Search for collections on Undip Repository

PEMODELAN PERUBAHAN TUTUPAN LAHAN DAN SUHU PERMUKAAN TANAH BERBASIS PENGINDERAAN JAUH (Studi Kasus: Kota Semarang)

VIRA FEBIANTI, VIRA and BANDI SASMITO, ST, MT, BANDI (2022) PEMODELAN PERUBAHAN TUTUPAN LAHAN DAN SUHU PERMUKAAN TANAH BERBASIS PENGINDERAAN JAUH (Studi Kasus: Kota Semarang). Undergraduate thesis, UNIVERSITAS DIPONEGORO.

[img] Text
VIRA FEBIANTI Judul, BAB I, Daftar Pustaka.pdf

Download (1MB)

Abstract

Pertumbuhan lahan terbangun menyebabkan meningkatnya suhu permukaan tanah di Kota Semarang. Kondisi tersebut memerlukan pemantauan dan prediksi perubahan tutupan lahan serta suhu permukaan tanah. Oleh karena itu, pemodelan mengenai perubahan tutupan lahan dan suhu permukaan tanah bertujuan untuk menganalisis perubahan tutupan lahan dan suhu permukaan tanah di Kota Semarang pada tahun 2016 sampai 2022, serta prediksinya pada tahun 2031. Penelitian ini memanfaatkan data citra Landsat 8. Prediksi tutupan lahan menggunakan data parameter ketinggian, jarak dari jalan, jarak dari sungai. Parameter untuk prediksi suhu permukaan tanah yaitu tutupan lahan, NDVI dan NDBI. Klasifikasi tutupan lahan yang terdiri dari badan air, lahan terbangun, vegetasi dan lahan kosong menggunakan metode Support Vector Machine, pengolahan suhu permukaan tanah dengan algoritma Single Channel serta untuk prediksi dilakukan menggunakan model Cellular Automata dan Artificial Neural Network. Hasil penelitian menunjukkan tutupan lahan di Kota Semarang didominasi oleh vegetasi. Klasifikasi tutupan lahan menghasilkan tingkat akurasi pada tahun 2016 sebesar 89,53%, tahun 2019 sebesar 91,86% dan tahun 2022 sebesar 90,6%. Suhu tertinggi tercatat sebesar 45,1580C pada tahun 2022, sedangkan suhu terendah sebesar 21,9970C pada tahun 2016. Validasi suhu permukaan tanah terhadap suhu lapangan tahun 2022 menghasilkan korelasi pearson sebesar 0,725. Tingkat kesesuaian prediksi tutupan lahan tahun 2031 terhadap RDTRK Kota Semarang tahun 2011 – 2031 sebesar 66,73%. Hasil prediksi tutupan lahan memiliki akurasi yang baik dengan nilai kappa 80,8%. Akurasi prediksi suhu permukaan tanah dengan Mean Square Error (MSE) dan koefisien korelasi (R) menghasilkan nilai sebesar 3,436 dan 0,87.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Artificial Neural Network, Cellular Automata, Prediksi, Suhu Permukaan Tanah, Tutupan Lahan
Subjects: Engineering
Divisions: Faculty of Engineering > Department of Geodetic Engineering
Depositing User: Geodesi undip
Date Deposited: 21 Dec 2022 02:57
Last Modified: 21 Dec 2022 02:57
URI: https://eprints2.undip.ac.id/id/eprint/10319

Actions (login required)

View Item View Item