetaan, alat yang dibutuhkan seperti kompas dan meteran, cara mengumpulkan data lapangan seperti arah, jarak dan kemiringan, serta cara mengolah data menjadi peta.
Materi Kuliah Penginderaan Jauh Dasar (Konsep Dasar "Remote Sensing")Nurul Afdal Haris
Remote sensing adalah ilmu yang memperoleh data tentang objek tanpa kontak langsung menggunakan sensor. Terdiri dari sumber energi, interaksi energi dengan atmosfer, sensor, dan objek sasaran. Data terdiri dari citra dan numerik yang diinterpretasikan melalui deteksi, identifikasi, klasifikasi, dan penilaian. Keuntungan meliputi cakupan luas, karakteristik tak terlihat, dan pembaruan berulang.
Dokumen tersebut membahas tentang standar nasional Indonesia untuk jaring kontrol vertikal dengan metode sipatdatar. Dokumen ini menjelaskan tentang ruang lingkup, istilah-istilah, klasifikasi, konvensi, spesifikasi teknis, dan pedoman teknis untuk pembangunan dan pengembangan jaring kontrol vertikal secara nasional.
Piroksen adalah mineral penyusun batuan beku yang berwarna gelap. Ia merupakan senyawa silika oksida yang mengandung magnesia dan kalsium. Piroksen dapat ditemukan dalam batuan beku dan metamorfik dengan rumus umum XY(Si,Al)2O6.
Materi Kuliah Penginderaan Jauh Dasar (FOTOGRAMETRI)Nurul Afdal Haris
Dokumen tersebut membahas tentang fotogrametri dan penginderaan jauh, termasuk konsep dasar fotogrametri, jenis foto udara berdasarkan sudut pengambilan, bagian-bagian foto udara seperti tanda fiducial dan tanda tepi, serta penentuan skala foto udara. Secara ringkas, dokumen tersebut menjelaskan tentang metode pemetaan menggunakan foto udara dan interpretasi geometri untuk menghasilkan peta.
Dokumen tersebut membahas tentang klasifikasi data menggunakan metode Naive Bayes. Terdapat beberapa poin penting yaitu penjelasan tentang klasifikasi data mining, algoritma yang dapat digunakan seperti pohon keputusan dan K-nearest neighbor, serta ciri-ciri utama dari klasifikasi data.
Dokumen tersebut membahas perbandingan metode klasifikasi pohon dan regresi logistik dalam mengklasifikasikan desa/kelurahan berdasarkan program Wajardikdas 9 tahun di Kabupaten Gresik. Metode klasifikasi pohon menghasilkan ketepatan klasifikasi yang lebih tinggi, khususnya untuk data pengujian, sehingga merupakan metode yang lebih tepat untuk pengklasifikasian desa/kelurahan tersebut. Variabel yang berpengaruh terhad
Bab ini membahas pengukuran titik detail lapangan menggunakan theodolit. Data yang didapatkan meliputi sudut mendatar, sudut zenit, dan bacaan rambu. Data ini kemudian digunakan untuk menghitung jarak mendatar dan beda tinggi antara titik menggunakan prinsip trigonometri.
Laporan ini membahas georeferencing dalam sistem informasi geografi. Terdapat penjelasan mengenai pengertian SIG dan georeferencing serta langkah-langkah praktik georeferencing dengan membuat titik koordinat, mengimpor ke Google Earth, mengedit titik di ArcMap, dan menyimpan hasilnya. Laporan ini bertujuan untuk mempraktekkan georeferencing dalam memetakan data spasial.
Penginderaan Jauh : Klasifikasi Tidak TerseliaWachidatin N C
Laporan praktikum ini membahas tentang klasifikasi tidak terselia yang dilakukan menggunakan dua metode, yaitu ISOData dan K-Means, pada citra Landsat di wilayah Kabupaten Tuban. Prosesnya meliputi pemotongan citra berdasarkan batas administratif Kabupaten Tuban, klasifikasi menggunakan kedua metode, dan analisis hasil klasifikasi.
Dokumen tersebut membahas tentang garis kontur, termasuk pengertian, sifat, interval, indeks, dan interpolasi garis kontur. Garis kontur digunakan untuk memperlihatkan ketinggian permukaan tanah pada peta dan memiliki beberapa sifat seperti berbentuk kurva tertutup dan tidak berpotongan. Interval kontur dan indeks kontur digunakan untuk menentukan kerapatan garis kontur.
Laporan ini membahas klasifikasi multispektral citra satelit Landsat 7 menggunakan perangkat lunak Envi 5.1. Terdapat dua jenis klasifikasi yaitu tak terkontrol (unsupervised) dengan algoritma Isodata dan K-Means, serta terkontrol (supervised) menggunakan Maximum Likelihood, Minimum Distance, dan Parallelepiped dengan membuat Region of Interest terlebih dahulu. Hasilnya menunjukkan algoritma Maximum Likelihood paling akurat mengklasifikasikan objek
Laporan ini membahas pelaksanaan praktikum fotogrametri II yang meliputi pembuatan orthofoto dan DEM extraction dari foto udara, pembuatan peta RBI dari data stereoplotting, close range photogrammetry untuk pemodelan 3D objek, dan pengambilan data menggunakan UAV beserta pengolahannya.
Laporan Pembuatan Peta Kontur, Peta Lereng, dan Tracing JalanSally Indah N
Laporan ini membahas pembuatan peta lereng berdasarkan data peta kontur untuk memenuhi tugas kuliah. Terdapat penjelasan mengenai tujuan, alat, bahan, kajian literatur tentang pengertian lereng dan peta lereng, langkah pembuatan peta lereng melalui perhitungan persentase kemiringan, dan kesimpulan bahwa peta kontur dapat dijadikan acuan pembuatan peta lereng dengan menggunakan warna yang sesuai dengan tingkat ke
Tutorial Singkat Agisoft Photoscan Basic untuk mengolah data foto udara UAV/Drone untuk menghasilkan 3D point clouds, DEM/DSM, dan orthophoto mosaic
Data foto yang digunakan dalam tutorial silahkan download disini
https://drive.google.com/file/d/0B94pA_Q0S02vREt5cnJESXhNeWc/view?usp=sharing
Geodesi adalah ilmu yang mempelajari pengukuran dan pemetaan Bumi beserta medan gravitasinya di ruang tiga dimensi yang berubah secara dinamis. Ilmu ini juga mempelajari bentuk dan ukuran Bumi, planet, dan satelit natural atau buatan serta perubahan-perubahannya dengan menentukan posisi dan kecepatan titik-titik atau objek di permukaan Bumi atau orbitnya dengan sistem referensi tertentu menggunakan pengukuran
Dokumen tersebut memberikan panduan tentang cara melakukan pemetaan partisipatif menggunakan kompas. Dokumen menjelaskan langkah-langkah mempersiapkan tim pemetaan, alat yang dibutuhkan seperti kompas dan meteran, cara mengumpulkan data lapangan seperti arah, jarak dan kemiringan, serta cara mengolah data menjadi peta.
Materi Kuliah Penginderaan Jauh Dasar (Konsep Dasar "Remote Sensing")Nurul Afdal Haris
Remote sensing adalah ilmu yang memperoleh data tentang objek tanpa kontak langsung menggunakan sensor. Terdiri dari sumber energi, interaksi energi dengan atmosfer, sensor, dan objek sasaran. Data terdiri dari citra dan numerik yang diinterpretasikan melalui deteksi, identifikasi, klasifikasi, dan penilaian. Keuntungan meliputi cakupan luas, karakteristik tak terlihat, dan pembaruan berulang.
Dokumen tersebut membahas tentang standar nasional Indonesia untuk jaring kontrol vertikal dengan metode sipatdatar. Dokumen ini menjelaskan tentang ruang lingkup, istilah-istilah, klasifikasi, konvensi, spesifikasi teknis, dan pedoman teknis untuk pembangunan dan pengembangan jaring kontrol vertikal secara nasional.
