Article Per Year (5 Year)
p-Index From 2021 - 2026
3.096
P-Index
This Author published in this journals
All Journal J-Sil (Jurnal Teknik Sipil dan Lingkungan) TEKNIK MEDIA KOMUNIKASI TEKNIK SIPIL Jurnal Geodesi Undip Jurnal Teknik Sipil dan Perencanaan Journal of Applied Geospatial Information Elipsoida : Jurnal Geodesi dan Geomatika Jurnal Surya Masyarakat Jambura Geoscience Review J-Sil (Jurnal Teknik Sipil dan Lingkungan)
Bashit, Nurhadi
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Earth & Planetary Sciences Education Engineering Environmental Science Physics Transportation Other

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
Analisis Laju Erosi Daerah Aliran Sungai Cacaban Menggunakan Sistem Informasi Geografis Pada Periode 2013-2022 Rampu, Jelly Resky Kelana; Sukmono, Abdi; Bashit, Nurhadi
Jurnal Geodesi Undip Vol 12, No 3 (2023): Jurnal Geodesi Undip
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jgundip.2023.38054

Abstract

Daerah Aliran Sungai (DAS) cacaban terletak di wilayah Kabupaten Tegal dan salah satu DAS yang termasuk dalam DAS prioritas karena sering terjadi bencana banjir. Bencana banjir terjadi karena sedimentasi akibat erosi tanah. Kajian pemetaan daerah rawan erosi di dalam DAS merupakan salah satu langkah dasar yang diperlukan untuk pengelolaan DAS yang baik. Penelitian ini bermaksud untuk mengetahui laju erosi pada periode tahun 2013 hingga tahun 2022 di area DAS Cacaban dan klasifikasi tingkat bahaya erosinya. Metode yang digunakan adalah Universal Soil Loss Equation (USLE) pada Sistem informasi Georafis (SIG) menggunakan data curah hujan, Digital Elevation Model Nasional (DEMNAS), data jenis tanah, citra landsat 8, dan data administrasi. Hasil perhitungan diperoleh laju erosi pada tahun 2013 sebesar 213,676 Ton/ha, tahun 2016 sebesar 249,741 Ton/ha, tahun 2019 sebesar 173,651 Ton/ha serta tahun 2022 sebesar 348,899 Ton/ha. Laju erosi meningkat setiap tahun tetapi pada tahun 2019 menurun akibat curah hujan yang berkurang oleh fenomena El-Nino. Berdasarkan hasil tersebut Tingkat Bahaya Erosi DAS Cacaban temasuk pada kelas Berat. Faktor tutupan lahan yang paling mempengaruhi erosi adalah tutupan lahan pertanian kering yang luasnya bertambah tiap tahun dengan erosi rata-rata 3.298.360 ton.
Digitalisasi Ekonomi UMKM sebagai Upaya Pemberdayaan Ekonomi Berkelanjutan di Masa Pandemi Covid-19 Ristianti, Novia Sari; Bashit, Nurhadi; Martono, Kurniawan Teguh; Ulfiana, Destya
Jurnal Surya Masyarakat Vol 5, No 2 (2023): Mei 2023
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jsm.5.2.2023.137-150

Abstract

The Covid-19 pandemic has caused the Gubuk Tiwul MSME industry in Ngerangan Village, Bayat District, Klaten Regency, to experience a slump. The lack of knowledge of business actors about the development of digital technology has hampered the flow of buying and selling MSMEs in Gubuk Tiwul during the pandemic. Whereas the digitization of MSMEs is essential to create innovations in business that can make the economy survive and rise. Therefore, this community service activity aims to introduce a digital system to MSME business actors in managing and promoting Gubuk Tiwul MSME products. The activity method consists of 3 stages, namely the information stage, which aims to determine the current needs of the Gubuk Tiwul MSMEs; the guidance and practice stage, which seeks to implement the MSME digitization theory that has been given; and the habitual independence stage which aims to create the independence of business actors in sustainably running their business digitally. Business actors are provided with comprehensive materials starting from how to produce and distribute hygienic products, techniques for up-to-date packaging products, how to obtain product certification, product marketing techniques through social media or e-commerce, to how to manage finances effectively and efficiently through the system. Digital. The evaluation results show that the service activities have benefited MSME business actors in Gubuk Tiwul to manage and promote their products through a digital strategy.
ANALISIS PENDUGAAN STOK KARBON VEGETASI DENGAN PENGINDERAAN JAUH MENGGUNAKAN METODE LIGHT USE EFFICIENCY DI HUTAN PENGGARON, KOTA UNGARAN KABUPATEN SEMARANG PROVINSI JAWA TENGAH Fadillah, Ma'ruf Arief; Bashit, Nurhadi; Qoyimah, Shofiyatul; Susilo, Helik; Apriyanti, Dessy
Elipsoida : Jurnal Geodesi dan Geomatika Vol 6, No 1 (2023): Volume 06 Issue 01 Year 2023
Publisher : Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/elipsoida.2023.18829

