<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="17365">
<titleInfo>
<title><![CDATA[INTERPRET ASI KENAMPAKKAN OBJEK SECARA VISUAL MENGGUNAKAN DATA CITRA SATELIT LANDSAT-TM DENGAN METODE PCA (Studi Kasus :]]></title>
<subTitle><![CDATA[Daerah Bandung dan Sekitarnya)]]></subTitle>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>M. A. Basyid, S.T., M.T.</namePart>
<role><roleTerm type="text">Dosen Pembimbing 1</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>Yayan Mulyana, S.T.</namePart>
<role><roleTerm type="text">Dosen Pembimbing 2</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>W AHYU IRA WAN RUSMANA / 232001027</namePart>
<role><roleTerm type="text">Penulis</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes"><![CDATA[mixed material]]></typeOfResource>
<genre authority="marcgt"><![CDATA[bibliography]]></genre>
<originInfo>
<place><placeTerm type="text"><![CDATA[Teknik Geodesi]]></placeTerm></place>
<publisher><![CDATA[FTSP]]></publisher>
<dateIssued><![CDATA[2003]]></dateIssued>
<issuance><![CDATA[monographic]]></issuance>
<edition><![CDATA[0]]></edition>
</originInfo>
<language>
<languageTerm type="code"><![CDATA[en]]></languageTerm>
<languageTerm type="text"><![CDATA[English]]></languageTerm>
</language>
<physicalDescription>
<form authority="gmd"><![CDATA[Text]]></form>
<extent><![CDATA[]]></extent>
</physicalDescription>
<note>Principal Component Analysis (PCA) merupakan salah satu metode yang digunakan untuk meningkatkan mutu sebuah citra. Penggunaan metode Principal Component Analysis dapat meningkatkan basil interpretasi citra, terutama dalam memperjelas batas-batas objek (misalnya objek jalan, air/sungai, sawah dan pemukiman atau bangunan lainnya) sehingga lebih mudah untuk diinterpretasi. Konsep dasar penggunaan metode Principal Component Analysis adalah dengan mentransfonnasikan citra asal dengan besaran koefesien transformasi yang disebut komponen utama sehingga menjadi citra baru yang Iebih mudah diinterpretasi. Dalam tugas akhir ini, metode PCA diterapkan pada citra satelit Landsat-TM tahun 1994 dan citra satelit Landsat- TM tahun 2000 dengan studi kasus daerab Bandung dan sekitamya. Hasil penelitian menunjukan secara umum babwa kenampakan objek pada citra basil PCA lebih baik dibandingkan citra asli.</note>
<classification><![CDATA[]]></classification><identifier type="isbn"><![CDATA[]]></identifier><location>
<physicalLocation><![CDATA[Setiadi Open Source ETD System]]></physicalLocation>
<shelfLocator><![CDATA[107GD/03]]></shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1"><![CDATA[107GD/03]]></numerationAndChronology>
<sublocation><![CDATA[My Library]]></sublocation>
<shelfLocator><![CDATA[107GD/03]]></shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<slims:digitals>
<slims:digital_item id="18842" url="" path="/232001027_107GD.pdf" mimetype="application/pdf"><![CDATA[INTERPRET ASI KENAMPAKKAN OBJEK SECARA VISUAL MENGGUNAKAN DATA CITRA SATELIT LANDSAT-TM DENGAN METODE PCA (Studi Kasus : Daerah Bandung dan Sekitarnya)]]></slims:digital_item>
</slims:digitals><recordInfo>
<recordIdentifier><![CDATA[17365]]></recordIdentifier>
<recordCreationDate encoding="w3cdtf"><![CDATA[2023-12-19 16:33:31]]></recordCreationDate>
<recordChangeDate encoding="w3cdtf"><![CDATA[2023-12-19 16:33:54]]></recordChangeDate>
<recordOrigin><![CDATA[machine generated]]></recordOrigin>
</recordInfo></mods></modsCollection>