Piroksen adalah mineral penyusun batuan beku yang berwarna gelap. Ia merupakan senyawa silika oksida yang mengandung magnesia dan kalsium. Piroksen dapat ditemukan dalam batuan beku dan metamorfik dengan rumus umum XY(Si,Al)2O6.
Materi Kuliah Penginderaan Jauh Dasar (FOTOGRAMETRI)Nurul Afdal Haris
Dokumen tersebut membahas tentang fotogrametri dan penginderaan jauh, termasuk konsep dasar fotogrametri, jenis foto udara berdasarkan sudut pengambilan, bagian-bagian foto udara seperti tanda fiducial dan tanda tepi, serta penentuan skala foto udara. Secara ringkas, dokumen tersebut menjelaskan tentang metode pemetaan menggunakan foto udara dan interpretasi geometri untuk menghasilkan peta.
Dokumen tersebut membahas tentang klasifikasi data menggunakan metode Naive Bayes. Terdapat beberapa poin penting yaitu penjelasan tentang klasifikasi data mining, algoritma yang dapat digunakan seperti pohon keputusan dan K-nearest neighbor, serta ciri-ciri utama dari klasifikasi data.
Dokumen tersebut membahas perbandingan metode klasifikasi pohon dan regresi logistik dalam mengklasifikasikan desa/kelurahan berdasarkan program Wajardikdas 9 tahun di Kabupaten Gresik. Metode klasifikasi pohon menghasilkan ketepatan klasifikasi yang lebih tinggi, khususnya untuk data pengujian, sehingga merupakan metode yang lebih tepat untuk pengklasifikasian desa/kelurahan tersebut. Variabel yang berpengaruh terhad
Multiresolution Color Image Segmentation Applied to Background Extraction in ...Luqman Abdul Mushawwir
hasil baca: sebuah paper mengenai image segmentation yang berujung pada background extraction
paper ini bukan paper saya, hanya untuk mempermudah memahami bacaan maka saya membuat slide ini
Abstrak – Sistem berbagi sepeda yang sudah tersebar di beberapa negara di dunia sebagian besa berbasis penggunaan teknologi berupa melacak database pendaftaran, pembayaran, jumlah sepeda yang tersedia dan kios loker yang tersedia di setiap stasiun, dan serta penyewaan atau pengembalian sepeda di setiap loker secara realtime. Peneliti ingin mengetahui pola klasifikasi permintaan berbagi sepeda. Peneltian ini menggunakan data sistem berbagi sepeda di Wasington D.C. pada data Bike Sharing Dataset yang bersumber dari UCI Machinr Learning Repository. Untuk menjawab permaslahan tersebut, metode yang digunakan antara lain k-Nearest Neighbors, Support Vector Machine, dan Random Forest. Dengan tinjauan beberapa variabel pendukung.. Dalam final project ini peneliti melakukan preprocessing, feature engineering, eksplorasi data, feature selection dengan korelasi, hold out methods, dan klasifikasi. Diketahui hasil analisis klasifikasi terbaik adalah Random Forest dengan akurasi sebesar 0,69.
Ppt metode nearest neighbor point dan inverse distance weighted ferys saputra...Fyfy4
Dokumen tersebut membahas dua metode penaksiran sumber daya mineral, yaitu Metode Inverse Distance dan Metode Neighborhood Nearest Point. Metode Inverse Distance menggunakan jarak antara titik sampel dan kadar sampel untuk memperkirakan kadar di blok yang akan ditaksir. Metode Neighborhood Nearest Point hanya mempertimbangkan nilai sampel titik terdekat untuk menaksir blok. Kedua metode ini sering digunakan untuk perhitungan sumber daya batubara dan mineral.
1. Dokumen ini membahas tentang penaksiran cadangan sumber daya mineral bijih dengan menggunakan metode model blok dan beberapa teknik seperti nearest point, area of influence, invers distance weighting, dan kriging.
