• Tidak ada hasil yang ditemukan

PEMANFAATAN CITRA NOAA-AVHRR UNTUK PENENTUAN SUHU PERMUKAAN LAUT GUNA PREDIKSI DAERAH POTENSI PENANGKAPAN IKAN

N/A
N/A
Protected

Academic year: 2021

Membagikan "PEMANFAATAN CITRA NOAA-AVHRR UNTUK PENENTUAN SUHU PERMUKAAN LAUT GUNA PREDIKSI DAERAH POTENSI PENANGKAPAN IKAN"

Copied!
11
0
0

Teks penuh

(1)

PEMANFAATAN CITRA NOAA-AVHRR

UNTUK PENENTUAN SUHU PERMUKAAN LAUT

GUNA PREDIKSI DAERAH POTENSI PENANGKAPAN IKAN

Agus Darpono

Dosen Teknik Geodesi FTSP ITN Malang

ABSTRAKSI

Arus dan suhu air laut merupakan parameter oceanografi yang mempunyai pengaruh sangat dominan dalam sumberdaya laut. Dengan mengetahui suhu permukaan laut untuk wilayah yang luas akan dapat diamati pola arus laut di suatu wilayah perairan dan interaksinya dengan wilayah perairan lain serta fenomena upwelling/front di suatu wilayah perairan yang merupakan daerah potensi ikan.

Pemanfaatan data penginderaan jauh (inderaja) satelit, khususnya data NOAA-AVHRR, merupakan alternatif yang sangat tepat karena kemampuannya mendeteksi suhu permukaan laut terhadap areal yang luas secara sinoptik, frekuensi pengamatan yang sangat tinggi, dan biaya operasional yang relatif murah.

Dari penelitian yang dilakukan didapatkan hasil bahwa data Citra NOAA-AVHRR dapat diaplikasikan untuk pengamatan suhu permukaan laut dengan memanfaatkan band 4 dan band 5, menggunakan model algoritma McClain & Crosby (1984) serta komposit citra RGB-124 dapat ditentukan adanya fenomena upwelling/front yang menjadi daerah potensi penangkapan ikan di perairan Selat Madura Kabupaten Pamekasan, yaitu: pertama 114°07’47.06”BT, 7°28’51.09”S; kedua 114°12’07.87”BT, 7°29’14.01”S; ketiga 114°14’53.89”BT, 7°26’18.40”S; dan keempat 114°15’05.66”BT, 7°30’24.86”S.

Kata Kunci: Oceanografi, Suhu Permukaan Laut, Upweeling/Front.

PENDAHULUAN

Latar Belakang

Pengamatan fenomena oceanografi dan inventarisasi sumberdaya yang terkandung di wilayah perairan laut Indonesia yang sangat luas dan garis pantai yang sangat panjang, sangat sulit dilakukan dengan cara konvensional karena akan memerlukan waktu observasi yang panjang, memerlukan usaha yang sangat berat, serta diperlukan biaya yang sangat besar. Ditambah lagi dengan kondisi laut yang bersifat dinamis, sehingga diperlukan frekuensi pengamatan yang cukup tinggi. Kondisi ini

(2)

menyebabkan terjadinya kesenjangan dalam penyedian data, baik data oceanografi maupun daerah potensi untuk operasi penangkapan ikan.

Arus dan suhu air laut merupakan parameter oceanografi yang mempunyai pengaruh sangat dominan dalam sumberdaya laut. Pengamatan dan monitoring fenomena oceanografi dan sumberdaya laut mengharuskan penggunaan banyak data dalam selang waktu observasi tertentu (harian, mingguan, bulanan, triwulan, atau tahunan) atau dikenal dengan analisis multitemporal. Dengan mengetahui suhu permukaan laut untuk wilayah yang luas akan dapat diamati pola arus laut di suatu wilayah perairan dan interaksinya dengan wilayah perairan lain serta fenomena upwelling/front di suatu wilayah perairan yang merupakan daerah potensi ikan.

Pemanfaatan data penginderaan jauh (inderaja) satelit, khususnya data NOAA-AVHRR merupakan alternatif yang sangat tepat karena kemampuannya mendeteksi suhu permukaan laut terhadap areal yang luas secara sinoptik (meliput seluruh wilayah Indonesia hanya dalam dua lintasan berurutan), frekuensi pengamatan yang sangat tinggi (4 lintasan sehari), dan biaya operasional yang relatif murah dibandingkan cara yang lain. Kemampuan ini akan sangat berguna untuk pengamatan fenomena oceanografi khususnya upwelling/front yang merupakan indikator daerah potensi ikan yang tinggi.

