ANALISA PERUBAHAN GARIS PANTAI MENGGUNAKAN TEKNOLOGI PENGINDERAAN JAUH DI WILAYAH PESISIR KECAMATAN LAKUDO KABUPATEN BUTON TENGAH
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Garis pantai adalah garis batas pertemuan antara daratan dan air laut, dimana posisinya tidak tetap dan dapat berpindah sesuai dengan pasang surut air laut dan erosi pantai. Penelitian ini bertujuan untuk mengestimasi perubahan garis pantai dan mengestimasi laju perubahan garis pantai menggunakan data Citra dari Tahun 1998-2018 di Wilayah Pesisir Kecamatan Lakudo, Kabupaten Buton Tengah. Penelitian ini dilaksanakan pada bulan Januari-Mei Tahun 2019. Metode yang digunakan dalam penelitian ini adalah metode Overlay (tumpang susun) antara Citra Landsat 5 TM Tahun 1998, Citra Landsat 7 +ETM Tahun 2001 dan 2010 dan Citra Landsat 8 OLI Tahun 2018. Hasil penelitian menunjukkan bahwa selama 20 tahun perubahan garis pantai yang terjadi di lokasi peneltian berupa abrasi dan akresi. Perubahan garis pantai berupa abrasi berkisar antara 11-156 m terjadi di Desa Lolibu, Wajogu, Moko, Mone, Teluk Lasongko, Matawine, Wongko Lakudo, Lakudo, Gu Timur, Nepa Mekar, Boneoge, Waara dan One Waara. Sedangkan akresi berkisar antara 10-102 m terjadi di Desa Lolibu, Moko, Mone, Teluk Lasongko, Wongko Lakudo, Lakudo, Gu Timur, Nepa Mekar, Boneoge, Mandongka, Waara dan One Waara. Laju perubahan garis pantai berupa abrasi berkisar antara 0.55-7.80 m/thn sedangkan akresi berkisar antara 0.50-5.10 m/thn. Perubahan tersebut utamanya disebabkan oleh faktor hidro-oseanografi yakni arus, pasut dan gelombang serta faktor antropogenik yakni pembangunan pemukiman, penambangan pasir dan degradasi hutan mangrove.Kata Kunci: Perubahan Garis Pantai, Citra Landsat, Kecamatan Lakudo
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,011 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle