Kalender Akademik IPB 2010

Kalender Akademik

KALENDER PENDIDIKAN IPB TAHUN AKADEMIK 2009/2010

No.	Kegiatan	Waktu
Program Sarjana
1	Penerimaan Mahasiswa Baru S1
	- Registrasi Mahasiswa Baru Jalur USMI	29 Juni s/d 3 Juli 2009
	- Matrikulasi	6 Juli s/d 12 Agustus 2009
	- Registrasi Mahasiswa Baru Jalur SNMPTN, UTM, BUD, PIN	10-12 Agustus 2009
2	KRS A Online	5-8 Agustus 2009
3	Awal Kuliah Semester Ganjil	24 Agustus 2009
4	KRS B Online	31 Agustus s/d 3 September 2009
5	Pendaftaran Wisuda Tahap I	7-11 September 2009
6	Autodebet	11 September 2009
7	Libur Akademik Hari Raya Idul Fitri	17-30 September 2009
8	Wisuda Tahap I	13 dan 14 Oktober 2009
9	UTS Semester Ganjil	26 Oktober s/d 7 November 2009
10	Libur Nasional: Hari Raya Idul Adha	27 November 2009
11	Libur Nasional: Tahun Baru 1431 Hijriyah	18 Desember 2009
12	Libur Nasional: Hari Raya Natal	25 Desember 2009
13	Akhir Kuliah Semester Ganjil	26 Desember 2009
14	Libur Nasional:  Tahun Baru 2010	1 Januari 2010
15	Kuliah Pengganti Hari Libur Nasional	4-6 Januari 2010
16	Ujicoba KRS Online	5-6 Januari 2010
17	Persiapan UAS Semester Ganjil	7-9 Januari 2010
18	UAS Semester Ganjil	11-23 Januari 2010
19	KKN/KKP Periode I	Februari s/d April 2010
20	Pendaftaran wisuda Tahap II	1-5 Februari 2010
21	Batas Akhir Pemasukan Nilai	5 Februari 2010
22	Pengumuman Hasil Kemajuan Belajar Semester Ganjil	8 Februari 2010
23	KRS A Online	8-12 Februari 2010
24	Awal Kuliah Semester Genap	15 Februari 2010
25	Wisuda Tahap II	23 dan 24 Februari 2010
26	KRS B Online	22-26 Februari 2010
27	Autodebet	11 Maret 2010
28	UTS Semester Genap	5-17 April 2010
29	Akhir Kuliah Semester Genap	5 Juni 2010
30	Pendaftaran wisuda Tahap III	7-11 Juni 2010
31	Persiapan UAS Semester Genap	7-12 Juni 2010
32	UAS Semester Genap	14-26 Juni 2010
33	Wisuda Tahap III	29 dan 30 Juni 2010
34	Batas Akhir Pemasukan Nilai	9 Juli 2010
35	Pengumuman Hasil Kemajuan Belajar Semester Genap	14Juli 2010
36	KKN/KKP Periode II	Juli s/d Agustus 2010
37	Kuliah Alih Tahun	Juli s/d Agustus 2010
Program Pasca Sarjana
1	Panggilan Calon Mahasiswa Baru BPPS dan Non BPPS	10 – 14 Agustus 2009
2	Pengumpulan Formulir Rencana Studi Semester Ganjil	17-21 Agustus 2009
3	Kuliah Umum SPs	27-28 Agustus 2009
4	Masa Perkuliahan Semester Ganjil	31 Agustus 2009 – 8 Januari 2010
5	Masa Ujian Tengah Semester Ganjil	2-13 November 2009
6	Masa Ujian Akhir Semester Ganjil	11-22 Januari 2010
7	Batas Akhir Penyerahan Nilai Semester Ganjil	5 Februari 2010
8	Registrasi Ulang/Pengambilan FRS Sem. Genap	8-19 Februari 2010
9	Pengumpulan Formulir Rencana Studi Semester Genap	22-26 Februari 2010
10	Masa Perkuliahan Semester Genap	1 Maret – 25 Juni 2010
11	Masa Ujian Tengah Semester Genap	19-30 April 2010
12	Masa Ujian Akhir Semester Genap	24 Juni-2 Juli 2010
13	Batas Akhir Penyerahan Nilai Semester Genap	16 Juli 2010
14	Kuliah Umum Seminar	26-30 April 2010
Program DIPLOMA
1	Matrikulasi ke TA 2009/2010	21 Juli s/d 12 Agustus 2009
2	Penerimaan Mahasiswa Baru Jalur USMI	Juli 2009
3	Penerimaan Mahasiswa Baru Jalur Reguler	Agustus 2009
4	Registrasi Ulang	Agustus 2009
5	Pembayaran SPP SMT Ganjil (Autodebet 1)	5 Agustus 2009
6	Pembayaran SPP SMT Ganjil (Autodebet 2)	19 Agustus 2009
7	Pendaftaran Wisuda Diploma	19-23 Oktober 2009
8	Wisuda Program Diploma	17 dan 18 November 2009
9	Pembayaran SPP SMT Genap (Autodebet 1)	3 Februari 2010
10	Pembayaran SPP SMT Genap (Autodebet 2)	17 Februari 2010
11	Masa Perkuliahan Semester Ganjil	24 Agustus 2009
12	Masa Perkuliahan Semester Genap	22 Februari 2010
13	Masa Ujian Tengah Semester (UTS) Ganjil 2009/2010	2 s/d 14 Nopember 2009
14	Masa Akhir Semester (UAS) Ganjil 2009/2010	21 Januari s/d 4 Februari 2010
15	Masa Ujian Tengah Semester (UTS) Genap 2009/2010	15 s/d  29 April 2010
16	Masa Ujian Akhir Semester (UAS) Genap 2009/2010	24 Juni s/d 8 Juli 2010
17	Batas Akhir Pemasukan Nilai Semester Ganjil 2009/2010	11 Februari 2010
18	Batas Akhir Pemasukan Nilai Semester Genap 2009/2010	15 Juli 2010
19	Pengumuman Hasil Kemajuan Semester Ganjil 2009/2010	25 Februari 2010
20	Pengumuman Hasil Kemajuan Semester Genap 2009/2010	29 Juli 2010
*) Dapat berubah dengan pemberitahuan terlebih dahulu
	Bogor, 1 Juni 2009
	Wakil Rektor Bidang Akademik dan Kemahasiswaan
	Prof. Dr. Ir. Yonny Koesmaryono, MS
	NIP. 131 473 999 Sumber: http://ipb.ac.id

BEBERAPA ALGORITMA UNTUK PENENTUAN KLOROFIL DI PERAIRAN UNTUK SENSOR MODIS

Oleh: Andhika P. Prasetyo
Berdasarkan tugas laporan PJJK Mayor TEK

Sebelum membahas menganai algoritma untuk mengetahui konentrasi korofil, maka sebaiknya kita mengetahui terlebih dahulu mengenai klasifikasi perairan berdasarkan pembentuk warna perairan. Berdasarkan materi pembentuk warna perairan, maka perairan dibagi menjadi dua (case), yakni (Susilo dan Gaol, 2008):

1)      Case I, merupakan daerah perairan lepas pantai, komponen utama yang mempengaruhi sifat optik/biooptik air laut adalah pigmen-pigmen fitoplankton (khusunya klorofil-a);

2)      Case II, merupakan daerah pesisir, maka sifat optik ait laut kemungkinan besar disominasi oleh bahan sedimen (suspended material) dan material organik (yellow substances).

Gambar ?  Konsep perairan Case-1 dan Case-2 (IOCCG, 2000)

Ada beberapa algoritma yang umum digunakan untuk mengektrak nilai klorofil perairan dari citra satelit, dalam hal ini citra satelit MODIS. Algoritma tersebut antara lain:

1. Algoritma Carder, 1999

Algoritma OC3M termasuk algoritma semianalitik (semianalytic algorithm), yaitu algoritma yang mengkombinasikan model teoritis dari R_rs yang bergantung pada hamburan-balik (backscatter) dan penyerapan (absorpsi) dengan formula empirik yang menjelaskan hamburan-balik (backscatter) dan penyerapan (absorpsi) bergantung pada CDOM dan pigmen fitoplankton. Algoritma Carder menggunakan bentuk dari rasio R_rs, dimana R_rs (λ) dikembangkan untuk melihat kontribusi hamburan dan penyerapan dari daerah pemilihan yang berbeda. Berikut adalah persamaan dari algoritma Carder:

Dalam algoritma Carder, absorpsi dibagi tiga yakni kontribusi dari air laut jernih (a_w), fitoplankton (a_Φ) dan CDOM (a_CDOM); banckscatter (hamburan-balik) dibagi menjadi dua, yakni  kontribusi dari air laut jernih (b_bw), partikel(b_bp) dan CDOM (b_CDOM) . Carder et al. (1999) menunjukkan bahwa distribusi ukuran partikel bervariasi berdasarkan musim dan daerah, menjadi semakin besar jika berdekatan dengan mulut sungai utama.