Abstract

Efek rumah kaca merupakan masalah iklim yang menyebabkan munculnya fenomena pemanasan global. Stok karbon merupakan eksternalitas yang diperhatikan pada pencegahan pemanasan global. Sebagai salah satu kawasan hutan terluas di Kota Ungaran, Hutan Penggaron berperan penting dalam menjaga stok karbon. Oleh sebab itu, perlu adanya kajian terhadap stok karbon di Hutan Penggaron sebagai sebagai salah satu pilar pengendalian emisi karbon di Kota Ungaran. Penelitian ini mengkaji tentang pendugaan kelimpahan stok karbon Hutan Penggaron. Stok karbon diestimasi menggunakan penginderaan jauh dengan metode light use efficiency (LUE). Metode LUE memperoleh nilai estimasi biomassa vegetasi menggunakan 3 parameter antara lain fraksi radiasi aktif fotosintesis (fPAR) yang dimodelkan menggunakan NDVI, efisiensi penggunaan cahaya matahari maksimum, serta photosynthetically active radiation (PAR). Berdasarkan hasil pemodelan, Hutan Penggaron dengan luas kawasan sebesar 9.183884 km2 memiliki total kandungan stok karbon sebesar 5953919,444 Ca. Total stok karbon per hektar adalah  5953,919 Ca/Ha. Lahan non-vegetasi memiliki kandungan stok karbon terendah sebesar -20,418 Ca, sementara kelas kerapatan sangat tinggi memiliki kandungan stok karbon tertinggi sebesar 2980908135,909 Ca. Pohon Mahoni merupakan jenis pohon dengan kemampuan serapan karbon terbesar dengan rata-rata diameter batang sebesar 46,921 cm. Hasil pemodelan stok karbon di Hutan Penggaron memiliki akurasi nilai RMSE sebesar 0,1844405. Uji korelasi menggunakan uji korelasi Pearson dengan hasil korelasi sebesar 0,0974. Nilai uji Kolmogorov-Smirnov pada tingkat kepercayaan 90% dan level signifikansi 10% adalah sebesar 0,2. Nilai uji statistik adalah sebesar 0,111. Hasil penelitian menunjukkan adanya stok karbon dalam jumlah besar di Hutan Penggaron sehingga diharapkan adanya upaya pelestarian ekologis terhadap keberlansungan Hutan Penggaron.Kata kunci :  LUE, NDVI, PAR, Stok Karbon
Analisis Korelasi Land Surface Temperature (LST) dengan Penerapan Pembatasan Kegiatan Masyarakat (PKM) (Studi Kasus : Kawasan Sentra Pengasapan Ikan, Bandarharjo, Semarang) Gusmiarti, Neni Indah; Prasetyo, Yudo; Bashit, Nurhadi
Elipsoida : Jurnal Geodesi dan Geomatika Vol 5, No 2 (2022): Volume 05 Issue 02 Year 2022
Publisher : Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/elipsoida.2022.16741

