Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus : Provinsi Jawa Timur)
<p class="Abstract"<Kekeringan merupakan salah satu bencana yang sering terjadi di berbagai daerah di Indonesia. Kekeringan erat hubungannya dengan ketidakseimbangan antara kebutuhan dan pasokan air. Kekeringan datang secara berulang tiap tahunnya dan sulit dicegah. Kekeringan terjad...
Ausführliche Beschreibung
Autor*in: |
Diah Witarsih [verfasserIn] |
---|
Format: |
E-Artikel |
---|---|
Sprache: |
Indonesisch |
Erschienen: |
2017 |
---|
Schlagwörter: |
---|
Übergeordnetes Werk: |
In: Jurnal Teknik ITS - Lembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M), 2015, 5(2017), 2 |
---|---|
Übergeordnetes Werk: |
volume:5 ; year:2017 ; number:2 |
Links: |
---|
Katalog-ID: |
DOAJ028369564 |
---|
LEADER | 01000caa a22002652 4500 | ||
---|---|---|---|
001 | DOAJ028369564 | ||
003 | DE-627 | ||
005 | 20230307124654.0 | ||
007 | cr uuu---uuuuu | ||
008 | 230226s2017 xx |||||o 00| ||ind c | ||
035 | |a (DE-627)DOAJ028369564 | ||
035 | |a (DE-599)DOAJ98357c0eabe147918275a0f4a754cd39 | ||
040 | |a DE-627 |b ger |c DE-627 |e rakwb | ||
041 | |a ind | ||
050 | 0 | |a TA1-2040 | |
100 | 0 | |a Diah Witarsih |e verfasserin |4 aut | |
245 | 1 | 0 | |a Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus : Provinsi Jawa Timur) |
264 | 1 | |c 2017 | |
336 | |a Text |b txt |2 rdacontent | ||
337 | |a Computermedien |b c |2 rdamedia | ||
338 | |a Online-Ressource |b cr |2 rdacarrier | ||
520 | |a <p class="Abstract"<Kekeringan merupakan salah satu bencana yang sering terjadi di berbagai daerah di Indonesia. Kekeringan erat hubungannya dengan ketidakseimbangan antara kebutuhan dan pasokan air. Kekeringan datang secara berulang tiap tahunnya dan sulit dicegah. Kekeringan terjadi dengan intensitas dan luas yang berbeda-beda tiap tahunnya. Peningkatan intensitas dan luas bencana kekeringan berpengaruh besar terhadap berbagai sektor. Menurut Badan Penanggulangan Bencana Daerah (2015), beberapa wilayah di Provinsi Jawa Timur mengalami tingkat kekeringan yang sangat tinggi dan luasnya wilayah terdampak. Oleh karena itu, perlu adanya pemantauan dan prediksi tingkat kekeringan di wilayah Provinsi Jawa Timur dengan monitoring secara berkala dalam kurun waktu tertentu serta diperlukan data yang dapat digunakan secara efisien dalam monitoring tersebut. Salah satu data citra satelit yang dapat digunakan dalam monitoring kekeringan adalah citra Satelit <em<Landsat-8</em<.</p< <p class="Abstract"<Pemantauan kekeringan dilakukan pada wilayah Provinsi Jawa Timur dalam kurun waktu 3 tahun (2013-2015) berdasarkan parameter <em<Temperature Vegetation Dryness Index</em<. Perhitungan parameter indeks TVDI ini didasarkan pada hubungan linier antara nilai indeks vegetasi dengan suhu permukaan tanah dan dalam perhitungan nilai suhu permukaan tanahnya menggunakan metode <em<Split Window Algorithm</em<. Algoritma ini memperhitungkan nilai emisivitas dari tutupan lahan dan <em<water-vapour content </em<dari <em<study area</em<. Nilai emisivitas yang digunakan dalam perhitungan <em<Land Surface Temperature</em< (LST) adalah nilai <em<mean</em< dan <em<different</em< dari nilai <em<Land Surface Emissivity</em< (LSE).</p< Hasil yang diperoleh dari penelitian ini berdasarkan perhitungan nilai TVDI yaitu adanya perbedaan nilai rata-rata kekeringan antara tahun 2013 dengan tahun 2014 yaitu mengalami penurunan sebesar 0,008. Sedangkan antara tahun 2014 dengan tahun 2015 mengalami peningkatan sebesar 0,015. | ||
650 | 4 | |a Kekeringan, Landsat-8, TVDI. | |
653 | 0 | |a Technology | |
653 | 0 | |a T | |
653 | 0 | |a Engineering (General). Civil engineering (General) | |
773 | 0 | 8 | |i In |t Jurnal Teknik ITS |d Lembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M), 2015 |g 5(2017), 2 |w (DE-627)837526817 |w (DE-600)2837632-8 |x 23373539 |7 nnns |
773 | 1 | 8 | |g volume:5 |g year:2017 |g number:2 |
856 | 4 | 0 | |u https://doaj.org/article/98357c0eabe147918275a0f4a754cd39 |z kostenfrei |
856 | 4 | 0 | |u http://ejurnal.its.ac.id/index.php/teknik/article/view/18118 |z kostenfrei |
856 | 4 | 2 | |u https://doaj.org/toc/2301-9271 |y Journal toc |z kostenfrei |
856 | 4 | 2 | |u https://doaj.org/toc/2337-3539 |y Journal toc |z kostenfrei |
912 | |a GBV_USEFLAG_A | ||
912 | |a SYSFLAG_A | ||
912 | |a GBV_DOAJ | ||
912 | |a GBV_ILN_11 | ||
912 | |a GBV_ILN_20 | ||
912 | |a GBV_ILN_22 | ||
912 | |a GBV_ILN_23 | ||
912 | |a GBV_ILN_24 | ||
912 | |a GBV_ILN_39 | ||
912 | |a GBV_ILN_40 | ||
912 | |a GBV_ILN_60 | ||
912 | |a GBV_ILN_62 | ||
912 | |a GBV_ILN_63 | ||
912 | |a GBV_ILN_65 | ||
912 | |a GBV_ILN_69 | ||
912 | |a GBV_ILN_70 | ||
912 | |a GBV_ILN_73 | ||
912 | |a GBV_ILN_95 | ||
912 | |a GBV_ILN_105 | ||
912 | |a GBV_ILN_110 | ||
912 | |a GBV_ILN_151 | ||
912 | |a GBV_ILN_161 | ||
912 | |a GBV_ILN_170 | ||
912 | |a GBV_ILN_213 | ||
912 | |a GBV_ILN_230 | ||
912 | |a GBV_ILN_285 | ||
912 | |a GBV_ILN_293 | ||
912 | |a GBV_ILN_370 | ||
912 | |a GBV_ILN_602 | ||
912 | |a GBV_ILN_2014 | ||
912 | |a GBV_ILN_4012 | ||
912 | |a GBV_ILN_4037 | ||
912 | |a GBV_ILN_4112 | ||
912 | |a GBV_ILN_4125 | ||
912 | |a GBV_ILN_4126 | ||
912 | |a GBV_ILN_4249 | ||
912 | |a GBV_ILN_4305 | ||
912 | |a GBV_ILN_4306 | ||
912 | |a GBV_ILN_4307 | ||
912 | |a GBV_ILN_4313 | ||
912 | |a GBV_ILN_4322 | ||
912 | |a GBV_ILN_4323 | ||
912 | |a GBV_ILN_4324 | ||
912 | |a GBV_ILN_4325 | ||
912 | |a GBV_ILN_4335 | ||
912 | |a GBV_ILN_4338 | ||
912 | |a GBV_ILN_4367 | ||
912 | |a GBV_ILN_4700 | ||
951 | |a AR | ||
952 | |d 5 |j 2017 |e 2 |
author_variant |
d w dw |
---|---|
matchkey_str |
article:23373539:2017----::eeanigakkrnabraaknaaeeidktddtctaaeilnst |
hierarchy_sort_str |
2017 |
callnumber-subject-code |
TA |
publishDate |
2017 |
allfields |