Algoritma semianalitik memiliki dua input tambahan, yakni SST (Se Surface Temperature) dan NDT (Nitrate Depletion Temperature). Menurut Carder et al. (1999) NDT adalah suhu dekat permukaan yang mana nitrat di permukaan tidak dapat lai dideteksi. Saat SST melebihi NDT, maka perairan akan miskin nutrien da ini ditandai dengan pertumuhan cell fitoplankton yang kecil dengan pigmen yang tidak terbungkus, begitu pula sebaliknya. Hubungan antara SST dan NDT digunakan untuk mengklasifikasikan lautan kedalam tiga region bio-optik: (1) region hangat termasuk tropis, subtropis dan perairan musim panas dengan klorofil yang tidak terbungkus pada setiap cell (unpackaged); (2) region transisi; (3) region dingin, terdiri dari lintang tinggi dan daerah upwelling dimana fitoplankton yang terdiri dari diatom yang tumbuh cepat dengan klorofil yang terbungkus (packaged).Untuk daerah rendah dan khususnya lintang tinggi, klasifikasi ini menyedikan koreksi yang penting untuk estimasi empirik kandungan klorofil (Martin, 2004).

Dari klasifikasi SST dan NDT, serta perbedaan regional dari properti daerah pemilihan hamburan dan penyerapan, lautan dibagi ke dalam daerah geografis yang berbeda. Untuk mengukura Rrs, konsentrasi pemilihan dari masing-masing daerah dijelaskan dengan multi persamaan dan multi ketidaktahuan. Input terrnasuk MODIS-derived SST,  NDT regional  dan radiasi dari 412, 443, 488, 531 dan 551 nm; keluaran yang dihasilkan termasuk konsentrasi klorofil-a, penyerapan radiasi (absorbed radiation) oleh fitoplankton (ARP), 400-nm penyerapan CDOM a_CDOM (400) dan 675-nm penyerapan fitoplankton a_Φ (675). Untuk kedua terakhir, ada formula untuk memperbesar a_CDOM dan a_Φ berseberangan keseluruhan spektrum visible. Total daerah ini adalah total absorpsi a_T (λ), sehingga radiasi visibel yang diserap di kolom perairan dapat diturunkan. Variasi komponen dari absorpsi selanjutnya dapat diubah menjadi konsentrasi hasil dari fitoplankton dan CDOM (Martin, 2004).

Cara kerja algoritma Carder adalah memasukan nilai Rrs(λ) sistem pemrosesan data MODIS ke dalama model, inversi model, kemudisn menghitung (estimasi) konsentrasi klorofil-a. Jika algoritma Carde tersebut tidak menghasilkan nilai terhadap a_Φ (675) yang berarti R_rs (412) rendah pada perairan eutrophic, maka Carder et al. (1999) menggunakan persamaan berikut untuk menghitung konsentrasi klorofil:

Dimana r₃₅ = R_rs (488) / R_rs (551), c₀, c₁, c₂, dan c₃ merupakan konstanta yang diturunkan secara empirik. Bilamana algoritma Carder menghasilkan nilai a_Φ (675) diantara 0,015 – 0,03/m, maka konsentrasi klorofil-a dihitung dengan formula berikut:

Dimana [CHL]_sa merupakan nilai yang diturunkan secara empirik dan [CHL]_sa merupakan nilai yang diturunkan secara empirik dengan faktor pemberat w = [0,03 - a_Φ (675] / 0,015.

Algoritma Carder cocok untuk mengektrak konsentrasi klorofil perairan Case II dari citra MODIS, karena algoritma Carder mempertimbangkan perbedaan lokasi pengambilan data. Berdasarakan penelitian Smyth (2002) yang membandingkan konsentrasi klorofil berdasarkan  data in situ dan algoritma OC4 dan Carder menunjukkan algoritma Carder memberikan model yang paling akurat dalam memperkirakan konsentrasi klorofil. Dimana algoritma Carder menunjukkan nilai yang lebih dekat pengukuran in situ untuk nilai konsentrasi klorofil tertinggi (> 1 mg/m³) dan terendah (<1 mg/m³).

