View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Forestry and Environment
      • UT - Forest Management
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Forestry and Environment
      • UT - Forest Management
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Deteksi kondisi hutan tanaman menggunakan Satelit Landasan ETM+ di PT. Musi Hutan Persada, Sumatera Selatan

      Thumbnail
      View/Open
      Full Text (11.26Mb)
      Date
      2003
      Author
      Putra, Erwin Hardika
      Jaya, Nengah Surati
      Metadata
      Show full item record
      Abstract
      Keberadaaan hutan alam di Indonesia mengalami penurunan baik luas maupun potensinya. Hal ini disebabkan oleh meningkatnya laju deforestasi dari tahun ke tahun sehingga luas hutan yang tersisa tidak mampu mencukupi kebutuhan kayu di Indonesia. Untuk mengatasi permasalahan tersebut, salah satu usaha pemerintah adalah mengembangkan Hutan Tanaman Industri (HTI) (LEI, 2000). Komposisi vegetasi HTI secara dinamis berubah dari tahun ke tahun. Oleh karena itu dalam pengelolaannya, HTI memerlukan data yang handal, yakni efisien dalam hal biaya dan waktu serta akurat. Landsat 7 merupakan satelit sumberdaya alam generasi terbaru diluncurkan pada tanggal 15 April 1999 oleh pemerintah Amerika Serikat dengan membawa sensor yaitu ETM+ (Enhanced Thematic Mapper Plus). Landsat 7 memiliki keunggulan jika dibandingkan dengan generasi Landsat sebelumnya. Landsat 7 ETM+ memiliki resolusi spektral 8 band, resolusi radiometrik 8 bit, resolusi temporal 16 hari, dan resolusi spasial 30 m x 30 m (untuk band visible, near infrared, dan middle infrared), 60 m x 60 m (untuk band thermal) dan 15 m x 15 m (untuk band panchromatic) (Mika, 1997). Dengan kemampuan tersebut diharapkan Landsat 7 dapat memberikan hasil klasifikasi tipe penutupan hutan yang lebih baik. Penelitian ini bertujuan untuk mengetahui kemampuan citra satelit Landsat ETM+ danmengevaluasi tehnik perbaikan citra menggunakan analisis komponen utama dan indek vegetasi dalam rangka identifikasi kelas-kelas hutan tanaman di PT. Musi Hutan Persada, Sumatera Selatan. Penelitian ini menggunakan data citra satelit Landsat ETM+ path/row 124/63 rekaman 5 April 2000. Data didapat dari Badan Pianologi Departemen Kehutanan Manggala Wanabakti Jakarta dan telah dikoreksi geometrik dengan proyeksi UTM zone 48 bidang datum WGS 84. Secara umum, tahapan dalam penelitian ini meliputi pengumpulan data penunjang, pengecekan lapangan, interpretasi visual citra satelit, analisis digital citra satelit, analisis spasial dan evaluasi hasil. Metode klasifikasi supervised yang dipakai adalah menggunakan metode maximum likelihood classification. Kelas vegetasi yang terdeteksi dengan menggunakan citra Landsat ETM+ sebanyak 8 kelas yaitu Acacia mangium muda, Acacia mangium sedang, Acacia mangium tua, hutan campuran 1, hutan campuran 2, karet, sawit, dan belukar. Kelas non vegetasi yang terdeteksi sebanyak 6 kelas, yaitu tanah terbuka 1, tanah terbuka 2, awan tebal, awan tipis, bayangan awan, dan tubuh air. ...
      URI
      http://repository.ipb.ac.id/handle/123456789/140703
      Collections
      • UT - Forest Management [3207]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository