validasi algoritma estimasi konsentrasi chl-a pada citra satelit landsat 8 dengan data in-situ (studi kasus: laut selatan pulau lombok, ntb)

validasi algoritma estimasi konsentrasi chl-a pada citra satelit landsat 8 dengan data in-situ (studi kasus: laut selatan pulau lombok, ntb)

;Umroh Dian Sulistyah
Oncogene 2017 Vol. 5 pp. -
118
sulistyah2017jurnalvalidasi

Abstract

Perairan laut selatan Pulau Lombok memiliki produktivitas perairan yang tinggi yang menandakan kesuburan suatu perairan. Chl-a merupakan salah satu faktor yang erat hubungannya dengan kesuburan di perairan laut  selatan Pulau Lombok. Dengan memanfaatkan teknik penginderaan jauh membuat pemetaan distribusi Chl-a lebih efisien dan akurat untuk mengekstrak parameter fisik air tersebut. Akurasi parameter fisik yang diturunkan dari data penginderaan jauh tergantung pada algoritma koreksi atmosfer serta algoritma model untuk menghitung konsentrasi Chl-a.

Pada penelitian ini, dengan menggunakan Landsat 8 akan dilakukan validasi algoritma estimasi konsentrasi Chl-a Jaelani terhadap data in-situ di perairan laut selatan Pulau Lombok dengan menggunakan metode koreksi atmosfer 6SV dan Flaash serta digunakan produk reflektan-permukaan (surface reflectance) USGS yang sudah terkoreksi atmosfer. Hasil validasi konsentrasi Chl-a dengan algoritma Jaelani memiliki NMAE terbaik dari citra olahan Landsat 8 dengan koreksi atmosfer metode 6SV yaitu sebesar 26,095%.

Dalam penelitian ini dibuat algoritma model estimasi konsentrasi Chl-a yang sesuai dengan karakteristik perairan laut selatan Pulau Lombok dengan korelasi tertinggi (R2 = 0,551) menggunakan perbandingan log(Rrs(λ4)) dan log(Rrs(λ5)). Hasil validasi konsentrasi Chl-a dengan algoritma model Chl-a baru memiliki NMAE terbaik dari hasil citra olahan Landsat 8 dengan koreksi atmosfer metode 6SV yaitu sebesar 13,484%. Hal ini menunjukkan bahwa algoritma model Chl-a baru untuk perairan laut selatan Pulau Lombok lebih baik dalam mengekstrak data kualitas air dari data penginderaan jauh pada lokasi penelitian dibandingkan dengan algoritma Chl-a Jaelani.

Citation

ID: 259777
Ref Key: sulistyah2017jurnalvalidasi
Use this key to autocite in SciMatic or Thesis Manager

References

Blockchain Verification

Account:
NFT Contract Address:
0x95644003c57E6F55A65596E3D9Eac6813e3566dA
Article ID:
259777
Unique Identifier:
Network:
Scimatic Chain (ID: 481)
Loading...
Blockchain Readiness Checklist
Authors
Abstract
Journal Name
Year
Title
5/5
Creates 1,000,000 NFT tokens for this article
Token Features:
  • ERC-1155 Standard NFT
  • 1 Million Supply per Article
  • Transferable via MetaMask
  • Permanent Blockchain Record
Blockchain QR Code
Scan with Saymatik Web3.0 Wallet

Saymatik Web3.0 Wallet