TA : Sistem Informasi Geografis Penentuan Lahan Potensial Menggunakan Image Processing

Darwintha, Hendra (2012) TA : Sistem Informasi Geografis Penentuan Lahan Potensial Menggunakan Image Processing. Undergraduate thesis, STIKOM Surabaya.

	Text Cover.pdf - Accepted Version Download--- (156kB)
	Text Abstrak.pdf - Accepted Version Download--- (120kB)
	Text Daftar Isi.pdf - Accepted Version Download--- (242kB)
	Text BAB I.pdf - Accepted Version Download--- (174kB)
	Text BAB II.pdf - Accepted Version Download--- (583kB)
	Text BAB III.pdf - Accepted Version Download--- (1MB)
	Text BAB IV.pdf - Accepted Version Download--- (8MB)
	Text BAB V.pdf - Accepted Version Download--- (122kB)
	Text Daftar Pustaka.pdf - Accepted Version Download--- (120kB)

Search this title on : |

Abstract

Kebutuhan lahan yang semakin meningkat, memerlukan peran teknologi tepat guna dalam upaya mengoptimalkan penggunaan lahan secara berkelanjutan. Dinas Pertanian sebagai badan pemerintah yang menangani masalah pertanian sangat memerlukan data daerah potensial sebagai acuan untuk mengembangkan daerah sesuai dengan potensi lahan yang dimilikinya. Saat ini Dinas Pertanian belum memiliki Sistem Informasi yang mampu mengolah data raster yang ada menjadi data daerah potensial. Sistem Informasi Geografis yang menerapkan Image Processing dapat digunakan untuk mengolah data raster yang ada pada Dinas Pertanian. Image Processsing memporses input berupa citra dan juga menghasilkan output berupa citra atau gambar. Dilakukan dengan Image Processing analisa data peta raster: ketinggian, curah hujan dan kelembaban. Proses akan menghasilkan daerah-daerah yang sesuai dengan kriteria pada data raster. Kesimpulan hasil rancang bangun Sistem Informasi Geografis Penentuan Lahan Potensial Menggunakan Image Processing adalah dapat menghasilkan hasil analisis berupa daerah potensial berdasarkan kriteria: suhu permukaan, curah hujan dan kelembaban di Dinas Pertanian Propinsi Jawa Timur. Hasil uji coba sistem menujukkan bahwa daerah potensial yang dihasilkan sistem untuk kriteria tanaman S3 lebih besar dari kriteria tanaman S3 dengan presentase 65% untuk kriteria tanaman kriteria S1 dan 91% untuk tanaman kriteria S3.

Export Record

ASCII Citation Atom BibTeX Dublin Core EP3 XML EndNote HTML Citation JSON METS MODS MPEG-21 DIDL OpenURL ContextObject OpenURL ContextObject in Span RDF+N-Triples RDF+N3 RDF+XML Refer Reference Manager Simple Metadata

Download Statistics

Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

View more statistics

Actions (login required)

View Item