Tujuan Penelitian

Tujuan yang dilakukan dalam penelitian ini adalah pemanfaatan teknologi penginderaan jauh NOAA-AVHRR untuk penentuan suhu permukaan laut guna identifikasi daerah potensi penangkapan ikan di perairan Selat Madura, Kabupaten Pamekasan.

TINJAUAN PUSTAKA

NOAA (National Oceanic and Atmospheric Administration) adalah nama satelit observasi lingkungan dan cuaca orbit polar, melintas di atas wilayah Indonesia 4 kali sehari. AVHRR singkatan dari Advance Very High

Resolution Radiometer adalah nama satelit dan sensor pada satelit seri

NOAA yang memIliki kemampuan untuk mendeteksi suhu permukaan laut. Satelit NOAA mengorbit dengan membawa 5 buah sensor utama yang dirancang untuk mengindera obyek-obyek tertentu. Kelima sensor tersebut adalah TOVS (TIROS Operational Vertical Sounder), AVHRR (Advance

Very High Resolution Radiometer), SEM (Space Environment Monitor), DCS (Data Collection System), dan SARSAT (Search and Rescue System Satelite). Sensor AVHRR adalah yang dirancang untuk keperluan informasi

hidrologi, oseanografi, dan studi meteorologi. Instrumen AVHRR pada NOAA mempunyai 5 kanal scanning radiometer yang sensitif pada spektrum radiasi sinar tampak, inframerah dekat, dan jendela inframerah. Kisaran

(3)

spektrum radiasi kanal AVHRR untuk data NOAA ditunjukkan pada tabel berikut ini:

Tabel 1.

Karakteristik Sensor AVHRR Satelit NOAA No.Kanal Panjang Gelombang Daerah Spektrum

1 0.58 - 0.68 Sinar Tampak

2 0.73 - 1.10 Inframerah Dekat

3 3.55 - 3.93 Inframerah Menengah

4 10.30 - 11.30 Inframerah Jauh

5 11.50 - 12.50 Inframerah Jauh

Sumber: Butler et al, 1988

Setiap pixel data AVHRR dari jenis data LAC (Local Area Coverage) mempunyai resolusi spasial 1,1 km x 1,1 km di sekitar titik nadir lintasan satelit. Setiap orbit mampu merekam data yang mencakup ± 2700 km lebar sapuan daerah pengamatan dari ketinggian kurang lebih 860 km.

Data AVHRR dari masing-masing kanal mempunyai karakteristik tertentu, sehingga potensi pemanfaatan datanya berlainan. Data kanal 1 dan kanal 2 antara lain dapat dimanfaatkan untuk pemantauan kondisi vegetasi dan klasifikasi jenis penutup lahan. Sementara itu, data kanal inframerah (kanal 3, 4, dan 5) dapat digunakan untuk mengestimasi suhu permukaan laut dan pendeteksian hotspot.

Dari pola distribusi citra suhu permukaan laut dapat dilihat fenomena oseanografi seperti upwelling, front, dan pola arus permukaan. Daerah yang mempunyai fenomena-fenomena seperti tersebut di atas pada umumnya merupakan perairan yang subur. Dengan diketahuinya daerah perairan yang subur tersebut, maka daerah penangkapan ikan dapat diketahui karena migrasi ikan cenderung ke perairan yang subur.

Tahap pertama untuk menghitung suhu permukaan laut adalah dengan menghitung suhu kecerahan dari data AVHRR yaitu proses kalibrasi data radiometer-count (data digital) menjadi besaran radiansi (L) pada setiap piksel individu. Karena dalam penelitian ini digunakan algortima multi-kanal, yaitu kanal 4 dan 5 AVHRR, maka komputasi suhu kecerahan hanya dilakukan untuk kedua kanal inframerah-jauh (inframerah termal) tersebut. Persamaan kalibrasi yang digunakan adalah (Brown,1985):

Ln = Sn Cn + In ... (1)

Dimana:

Cn = data radiometer-count setiap piksel individu pada kanal n. Sn = koefisien slope data kanal n

(4)

Suhu kecerahan (Tbn) diperoleh melalui proses konversi data radiansi (Ln) diperoleh melalui proses konversi data radiansi (Ln), yaitu dengan menerapkan persamaan: TBn =

a

-(Ln)

In

n

... (2)

Kontanta a dan b untuk masing-masing kanal 4 dan 5 AVHRR dapat dilihat pada Tabel 2. Perlu diperhatikan bahwa nila-nilai kostanta tersebut hanya berlaku untuk data AVHRR dari satelit NOAA-11.

Tabel 2.

Nilai-nilai Konstanta a dan b Untuk Konversi Radiansi Menjadi Suhu Kecerahan AVHRR KONSTANTA a KONSTANTA b

Kanal 4 Kanal 5 9,213623 8,947998 -1347,375 -1229,813

Suhu air (water temperature) dihitung dari suhu kecerahan (TBn) untuk masing-masing kanal dengan memasukkan nilai koreksi emisivitas air (ε) yang nilainya 0,98. Persamaan yang digunakan untuk menghitung suhu air (TWn) adalah: TWn =

)]

2

(

exp

-1

[

ln

vn

C2

TBn

vn

C

ε

ε +

... (3) Dimana:

C2 = konstanta radiasi surya (=1,438833 cmºK)

vn = central wave number kanal inframerah-jauh AVHRR. vn untuk kanal 4 = 927,73 cm

vn untuk kanal 5 = 838,35 cm

Tahap pekerjaan selanjutnya adalah menghitung nilai gain dan

intercept pada band 4 dan band 5. Untuk menghitung nilai gain dan intercept

pada tiap band, sebelumnya nilai telemetry pada citra harus diketahui. Berikut merupakan nilai telemetry citra NOAA-AVHRR pada saat penelitian dilakukan:

Menghitung Nilai Gain

Gain = (Nbb – Ns)/(Cbb - Cs) ... (4) Nbb = (c1 . nuc^3)/((exp((c2 . nuc)/T**bb))-1) ... (5) T**bb = A + (B . Tbb) ... (6)

(5)

Tabel 3.

NOAA-18 AVHRR/3 Thermal Channel Temperature-To-Radiance Coefficients

Channel νc A B

Channel 3B 2659.795 1.698704 0.99696

Channel 4 928.146 0.436645 0.998607

Channel 5 833.2532 0.253179 0.999057

Tabel 4.

NOAA-18 Radiance of Space and Coefficients for Nonlinear Radiance Correction Quadratic

Channel NS b0 b1 b2

Channel 4 -5.53 5.82 -0.11069 0.0005234

Channel 5 -2.22 2.67 -0.0436 0.0001772

Cs = Look at space values Keterangan:

Nbb = Radiansi Blackbody

T**bb = Temperature blackbody efektif

c1 = 1.1910427 x 10-5 mW/(m2-sr-cm-4)

c2 = 1.4387752 cm-K .

Menghitung Nilai Intercept

intercept = Ns – (Gain * Cs) ... (7) Setelah nilai gain dan intercept pada kanal 4 dan 5 dihitung, selanjutnya hasil perhitungan tersebut dimasukkan ke dalam formula Suhu Permukaan Laut dengan menggunakan algoritma McClain & Crosby, 1984.

SPL = Tw4 + 2.702 (Tw4 – Tw5) – 0.582 – 273.0 ... (8)

PELAKSANAAN PENELITIAN

Data utama yang digunakan dalam penelitian ini adalah citra satelit NOAA dengan sensor AVHRR, dari jenis NOAA-AVHRR Level 1B (L1B) yaitu data citra satelit yang sudah terkoreksi secara geometri. Selain itu, dalam penelitian ini digunakan juga peralatan lain sebagai penunjang dalam memberikan informasi untuk proses analisis interpretasi citra digital, seperti alat pengukur suhu air laut Zeethermometer dan GPS Navigasi Garmin GPS 60i.

Citra NOAA-AVHRR yang diaplikasikasikan untuk pengamatan suhu permukaan laut adalah dengan memanfaatkan band 4 dan band 5. Metode pengolahan yang digunakan adalah pengolahan secara digital

(6)

menggunakan perangkat lunak Ermapper 6.4 dengan menggunakan model algoritma McClain & Crosby (1984). Untuk komposit band RGB yang digunakan pada citra NOAA-AVHRR adalah Red – 1, Green – 2, Blue – 4 (RGB-124). Citra NOAA-AVHRR yang telah diolah secara digital akan menghasilkan data-data suhu permukaan laut yang selanjutnya dibuat garis

isotherm (garis pada suhu yang sama) dengan interval suhu sebesar 0,1°C.

Data citra NOAA-AVHRR yang digunakan pada penelitian adalah hasil rekaman satelit NOAA selama 4 hari. Data suhu permukaan laut hasil pengolahan secara digital kemudian diverifikasi dengan hasil pengukuran di lapangan yang diukur dengan thermometer digital Zeethermometer dan GPS Navigasi Garmin GPS 60i. Hal ini dilakukan untuk mengukur tingkat keakuratan hasil pengolahan secara digital.

Nilai telemetry digunakan untuk menghitung nilai gain/slope dan

intercept yang selanjutnya dipakai pada perhitungan suhu permukaan laut

dengan menggunakan algoritma yang telah ditentukan.

Hasil pengolahan suhu permukaan laut masih perlu dilakukan pemisahan (cloud masking) antara daerah yang masih dipengaruhi atau tidak dipengaruhi oleh adanya awan tipis. Hal ini dilakukan untuk mendapatkan kualitas hasil pengolahan yang lebih baik. Selanjutnya, dilakukan proses penyaringan (filter) agar data yang dihasilkan tampak lebih halus.

Suhu permukaan laut hasil pengolahan Citra NOAA-AVHRR ditampilkan dalam bentuk garis isotherm (garis pada suhu yang sama) dengan interval 0,1°C. Hal ini dimaksudkan untuk mempermudah memprediksi adanya fenomena upwelling/front pada suatu wilayah perairan.

HASIL DAN PEMBAHASAN

Dengan menganalisis suhu permukaan laut, fenomena atau daerah

upwelling/front yang diindikasikan sebagai tempat melimpahnya makanan

ikan (plankton) dapat diprediksi, sehingga dimungkinkan keberadaan ikan lebih banyak dibandingkan dengan daerah sekitarnya. Dengan demikian, data harian citra NOAA-AVHRR yang diolah secara bertahap dapat dimanfaatkan untuk menentukan suhu permukaan laut untuk prediksi daerah potensi penangkapan ikan.

Garis isotherm atau kontur suhu permukaan laut dibuat dengan batas maskimal dan minimal suhu permukaan laut pada citra serta menentukan interval kontur sesuai dengan kebutuhan. Pada citra NOAA-AVHRR 0803021323N18_SUHU PERMUKAAN LAUT_C_Area.ers dihasilkan data suhu permukaan laut dengan batas maksimal dan minimal sebesar 30ºC dan 26ºC. Interval kontur yang digunakan sebesar 0.1ºC.

Fenomena upwelling/front di daerah tropis terjadi pada kisaran suhu antara 28ºC sampai 31ºC, namun suhu permukaan air bisa turun sampai 25ºC. Ini disebabkan air yang dingin dari lapisan bawah terangkat ke atas

(7)

(Nontji, 1987). Fenomena upwelling/front yang terjadi pada suatu wilayah perairan menunjukkan adanya tempat tumbuh dan berkembangnya plankton sebagai makanan ikan yang secara tidak langsung juga merupakan berkumpulnya banyak ikan.

Peta sebaran suhu permukaan laut atau peta isoterm hasil pengolahan secara digital tersebut kemudian diverifikasi dengan hasil pengukuran di lapangan yang diukur dengan thermometer digital Zeethermometer dan GPS Navigasi Garmin GPS 60i. Hal ini dilakukan untuk mengukur tingkat keakuratan hasil pengolahan secara digital. Hasil verifikasi di lapangan ditampilkan pada Tabel 5 di bawah ini.

Tabel 5.

Koordinat Hasil Verifikasi Data Lapangan dan Data Citra

No

Koordinat Geodetis WGS ‘84 SUHU PERMUKAAN LAUT Lapangan (°C) SUHU PERMUKAAN LAUT Citra (°C) Longitude (BT) Latitude (S) ° ° 1 114 7 42.57 7 31 24.42 27.5 28.01 2 114 9 0.58 7 31 38.60 28.1 28.81 3 114 10 6.18 7 31 36.83 29.6 29.34 4 114 11 17.10 7 32 3.43 28.3 28.50 5 114 12 3.20 7 32 22.93 27.8 28.12 6 114 13 33.47 7 33 27.23 27.5 27.28 7 114 14 44.54 7 34 3.99 29.2 29.00 8 114 15 39.50 7 34 57.18 28.9 29.20 9 114 16 32.69 7 35 57.46 28.7 29.39 10 114 17 15.24 7 35 7.81 29.6 29.06 11 114 17 29.05 7 33 57.22 28.8 29.20 12 114 17 0.24 7 33 0.21 29.9 29.54 13 114 16 49.45 7 31 56.87 29.7 29.53 14 114 16 18.90 7 31 1.26 29.1 29.05 15 114 16 34.63 7 30 10.41 28.9 29.48 16 114 15 36.68 7 29 36.72 29.1 28.75 17 114 14 41.43 7 29 3.03 29.4 29.09 18 114 13 36.74 7 28 18.56 30.1 29.63 19 114 12 40.14 7 27 56.99 28.6 29.00 20 114 11 48.93 7 27 34.08 29.8 29.63 21 114 10 44.25 7 27 24.65 28.9 29.34 22 114 9 32.82 7 27 52.95 29.4 29.63 23 114 8 25.44 7 27 26.99 29.8 29.55 24 114 6 44.37 7 27 43.52 28.8 28.51

Dari perbandingan kedua data, yakni data hasil pengukuran SUHU PERMUKAAN LAUT di lapangan dengan data hasil pengolahan SUHU PERMUKAAN LAUT pada citra akan dicari seberapa besar nilai standar

(8)

deviasi. Berikut merupakan hasil perhitungan standar deviasi pada data pengukuran SUHU PERMUKAAN LAUT di lapangan dan data SUHU PERMUKAAN LAUT hasil pengolahan citra:

Standar Deviasi SUHU PERMUKAAN LAUT Pengukuran x = 28.98°C Σ [(x – x) 2] = 12.47958333°C2 Std. Dev n = 24 ukur

)

1

(

)

(

2

Σ

n

x

x

= = 0,73661°C

Standar Deviasi SUHU PERMUKAAN LAUT Pengolahan Citra

x

= 29.03°C Σ [(x –

x

) 2] = 8.058133333°C2 Std. Dev n = 24 citra

)

1

(

)

(

2

Σ

n

x

x

= = 0,59191°C

Hasil perhitungan Standar Deviasi dari data hasil pengukuran SUHU PERMUKAAN LAUT di lapangan sebesar 0.73661°C, sedangkan Standar Deviasi dari data hasil pengolahan SUHU PERMUKAAN LAUT pada citra sebesar 0.59191°C. Hal ini menyatakan bahwa data sebaran suhu permukaan laut hasil pengolahan citra satelit NOAA-AVHRR mempunyai dispersi yang lebih kecil dibandingkan dengan data ukuran di lapangan,

Fenomena upwelling/front di daerah tropis terjadi pada kisaran suhu antara 28ºC sampai 31ºC, namun suhu permukaan air bisa turun sampai 25ºC. Ini disebabkan air yang dingin dari lapisan bawah terangkat ke atas (Nontji, 1987).

Berdasarkan batas wilayah yang telah ditentukan, hanya citra NOAA-AVHRR pada hari ketiga yang menunjukkan adanya nilai suhu permukaan laut. Fenomena upwelling/front dapat diprediksi berdasarkan adanya kenampakan gradien suhu atau suhu dalam bentuk kontur yang rapat dibandingkan daerah sekitarnya dengan kisaran suhu minimal 0.5°C dalam kisaran jarak maksimal 3 km

Fenomena upwelling/front yang terjadi pada suatu wilayah perairan menunjukkan adanya tempat tumbuh dan berkembangnya plankton sebagai makanan ikan yang secara tidak langsung juga merupakan berkumpulnya banyak ikan. Berikut merupakan daerah prediksi terjadinya fenomena

upwelling/front pada citra di hari keempat penelitian sesuai dengan batas

(9)

Gambar 1.

Prediksi Daerah Upwelling/Front

Gambar 2.

(10)

KESIMPULAN DAN SARAN

Kesimpulan

1. Pengamatan suhu permukaan laut dapat diergunakan untuk mendeteksi terjadinya fenomena upwelling/front yang menunjukkan adanya tempat tumbuh dan berkembangnya plankton sebagai makanan ikan, yang secara tidak langsung juga merupakan berkumpulnya banyak ikan. 2. Berdasarkan analisa citra terdapat empat daerah potensi penangkapan

ikan, yaitu: pertama 114°07’47.06”BT, 7°28’51.09”S; kedua 114°12’07.87”BT, 7°29’14.01”S; ketiga 114°14’53.89”BT, 7°26’18.40”S; dan keempat 114°15’05.66”BT, 7°30’24.86”S.

Saran

Adanya parameter tambahan yang digunakan sebagai penentuan daerah potensi penangkapan ikan, seperti data kandungan khlorofil-a, salinitas, arus, dan parameter oceaongrafi lainnya, akan sangat membantu dalam penentuan daerah potensi penangkapan ikan secara khusus dan lebih baik.