2. Metode model blok digunakan untuk merepresentasikan endapan bahan galian dengan membagi wilayah menjadi blok-blok berukuran sama.
3. Beberapa metode penaksiran yang dibahas meliputi nearest point, invers distance weighting, dan kriging
Similar to Supervised and Unsupervised Classifications (10)
Residual Analysis and Tidal Harmonic Components in Bangkalan Regency, East JavaLuhur Moekti Prayogo
Bangkalan Regency is one of Madura, East Java, where some of its areas are located in a coastal environment. The coastal environment can experience economic development due to the transportation aspect so that many industries have been established in that environment. Studies on oceanographic parameters are essential because management of coastal environments can not be separated from oceanographic information: The tides information about the tidal characteristics can be obtained after performing a harmonic analysis, which produces the value of harmonic components. This study analyses the residue and tidal harmonic components using the LP-Tides Matlab software in the Sepulu district, Bangkalan Regency, East Java. The data used are January 2021 data from the Geospatial Information Agency. This research shows that the main harmonic components generated include K2, M4, MS4, M2, S2, N2, K1, O1, and P1. The tidal type shows that the Sepulu district is a semi-diurnal type with a Formzahl number = 0.08566. The maximum observation and prediction data values for January 2021 in the Sepulu district are 978 and 1273.64 mm. The MSL value is 434 mm, with an average tidal residue value between the observation and predictive data = 166.01 mm. Then the calculation of the RMSE value and standard deviations are 12.88 and 125.90 mm
Pelatihan Pemanfaatan Teknologi AI dalam Pembuatan PTK bagi Guru SDN Karangas...Luhur Moekti Prayogo
The purpose of this study is to increase a solid understanding for teachers of SDN Karangasem, Jenu about the basic concepts of AI, including how AI works, the types of algorithms used and teachers can overcome their lack of knowledge in utilization in improving the quality of learning and preparing students to face an increasingly connected and technology-oriented world. The method used by an extension is to increase teacher understanding of the importance of PTK in improving the quality of education. And the implementation of socialization regarding the process and steps in making PTK with the help of AI technology through GPT Chat media. The results obtained that advances in Artificial Intelligence Technology help teachers to create a learning process that is more exciting/interesting and not boring with various applications available and eases the task of teachers in the evaluation or administration process.
Penginderaan Jauh - Prinsip Dasar Penginderaan Jauh (By. Pratiwi)Luhur Moekti Prayogo
Penginderaan jauh adalah ilmu dan teknik untuk memperoleh informasi tentang suatu objek, daerah, atau fenomena melalui analisis data yang diperoleh dari jarak jauh tanpa kontak langsung menggunakan sensor. Penginderaan jauh memiliki keunggulan seperti dapat menangkap daerah luas, sifatnya permanen, dan dapat digunakan untuk berbagai bidang seperti pertanian, kehutanan, dan pemetaan.
Penginderaan Jauh - Prinsip Dasar Penginderaan Jauh (By. Udis Sunardi)Luhur Moekti Prayogo
Tugas 1 Mata Kuliah Penginderaan Jauh (3 SKS), Nama : Udis Sunardi, NIM : 1310210011, Dosen Pengampu: Luhur Moekti Prayogo, S.Si., M.Eng, Program Studi Ilmu Kelautan, Fakultas Perikanan dan Kelautan, Universitas PGRI Ronggolawe Tuban 2023
Penginderaan Jauh - Prinsip Dasar Penginderaan Jauh (By. Saiful Mukminin)Luhur Moekti Prayogo
Makalah ini membahas tentang prinsip dasar penginderaan jauh kelautan, termasuk cara kerja, komponen, dan aplikasi penginderaan jauh untuk memantau kondisi laut dan sumber daya perikanan. Dijelaskan pula tantangan dan peran penginderaan jauh dalam pengelolaan sumber daya kelautan."