2. Algoritma OC4v4 (Ocean Chlorophyll 4-bands)

Algoritma OC3M termasuk algoritma empirik (emphirical algorithm). Algoritma OC4v4 merupakan hubungan antara rasio band dan klorofil menggunaka fungsi polinomial, tetapi algoritma ini berbasaikan rasio band maksimum yang didefinisikan sebagai rasio tertinggi (R_max) anatra R_rs(443)/Rrs(555),  R_rs(490)/Rrs(555), dan R_rs(510)/Rrs(555) kedalam persamaan dengan ordo 4. Dimana nilai R adalah log₁₀ (R_max). Berikut adalah persamaan dari algoritma OC4v4 dimana CHL adalah konsentrasi klorofil:

dimana R = R_max

Namun dalam pengaplikasiannya hasil perhitungan klorofil dengan menggunakan algoritma OC4v4 sering kali lebih dari (overestimating) dengan hasil pengukuran in situ Chl-a (Kampel et al, 2009). Berdasarkan studi yang dilakukan Martin (2004) menunjukkan bahwa meninkannya nilai Rrs maka nilai Klorofil akan menurut. Diduga untuk nilai klorofil yang rendah, rasio-443 yang mendominasi, untuk nilai klorofil sedang rasio-490 yang mendominasi, sedangkan untuk nilai klorofil yang besar maka rasio-510 yang mendominasi. Selain itu beberapa studi menyebutkan algoritma OC4v4 dianggap gagal dalam  menentukan konsentrasi klorofil untuk perairan Case II (perairan yang dipengaruhi material organik dan padatan tersuspensi).

3. Algoritma OC3M (Ocean Chlorophyll 3-bands)

Algoritma OC3M termasuk algoritma empirik (emphirical algorithm). Algoritma OC3M merupakan hubungan antara rasio band dan klorofil menggunaka fungsi polinomial, tetapi algoritma ini berbasaikan rasio band maksimum yang didefinisikan sebagai rasio tertinggi (R_max) anatra R_rs(443)/Rrs(550),  dan R_rs(490)/Rrs(550) kedalam persamaan dengan ordo 4. Dimana nilai R adalah log₁₀ (R_max). Berikut adalah persamaan dari algoritma OC3M dimana C adalah konsentrasi klorofil:

dimana R = R_max

Namun dalam pengaplikasiannya hasil perhitungan klorofil dengan menggunakan algoritma OC3M sering kali lebih dari (overestimating) dengan hasil pengukuran in situ Chl-a (Weghorst, 2008). Selain itu algoritma OC3M juga kurang dari (underestimating) hasil pengukuran in situ Chl-a untuk konsentrasi di bawah 1 mg/m^-3 dan berlebih (overestimating) untuk nilai yang lebh besar lagi (Martin, 2004). Selain itu beberapa studi menyebutkan algoritma OC3M dianggap gagal dalam  menentukan konsentrasi klorofil untuk perairan Case II (perairan yang dipengaruhi material organik dan padatan tersuspensi).

SUMBER:

Carder, K.L., Chen, F.R., Lee, Z., Hawes, S.K., and Kamykowski, J. 1999.  Semianalytic Moderate-Resolution Imaging Spectrometer algorithms for chlorophyll a and absorption with bio-optical domains based on nitrate-depletion temperatures.  Journal of Geophysical Research.  104 (C3):5403-5421.

Guneroglu, Abdulaziz et al. 2002. Maping and Comparison of Different Sensors’ Geophysical Products in the Eastern Black Sea Region. Karadeniz Technical University, Geodesy and Photogrametry Department, 61080 Trabzon, Turkey.

Kampel, Milton et al. 2009. Simultaneous Measurements of Chlorophyll Concentration by Lidar, Fluorometry, above-Water Radiometry, and Ocean Color MODIS Images in the Southwestern Atlantic. Sensors 2009, 9, 528-541; doi:10.3390/s90100528.

Martin, Seelye . 2004. An introduction to ocean remote sensing. USA: Cambridge University Press. 426 pages.

Susilo, S. B. dan J. L. Gaol. 2008. Dasar-Dasar Penginderaan Jauh Kelautan. Departemen Ilmu dan Teknologi Kelautan, Fakultas Perikanan dan Ilmu Kelautan, Institut Pertanian Bogor, Bogor.

Weghorst, Pamela L.2008. Modis Algorithm Assessment And Principal Component Analysis Of Chlorophyll Concentration In Lake Erie. Thesis [Not Publish]. Kent State University.