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 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. Ausführliche Beschreibung

Gespeichert in:

Autor*in:	Diah Witarsih [verfasserIn]

Format:	E-Artikel
Sprache:	Indonesisch

Erschienen:	2017

Schlagwörter:	Kekeringan, Landsat-8, TVDI.

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:	Link aufrufen Link aufrufen Journal toc Journal toc

Katalog-ID:	DOAJ028369564

Internformat


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

Indexfelder

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

Nicht das Richtige dabei?

Schreiben Sie uns!

Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus : Provinsi Jawa Timur)

Nicht das Richtige dabei?

Zugang & Verfügbarkeit

Vorhandene Bände

Nicht das Richtige dabei?