Aplikasi Penginderaan Jauh Untuk Identifikasi Lahan Kering Dikota Dumai

dc.contributor.authorSyafwan, Antoni
dc.date.accessioned2015-07-02T04:45:32Z
dc.date.available2015-07-02T04:45:32Z
dc.date.issued2015-07-02
dc.description.abstractLahan kering merupakan lahan atau tanah yang saat ini tidak produktif karena pengelolaan dan penggunaan tanah yang tidak atau kurang memperhatikan syarat-syarat konservasi tanah dan air, sehingga lahan mengalami kerusakan, kehilangan atau berkurang flingsinya sampai pada batas yang telah ditentukkan atau diharapkan. Secara umum lahan kering merupakan salah satu indikator adanya degradasi (penurunan kualitas) lingkungan sebagai dampak dari berbagai jenis pemanfaatan sumber daya lahan yang kurang bijaksana. Pemanfaatan teknologi Inderaja di Indonesia perlu lebih dikembangan dan diaplikasikan untuk mendukung efisiensi pelaksanaan inventarisasi sumberdaya lahan/tanah dan identifikasi penyebaran karakteristik lahan pertanian (lahan sawah, lahan kering, lahan rawa, lahan tidur, lahan kritis, estimasi produksi) terutama padawilayah sentra produksi pangan. Pengunaan Formula NDVI dapat digunakan untuk identifikasi lahan kering dimana di formula ini akan dapat diukur tingkat berbagai kelas vegetasi. Nilai NDVI berkisar antara -1 hingga +1. Nilai NDVI yang rendah (negatif) menunjukkan tingkat vegetasi yang rendah seperti awan, air, tanah kosong, bangunan, dan unsur non-vegetasi lainnya. Sedangkan nilai NDVI yang tinggi (positif) menunjukkan tingkat vegetasi hijau yang tinggi. Pada penelitian ini digunakan formula Tasseled Cap Transformation (TCT) Wetness yang digunakan untuk mengukur tingkat kelembapan pada suatu daerah. Pada indeks kelembaban (TCT), nilai negatif menunjukkan kelembaban semakin rendah dan semakin tinggi nilai positifiiya semakin lembab (memiliki kandungan air yang tinggi). Dari pengklasifikasian lahan kering di Kota Dumai di dapati kelas yang paling luas adalah kelas lahan tidak kering dengan luas 37488,510 ha, selanjutnya kelas kurang kering 2607,930 ha, kemudian kelas kering dengan luas 815,220 ha, dan luas lahan yang paling sedikit adalah luas lahan sangat kering 163, 350 ha. Dari data kelas yang ada maka nantinya dapat ditentukan rekomendasirekomendasi terhadap lahan dalam pengunaannya.en_US
dc.description.sponsorshipI-Mhere Universitas Riauen_US
dc.identifier.otherDody
dc.identifier.urihttp://repository.unri.ac.id/xmlui/handle/123456789/7143
dc.language.isoen_USen_US
dc.subjectIdentifikasi Lahan Keringen_US
dc.titleAplikasi Penginderaan Jauh Untuk Identifikasi Lahan Kering Dikota Dumaien_US
dc.typeUR e-Researchen_US

Files

Original bundle
Now showing 1 - 5 of 10
No Thumbnail Available
Name:
1.COVER.PDF
Size:
257.19 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
2.DAFTAR ISI.PDF
Size:
197.67 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
3.RINGKASAN.PDF
Size:
67.8 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
4.BAB I.PDF
Size:
206.89 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
5.BAB II.PDF
Size:
493.71 KB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:

Collections