Penginderaan Jauh - Prinsip Dasar Penginderaan Jauh (By. Maryoko)Luhur Moekti Prayogo
Tugas 1 Mata Kuliah Penginderaan Jauh (3 SKS), Nama : Maryoko, NIM : 1310210015, Dosen Pengampu: Luhur Moekti Prayogo, S.Si., M.Eng, Program Studi Ilmu Kelautan, Fakultas Perikanan dan Kelautan, Universitas PGRI Ronggolawe Tuban 2023
Penginderaan Jauh - Prinsip Dasar Penginderaan Jauh (By. Fajar Kurniawan)Luhur Moekti Prayogo
Tugas 1 Mata Kuliah Penginderaan Jauh (3 SKS), Nama : Fajar Kurniawan, NIM : 1310210012, Dosen Pengampu: Luhur Moekti Prayogo, S.Si., M.Eng, Program Studi Ilmu Kelautan, Fakultas Perikanan dan Kelautan, Universitas PGRI Ronggolawe Tuban 2023
Penginderaan Jauh - Prinsip Dasar Penginderaan Jauh (By. Agus Vandiharjo)Luhur Moekti Prayogo
Tugas 1 Mata Kuliah Penginderaan Jauh (3 SKS), Nama : Agus Vandiharjo, NIM : 1310210009, Dosen Pengampu: Luhur Moekti Prayogo, S.Si., M.Eng, Program Studi Ilmu Kelautan, Fakultas Perikanan dan Kelautan, Universitas PGRI Ronggolawe Tuban 2023
Penetapan dan Penegasan Batas Laut - Sengketa Wilayah Kepulauan Spartly di La...Luhur Moekti Prayogo
Tugas 1 Mata Kuliah Penetapan dan Penegasan Batas Laut (3 SKS), Nama : Ristyan Tri Rahayu, NIM : 131021001, Dosen Pengampu: Luhur Moekti Prayogo, S.Si., M.Eng, Program Studi Ilmu Kelautan, Fakultas Perikanan dan Kelautan, Universitas PGRI Ronggolawe Tuban 2023
Penetapan dan Penegasan Batas Laut - Sengketa Wilayah Kepulauan Spartly di La...Luhur Moekti Prayogo
Tugas 1 Mata Kuliah Penetapan dan Penegasan Batas Laut (3 SKS), Nama : Saiful Mukminin, NIM : 1310210008, Dosen Pengampu: Luhur Moekti Prayogo, S.Si., M.Eng, Program Studi Ilmu Kelautan, Fakultas Perikanan dan Kelautan, Universitas PGRI Ronggolawe Tuban 2023
Penetapan dan Penegasan Batas Laut - Sengketa Wilayah Kepulauan Spartly di La...Luhur Moekti Prayogo
Tugas 1 Mata Kuliah Penetapan dan Penegasan Batas Laut (3 SKS), Nama : Pratiwi, NIM : 1310210001, Dosen Pengampu: Luhur Moekti Prayogo, S.Si., M.Eng, Program Studi Ilmu Kelautan, Fakultas Perikanan dan Kelautan, Universitas PGRI Ronggolawe Tuban 2023
Penetapan dan Penegasan Batas Laut - Sengketa Wilayah Kepulauan Spartly di La...Luhur Moekti Prayogo
Dokumen tersebut membahas sengketa wilayah Kepulauan Spratly di Laut Cina Selatan yang melibatkan beberapa negara. Sengketa ini timbul karena adanya klaim yang tumpang tindih atas kepulauan yang kaya sumber daya alam tersebut oleh Cina, Vietnam, Filipina, Malaysia, Taiwan, dan Brunei sejak tahun 1980-an. Sengketa ini menimbulkan berbagai insiden militer dan memburuknya hubungan diplomatik antar negara yang terlibat. Penye
Analisis Komponen Harmonik dan Elevasi Pasang Surut pada Alur Pelayaran Perai...Luhur Moekti Prayogo
Cilacap merupakan kabupaten yang mempunyai luas area mencapai 225.360,840 ha yang terletak pada wilayah Jawa Tengah bagian selatan. Kabupaten ini menghadap langsung dengan Samudera Indonesia disebelah selatannya. Karakteristik elevasi harmonik suatu wilayah perairan bermanfaat untuk mengetahui interaksi pembentuk pasang surut pada wilayah tertentu. Hal ini dibutuhkan untuk keperluan pengelolaan lingkungan lebih lanjut serta bangunan pantai dan kegiatan lain di wilayah pesisir. Penelitian ini dilakukan menggunakan data primer berupa data elevasi pasang surut yang terekam setiap jam selama satu 31 hari pada bulan Januari 2019. Analisis harmonik menggunakan T-Tide untuk mengekstrak komponen-komponen pasang surut. Komponen pasut yang dominan diantaranya Q1, O1, NO1, K1, N2, M2. Perairan cilacap memiliki tipe pasang surut yang diklasifikasikan sebagai pasang surut campuran condong harian ganda dengan nilai indeks Formzahl sebesar 0.531856. Elevasi muka air laut di Perairan Cilacap MSL yang menunjukan nilai rata-rata muka air laut sebesar 3.46m, HAT 4.74m, MHWL 4.3m, MLWL 2.62m dan LAT 2.18m.