(DE-627)DOAJ028369564 (DE-599)DOAJ98357c0eabe147918275a0f4a754cd39 DE-627 ger DE-627 rakwb ind TA1-2040 Diah Witarsih verfasserin aut Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus : Provinsi Jawa Timur) 2017 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier <p class="Abstract"<Kekeringan merupakan salah satu bencana yang sering terjadi di berbagai daerah di Indonesia. Kekeringan erat hubungannya dengan ketidakseimbangan antara kebutuhan dan pasokan air. Kekeringan datang secara berulang tiap tahunnya dan sulit dicegah. Kekeringan terjadi dengan intensitas dan luas yang berbeda-beda tiap tahunnya. Peningkatan intensitas dan luas bencana kekeringan berpengaruh besar terhadap berbagai sektor. Menurut Badan Penanggulangan Bencana Daerah (2015), beberapa wilayah di Provinsi Jawa Timur mengalami tingkat kekeringan yang sangat tinggi dan luasnya wilayah terdampak. Oleh karena itu, perlu adanya pemantauan dan prediksi tingkat kekeringan di wilayah Provinsi Jawa Timur dengan monitoring secara berkala dalam kurun waktu tertentu serta diperlukan data yang dapat digunakan secara efisien dalam monitoring tersebut. Salah satu data citra satelit yang dapat digunakan dalam monitoring kekeringan adalah citra Satelit <em<Landsat-8</em<.</p< <p class="Abstract"<Pemantauan kekeringan dilakukan pada wilayah Provinsi Jawa Timur dalam kurun waktu 3 tahun (2013-2015) berdasarkan parameter <em<Temperature Vegetation Dryness Index</em<. Perhitungan parameter indeks TVDI ini didasarkan pada hubungan linier antara nilai indeks vegetasi dengan suhu permukaan tanah dan dalam perhitungan nilai suhu permukaan tanahnya menggunakan metode <em<Split Window Algorithm</em<. Algoritma ini memperhitungkan nilai emisivitas dari tutupan lahan dan <em<water-vapour content </em<dari <em<study area</em<. Nilai emisivitas yang digunakan dalam perhitungan <em<Land Surface Temperature</em< (LST) adalah nilai <em<mean</em< dan <em<different</em< dari nilai <em<Land Surface Emissivity</em< (LSE).</p< Hasil yang diperoleh dari penelitian ini berdasarkan perhitungan nilai TVDI yaitu adanya perbedaan nilai rata-rata kekeringan antara tahun 2013 dengan tahun 2014 yaitu mengalami penurunan sebesar 0,008. Sedangkan antara tahun 2014 dengan tahun 2015 mengalami peningkatan sebesar 0,015. Kekeringan, Landsat-8, TVDI. Technology T Engineering (General). Civil engineering (General) In Jurnal Teknik ITS Lembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M), 2015 5(2017), 2 (DE-627)837526817 (DE-600)2837632-8 23373539 nnns volume:5 year:2017 number:2 https://doaj.org/article/98357c0eabe147918275a0f4a754cd39 kostenfrei http://ejurnal.its.ac.id/index.php/teknik/article/view/18118 kostenfrei https://doaj.org/toc/2301-9271 Journal toc kostenfrei https://doaj.org/toc/2337-3539 Journal toc kostenfrei GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ GBV_ILN_11 GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_39 GBV_ILN_40 GBV_ILN_60 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_170 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_370 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4335 GBV_ILN_4338 GBV_ILN_4367 GBV_ILN_4700 AR 5 2017 2 |
spelling |
(DE-627)DOAJ028369564 (DE-599)DOAJ98357c0eabe147918275a0f4a754cd39 DE-627 ger DE-627 rakwb ind TA1-2040 Diah Witarsih verfasserin aut Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus : Provinsi Jawa Timur) 2017 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier <p class="Abstract"<Kekeringan merupakan salah satu bencana yang sering terjadi di berbagai daerah di Indonesia. Kekeringan erat hubungannya dengan ketidakseimbangan antara kebutuhan dan pasokan air. Kekeringan datang secara berulang tiap tahunnya dan sulit dicegah. Kekeringan terjadi dengan intensitas dan luas yang berbeda-beda tiap tahunnya. Peningkatan intensitas dan luas bencana kekeringan berpengaruh besar terhadap berbagai sektor. Menurut Badan Penanggulangan Bencana Daerah (2015), beberapa wilayah di Provinsi Jawa Timur mengalami tingkat kekeringan yang sangat tinggi dan luasnya wilayah terdampak. Oleh karena itu, perlu adanya pemantauan dan prediksi tingkat kekeringan di wilayah Provinsi Jawa Timur dengan monitoring secara berkala dalam kurun waktu tertentu serta diperlukan data yang dapat digunakan secara efisien dalam monitoring tersebut. Salah satu data citra satelit yang dapat digunakan dalam monitoring kekeringan adalah citra Satelit <em<Landsat-8</em<.</p< <p class="Abstract"<Pemantauan kekeringan dilakukan pada wilayah Provinsi Jawa Timur dalam kurun waktu 3 tahun (2013-2015) berdasarkan parameter <em<Temperature Vegetation Dryness Index</em<. Perhitungan parameter indeks TVDI ini didasarkan pada hubungan linier antara nilai indeks vegetasi dengan suhu permukaan tanah dan dalam perhitungan nilai suhu permukaan tanahnya menggunakan metode <em<Split Window Algorithm</em<. Algoritma ini memperhitungkan nilai emisivitas dari tutupan lahan dan <em<water-vapour content </em<dari <em<study area</em<. Nilai emisivitas yang digunakan dalam perhitungan <em<Land Surface Temperature</em< (LST) adalah nilai <em<mean</em< dan <em<different</em< dari nilai <em<Land Surface Emissivity</em< (LSE).</p< Hasil yang diperoleh dari penelitian ini berdasarkan perhitungan nilai TVDI yaitu adanya perbedaan nilai rata-rata kekeringan antara tahun 2013 dengan tahun 2014 yaitu mengalami penurunan sebesar 0,008. Sedangkan antara tahun 2014 dengan tahun 2015 mengalami peningkatan sebesar 0,015. Kekeringan, Landsat-8, TVDI. Technology T Engineering (General). Civil engineering (General) In Jurnal Teknik ITS Lembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M), 2015 5(2017), 2 (DE-627)837526817 (DE-600)2837632-8 23373539 nnns volume:5 year:2017 number:2 https://doaj.org/article/98357c0eabe147918275a0f4a754cd39 kostenfrei http://ejurnal.its.ac.id/index.php/teknik/article/view/18118 kostenfrei https://doaj.org/toc/2301-9271 Journal toc kostenfrei https://doaj.org/toc/2337-3539 Journal toc kostenfrei GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ GBV_ILN_11 GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_39 GBV_ILN_40 GBV_ILN_60 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_170 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_370 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4335 GBV_ILN_4338 GBV_ILN_4367 GBV_ILN_4700 AR 5 2017 2 |
allfields_unstemmed |
(DE-627)DOAJ028369564 (DE-599)DOAJ98357c0eabe147918275a0f4a754cd39 DE-627 ger DE-627 rakwb ind TA1-2040 Diah Witarsih verfasserin aut Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus : Provinsi Jawa Timur) 2017 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier <p class="Abstract"<Kekeringan merupakan salah satu bencana yang sering terjadi di berbagai daerah di Indonesia. Kekeringan erat hubungannya dengan ketidakseimbangan antara kebutuhan dan pasokan air. Kekeringan datang secara berulang tiap tahunnya dan sulit dicegah. Kekeringan terjadi dengan intensitas dan luas yang berbeda-beda tiap tahunnya. Peningkatan intensitas dan luas bencana kekeringan berpengaruh besar terhadap berbagai sektor. Menurut Badan Penanggulangan Bencana Daerah (2015), beberapa wilayah di Provinsi Jawa Timur mengalami tingkat kekeringan yang sangat tinggi dan luasnya wilayah terdampak. Oleh karena itu, perlu adanya pemantauan dan prediksi tingkat kekeringan di wilayah Provinsi Jawa Timur dengan monitoring secara berkala dalam kurun waktu tertentu serta diperlukan data yang dapat digunakan secara efisien dalam monitoring tersebut. Salah satu data citra satelit yang dapat digunakan dalam monitoring kekeringan adalah citra Satelit <em<Landsat-8</em<.</p< <p class="Abstract"<Pemantauan kekeringan dilakukan pada wilayah Provinsi Jawa Timur dalam kurun waktu 3 tahun (2013-2015) berdasarkan parameter <em<Temperature Vegetation Dryness Index</em<. Perhitungan parameter indeks TVDI ini didasarkan pada hubungan linier antara nilai indeks vegetasi dengan suhu permukaan tanah dan dalam perhitungan nilai suhu permukaan tanahnya menggunakan metode <em<Split Window Algorithm</em<. Algoritma ini memperhitungkan nilai emisivitas dari tutupan lahan dan <em<water-vapour content </em<dari <em<study area</em<. Nilai emisivitas yang digunakan dalam perhitungan <em<Land Surface Temperature</em< (LST) adalah nilai <em<mean</em< dan <em<different</em< dari nilai <em<Land Surface Emissivity</em< (LSE).</p< Hasil yang diperoleh dari penelitian ini berdasarkan perhitungan nilai TVDI yaitu adanya perbedaan nilai rata-rata kekeringan antara tahun 2013 dengan tahun 2014 yaitu mengalami penurunan sebesar 0,008. Sedangkan antara tahun 2014 dengan tahun 2015 mengalami peningkatan sebesar 0,015. Kekeringan, Landsat-8, TVDI. Technology T Engineering (General). Civil engineering (General) In Jurnal Teknik ITS Lembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M), 2015 5(2017), 2 (DE-627)837526817 (DE-600)2837632-8 23373539 nnns volume:5 year:2017 number:2 https://doaj.org/article/98357c0eabe147918275a0f4a754cd39 kostenfrei http://ejurnal.its.ac.id/index.php/teknik/article/view/18118 kostenfrei https://doaj.org/toc/2301-9271 Journal toc kostenfrei https://doaj.org/toc/2337-3539 Journal toc kostenfrei GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ GBV_ILN_11 GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_39 GBV_ILN_40 GBV_ILN_60 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_170 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_370 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4335 GBV_ILN_4338 GBV_ILN_4367 GBV_ILN_4700 AR 5 2017 2 |
allfieldsGer |
(DE-627)DOAJ028369564 (DE-599)DOAJ98357c0eabe147918275a0f4a754cd39 DE-627 ger DE-627 rakwb ind TA1-2040 Diah Witarsih verfasserin aut Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus : Provinsi Jawa Timur) 2017 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier <p class="Abstract"<Kekeringan merupakan salah satu bencana yang sering terjadi di berbagai daerah di Indonesia. Kekeringan erat hubungannya dengan ketidakseimbangan antara kebutuhan dan pasokan air. Kekeringan datang secara berulang tiap tahunnya dan sulit dicegah. Kekeringan terjadi dengan intensitas dan luas yang berbeda-beda tiap tahunnya. Peningkatan intensitas dan luas bencana kekeringan berpengaruh besar terhadap berbagai sektor. Menurut Badan Penanggulangan Bencana Daerah (2015), beberapa wilayah di Provinsi Jawa Timur mengalami tingkat kekeringan yang sangat tinggi dan luasnya wilayah terdampak. Oleh karena itu, perlu adanya pemantauan dan prediksi tingkat kekeringan di wilayah Provinsi Jawa Timur dengan monitoring secara berkala dalam kurun waktu tertentu serta diperlukan data yang dapat digunakan secara efisien dalam monitoring tersebut. Salah satu data citra satelit yang dapat digunakan dalam monitoring kekeringan adalah citra Satelit <em<Landsat-8</em<.</p< <p class="Abstract"<Pemantauan kekeringan dilakukan pada wilayah Provinsi Jawa Timur dalam kurun waktu 3 tahun (2013-2015) berdasarkan parameter <em<Temperature Vegetation Dryness Index</em<. Perhitungan parameter indeks TVDI ini didasarkan pada hubungan linier antara nilai indeks vegetasi dengan suhu permukaan tanah dan dalam perhitungan nilai suhu permukaan tanahnya menggunakan metode <em<Split Window Algorithm</em<. Algoritma ini memperhitungkan nilai emisivitas dari tutupan lahan dan <em<water-vapour content </em<dari <em<study area</em<. Nilai emisivitas yang digunakan dalam perhitungan <em<Land Surface Temperature</em< (LST) adalah nilai <em<mean</em< dan <em<different</em< dari nilai <em<Land Surface Emissivity</em< (LSE).</p< Hasil yang diperoleh dari penelitian ini berdasarkan perhitungan nilai TVDI yaitu adanya perbedaan nilai rata-rata kekeringan antara tahun 2013 dengan tahun 2014 yaitu mengalami penurunan sebesar 0,008. Sedangkan antara tahun 2014 dengan tahun 2015 mengalami peningkatan sebesar 0,015. Kekeringan, Landsat-8, TVDI. Technology T Engineering (General). Civil engineering (General) In Jurnal Teknik ITS Lembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M), 2015 5(2017), 2 (DE-627)837526817 (DE-600)2837632-8 23373539 nnns volume:5 year:2017 number:2 https://doaj.org/article/98357c0eabe147918275a0f4a754cd39 kostenfrei http://ejurnal.its.ac.id/index.php/teknik/article/view/18118 kostenfrei https://doaj.org/toc/2301-9271 Journal toc kostenfrei https://doaj.org/toc/2337-3539 Journal toc kostenfrei GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ GBV_ILN_11 GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_39 GBV_ILN_40 GBV_ILN_60 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_170 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_370 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4335 GBV_ILN_4338 GBV_ILN_4367 GBV_ILN_4700 AR 5 2017 2 |
