ANALISIS GEOSPASIAL PERUBAHAN LAHAN DI PIT B PT MIFA BERSAUDARA PASCA REKLAMASI MENGGUNAKAN CITRA SENTINEL-2A | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

    SKRIPSI

ANALISIS GEOSPASIAL PERUBAHAN LAHAN DI PIT B PT MIFA BERSAUDARA PASCA REKLAMASI MENGGUNAKAN CITRA SENTINEL-2A


Pengarang

Zulfia Rahmi - Personal Name;

Dosen Pembimbing

Muslim - 197311181999031001 - Dosen Pembimbing I
Ardiansyah - 197212261992011001 - Dosen Pembimbing II



Nomor Pokok Mahasiswa

1808107010028

Fakultas & Prodi

Fakultas MIPA / Informatika (S1) / PDDIKTI : 55201

Subject
-
Kata Kunci
-
Penerbit

Banda Aceh : Fakultas mipa., 2025

Bahasa

No Classification

-

Literature Searching Service

Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)

Kegiatan reklamasi merupakan suatu upaya yang dilakukan untuk memperbaiki wilayah pasca tambang yang memiliki dampak terhadap perubahan lahan dan vegetasinya. Tujuan penelitian ini adalah untuk menganalisis perubahan tutupan lahan dan kerapatan vegetasi dengan memanfaatkan teknologi penginderaan jauh. Penelitian ini menggunakan metode MLC (Maximum Likelihood Classification) untuk membedakan kelas-kelas yang digunakan dalam penelitian dan metode NDVI untuk melihat perubahan kerapatan vegetasinya. Hasil penelitian dari ketiga citra yang digunakan sebagai data perbandingan yaitu citra tahun 2017, 2020, dan 2023, menunjukkan bahwa terdapat perubahan pada kelas tutupan lahan yang menandakan bahwa kegiatan reklamasi berjalan dengan baik dan terdapat peningkatan kerapatan vegetasi pada setiap tahunnya. Adapun hasil uji akurasi menunjukkan bahwa metode MLC dapat mengklasifikasikan citra dengan baik, dimana diperoleh uji akurasi citra pada tahun 2017, 2020, dan 2023 berturut-turut adalah 88%, 86%, dan 86%.

Kata Kunci: Reklamasi, Tutupan Lahan, Kerapatan Vegetasi, MLC

Reclamation activities are efforts undertaken to restore post-mining areas, which have significant impacts on land use and vegetation changes. The objective of this study is to analyze land cover changes and vegetation density using remote sensing technology. The study employs the Maximum Likelihood Classification (MLC) method to differentiate between land cover classes used in the analysis, and the Normalized Difference Vegetation Index (NDVI) method to observe changes in vegetation density. The results, based on three satellite images from 2017, 2020, and 2023, indicate noticeable changes in land cover classes, suggesting that reclamation activities have been progressing well. Additionally, there has been a consistent increase in vegetation density over the years. The accuracy assessment results show that the MLC method effectively classified the images, with classification accuracies of 88% for 2017, 86% for 2020, and 86% for 2023. Keyword: Reclamation, Land Use, Vegetation Changes, MLC

Citation



    SERVICES DESK