Analisis Kerapatan Vegetasi Kota Ambon Menggunakan Data Citra Satelit Sentinel-2 dengan Metode MSARVI Berbasis Machine Learning pada Google Earth Engine
sudo Jurnal Teknik Informatika · 2023
DOI: 10.56211/sudo.v2i2.270 ↗Kurz gefasst
Fachartikel in der Zeitschrift sudo Jurnal Teknik Informatika, 2023. Verfasst von Philia Christi Latue und 2 weiteren Autor:innen. Die Arbeit wurde bisher 2-mal zitiert (Crossref) und nennt 23 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).
Abstract (Originalsprache)
Pertumbuhan kota Ambon yang pesat serta dapat mempengaruhi penurunan Indeks kerapatan vegetasi di Kota Ambon. Penelitian ini bertujuan untuk mengnalisis kerapatan vegetasi Kota Ambon menggunakan data citra satelit sentinel-2 dengan metode MSARVI berbasis machine learning pada google earth engine. Penelitian ini menggunakan data Citra Satelit Sentinel-2 yang dianalisis menggunakan Google Earth Engine dengan metode Modified Soil-Adjusted Vegetation Index. Hasil analisis kerapatan vegetasi menggunakan metode Metode MSARVI (Modified Soil-Adjusted Vegetation Index) menunjukan bahwa daerah yang memiliki kerapatan vegetasi tinggi memiliki luas sebesar 32.856,03 ha atau 85%, daerah yang memiliki kerapatan vegetasi sedang memiliki luas sebesar 3.508,67 ha atau 9,11 % dan daerah yang memiliki kerapatan vegetasi rendah memiliki luas sebesar 2.169,64 ha atau 5,63 %. Nilai kerapatan vegetasi di Kota Ambon pada tahun 2023 yaitu nilai terendah -0,481341 dan nilai tertinggi 0,978457. Hasil penelitian ini dapat digunakan untuk monitoring perubahan lingkungan, mengidentifikasi area dengan kualitas lingkungan yang buruk, mengukur dampak perubahan iklim dan menyediakan informasi bagi pengambil keputusan.
Zitieren
APA
Latue, P. C., Rakuasa, H., & Sihasale, D. A. (2023). Analisis Kerapatan Vegetasi Kota Ambon Menggunakan Data Citra Satelit Sentinel-2 dengan Metode MSARVI Berbasis Machine Learning pada Google Earth Engine. sudo Jurnal Teknik Informatika. https://doi.org/10.56211/sudo.v2i2.270
Vancouver
Latue PC, Rakuasa H, Sihasale DA. Analisis Kerapatan Vegetasi Kota Ambon Menggunakan Data Citra Satelit Sentinel-2 dengan Metode MSARVI Berbasis Machine Learning pada Google Earth Engine. sudo Jurnal Teknik Informatika. 2023. doi:10.56211/sudo.v2i2.270
BibTeX
@article{Latue2023,
author = {Latue, Philia Christi and Rakuasa, Heinrich and Sihasale, Daniel Anthoni},
title = {Analisis Kerapatan Vegetasi Kota Ambon Menggunakan Data Citra Satelit Sentinel-2 dengan Metode MSARVI Berbasis Machine Learning pada Google Earth Engine},
journal = {sudo Jurnal Teknik Informatika},
year = {2023},
doi = {10.56211/sudo.v2i2.270}
}
EUVIMED