Andy Wibawa Nurrohman
Program Studi Sains Informasi Geografi, Universitas Pendidikan Indonesia

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Korelasi antara NDVI dan Potensi Air Tanah: Validasi Model SIG Multiparameter di DAS Mahakam Hilir, Indonesia Adithya Kresna Sumaamijaya; Auliya Dewi Ayu Pujaretna; Farhan Fahrezi Hariri; Dede Rohmat; Andy Wibawa Nurrohman
Jurnal Geosains dan Remote Sensing Vol 6 No 2 (2025): JGRS Edisi November
Publisher : Department of Geophysical Engineering, Faculty of Engineering, University of Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jgrs.ft.unila.510

Abstract

Sub-DAS Mahakam Hilir di Kalimantan Timur mengalami degradasi lingkungan akibat deforestasi, alih fungsi lahan, dan aktivitas antropogenik yang memengaruhi ketersediaan air tanah. Penelitian ini memodelkan potensi air tanah menggunakan pendekatan overlay multiparameter berbasis Sistem Informasi Geografis (SIG) dengan mempertimbangkan curah hujan, jenis tanah, geologi, kemiringan lereng, tutupan lahan, dan NDVI. NDVI dihitung dari citra Sentinel-2 dan diklasifikasikan menjadi lima kelas. Validasi menggunakan 29 titik sumur bor menunjukkan akurasi model sebesar 89,7%. Daerah berpotensi tinggi berada di dataran rendah berendapan aluvial, sedangkan wilayah berbatu keras menunjukkan potensi rendah. Analisis NDVI tahun 2020–2025 menunjukkan penurunan kerapatan vegetasi sebesar 9,56%. Hasil korelasi menunjukkan hubungan yang sangat lemah dan tidak signifikan antara potensi air tanah dan NDVI (R² = 0,1018). Hal ini menunjukkan bahwa kerapatan vegetasi tidak berbanding lurus dengan potensi air tanah, dan faktor geologi serta topografi lebih dominan memengaruhinya.
Koreksi Spasial Data Batimetri Nasional (BATNAS) di Perairan Dangkal Menggunakan SVR RBF dan GPS Geodetik, Studi Kasus: Pulau Pari Adithya Kresna Sumaamijaya; Fazel Karly; Amanda Puspita Putri; Andy Wibawa Nurrohman
Jurnal Geospasial Indonesia Vol 9, No 1 (2026): June
Publisher : Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jgise.108955

Abstract

Akurasi data batimetri nasional (BATNAS) di perairan dangkal, seperti di sekitar Pulau Pari (Kepulauan Seribu), masih terbatas. Padahal, data akurat sangat krusial untuk perencanaan wilayah pesisir, keselamatan pelayaran, dan pengelolaan sumber daya laut. Penelitian ini bertujuan meningkatkan akurasi data BATNAS melalui metode koreksi berbasis machine learning. Data GPS Geodetik digunakan sebagai acuan kebenaran dalam proses koreksi. Tiga metode yang dievaluasi adalah Simple Linear Regression, Support Vector Regression (SVR) dengan kernel linier, serta SVR dengan kernel radial basis function (RBF). Hasil menunjukkan bahwa model SVR RBF memiliki kinerja terbaik dengan nilai koefisien determinasi (R²) sebesar 0,6799, RMSE 0,1904 m, dan MAE 0,1128 m. Analisis residual menunjukkan bahwa SVR RBF memiliki kesalahan rata-rata mendekati nol (-0,0046 m) dan standar deviasi residual terkecil sebesar 0,1909 m. Visualisasi spasial dan profil memanjang memperkuat keunggulan SVR RBF dalam menghasilkan kontur dasar perairan kompleks secara akurat. Temuan ini menunjukkan bahwa SVR RBF efektif dalam meningkatkan akurasi data BATNAS di perairan dangkal dan berpotensi diterapkan untuk perbaikan data batimetri di wilayah serupa.