Abstract

Sentra pengasapan ikan merupakan Usaha Mikro Kecil dan Menengah (UMKM) di Kelurahan Bandarharjo. Namun, sentra pengasapan ikan menyebabkan meningkatnya suhu permukaan pada wilayah tersebut. Akan tetapi, pandemi virus COVID-19 yang tinggi, menyebabkan perubahan kebijakan Pemerintah Kota Semarang dengan menerapkan Pembatasan Kegiatan Masyarakat (PKM) yang secara tidak langsung mempengaruhi hasil produktivitas pengasapan ikan dan perubahan suhu permukaan. Oleh karena itu, bagaimana mengetahui perubahan suhu permukaan dan produktivitas pengasapan ikan. Penelitian ini bertujuan untuk menganalisis perubahan Land Surface Temperature (LST) pada kawasan sentra pengasapan ikan dan menganalisis adanya hubungan antara LST dengan produksi pengasapan ikan yang berdampak akibat kebijakan PKM. Pengolahan data penelitian ini menggunakan metode penginderaan jauh. Data penelitian menggunakan Landsat 8 yaitu sebelum PKM (19 Januari 2020, 7 Maret 2020 dan 24 April 2020), saat PKM (10 Mei 2020, 11 Juni 2020 dan 27 Juni 2020), serta setelah PKM (13 Juli 2020, 30 Agustus 2020 dan 1 Oktober 2020). Selain itu dibutuhkan data hasil wawancara, data pengukuran suhu insitu dan data suhu stasiun cuaca BMKG. Citra Landsat 8 dilakukan pengolahan menggunakan Google Earth Engine (GEE). Hasil penelitian didapatkan adanya penurunan suhu rata - rata 0,48oC saat diterapkannya kebijakan PKM dari suhu 28,62oC menjadi 28,15oC. Namun, terjadi peningkatan suhu setelah kebijakan PKM menjadi 29,86oC. Hasil korelasi antara suhu dengan jumlah pekerja, jumlah produksi, limbah produksi dan lamanya waktu pengasapan menunjukan korelasi yang sangat kuat. Adapun hasil uji validasi dengan data BMKG memiliki selisih yang kecil pada suhu rata - rata. Sementara itu, uji validasi dengan pengukuran insitu didapatkan nilai RMSE 2,125.Kata kunci :  Google Earth Engine, Korelasi, Land Surface Temperature, Pembatasan Kegiatan Masyarakat, Sentra pengasapan ikan
ANALISIS PRODUKTIVITAS PADI MENGGUNAKAN ALGORITMA MACHINE LEARNING RANDOM FOREST DI KABUPATEN BATANG TAHUN 2018 - 2022 Masdian, Azhari Raka; Bashit, Nurhadi; Hadi, Firman
Elipsoida : Jurnal Geodesi dan Geomatika Vol 6, No 1 (2023): Volume 06 Issue 01 Year 2023
Publisher : Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/halal.v%vi%i.19023

Abstract

Produktivitas padi merupakan salah satu alat untuk mengamati seberapa besar nilai produksi padi yang dicapai suatu wilayah. Perubahan produksi padi di suatu wilayah dapat dipengaruhi oleh pembangunan yang terjadi. Proyek pembangunan seperti jalan tol Semarang-Batang yang dimulai tahun 2016 dan pembangunan Kawasan Industri Terpadu Batang (KITB) yang dimulai tahun 2020, dapat mempengaruhi perubahan tutupan lahan pada wilayah Kabupaten Batang terutama sawah yang merupakan tempat dimana padi dihasilkan. Penelitian ini menggunakan data citra Sentinel-2 dari tahun 2018 hingga 2022 sehingga akan diketahui kondisi lahan dan perubahannya. Terdapat 8 periode yang digunakan untuk mengamati perubahan tutupan lahan sawah dan non sawah di Kabupaten Batang. Analisis perubahan tutupan lahan tersebut dilakukan dengan metode klasifikasi citra secara supervised dengan algoritma random forest (RF). Hasil klasifikasi tersebut kemudian dijadikan batas luasan untuk analisis produktivitas padi. Untuk mendapatkan nilai pendugaan produktivitas padi, dilakukan analisis regresi dengan data produktivitas padi sebagai variabel terikat dan nilai indeks tanaman sebagai variabel bebas. Nilai akurasi hasil klasifikasi yang didapat dari matriks konfusi dengan 100 titik validasi menghasilkan akurasi producer sebesar 95,556 %, akurasi user sebesar 86 %, akurasi keseluruhan sebesar 91 % , dan nilai Kappa sebesar 0,82. Variabel terikat yang digunakan dalam analisis regresi terdapat 2 macam, yang pertama adalah data per kecamatan dari Dinas Pangan dan Pertanian Kabupaten Batang dan yang kedua merupakan data survey validasi yang mencakup area per sawah. Nilai RMSE yang didapat dari data per kecamatan adalah 1,857 ton/Ha, sedangkan hasil prediksi menggunakan data lapangan dengan sampel per sawah menghasilkan nilai RMSE 0,498 ton/Ha
PEMETAAN TINGKAT KUALITAS JARINGAN INTERNET MOBILE BERBASIS SISTEM INFORMASI GEOGRAFIS DI KECAMATAN UNGARAN BARAT, KABUPATEN SEMARANG Septiningdiah, Dara Jati; Nugraha, Arief Laila; Bashit, Nurhadi
Elipsoida : Jurnal Geodesi dan Geomatika Vol 7, No 2 (2024): Volume 07 Issue 02 Year 2024
Publisher : Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/elipsoida.2024.24283

Abstract

Pengguna internet di Indonesia menurut hasil survei oleh Asosiasi Penyelenggara Jasa Internet Indonesia (APJII) pada periode 2022-2023 meningkat secara signifikan. Salah satu penyebab tingginya pengguna internet adalah kebutuhan akses terhadap berbagai informasi dan jumlah penduduk yang tinggi. Salah satu kecamatan yang memiliki jumlah penduduk tinggi dan menjadi pusat pemerintahan Kabupaten Semarang adalah Kecamatan Ungaran Barat. Pentingnya kebutuhan akan layanan internet, maka dilakukan penelitian untuk mengidentifikasi dan memetakan kualitas jaringan internet di Kecamatan Ungaran Barat berbasis Sistem Informasi Geografis (SIG) menggunakan empat provider. Metode yang digunakan untuk menganalisis kualitas jaringan internet adalah Quality of Service (QoS), sedangkan metode untuk memetakan kualitas jaringan internet adalah interpolasi Inverse Distance Weighting (IDW) dan Ordinary Kriging (OK). Metode interpolasi terbaik ditentukan menggunakan uji validasi berdasarkan nilai Root Mean Square Error (RMSE) dan Mean Error (ME). Hasil penelitian menunjukkan bahwa provider yang memiliki kualitas jaringan internet paling baik adalah Tri dengan indeks sebesar 3,179, sedangkan provider yang memiliki kualitas jaringan internet kurang baik adalah Telkomsel dengan indeks sebesar 2,759. Sementara metode interpolasi yang paling baik untuk memetakan kualitas jaringan internet Smartfren adalah metode IDW, Telkomsel adalah metode ordinary kriging, Tri adalah metode IDW, dan XL adalah metode IDW.
Akurasi, Efisiensi, Efektivitas Fotogrametri Rentang Dekat (FRD) dan Videogrametri Dalam Model 3D : Studi Analisis Komparatif Adrian, Faizal Ibnu; Prasetyo, Yudo; Bashit, Nurhadi
TEKNIK Vol 45, No 3 (2024): December 2024
Publisher : Diponegoro University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/teknik.v45i1.53330

Abstract

Pembuatan model 3 dimensi dapat dilakukan melalui pendekatan fotogrametri rentang dekat (FRD) dan videogrametri. Metode Fotogrametri Rentang Dekat memiliki kekurangan dalam pengambilan data yang relatif lama, sementara metode videogrametri pada awal perkembangannya jarang digunakan karena kualitas perekaman yang buruk. Oleh karena itu, penelitian ini bertujuan untuk membandingkan efektivitas, efisiensi, dan akurasi dari metode FRD dan videogrametri dalam pembuatan model 3 dimensi. Data yang digunakan dalam penelitian ini terdiri dari 103 data raster untuk metode FRD, serta 847 data raster yang diekstrak dari video untuk metode videogrametri. Hasil penelitian menunjukkan bahwa metode FRD menghasilkan mesh dengan kualitas yang lebih baik, sementara metode videogrametri memiliki waktu yang lebih singkat. Dalam hal akurasi, metode FRD memiliki nilai rata-rata akurasi sebesar 0,087 m, sedangkan metode videogrametri memiliki nilai rata-rata sebesar 0,067 m. Berdasarkan hasil penelitian ini, dapat disimpulkan bahwa metode FRD lebih efektif dalam menghasilkan mesh yang menyerupai objek asli, sementara metode videogrametri lebih efisien dalam hal waktu. Kedua metode memiliki tingkat akurasi yang setara. Dengan demikian, penelitian ini memberikan pemahaman tentang perbandingan antara metode FRD dan videogrametri dalam pembuatan model 3 dimensi, serta memberikan gambaran mengenai efektivitas, efisiensi, dan akurasi masing-masing metode.
INTEGRASI CITRA SENTINEL-1 DAN SENTINEL-2 UNTUK PEMETAAN TUTUPAN LAHAN TAHUN 2024 (STUDI KASUS: BWP I IKN DAN SEKITARNYA) Prasetyo, Damar; Fatah, Fakhri Luvian; Bashit, Nurhadi; Hadi, Firman
Elipsoida : Jurnal Geodesi dan Geomatika Vol 8, No 1 (2025): Volume 08 Issue 01 Year 2025
Publisher : Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/elipsoida.2025.27043

