Melola Discovery

← Melola Discovery

Jurnal

Aplikasi Algoritma Normalized Difference Water Index (NDWI), Normalized Difference Vegetation Index (NDVI) dan Bare Soil Index (BSI) dalam Penilaian Kerapatan Vegetasi dan Produktivitas di Pulau Burung

Geo-Image Journal · Vol. 11 No. 2 (2022) · hlm. 198–204

DOI
10.15294/geoimage.v11i2.69122
ISSN
2549-0362, 2252-6285
Terbit
2022-08-11
Penerbit
Universitas Negeri Semarang
Bahasa
eng

Abstrak

Penelitian ini menggunakan indeks penginderaan jauh untuk identifikasi kerapatan vegetasi di sebagian wilayah Kabupaten Indragiri Hilir, Provinsi Riau. Kabupaten Indragiri Hilir didominasi oleh lahan gambut dan bertumpu pada sektor pertanian dan berkontribusi terhadap 10,6% produksi kelapa Indonesia. Indeks yang digunakan adalah NDVI (Normalized Difference Vegetation Index), NDWI (Normalized Difference Vegetation Index), dan BSI (Bare Soil Index). Data menggunakan satelit Sentinel 2A perekaman tanggal 7 Oktober 2022, pukul 10:18:31 WIB, scene N0301/R118, dengan level koreksi Level 2A. Aplikasi NDVI, NDWI, dan BSI untuk identifikasi kebun kelapa Kabupaten Indragiri Hilir, Provinsi Riau terlihat sangat bermanfaat terutama untuk membedakan jenis kerapatan dan tingkat kebasahan lahan gambut pada area-area lahan terbuka. Interpretasi hasil pengolahan dibahas bagaimana keterkaitan ketiga indeks tersebut terhadap kerapatan vegetasi dan kondisi lahannya. Temuan penelitian ini adalah aplikasi ketiga indeks tersebut berguna untuk evaluasi lahan terutama pengelolaan pertanian di lahan basah. Sehingga diperlukan pengembangan dan integrasi dengan indeks-indeks penginderaan jauh lainnya. Aplikasi penginderaan jauh menggunakan satelit optik menjadi keterbatasan utama dalam analisis di Kabupaten Indragiri Hilir. Hal ini karena sulitnya mencari waktu perekaman yang bebas awan.

Jaringan kolaborasi para penulis

35 penulis · 107 tautan kepenulisan bersama

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • State University of Semarang
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Didi PramonoAfiliasi tidak diketahui2
Tjaturahono Budi SanjotoAfiliasi tidak diketahui2
Vitradesie NoekentAfiliasi tidak diketahui2
Nina WitasariAfiliasi tidak diketahui2
Jackson HelmsAfiliasi tidak diketahui1
Agus NoviantoAfiliasi tidak diketahui1
Agus SupiantoAfiliasi tidak diketahui1
Angela Meike IndrayaniAfiliasi tidak diketahui1
Nur FebrianiAfiliasi tidak diketahui1
Tutik WijayantiAfiliasi tidak diketahui1
Restu Ayu MumpuniAfiliasi tidak diketahui1
Asti HanafiAfiliasi tidak diketahui1
Tio Putra RefiyanAfiliasi tidak diketahui1
Abdullah Fariz KyartoAfiliasi tidak diketahui1
Rizqi Amalia Dwi AsihAfiliasi tidak diketahui1
Fajar Wahyushi FuedsiAfiliasi tidak diketahui1
Cahaya PramuditaAfiliasi tidak diketahui1
Astria RachmadaniAfiliasi tidak diketahui1
Nafiatur RiwayatiAfiliasi tidak diketahui1
Ghulamun JaizunAfiliasi tidak diketahui1
Aprillia FindayaniAfiliasi tidak diketahui1
Aura Syifa AzzahraAfiliasi tidak diketahui1
Dewi Liesnoor SetyowatiState University of Semarang1
Abdul GhoniAfiliasi tidak diketahui1
Noviani Achmad PutriAfiliasi tidak diketahui1
Radini SintaAfiliasi tidak diketahui1
Fulia Aji GustamanAfiliasi tidak diketahui1
Khasiatun AmaliyahAfiliasi tidak diketahui1
Ulin HanifahAfiliasi tidak diketahui1
Heldi PrasetyaAfiliasi tidak diketahui1
M Fikri AmrullahAfiliasi tidak diketahui1
Gilang Sadewa Mahardika PutraAfiliasi tidak diketahui1
Wahid Akhsin Budi Nur ShidiqAfiliasi tidak diketahui1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unnes.ac.id/sju/index.php/geoimage/oai, pertama di-harvest 5 Nov 2026, terakhir terlihat 5 Nov 2026.
Metadata asli (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">Aplikasi Algoritma Normalized Difference Water Index (NDWI), Normalized Difference Vegetation Index (NDVI) dan Bare Soil Index (BSI) dalam Penilaian Kerapatan Vegetasi dan Produktivitas di Pulau Burung</dc:title>
	<dc:creator>Husna, Vina Nurul</dc:creator>
	<dc:creator>Fawzi, Nurul Ihsan</dc:creator>
	<dc:description xml:lang="en-US">Penelitian ini menggunakan indeks penginderaan jauh untuk identifikasi kerapatan vegetasi di sebagian wilayah Kabupaten Indragiri Hilir, Provinsi Riau. Kabupaten Indragiri Hilir didominasi oleh lahan gambut dan bertumpu pada sektor pertanian dan berkontribusi terhadap 10,6% produksi kelapa Indonesia. Indeks yang digunakan adalah NDVI (Normalized Difference Vegetation Index), NDWI (Normalized Difference Vegetation Index), dan BSI (Bare Soil Index). Data menggunakan satelit Sentinel 2A perekaman tanggal 7 Oktober 2022, pukul 10:18:31 WIB, scene N0301/R118, dengan level koreksi Level 2A. Aplikasi NDVI, NDWI, dan BSI untuk identifikasi kebun kelapa Kabupaten Indragiri Hilir, Provinsi Riau terlihat sangat bermanfaat terutama untuk membedakan jenis kerapatan dan tingkat kebasahan lahan gambut pada area-area lahan terbuka. Interpretasi hasil pengolahan dibahas bagaimana keterkaitan ketiga indeks tersebut terhadap kerapatan vegetasi dan kondisi lahannya. Temuan penelitian ini adalah aplikasi ketiga indeks tersebut berguna untuk evaluasi lahan terutama pengelolaan pertanian di lahan basah. Sehingga diperlukan pengembangan dan integrasi dengan indeks-indeks penginderaan jauh lainnya. Aplikasi penginderaan jauh menggunakan satelit optik menjadi keterbatasan utama dalam analisis di Kabupaten Indragiri Hilir. Hal ini karena sulitnya mencari waktu perekaman yang bebas awan.</dc:description>
	<dc:publisher xml:lang="en-US">Universitas Negeri Semarang</dc:publisher>
	<dc:date>2022-08-11</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">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unnes.ac.id/sju/geoimage/article/view/69122</dc:identifier>
	<dc:identifier>10.15294/geoimage.v11i2.69122</dc:identifier>
	<dc:source xml:lang="en-US">Geo-Image Journal; Vol 11 No 2 (2022): Geo-Image; 198-204</dc:source>
	<dc:source>2549-0362</dc:source>
	<dc:source>2252-6285</dc:source>
	<dc:source>10.15294/geoimage.v11i2</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/sju/geoimage/article/view/69122/24367</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2022 Geo-Image</dc:rights>
</oai_dc:dc>