DAFTAR PUSTAKA

Brown, O.B., Brown, J.W. dan Evans, R.H. 1985. Calibration Ad-vanced Very High Resolution Radi-ometer Infrared Observation. Journal of Geophysical Research 90(C6): 11667-11677.

Butler, M.J.A., M. C. Mouchot, V. Barole dan C. Le Blanc. 1988. The Aplication of Remote sensing Technology to Marine Fisheries: An Introductory Manual. FAO Fisheries Technical Paper No. 299. Roma.

Hariyanto, Teguh, 1998. Research on Quatity Information of SPOT–Image to Production Topographic Map in Scale 1 : 50.000. Report I, The Young

Academic Program, Bath II, Directorate General of Higher Education, Ministry of Education and Culture, Germany.

Harsanugraha W. K. dan Tjinda, F. 1989. The APOLLO Scheme and Its Prospects Aplication in Indonesia. Report of Training Program at the DLR. Germany. Lilesand, T. M. dan R. W. Kiefer. 1990. Penginderaan Jauh dan Interpretasi Citra.

Alih Bahasa: Dulbahri, dkk. Yogyakarta: Penerbit Gadjahmada University Press. 740 hal.

Lynch, M.I., Prata, A. J., dan Hunter, J.R. 1986. Sea Surface Temperature Anomalies of the North Wesat Shelf of Western Australia. Proceeding 1st Australia AVHRR Conference. Ert, Western Australia.

McClain, E. P., Pichel, W. G., Walton, C. C., Ahmad, Z., dan Sulton. J. 1983. Multi-channel Improvements to Satelite-Derived Global Sea Surface Temperatures. Advanced Space Resources 2(6): 43-47.

McClain, E. P. 1981. Suhu Permukaan Laut: Window and Triple: Window Sea Surface Temperature Determinations from Satelit Measurenments.

(11)

Mini-Simposium on Application of Aerospace Remote Sensing in Marine Research. October 6-10. Woods-Hole, Mass.

McMillin, L. M. 1975. Estimation Of Sea Surface Temeprature from Two Infrared Window Measurements with Absorption. Jounal of Geo. Resources, 80: 5513 – 5517.

Nontji, Anugerah. 2008. Laut Nusantara. Lembaga Ilmu Pengetahuan Indonesia. Cetakan Kedua. Jakarta: LIPI Press.

_____________. 2008. Plankton. Lembaga Ilmu Pengetahuan Indonesia. Cetakan Kedua. Jakarta: LIPI Press.

Pellegrini, J.J. dan Penrose, I.D. 1986. Comparison of Ship Based Satelite AVHRR Estimates of Sea Surface Temperature. Proceeding 1st Australia AVHRR Conference. Perth, Australia.

Purwadhi, F.S.H. 2001. Interpretasi Citra Digital. Jakarta: PT Gramedia Widiasarana Indonesia.

Referensi

Dokumen terkait

Pada penelitian ini, Chlorella sp (inaCC M39) dikultur pada media limbah ternak ayam Broiler dengan konsentrasi 20 gram/L.. Limbah yang digunakan merupakan kotoran ayam broiler

Dengan menggunakan uji Mann Whitney diperoleh hasil tidak ditemukan perbedaan yang signifikan untuk kadar interleukin 6 antara kelompok ringer asetat malat dan ringer

Rekomendasi yang dapat diberikan yaitu website Groupon Disdus diharapkan dapat memperhatikan faktor kepercayaan (trust), faktor persepsi risiko (perceived risk),

Dulu, di awal pernikahan mereka, Rani sempat hamil namun keguguran. Semenjak keguguran itu hingga usia pernikahannya memasuki usia ketujuh tahun, Rani tak pernah hamil

Hasil penelitian Ramly (2012) menyebutkan bahwa berdasarkan survey dengan responden Perguruan Tinggi dan Perbankan Syariah, kendala dalam penyiapan tenaga terampil dari lembaga

Masing-masing kelompok konsep mencakup label konsep yang berbeda, yaitu: 1. Gravitasi dan varibel gravitasi, dengan label konsep yang dicakup: Gravitasi, massa, dan jarak,

Sedangkan secara umum peningkatan kemampuan analisis siswa dalam model pembelajaran kooperatif tipe TTW menggunakan RTE terlihat dari nilai rata-rata gain yang

Dengan penggunaan teori Archetype dari Jung, terlacak bahwa tindakan-tindakan yang dilakukan oleh para tokoh utama mencerminkan kepercayaan- kepercayaan Kristen. Secara