Land Cover Classification Assessment Using Decision Trees and Maximum Likelih...Luhur Moekti Prayogo
This document summarizes a study that compares land cover classification using decision trees and maximum likelihood classification algorithms on Landsat 8 satellite imagery of Surabaya and Bangkalan areas in Indonesia. Regions of interest were created for four land cover classes: vegetation, buildings, sea, and mixed. The decision trees method produced classification rules based on pixel values in red, green, and blue bands. Both methods achieved over 90% accuracy based on a confusion matrix. While results were similar, decision trees produced classifications closer to actual land cover conditions. The study was limited by using manual interpretation for validation; future work could incorporate larger validation datasets.
Tugas 1 Mata Kuliah Mitigasi Bencana Pesisir (3 SKS), Nama : Imam Asghoni Mahali, NIM : 1310190011, Dosen Pengampu: Luhur Moekti Prayogo, S.Si., M.Eng, Program Studi Ilmu Kelautan, Fakultas Perikanan dan Kelautan, Universitas PGRI Ronggolawe Tuban 2023
Mitigasi Bencana Pesisir - Pembuatan Bangunan Tahan Gempa (By. Nur Uswatun Ch...Luhur Moekti Prayogo
Tugas 1 Mata Kuliah Mitigasi Bencana Pesisir (3 SKS), Nama : Nur Uswatun Chasanah, NIM : 1310190015, Dosen Pengampu: Luhur Moekti Prayogo, S.Si., M.Eng, Program Studi Ilmu Kelautan, Fakultas Perikanan dan Kelautan, Universitas PGRI Ronggolawe Tuban 2023
Mitigasi Bencana Pesisir - Memberikan Penyuluhan dan Meningkatkan Kesadaran M...Luhur Moekti Prayogo
Tugas 1 Mata Kuliah Mitigasi Bencana Pesisir (3 SKS), Nama : Abdul Wahid, NIM : 1310190016, Dosen Pengampu: Luhur Moekti Prayogo, S.Si., M.Eng, Program Studi Ilmu Kelautan, Fakultas Perikanan dan Kelautan, Universitas PGRI Ronggolawe Tuban 2023
Mitigasi Bencana Pesisir - Bangunan Pelindung Pantai Sebagai Penanggulangan A...Luhur Moekti Prayogo
1. Dokumen membahas tentang mitigasi bencana abrasi di wilayah pesisir.
2. Beberapa mitigasi struktural seperti pemcah gelombang, perendam abrasi, dan penahan sedimentasi dapat dilakukan untuk mengurangi risiko abrasi.
3. Mitigasi nonstruktural seperti sosialisasi dan SOP penyelamatan juga perlu dilakukan.
Tugas 1 Mata Kuliah Mitigasi Bencana Pesisir (3 SKS), Nama : Dewi Anggraeni, NIM : 1310190001, Dosen Pengampu: Luhur Moekti Prayogo, S.Si., M.Eng, Program Studi Ilmu Kelautan, Fakultas Perikanan dan Kelautan, Universitas PGRI Ronggolawe Tuban 2023
Ringkasan dokumen tersebut adalah sebagai berikut:
Mitigasi bencana dan penghijauan hutan mangrove memiliki peran penting dalam mengurangi dampak bencana di wilayah pesisir. Penghijauan hutan mangrove dilakukan secara bertahap melalui beberapa tahapan untuk memulihkan hutan mangrove yang rusak. Hutan mangrove bermanfaat dalam aspek ekologi, ekonomi, dan biologi dengan menahan abrasi dan banjir serta men
PPT RENCANA AKSI 2 modul ajar matematika berdiferensiasi kelas 1Arumdwikinasih
Pembelajaran berdiferensiasi merupakan pembelajaran yang mengakomodasi dari semua perbedaan murid, terbuka untuk semua dan memberikan kebutuhan-kebutuhan yang dibutuhkan oleh setiap individu.kelas 1 ........
Materi ini membahas tentang defenisi dan Usia Anak di Indonesia serta hubungannya dengan risiko terpapar kekerasan. Dalam modul ini, akan diuraikan berbagai bentuk kekerasan yang dapat dialami anak-anak, seperti kekerasan fisik, emosional, seksual, dan penelantaran.
Aksi Nyata Buku Non Teks Bermutu Dan Manfaatnya .pdfDenysErlanders
Buku non teks yang bermutu dapat memperkaya pengalaman
belajar siswa. Buku-buku ini menawarkan konten yang inspiratif,
inovatif, dan mendorong pengembangan karakter siswa.
Pemanfaatan buku non teks bermutu membutuhkan peran aktif
guru untuk memilih dan
mengintegrasikannya ke dalam pembelajaran
4. Contoh Koreksi Radiometrik (Radiance)
• Koreksi radiometrik adalah proses untuk
memperbaiki kualitas visual citra yaitu nilai piksel
yang tidak sesuai dengan nilai pantulan spektral
objek yang sebenarnya (Danoedoro, 2012).
• Koreksi ini ditujukan untuk memperbaiki kualitas
tampilan citra berupa pengisian kembali baris yang
kosong karena drop-out baris maupun kesalahan
awal dalam pemindaian/ perekaman.
Contoh
Koreksi Radiometrik Band 1 – Nilai Radiance
5. Unsupervised Classification
ISO DATA
• Pengelompokkan piksel didasarkan pada analisis
software
• Tanpa intervensi operator
• Kesalahan operator diminimalisir
• Korespondensi yang tidak jelas terhadap
informational classes
• Kontrol yang terbatas terhadap classes,
dan spectral classes tidak konstan.
6. Region of Interest (ROI)
• Kelas training merupakan grup-grup piksel
(ROIs = Regions of Interest) atau spektral
individual
• ROIs sebaiknya homogeny
7. Uji ROIs (n-D Visualizer)
• Separability dari ROIs dapat diuji dengan
mengekspor ke n-D Visualizer dan melihat
distribusi dari titik-titik
• Dalam tiap ROI (seharusnya mengelompok dan
rapat) serta antara kelas (seharusnya tidak
overlap)
• Hasil dari nilai separability antara pasangan ROI
juga dapat dilihat pada Computing ROI
Separability.
• Terlihat titik-titik tiap ROI tidak rapat (khususnya yang
berwarna ungu)
• Pada titik ROI warna merah overlap dengan titik berwarna
kuning
Kurang baik
Baik
8. Uji ROIs (Indexs Separibility)
• Nilai tersebut mempunyai
rentang dari 0 s.d 2
• Mendekati 2, keterpisahan objek
semakin baik
• Nilai rata” yang dihasilkan
mendekati 2 mengindikasikan
bahwa pasangan ROI
mempunyai separability yang
baik
Untuk pasangan ROI dengan nilai
separability lebih rendah, sebaiknya
diubah separability dengan
mengedit ROIs atau memilih ROIs
baru.
