ANALISIS INDEKS VEGETASI AREA TERDAMPAK BANJIR BANDANG DI KABUPATEN JAYAPURA MENGGUNAKAN METODE CLUSTERING PADA CITRA LANDSAT 8
Keywords:
Index Vegetation, NDVI, Clustering, Landsat 8, Kabupaten JayapuraAbstract
Bencana Banjir memang tidak akan pernah berakhir menjadi persoalan manusia, penyebab dari bencana banjir sendiri dapat diakibatkan oleh peristiwa alam atau aktifitas dan kegiatan dari manusia sendiri. Pada Tanggal 16 Maret 2019 telah terjadi bencana alam Banjir bandang yang sangat dahsyat yang terjadi Di Kabupaten Jayapura Tepatnya di daerah Sentani sehingga mengakibatkan banyak korban jiwa dan kerusakan yang terjadi akibat bencana alam tersebut. Oleh sebab itu penelitian ini dilakukan untuk mengetahui perubahan indeks vegetasi yang diakibatkan oleh bencana banjir bandang tersebut. Oleh karena itu dibutuhkan informasi secara visual berupa citra satelit untuk menampilkan informasi mengenai bencana alam banjir bandang yang terjadi di Kabupaten Jayapura. Penelitian ini menggunakan metode clustering dan pendekatan menggunakan NDVI (Normalized Difference Build-up Index). Hasil yang didapatkan dari penelitian ini adalah mendapatkan hasil dari nilai indeks vegetasi kemudian dari nilai tersebut dapat dibandingkan perbedaan indeks vegetasi sebelum dan sesudah terkena dampak Banjir Bandang.
Downloads
References
Agustin, Diah. 2017. Analisis Banjir dengan Menggunakan Citra Satelit Multilevel di Kecamatan Rengkel Kabupaten Tuban. Institut Teknologi Sepuluh Nopember
Alfiansyah, Fitria. 2017. Analisis Bencana Banjir Menggunakan Citra Landsat 8 dan SPOT-6 Untuk Penentuan Daerah Terdampak Banjir (Studi Kasus : Kabupaten Sampang). Institut Teknologi Sepuluh Nopember
Amliana, Dita Rizki., Prasetyo, Yudo., Sukmono, Abdi. 2016. Analisis Perbandingan Nilai NDVI Landsat 7 dan Landsat 8 Pada Kelas Tutupan Lahan ( Studi Kasus : Kota Semarang, Jawa Tengah). Jurnal Geodesi UNDIP.
https://gisgeography.com/ndvi-normalized-difference-vegetation-index/. 2020. What Is NDVI (Normalized, Difference, Vegetation, Index).
Iradafmandaya. 2016. Index vegetasi, https://iradafmandaya.wordpress.com/2016/02/20/index-vegetasi-ndvi/.
Laurenz, Brian., Lawalata, Feibe., Prasetyo, Sri Yulianto Joko. 2019. Potensi Resiko Banjir dengan Menggunakan Citra Satelit ( Studi Kasus : Kota Manado, Provinsi Sulawesi Utara). Indonesian Journal Of Modeling and Computing 1, 17 – 24
Nahumury, Astriyer J., Prasetyo, Sri yulianto joko., Fibriani, Charitas. Analisis Perubahan Tata Guna Lahan Pasca Gempa pada Index Vegetasi Citra Satelit Lansat 8 dengan Supervised Classification.
Pancoro, Wasis,. Mangoki, Wilson,. Prasetyo, Sri Yulianto Joko. 2018. Evaluasi Area Terdampak Gempa di Kota Palu Menggunakan Metode OBIA pada Citra Landsat 8.
Que, Valentino Kevin Sitanayah,. Prasetyo, Sri Yulianto Joko,. Fibriani, Charitas. 2018. Analisis Perbedaan Index Vegetasi Normalized Difference Vegetation Index (NDVI) dan Normalized Burn Ratio (NBR) Kabupaten Pelalawan Menggunakan Citra Satelit Landsat 8.
Rauf, Syafruddin., Adisasmitha, Sakti Adji., Tangkelangi, Bryan Imanuel. Dampak Banjir Terhadap Infrastruktur di Kabupaten Maros Berbasis Citra Landsat 8 dan MODIS NRT (Near Real Time). Universitas Hasanuddin
Syahputra, Wayan Yudistira. 2013. Pengertian Citra Landsat.
Tomasoa, Lyonly Evany,. Prasetyo, Sri Yulianto Joko. 2018. Analisis Index Vegetasi Pesisir Pantai Aceh Pasca Tsunami Menggunakan Citra Satelit Landsat 7 dan Lansad 8 dengan Metode Clustering Algoritma K-Means.
Wulan, Theresia Retno., Ambarwulan, Wiwin., Putra Anggara S. 2017. Pemetaan Cepat Kawasan Terdampak Bencana Longsor dan Banjir di Kabupaten Bangli – Propinsi Bali. Majalah Geografi Indonesia.
Infografis Banjir Bandang Kota Jayapura,2019,https://bpbdpapua.info/?p=712.
Downloads
Published
How to Cite
Issue
Section
License

Indonesian Journal of Computing and Modeling is licensed under a Creative Commons Attribution 4.0 International License.




