Melola Discovery

← Melola Discovery

Journal

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) · pp. 198–204

DOI
10.15294/geoimage.v11i2.69122
ISSN
2549-0362, 2252-6285
Published
2022-08-11
Publisher
Universitas Negeri Semarang
Language
eng

Abstract

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.

Collaboration network of the authors

35 authors · 108 co-authorship links

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

  • State University of Semarang
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Didi PramonoAffiliation unknown2
Tjaturahono Budi SanjotoAffiliation unknown2
Vitradesie NoekentAffiliation unknown2
Nina WitasariAffiliation unknown2
Jackson HelmsAffiliation unknown1
Agus NoviantoAffiliation unknown1
Agus SupiantoAffiliation unknown1
Angela Meike IndrayaniAffiliation unknown1
Nur FebrianiAffiliation unknown1
Tutik WijayantiAffiliation unknown1
Restu Ayu MumpuniAffiliation unknown1
Asti HanafiAffiliation unknown1
Tio Putra RefiyanAffiliation unknown1
Abdullah Fariz KyartoAffiliation unknown1
Rizqi Amalia Dwi AsihAffiliation unknown1
Fajar Wahyushi FuedsiAffiliation unknown1
Cahaya PramuditaAffiliation unknown1
Astria RachmadaniAffiliation unknown1
Nafiatur RiwayatiAffiliation unknown1
Ghulamun JaizunAffiliation unknown1
Aprillia FindayaniAffiliation unknown1
Aura Syifa AzzahraAffiliation unknown1
Dewi Liesnoor SetyowatiState University of Semarang1
Abdul GhoniAffiliation unknown1
Noviani Achmad PutriAffiliation unknown1
Radini SintaAffiliation unknown1
Fulia Aji GustamanAffiliation unknown1
Khasiatun AmaliyahAffiliation unknown1
Ulin HanifahAffiliation unknown1
Heldi PrasetyaAffiliation unknown1
M Fikri AmrullahAffiliation unknown1
Gilang Sadewa Mahardika PutraAffiliation unknown1
Wahid Akhsin Budi Nur ShidiqAffiliation 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://journal.unnes.ac.id/sju/index.php/geoimage/oai, first harvested 5 Nov 2026, last seen 5 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">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>