dc.contributor.advisor | Sitanggang, Imas Sukaesih | |
dc.contributor.author | Pranata, Ryan Andi | |
dc.date.accessioned | 2017-05-16T06:29:52Z | |
dc.date.available | 2017-05-16T06:29:52Z | |
dc.date.issued | 2016 | |
dc.identifier.uri | http://repository.ipb.ac.id/handle/123456789/85277 | |
dc.description.abstract | Perubahan lahan dapat dipantau dengan penginderaan jauh (remote sensing), seperti menggunakan sensor SPOT Vegetation. Teknologi penginderaan jauh sangat bergantung pada pantulan spektral dan panjang gelombang yang dapat menunjukkan dan membedakan material tutupan lahan misalnya air, lahan kering, dan tumbuhan. Spektral adalah daya pisah objek berdasarkan besar spektrum elektromagnetik yang mempengaruhi besarnya derajat keabuan. Keunggulan R untuk analisis data dan grafik selain open source, juga dapat dijalankan pada berbagai sistem operasi. Pada penelitian ini berhasil menerapkan algoritme Empiricial Mode Decomposition (EMD) menggunakan bahasa pemrograman R untuk mengidentifikasi nilai indeks citra SPOT vegetation. Hasil penelitian menunjukkan bahwa hamburan terjadi pada nilai indeks citra di lokasi contoh Sumatera Selatan, Irian Jaya, Medan, dan Makassar. | id |
dc.language.iso | id | id |
dc.publisher | Bogor Agricutural University (IPB) | id |
dc.subject.ddc | Computer sciences | id |
dc.subject.ddc | Algorithms | id |
dc.title | Implementasi Algoritme Empirical Mode Decomposition (EMD) menggunakan Bahasa Pemrograman R | id |
dc.type | Undergraduate Thesis | id |
dc.subject.keyword | bahasa pemrograman R | id |
dc.subject.keyword | Empiricial Mode Decomposition (EMD) | id |
dc.subject.keyword | Intrinsic Mode Function (IMF) | id |
dc.subject.keyword | remote sensing | id |
dc.subject.keyword | sensor SPOT Vegetation | id |
dc.subject.keyword | tutupan lahan | id |