Melola Discovery

← Melola Discovery

Prosiding

PEMANFAATAN CITRA SENTINEL 2-A UNTUK PENGEMBANGAN MODEL ESTIMASI STOK KARBON PADA TEGAKAN VEGETASI KOTA KENDARI

Seminar Nasional Teknologi Terapan Berbasis Kearifan Lokal · Vol. 2 No. 1 (2021)

Published
2021-02-20
Publisher
Seminar Nasional Teknologi Terapan Berbasis Kearifan Lokal
Language
eng

Abstract

ABSTRAKBerkurangnya lahan vegetasi merupakan salah satu penyumbang utama meningkatnya emisi karbon secarasignifikan, karena vegetasi secara langsung dapat menyerap gas CO2 melalui proses asimilasi karbon ataufotosintesis. Estimasi Karbon dapat dilakukan melalui pendekatan teknologi penginderaan jauh danpengukuran lapangan. pengembangan model estimasi stok karbon bertujuan untuk (1) mengetahuikemampuan Citra Sentinel 2-A dalam mengestimasi stok karbon; (2) mengetahui analisis regresi yangterbaik dalam pengembangan model estimasi stok karbon. Penentuan model terbaik dilakukan melaluianalisis NDVI dan analisis regresi. Hasilnya, Citra Sentinel 2-A mampu menyajikan informasi gunamengestimasi biomassa dan stok karbon karena memiliki hubungan yang cukup kuat dengan nilai koefisiendeterminasi (R2) sebesar 0.684, untuk menganalisis stok karbon menggunakan analisis regresi exponensialdengan model Y = 0.1032e4.8209NDVI, nilai RMSE sebesar 38,84 ton/pixel. Kata kunci: biomassa, stok karbon, NDVI, analisis regresi

Collaboration network of the authors

40 authors · 120 co-authorship links · showing the 40 most connected

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Universitas Halu Oleo
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Djafar MeyAffiliation unknown8
Nurgiantoro NurgiantoroAffiliation unknown4
Laode M Golok JayaAffiliation unknown3
Ahmad HidayatAffiliation unknown3
La Ode HadiniAffiliation unknown3
L. M. Iradat SalihinAffiliation unknown2
Irfan IdoAffiliation unknown2
Adin Fitra IrawanAffiliation unknown2
Jamal HarimudinAffiliation unknown2
Wahab WahabUniversitas Halu Oleo2
Marzuki MarzukiAffiliation unknown2
Iradat SalihinAffiliation unknown2
Hariyanto ArifAffiliation unknown2
Derick Christopher Ambo MasseAffiliation unknown1
Weka WidayatiAffiliation unknown1
Sri HastiAffiliation unknown1
Salahudin SalahudinAffiliation unknown1
La Ode Muh. Iradat SalihinAffiliation unknown1
Syamsul Razak HaratyUniversitas Halu Oleo1
Al RubaiynAffiliation unknown1
Jahidin JahidinAffiliation unknown1
Adnan Maulana El-Mi’RajAffiliation unknown1
Deriyawan DeriyawanAffiliation unknown1
Melsi MelsiAffiliation unknown1
La Ode ResteleAffiliation unknown1
Muliati MuliatiAffiliation unknown1
Isyati AndrianiAffiliation unknown1
Jufri KarimUniversitas Halu Oleo1
Rumiani RumianiAffiliation unknown1
Fitrani FitrianiAffiliation unknown1
Suriani SurianiAffiliation unknown1
Jusmianto JusmiantoAffiliation unknown1
Laode Muh. Golok JayaAffiliation unknown1
Sulpiana SulpianaAffiliation unknown1
Al FirmanAffiliation unknown1
Hacrawati HacrawatiAffiliation unknown1
Amilusri AmilusriAffiliation unknown1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://ojs.uho.ac.id/index.php/snt2bkl/oai, first harvested 31 Okt 2026, last seen 1 Nov 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">PEMANFAATAN CITRA SENTINEL 2-A UNTUK PENGEMBANGAN MODEL ESTIMASI STOK KARBON PADA TEGAKAN VEGETASI KOTA KENDARI</dc:title>
	<dc:creator>Nabila, Nabila</dc:creator>
	<dc:creator>Jaya, Golok</dc:creator>
	<dc:creator>Saleh, Fitra</dc:creator>
	<dc:description xml:lang="en-US">ABSTRAKBerkurangnya lahan vegetasi merupakan salah satu penyumbang utama meningkatnya emisi karbon secarasignifikan, karena vegetasi secara langsung dapat menyerap gas CO2 melalui proses asimilasi karbon ataufotosintesis. Estimasi Karbon dapat dilakukan melalui pendekatan teknologi penginderaan jauh danpengukuran lapangan. pengembangan model estimasi stok karbon bertujuan untuk (1) mengetahuikemampuan Citra Sentinel 2-A dalam mengestimasi stok karbon; (2) mengetahui analisis regresi yangterbaik dalam pengembangan model estimasi stok karbon. Penentuan model terbaik dilakukan melaluianalisis NDVI dan analisis regresi. Hasilnya, Citra Sentinel 2-A mampu menyajikan informasi gunamengestimasi biomassa dan stok karbon karena memiliki hubungan yang cukup kuat dengan nilai koefisiendeterminasi (R2) sebesar 0.684, untuk menganalisis stok karbon menggunakan analisis regresi exponensialdengan model Y = 0.1032e4.8209NDVI, nilai RMSE sebesar 38,84 ton/pixel. Kata kunci: biomassa, stok karbon, NDVI, analisis regresi</dc:description>
	<dc:publisher xml:lang="en-US">Seminar Nasional Teknologi Terapan Berbasis Kearifan Lokal</dc:publisher>
	<dc:contributor xml:lang="en-US"></dc:contributor>
	<dc:date>2021-02-20</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US"></dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://ojs.uho.ac.id/index.php/snt2bkl/article/view/10283</dc:identifier>
	<dc:source xml:lang="en-US">Seminar Nasional Teknologi Terapan Berbasis Kearifan Lokal; Vol 2, No 1 (2019): Seminar Nasionar Teknologi Terapan Inovasi dan Rekayasa Teknologi</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://ojs.uho.ac.id/index.php/snt2bkl/article/view/10283/7289</dc:relation>
	<dc:relation>https://ojs.uho.ac.id/index.php/snt2bkl/article/downloadSuppFile/10283/961</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2020 Seminar Nasional Teknologi Terapan Berbasis Kearifan Lokal</dc:rights>
</oai_dc:dc>