allfieldsSound |
(DE-627)DOAJ028369564 (DE-599)DOAJ98357c0eabe147918275a0f4a754cd39 DE-627 ger DE-627 rakwb ind TA1-2040 Diah Witarsih verfasserin aut Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus : Provinsi Jawa Timur) 2017 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier <p class="Abstract"<Kekeringan merupakan salah satu bencana yang sering terjadi di berbagai daerah di Indonesia. Kekeringan erat hubungannya dengan ketidakseimbangan antara kebutuhan dan pasokan air. Kekeringan datang secara berulang tiap tahunnya dan sulit dicegah. Kekeringan terjadi dengan intensitas dan luas yang berbeda-beda tiap tahunnya. Peningkatan intensitas dan luas bencana kekeringan berpengaruh besar terhadap berbagai sektor. Menurut Badan Penanggulangan Bencana Daerah (2015), beberapa wilayah di Provinsi Jawa Timur mengalami tingkat kekeringan yang sangat tinggi dan luasnya wilayah terdampak. Oleh karena itu, perlu adanya pemantauan dan prediksi tingkat kekeringan di wilayah Provinsi Jawa Timur dengan monitoring secara berkala dalam kurun waktu tertentu serta diperlukan data yang dapat digunakan secara efisien dalam monitoring tersebut. Salah satu data citra satelit yang dapat digunakan dalam monitoring kekeringan adalah citra Satelit <em<Landsat-8</em<.</p< <p class="Abstract"<Pemantauan kekeringan dilakukan pada wilayah Provinsi Jawa Timur dalam kurun waktu 3 tahun (2013-2015) berdasarkan parameter <em<Temperature Vegetation Dryness Index</em<. Perhitungan parameter indeks TVDI ini didasarkan pada hubungan linier antara nilai indeks vegetasi dengan suhu permukaan tanah dan dalam perhitungan nilai suhu permukaan tanahnya menggunakan metode <em<Split Window Algorithm</em<. Algoritma ini memperhitungkan nilai emisivitas dari tutupan lahan dan <em<water-vapour content </em<dari <em<study area</em<. Nilai emisivitas yang digunakan dalam perhitungan <em<Land Surface Temperature</em< (LST) adalah nilai <em<mean</em< dan <em<different</em< dari nilai <em<Land Surface Emissivity</em< (LSE).</p< Hasil yang diperoleh dari penelitian ini berdasarkan perhitungan nilai TVDI yaitu adanya perbedaan nilai rata-rata kekeringan antara tahun 2013 dengan tahun 2014 yaitu mengalami penurunan sebesar 0,008. Sedangkan antara tahun 2014 dengan tahun 2015 mengalami peningkatan sebesar 0,015. Kekeringan, Landsat-8, TVDI. Technology T Engineering (General). Civil engineering (General) In Jurnal Teknik ITS Lembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M), 2015 5(2017), 2 (DE-627)837526817 (DE-600)2837632-8 23373539 nnns volume:5 year:2017 number:2 https://doaj.org/article/98357c0eabe147918275a0f4a754cd39 kostenfrei http://ejurnal.its.ac.id/index.php/teknik/article/view/18118 kostenfrei https://doaj.org/toc/2301-9271 Journal toc kostenfrei https://doaj.org/toc/2337-3539 Journal toc kostenfrei GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ GBV_ILN_11 GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_39 GBV_ILN_40 GBV_ILN_60 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_170 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_370 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4335 GBV_ILN_4338 GBV_ILN_4367 GBV_ILN_4700 AR 5 2017 2 |
language |
Indonesian |
source |
In Jurnal Teknik ITS 5(2017), 2 volume:5 year:2017 number:2 |
sourceStr |
In Jurnal Teknik ITS 5(2017), 2 volume:5 year:2017 number:2 |
format_phy_str_mv |
Article |
institution |
findex.gbv.de |
topic_facet |
Kekeringan, Landsat-8, TVDI. Technology T Engineering (General). Civil engineering (General) |
isfreeaccess_bool |
true |
container_title |
Jurnal Teknik ITS |
authorswithroles_txt_mv |
Diah Witarsih @@aut@@ |
publishDateDaySort_date |
2017-01-01T00:00:00Z |
hierarchy_top_id |
837526817 |
id |
DOAJ028369564 |
language_de |
Sangiang |
fullrecord |
<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>01000caa a22002652 4500</leader><controlfield tag="001">DOAJ028369564</controlfield><controlfield tag="003">DE-627</controlfield><controlfield tag="005">20230307124654.0</controlfield><controlfield tag="007">cr uuu---uuuuu</controlfield><controlfield tag="008">230226s2017 xx |||||o 00| ||ind c</controlfield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627)DOAJ028369564</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DOAJ98357c0eabe147918275a0f4a754cd39</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-627</subfield><subfield code="b">ger</subfield><subfield code="c">DE-627</subfield><subfield code="e">rakwb</subfield></datafield><datafield tag="041" ind1=" " ind2=" "><subfield code="a">ind</subfield></datafield><datafield tag="050" ind1=" " ind2="0"><subfield code="a">TA1-2040</subfield></datafield><datafield tag="100" ind1="0" ind2=" "><subfield code="a">Diah Witarsih</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus : Provinsi Jawa Timur)</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="c">2017</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">Text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">Computermedien</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">Online-Ressource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a"><p class="Abstract"<Kekeringan merupakan salah satu bencana yang sering terjadi di berbagai daerah di Indonesia. Kekeringan erat hubungannya dengan ketidakseimbangan antara kebutuhan dan pasokan air. Kekeringan datang secara berulang tiap tahunnya dan sulit dicegah. Kekeringan terjadi dengan intensitas dan luas yang berbeda-beda tiap tahunnya. Peningkatan intensitas dan luas bencana kekeringan berpengaruh besar terhadap berbagai sektor. Menurut Badan Penanggulangan Bencana Daerah (2015), beberapa wilayah di Provinsi Jawa Timur mengalami tingkat kekeringan yang sangat tinggi dan luasnya wilayah terdampak. Oleh karena itu, perlu adanya pemantauan dan prediksi tingkat kekeringan di wilayah Provinsi Jawa Timur dengan monitoring secara berkala dalam kurun waktu tertentu serta diperlukan data yang dapat digunakan secara efisien dalam monitoring tersebut. Salah satu data citra satelit yang dapat digunakan dalam monitoring kekeringan adalah citra Satelit <em<Landsat-8</em<.</p< <p class="Abstract"<Pemantauan kekeringan dilakukan pada wilayah Provinsi Jawa Timur dalam kurun waktu 3 tahun (2013-2015) berdasarkan parameter <em<Temperature Vegetation Dryness Index</em<. Perhitungan parameter indeks TVDI ini didasarkan pada hubungan linier antara nilai indeks vegetasi dengan suhu permukaan tanah dan dalam perhitungan nilai suhu permukaan tanahnya menggunakan metode <em<Split Window Algorithm</em<. Algoritma ini memperhitungkan nilai emisivitas dari tutupan lahan dan <em<water-vapour content </em<dari <em<study area</em<. Nilai emisivitas yang digunakan dalam perhitungan <em<Land Surface Temperature</em< (LST) adalah nilai <em<mean</em< dan <em<different</em< dari nilai <em<Land Surface Emissivity</em< (LSE).</p< Hasil yang diperoleh dari penelitian ini berdasarkan perhitungan nilai TVDI yaitu adanya perbedaan nilai rata-rata kekeringan antara tahun 2013 dengan tahun 2014 yaitu mengalami penurunan sebesar 0,008. Sedangkan antara tahun 2014 dengan tahun 2015 mengalami peningkatan sebesar 0,015.</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Kekeringan, Landsat-8, TVDI.</subfield></datafield><datafield tag="653" ind1=" " ind2="0"><subfield code="a">Technology</subfield></datafield><datafield tag="653" ind1=" " ind2="0"><subfield code="a">T</subfield></datafield><datafield tag="653" ind1=" " ind2="0"><subfield code="a">Engineering (General). Civil engineering (General)</subfield></datafield><datafield tag="773" ind1="0" ind2="8"><subfield code="i">In</subfield><subfield code="t">Jurnal Teknik ITS</subfield><subfield code="d">Lembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M), 2015</subfield><subfield code="g">5(2017), 2</subfield><subfield code="w">(DE-627)837526817</subfield><subfield code="w">(DE-600)2837632-8</subfield><subfield code="x">23373539</subfield><subfield code="7">nnns</subfield></datafield><datafield tag="773" ind1="1" ind2="8"><subfield code="g">volume:5</subfield><subfield code="g">year:2017</subfield><subfield code="g">number:2</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://doaj.org/article/98357c0eabe147918275a0f4a754cd39</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">http://ejurnal.its.ac.id/index.php/teknik/article/view/18118</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="u">https://doaj.org/toc/2301-9271</subfield><subfield code="y">Journal toc</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="u">https://doaj.org/toc/2337-3539</subfield><subfield code="y">Journal toc</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_USEFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">SYSFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_DOAJ</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_11</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_20</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_22</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_23</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_24</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_39</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_40</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_60</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_62</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_63</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_65</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_69</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_70</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_73</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_95</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_105</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_110</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_151</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_161</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_170</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_213</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_230</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_285</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_293</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_370</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_602</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2014</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4012</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4037</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4112</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4125</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4126</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4249</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4305</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4306</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4307</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4313</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4322</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4323</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4324</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4325</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4335</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4338</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4367</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4700</subfield></datafield><datafield tag="951" ind1=" " ind2=" "><subfield code="a">AR</subfield></datafield><datafield tag="952" ind1=" " ind2=" "><subfield code="d">5</subfield><subfield code="j">2017</subfield><subfield code="e">2</subfield></datafield></record></collection>
|
callnumber-first |
T - Technology |
author |
Diah Witarsih |
spellingShingle |
Diah Witarsih misc TA1-2040 misc Kekeringan, Landsat-8, TVDI. misc Technology misc T misc Engineering (General). Civil engineering (General) Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus : Provinsi Jawa Timur) |
authorStr |
Diah Witarsih |
ppnlink_with_tag_str_mv |
@@773@@(DE-627)837526817 |
format |
electronic Article |
delete_txt_mv |
keep |
author_role |
aut |
collection |
DOAJ |
remote_str |
true |
callnumber-label |
TA1-2040 |
illustrated |
Not Illustrated |
issn |
23373539 |
topic_title |
TA1-2040 Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus : Provinsi Jawa Timur) Kekeringan, Landsat-8, TVDI |
topic |
misc TA1-2040 misc Kekeringan, Landsat-8, TVDI. misc Technology misc T misc Engineering (General). Civil engineering (General) |
topic_unstemmed |
misc TA1-2040 misc Kekeringan, Landsat-8, TVDI. misc Technology misc T misc Engineering (General). Civil engineering (General) |
topic_browse |
misc TA1-2040 misc Kekeringan, Landsat-8, TVDI. misc Technology misc T misc Engineering (General). Civil engineering (General) |
format_facet |
Elektronische Aufsätze Aufsätze Elektronische Ressource |
format_main_str_mv |
Text Zeitschrift/Artikel |
carriertype_str_mv |
cr |
hierarchy_parent_title |
Jurnal Teknik ITS |
hierarchy_parent_id |
837526817 |
hierarchy_top_title |
Jurnal Teknik ITS |
isfreeaccess_txt |
true |
familylinks_str_mv |
(DE-627)837526817 (DE-600)2837632-8 |
title |
Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus : Provinsi Jawa Timur) |
ctrlnum |
(DE-627)DOAJ028369564 (DE-599)DOAJ98357c0eabe147918275a0f4a754cd39 |
title_full |
Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus : Provinsi Jawa Timur) |
author_sort |
Diah Witarsih |
journal |
Jurnal Teknik ITS |
journalStr |
Jurnal Teknik ITS |
callnumber-first-code |
T |
lang_code |
ind |
isOA_bool |
true |
recordtype |
marc |
publishDateSort |
2017 |
contenttype_str_mv |
txt |
author_browse |
Diah Witarsih |
container_volume |
5 |
class |
TA1-2040 |
format_se |
Elektronische Aufsätze |
author-letter |
Diah Witarsih |
title_sort |
pemetaan tingkat kekeringan berdasarkan parameter indeks tvdi data citra satelit landsat-8 (studi kasus : provinsi jawa timur) |
callnumber |
TA1-2040 |
title_auth |
Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus : Provinsi Jawa Timur) |
abstract |
<p class="Abstract"<Kekeringan merupakan salah satu bencana yang sering terjadi di berbagai daerah di Indonesia. Kekeringan erat hubungannya dengan ketidakseimbangan antara kebutuhan dan pasokan air. Kekeringan datang secara berulang tiap tahunnya dan sulit dicegah. Kekeringan terjadi dengan intensitas dan luas yang berbeda-beda tiap tahunnya. Peningkatan intensitas dan luas bencana kekeringan berpengaruh besar terhadap berbagai sektor. Menurut Badan Penanggulangan Bencana Daerah (2015), beberapa wilayah di Provinsi Jawa Timur mengalami tingkat kekeringan yang sangat tinggi dan luasnya wilayah terdampak. Oleh karena itu, perlu adanya pemantauan dan prediksi tingkat kekeringan di wilayah Provinsi Jawa Timur dengan monitoring secara berkala dalam kurun waktu tertentu serta diperlukan data yang dapat digunakan secara efisien dalam monitoring tersebut. Salah satu data citra satelit yang dapat digunakan dalam monitoring kekeringan adalah citra Satelit <em<Landsat-8</em<.</p< <p class="Abstract"<Pemantauan kekeringan dilakukan pada wilayah Provinsi Jawa Timur dalam kurun waktu 3 tahun (2013-2015) berdasarkan parameter <em<Temperature Vegetation Dryness Index</em<. Perhitungan parameter indeks TVDI ini didasarkan pada hubungan linier antara nilai indeks vegetasi dengan suhu permukaan tanah dan dalam perhitungan nilai suhu permukaan tanahnya menggunakan metode <em<Split Window Algorithm</em<. Algoritma ini memperhitungkan nilai emisivitas dari tutupan lahan dan <em<water-vapour content </em<dari <em<study area</em<. Nilai emisivitas yang digunakan dalam perhitungan <em<Land Surface Temperature</em< (LST) adalah nilai <em<mean</em< dan <em<different</em< dari nilai <em<Land Surface Emissivity</em< (LSE).</p< Hasil yang diperoleh dari penelitian ini berdasarkan perhitungan nilai TVDI yaitu adanya perbedaan nilai rata-rata kekeringan antara tahun 2013 dengan tahun 2014 yaitu mengalami penurunan sebesar 0,008. Sedangkan antara tahun 2014 dengan tahun 2015 mengalami peningkatan sebesar 0,015. |
abstractGer |
<p class="Abstract"<Kekeringan merupakan salah satu bencana yang sering terjadi di berbagai daerah di Indonesia. Kekeringan erat hubungannya dengan ketidakseimbangan antara kebutuhan dan pasokan air. Kekeringan datang secara berulang tiap tahunnya dan sulit dicegah. Kekeringan terjadi dengan intensitas dan luas yang berbeda-beda tiap tahunnya. Peningkatan intensitas dan luas bencana kekeringan berpengaruh besar terhadap berbagai sektor. Menurut Badan Penanggulangan Bencana Daerah (2015), beberapa wilayah di Provinsi Jawa Timur mengalami tingkat kekeringan yang sangat tinggi dan luasnya wilayah terdampak. Oleh karena itu, perlu adanya pemantauan dan prediksi tingkat kekeringan di wilayah Provinsi Jawa Timur dengan monitoring secara berkala dalam kurun waktu tertentu serta diperlukan data yang dapat digunakan secara efisien dalam monitoring tersebut. Salah satu data citra satelit yang dapat digunakan dalam monitoring kekeringan adalah citra Satelit <em<Landsat-8</em<.</p< <p class="Abstract"<Pemantauan kekeringan dilakukan pada wilayah Provinsi Jawa Timur dalam kurun waktu 3 tahun (2013-2015) berdasarkan parameter <em<Temperature Vegetation Dryness Index</em<. Perhitungan parameter indeks TVDI ini didasarkan pada hubungan linier antara nilai indeks vegetasi dengan suhu permukaan tanah dan dalam perhitungan nilai suhu permukaan tanahnya menggunakan metode <em<Split Window Algorithm</em<. Algoritma ini memperhitungkan nilai emisivitas dari tutupan lahan dan <em<water-vapour content </em<dari <em<study area</em<. Nilai emisivitas yang digunakan dalam perhitungan <em<Land Surface Temperature</em< (LST) adalah nilai <em<mean</em< dan <em<different</em< dari nilai <em<Land Surface Emissivity</em< (LSE).</p< Hasil yang diperoleh dari penelitian ini berdasarkan perhitungan nilai TVDI yaitu adanya perbedaan nilai rata-rata kekeringan antara tahun 2013 dengan tahun 2014 yaitu mengalami penurunan sebesar 0,008. Sedangkan antara tahun 2014 dengan tahun 2015 mengalami peningkatan sebesar 0,015. |
abstract_unstemmed |
<p class="Abstract"<Kekeringan merupakan salah satu bencana yang sering terjadi di berbagai daerah di Indonesia. Kekeringan erat hubungannya dengan ketidakseimbangan antara kebutuhan dan pasokan air. Kekeringan datang secara berulang tiap tahunnya dan sulit dicegah. Kekeringan terjadi dengan intensitas dan luas yang berbeda-beda tiap tahunnya. Peningkatan intensitas dan luas bencana kekeringan berpengaruh besar terhadap berbagai sektor. Menurut Badan Penanggulangan Bencana Daerah (2015), beberapa wilayah di Provinsi Jawa Timur mengalami tingkat kekeringan yang sangat tinggi dan luasnya wilayah terdampak. Oleh karena itu, perlu adanya pemantauan dan prediksi tingkat kekeringan di wilayah Provinsi Jawa Timur dengan monitoring secara berkala dalam kurun waktu tertentu serta diperlukan data yang dapat digunakan secara efisien dalam monitoring tersebut. Salah satu data citra satelit yang dapat digunakan dalam monitoring kekeringan adalah citra Satelit <em<Landsat-8</em<.</p< <p class="Abstract"<Pemantauan kekeringan dilakukan pada wilayah Provinsi Jawa Timur dalam kurun waktu 3 tahun (2013-2015) berdasarkan parameter <em<Temperature Vegetation Dryness Index</em<. Perhitungan parameter indeks TVDI ini didasarkan pada hubungan linier antara nilai indeks vegetasi dengan suhu permukaan tanah dan dalam perhitungan nilai suhu permukaan tanahnya menggunakan metode <em<Split Window Algorithm</em<. Algoritma ini memperhitungkan nilai emisivitas dari tutupan lahan dan <em<water-vapour content </em<dari <em<study area</em<. Nilai emisivitas yang digunakan dalam perhitungan <em<Land Surface Temperature</em< (LST) adalah nilai <em<mean</em< dan <em<different</em< dari nilai <em<Land Surface Emissivity</em< (LSE).</p< Hasil yang diperoleh dari penelitian ini berdasarkan perhitungan nilai TVDI yaitu adanya perbedaan nilai rata-rata kekeringan antara tahun 2013 dengan tahun 2014 yaitu mengalami penurunan sebesar 0,008. Sedangkan antara tahun 2014 dengan tahun 2015 mengalami peningkatan sebesar 0,015. |
collection_details |
GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ GBV_ILN_11 GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_39 GBV_ILN_40 GBV_ILN_60 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_170 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_370 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4335 GBV_ILN_4338 GBV_ILN_4367 GBV_ILN_4700 |
container_issue |
2 |
title_short |
Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus : Provinsi Jawa Timur) |
url |
https://doaj.org/article/98357c0eabe147918275a0f4a754cd39 http://ejurnal.its.ac.id/index.php/teknik/article/view/18118 https://doaj.org/toc/2301-9271 https://doaj.org/toc/2337-3539 |
remote_bool |
true |
ppnlink |
837526817 |
callnumber-subject |
TA - General and Civil Engineering |
mediatype_str_mv |
c |
isOA_txt |
true |
hochschulschrift_bool |
false |
callnumber-a |
TA1-2040 |
up_date |
2024-07-03T17:12:53.116Z |
_version_ |
1803578793650028544 |
fullrecord_marcxml |
<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>01000caa a22002652 4500</leader><controlfield tag="001">DOAJ028369564</controlfield><controlfield tag="003">DE-627</controlfield><controlfield tag="005">20230307124654.0</controlfield><controlfield tag="007">cr uuu---uuuuu</controlfield><controlfield tag="008">230226s2017 xx |||||o 00| ||ind c</controlfield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627)DOAJ028369564</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DOAJ98357c0eabe147918275a0f4a754cd39</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-627</subfield><subfield code="b">ger</subfield><subfield code="c">DE-627</subfield><subfield code="e">rakwb</subfield></datafield><datafield tag="041" ind1=" " ind2=" "><subfield code="a">ind</subfield></datafield><datafield tag="050" ind1=" " ind2="0"><subfield code="a">TA1-2040</subfield></datafield><datafield tag="100" ind1="0" ind2=" "><subfield code="a">Diah Witarsih</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus : Provinsi Jawa Timur)</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="c">2017</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">Text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">Computermedien</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">Online-Ressource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a"><p class="Abstract"<Kekeringan merupakan salah satu bencana yang sering terjadi di berbagai daerah di Indonesia. Kekeringan erat hubungannya dengan ketidakseimbangan antara kebutuhan dan pasokan air. Kekeringan datang secara berulang tiap tahunnya dan sulit dicegah. Kekeringan terjadi dengan intensitas dan luas yang berbeda-beda tiap tahunnya. Peningkatan intensitas dan luas bencana kekeringan berpengaruh besar terhadap berbagai sektor. Menurut Badan Penanggulangan Bencana Daerah (2015), beberapa wilayah di Provinsi Jawa Timur mengalami tingkat kekeringan yang sangat tinggi dan luasnya wilayah terdampak. Oleh karena itu, perlu adanya pemantauan dan prediksi tingkat kekeringan di wilayah Provinsi Jawa Timur dengan monitoring secara berkala dalam kurun waktu tertentu serta diperlukan data yang dapat digunakan secara efisien dalam monitoring tersebut. Salah satu data citra satelit yang dapat digunakan dalam monitoring kekeringan adalah citra Satelit <em<Landsat-8</em<.</p< <p class="Abstract"<Pemantauan kekeringan dilakukan pada wilayah Provinsi Jawa Timur dalam kurun waktu 3 tahun (2013-2015) berdasarkan parameter <em<Temperature Vegetation Dryness Index</em<. Perhitungan parameter indeks TVDI ini didasarkan pada hubungan linier antara nilai indeks vegetasi dengan suhu permukaan tanah dan dalam perhitungan nilai suhu permukaan tanahnya menggunakan metode <em<Split Window Algorithm</em<. Algoritma ini memperhitungkan nilai emisivitas dari tutupan lahan dan <em<water-vapour content </em<dari <em<study area</em<. Nilai emisivitas yang digunakan dalam perhitungan <em<Land Surface Temperature</em< (LST) adalah nilai <em<mean</em< dan <em<different</em< dari nilai <em<Land Surface Emissivity</em< (LSE).</p< Hasil yang diperoleh dari penelitian ini berdasarkan perhitungan nilai TVDI yaitu adanya perbedaan nilai rata-rata kekeringan antara tahun 2013 dengan tahun 2014 yaitu mengalami penurunan sebesar 0,008. Sedangkan antara tahun 2014 dengan tahun 2015 mengalami peningkatan sebesar 0,015.</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Kekeringan, Landsat-8, TVDI.</subfield></datafield><datafield tag="653" ind1=" " ind2="0"><subfield code="a">Technology</subfield></datafield><datafield tag="653" ind1=" " ind2="0"><subfield code="a">T</subfield></datafield><datafield tag="653" ind1=" " ind2="0"><subfield code="a">Engineering (General). Civil engineering (General)</subfield></datafield><datafield tag="773" ind1="0" ind2="8"><subfield code="i">In</subfield><subfield code="t">Jurnal Teknik ITS</subfield><subfield code="d">Lembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M), 2015</subfield><subfield code="g">5(2017), 2</subfield><subfield code="w">(DE-627)837526817</subfield><subfield code="w">(DE-600)2837632-8</subfield><subfield code="x">23373539</subfield><subfield code="7">nnns</subfield></datafield><datafield tag="773" ind1="1" ind2="8"><subfield code="g">volume:5</subfield><subfield code="g">year:2017</subfield><subfield code="g">number:2</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://doaj.org/article/98357c0eabe147918275a0f4a754cd39</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">http://ejurnal.its.ac.id/index.php/teknik/article/view/18118</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="u">https://doaj.org/toc/2301-9271</subfield><subfield code="y">Journal toc</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="u">https://doaj.org/toc/2337-3539</subfield><subfield code="y">Journal toc</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_USEFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">SYSFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_DOAJ</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_11</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_20</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_22</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_23</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_24</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_39</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_40</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_60</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_62</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_63</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_65</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_69</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_70</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_73</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_95</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_105</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_110</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_151</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_161</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_170</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_213</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_230</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_285</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_293</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_370</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_602</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2014</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4012</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4037</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4112</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4125</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4126</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4249</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4305</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4306</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4307</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4313</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4322</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4323</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4324</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4325</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4335</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4338</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4367</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4700</subfield></datafield><datafield tag="951" ind1=" " ind2=" "><subfield code="a">AR</subfield></datafield><datafield tag="952" ind1=" " ind2=" "><subfield code="d">5</subfield><subfield code="j">2017</subfield><subfield code="e">2</subfield></datafield></record></collection>
|
score |
7.40028 |