9. Supervised Classification
• Sebagai teknik klasifikasi termbimbing
• Menurut Danoedoro (1996) klasifikasi supervised ini
melibatkan interaksi analis secara intensif, dimana analis
menuntun proses klasifikasi dengan identifikasi objek pada
citra (training area).
• Sehingga pengambilan sampel perlu dilakukan dengan
mempertimbangkan pola spektral pada setiap panjang
gelombang tertentu, sehingga diperoleh daerah acuan yang
baik untuk mewakili suatu objek tertentu.
10. Definisi Klasifikasi
• Parallelepiped = Kelasifikasi dengan mengunakan aturan keputusan sederhana untuk mengklasifikasikan data
multispektral. Prinsip klasifikasi ini ditentukan berdasarkan batas diviasi standar dari rata-rata setiap kelas yang dipilih
• Minimum Distance = Teknik jarak ninimum menggunakan vektor rata-rata dan menghitung jarak dari setiap pixel
yang diketahui oleh vektor rata-rata untuk masing-masing kelas. Beberapa pixel memiliki kemungkinan tidak
terklasifikasi jika tidak memenuhi kriteria yang dipilih
• Maximum Likehood = Mengasumsikan bahwa statistik untuk setiap kelas di masing-masing band yang terdistribusi
secara normal dan menghitung probabilitas bahwa setiap pixel yang diberikan milik kelas tertentu. Kecuali jika analis
memilih ambang probabilitas, semua pixel diklasifikasikan. Setiap pixel ditugaskan untuk kelas yang memiliki
probabilitas tertinggi. Jika probabiitas tertinggi lebih kecil dari ambang batas yang ditentukan maka pixel tidak akan
diklasifikasi.
• Mahalanobis Distance = Jarak arah pengklasifikasi sensitif yang menggunakan statisktik untuk masing-masing kelas.
Mirip dengan metode Minimum Likehood tetapi mengasumsikan semua coveriences kelas yang sama dan kerena itu
metode ini bekerja lebih cepat. Semua pixel diklasifikasikan ke kelas ROI terdekat kecuali analis menentukan ambang
batas jarak
13. Statistics Result
• Parrallelepiped: 1,54
• Manimum Distance: 2,17
• Maximum Likelihood: 1,44
• Mahalanobis Distance: 1,42
Nilai tersebut menunjukkan besarnya
penyimpangan sampel dengan nilai
rata-ratanya
Semaikin kecil nilainya, semakin kecil
penyimpangannya
Parralellepiped
Minimum
Distance
Max. Likelihood
Mahalonobis
Distance
16. Class Confusion Matrix
No Ranking Classification Overall Accuracy
(%)
Kappa Coeficient
1 Mahalonobis Distance 93.00 0.9040
2 Max. Likelihood 85.43 0.8119
3 Parralellepiped 78.02 0.7114
4 Minimum Distance 74.38 0.6746
Keterangan: Nilai pada tabel diatas didapatkan dari perhitungan matrik konfusion
17. Refrensi
• Danoedoro, Projo, 1996, Pengolahan Citra digital Teori dan Aplikasinya dalam Bidang
Penginderaan Jauh, Fakultas Geografi Universitas Gadjah Mada
• Danoedoro. 2012. Pengantar Penginderaan Jauh Digital. Yogyakarta: Penerbit Andi.
• Harris Geospatial Solutions. ISO DATA-
https://www.harrisgeospatial.com/docs/ISODATAClassification.html
• Info Geospasial, 2020. Mengenal Metode Klasifikasi Tidak Terbimbing dan Terbimbing.
http://www.info-geospasial.com/2017/02/mengenal-metode-klasifikasi-tidak-terbimbing-
dan-metode-terbimbing-di-envi.html
• Muhsoni F, 2014. Praktikum Penginderaan Jauh Menggunakan ENVI. Universitas Trunojoyo
Madura
• Supervised and Unsupervised Classification.
https://titisari04.wordpress.com/2016/11/04/unsupervised-and-supervised-classification/