Abstract

Pemetaan tutupan lahan yang akurat sangat penting untuk mendukung perencanaan tata ruang, khususnya di wilayah dengan dinamika perubahan tinggi seperti BWP I IKN dan sekitarnya. Kawasan ini sebagian besar masih didominasi oleh hutan dan berada di wilayah beriklim tropis dengan tingkat tutupan awan yang tinggi sepanjang tahun, sehingga penggunaan citra optik seperti Sentinel-2 sering terhambat oleh awan, yang dapat menyebabkan data tidak lengkap atau bias. Untuk mengatasi keterbatasan ini, penelitian ini mengintegrasikan citra radar Sentinel-1 dan citra optik Sentinel-2 pada tahun 2024, dengan menggunakan algoritma random forest untuk mengklasifikasikan empat kelas utama: badan air, vegetasi, lahan terbuka, dan lahan terbangun. Sentinel-1 memungkinkan akuisisi data secara konsisten meskipun dalam kondisi berawan, sehingga melengkapi kelemahan Sentinel-2. Hasil validasi menggunakan confusion matrix dengan pembagian 70% data untuk pelatihan dan 30% untuk pengujian menunjukkan bahwa pada data testing, akurasi meningkat dari overall accuracy 66,13% dan kappa coefficient 0,55 (tanpa integrasi) menjadi 85,47% dan 0,80 (dengan integrasi). Sementara pada data validasi, akurasi meningkat dari 68,42% dan 0,53 menjadi 86,30% dan 0,79. Hasil ini menunjukkan bahwa integrasi informasi tekstural dari Sentinel-1 dan informasi spektral dari Sentinel-2 mampu menghasilkan klasifikasi tutupan lahan yang lebih akurat, konsisten, dan representatif terhadap kondisi sebenarnya di lapangan.
ANALISIS LAHAN KRITIS BERDASARKAN KERAPATAN TAJUK POHON MENGGUNAKAN CITRA SENTINEL 2 Bashit, Nurhadi; Wijaya, Alfi Dian Ranu; Hani'ah, Hani'ah
Elipsoida : Jurnal Geodesi dan Geomatika Vol 2, No 01 (2019): Volume 02 Issue 01 Year 2019
Publisher : Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (349.689 KB) | DOI: 10.14710/elipsoida.2019.5019

Abstract

Manusia memanfaatkan lahan untuk meningkatkan kualitas hidup dari segi ekonomi. Pemanfaatan lahan harus memperhatikan faktor fisik lahan seperti kemampuan lahan dan kesesuaian lahan agar tidak memberikan dampak negatif pada lahan tersebut. Salah satu dampak negatif dari kerusakan lahan yaitu terjadinya lahan kritis. Lahan kritis menyebabkan suatu wilayah rentan terkena dampak bencana seperi tanah longsor. Oleh karena itu, perlu dilakukan pemantauan terhadap lahan kritis agar dapat melakukan pencegahan terjadinya lahan kritis. Pemantauan lahan kritis dapat dilakukan dengan menggunakan metode pengindraan jauh. Metode pengindraan jauh memiliki keunggulan dibandingkan dengan pemetaan secara konvensional karena metode tersebut dapat melihat kondisi permukaan tanpa mendatangi keseluruhan lokasi. Hasil pengolahan citra satelit tersebut dikombinasikan dengan Sistem Informasi Geografis untuk pemetaan lahan kritis berdasarkan pedoman pemerintah mengenai pemetaan lahan kritis. Peraturan pemerintah tersebut memanfaatkan 5 parameter yang dijadikan acuan dalam menentukan suatu lahan dikategorikan lahan kritis atau tidak. Parameter yang digunakan adalah penutupan lahan, kemiringan lereng, tingkat bahaya erosi, produktivitas, dan manajemen. Penelitian ini terfokus pada menganalisis lahan kritis berdasarkan pemantauan kerapatan tajuk. Penentuan lahan kritis dilakukan dengan menggunakan metode indeks vegetasi. Hasil lahan kritis didapatkan hasil bahwa kawasan hutan lindung didominasi oleh kelas potensial kritis dengan luas total 2.447,19 ha (45,13%) dari total luas 5.422,51 Ha. Lahan kritis di kawaasan budidaya pertanian didominasi kelas agak kritis dengan 6.766,25 ha (38,7%) dari total luas wilayah 17.483,69 Ha. Lahan kritis di kawaasan lindung diluar kawasan hutan didominasi kelas agak kritis dengan luas 13,9 ha (33,27%) dari luas total 41,78 Ha. 
Analisis Pengukuran Kecepatan Aliran Permukaan Sungai Dengan Metode “Large Scale Particle Image Velocimetry” Menggunakan Fotogrametri Terestris, Studi Kasus : Sungai Mungkung, Kabupaten Sragen Sheehan Maladzi, Havi; Bashit, Nurhadi; Sasmito, Bandi
Jurnal Teknik Sipil dan Lingkungan Vol. 9 No. 1: April 2024
Publisher : Departemen Teknik Sipil dan Lingkungan IPB

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jsil.9.1.83-92

Abstract

Purpose – The infeasibility and impracticality of using intrusive measurement equipment to collect information on flow velocities in complex environments created a compelling need for alternative, nonintrusive velocimetry approaches. Several studies have already demonstrated that drone-borne imaging techniques allow for quick, safe and comprehensive quantification of surface flow velocities. Despite the efforts of the existing studies, there is still limited experience in using such techniques. Within this context, this research aimed to assess the feasibility of using drone-borne imaging techniques and large-scale particle image velocimetry (LSPIV) to infer surface flow velocities within large-scale fluvial applications. This research also aimed to provide a process-based explanation as to why or how certain methods are effective or ineffective when applying LSPIV. A fundamental requirement in LSPIV is that the surface of the flow must be seeded with tracers. This research investigated whether it is feasible to apply LSPIV in flows seeded by naturally occurring features, such as foam and air bubbles generated by turbulent activities in the flow. Methods and materials – A detailed workflow was developed to guide the LSPIV analyses performed in this study. The LSPIV workflow can be characterised by four main stages, including (1) data acquisition and preparatory work; (2) image pre-processing; (3) image evaluation; and (4) post-processing. The first stage involved the collection of video recordings of the flowing water near hydraulic structures at two study areas in the Netherlands, namely the Dinkel River at Lattrop-Breklenkamp and Meuse River at Sambeek. These recordings were collected by both a drone and terrestrial camera system. In the second stage, images obtained from the field campaign were processed through the application of image stabilisation and orthorectification to reduce the effects of image distortions, deformations and instabilities; the imagery was also enhanced with various filters to improve the detectability and traceability of features on the water surface. Subsequently, the LSPIV algorithm was applied to the pre-processed imagery to obtain a vector field representing the surface water flow velocities at both study areas. The LSPIV algorithm essentially attempts to estimate the displacement of distinct features on the water surface through the application of a statistical pattern matching technique; more specifically, the cross-correlation function is computed to achieve this. The algorithm then relates therecorded displacements to the velocity field of the observed flow. In the final stage, spurious vectors in the vector field were corrected, and an accuracy assessment was performed using reference velocity measurements obtained from the so-called float method. This research further explored the influence of various experimental configurations and image processing parameters on the LSPIV outputs through an extensive sensitivity analysis. Finally, this study performed a comparative analysis of drone-based LSPIV with conventional, fixed camera LSPIV implementations. Results and discussion – Naturally occurring features on the water surface were found to be omnipresent in the Dinkel River study area at the time of the field campaign; the seeding density was estimated to be around 10%, and overall adequate seeding homogeneity was observed. The LSPIV derived surface water flow velocities for the Dinkel River case were in relatively good agreement with the reference velocity measurements, with mean absolute velocity deviations in the order of 10-2 m/s and normalised root mean squared values ranging between 5% and 9%. The velocity fields could accurately describe the bulk flow behaviour and capture horizontal flow structures at different spatial scales. The LSPIV analysis in the case of the Meuse River study area yielded comparatively worse agreement with the reference measurements; the accuracy assessment revealed mean absolute deviations from the reference values in the order of 10-1 m/s and a normalised root mean squared error value around 35%; the poor performance was attributed to the low seeding densities (±5%) and strong seeding inhomogeneity. The sensitivity analysis highlighted the importance of specifying the appropriate sampling frequency at which the images are collected. In low flow conditions, it was required to resample the data to lower sampling frequencies (2-5 Hz) to achieve adequate LSPIV performance. Other key parameters in LSPIV implementations are the image sequence duration, interrogation area size and image resolution. The appropriate image sequence duration is highly case-specific and should be selected with extreme care prior to the LSPIV analysis; durations of only several seconds may not be sufficient to obtain satisfactory results. The interrogation area size and image resolution are particularly important for flows that contain relatively large surface features. Based on experimental observations, the inclination of the camera axis with respect to the water surface must be kept as small as possible to minimise error associated with perspective distortions. Furthermore, the comparative analysis of drone-based LSPIV with fixed camera LSPIV implementations strongly favoured the use of drones in large-scale fluvial applications; the significant inclination of the camera axis and improper positioning of the stationary camera setup resulted in significant measurement error. Above all, low seeding densities (<10%) and seeding inhomogeneity were found to be detrimental for the measurement accuracy. Inthe case of tracer scarcity and seeding inhomogeneity, it is recommended that the LSPIV analysis is performed on the video portions that exhibit the best seeding conditions instead of the full video. Conclusion – Based on the findings of this research, it can be argued that drone-based LSPIV offers a promising method for capturing the spatial and temporal structure of fluid motions without the need for artificial flow seeding. However, one must realise that the successful application of LSPIV requires a thorough understanding of its underlying principles and the parameters associated with data collection and image processing. Under the right conditions and by carefully selecting the appropriate experimental configurations and input parameters, accurate surface water flow velocity estimations may be obtained. Future research should focus attention on further establishing the validity of drone-based LSPIV; this can done by rigorously testing drone-based LSPIV implementations in different environments at different spatial scales under varying seeding and flow conditions.
Co-Authors Abdi Sukmono, Abdi Adrian, Faizal Ibnu Andri Suprayogi Angga Dwi Prasetyo APRIYANTI, DESSY Arief Laila Nugraha Arwan Putra Wijaya Bambang Sudarsono Bandi Sasmito Damara Santi, Anggit Lejar Desyta Ulfiana Dinoto, Tjiong, Susilo Fadillah, Ma'ruf Arief Fatah, Fakhri Luvian Gusmiarti, Neni Indah Hadi, Firman Hani'ah, Hani'ah Helik Susilo Ihsanudin, Taufiq Kasanah, Nikmatul Kurniawan Teguh Martono Lazuardi, Wahyu Masdian, Azhari Raka Muhammad Adnan Yusuf, Muhammad Adnan Nababan, Yolanda Stevany Nirwanawati, Raya Novia Sari Ristianti Prasetyo, Damar Putri, Erni Dwi Hapsari Putri, Rizki Amara Ramadhani, Sekar Melati Rampu, Jelly Resky Kelana Rassarandi, Farouki Dinda Rosyiidah, Rofi’ Ronaa Sawitri Subiyanto Septiningdiah, Dara Jati Sheehan Maladzi, Havi Shofiyatul Qoyimah, Shofiyatul Sitepu, Selli Angelita Ulfiana, Destya Wijaya, Alfi Dian Ranu Yudi Eko Windarto Yudo Prasetyo