Claim Missing Document
Check
Articles

Found 4 Documents
Search

Hubungan Stok Karbon Mangrove Lapangan dengan Indeks Vegetasi dan Principal Component Analysis Purnamasari, Eva; Wirabumi, Putu
Jurnal Pendidikan Geografi Undiksha Vol. 12 No. 2 (2024): Jurnal Pendidikan Geografi Undiksha
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jjpg.v12i02.67378

Abstract

jauh sudah banyak dilakukan, dengan berbagai topik, metode dan citra yang digunakan. Pada penelitian ini bertujuan untuk mengetahui hubungan antara stok karbon mangrove di lapangan dengan indeks vegetasi dan Principal Component Analysis (PCA). Metode dalam penelitian ini menggunakan analisis statistik antara lain uji normalitas dan uji korelasi. Berdasarkan hasil penelitian data PCA menghasilkan nilai negatif dan indeks vegetasi bernilai positif, sehingga data PCA tidak mampu melewati batas signifikansi uji korelasi.  Hal tersebut menunjukkan bahwa pemetaan stok karbon efektif dilakukan dengan menggunakan data indeks vegetasi. Hal ini perlu dikaji ulang terkait PCA khususnya penggunaan citra Sentinel 2A.
Pelatihan Deliniasi Wilayah Berdasarkan Citra Satelit Google Earth Pada Guru MGMP Geografi Kota Madiun Makhmudiyah, Nurul; Sutejo, Agus; Murtini, Sri; Sri Utami, Wiwik; Fahrudin Fadirubun, Fahmi; Hariyanto, Bambang; Wirabumi, Putu
Mejuajua: Jurnal Pengabdian pada Masyarakat Vol. 4 No. 2 (2024): Desember 2024
Publisher : Yayasan Penelitian dan Inovasi Sumatera (YPIS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52622/mejuajuajabdimas.v4i2.173

Abstract

Permasalahan dari guru saat ini yang lebih sering menggunakan media manual daripada teknologi informasi geografis (TIG) saat mengajar geografi. Tujuan penelitian ini untuk membantu guru meningkatkan kemampuan dalam menggunakan alat TIG untuk membuat peta dan deliniasi wilayah, sehingga dapat membantu mengajar geografi lebih efektif dan menarik. Melalui pelatihan guru akan memahami cara menggunakan citra satelit Google Earth untuk mengetahui luas obyek pengamatan atau luas suatu daerah. Metode penelitian ini menggunakan observasi, diskusi, dan simulasi. Subjek penelitian ini adalah guru-guru MGMP geografi di Kota Madiun sebanyak 20 orang. Kegiatan pelatihan ini disusun dengan tiga tahapan yaitu persiapan, pelaksanaan dan penutup. Hasil dari pelatihan ini menunjukkan terdapat kenaikan 12,5 % guru yang mengetahui tentang google earth dan manfaatnya. Pengetahuan guru tentang penggunaan google earth untuk deliniasi wilayah juga mengalami peningkatan sebanyak 23,5 %. Selain itu, kenaikan guru dapat mengoperasikan google earth untuk deliniasi wilayah pada peta meningkat sebanyak 22,1%. Sebanyak 92,3 % guru peserta pelatihan menyatakan memahami pelatihan deliniasi wilayah dengan google earth dan seluruhnya tertarik dengan penggunaan google earth untuk deliniasi wilayah dalam pembelajaran di sekolah.
A REMOTE SENSING-BASED ECOLOGICAL INDEX FOR WEST BANDUNG: INTEGRATING SURFACE INDICATORS AND TOPOGRAPHIC FACTORS USING A MODIFIED RSEIFE APPROACH Sari, Maya Indah; Muharram, Fajrun Wahidil; Wirabumi, Putu
JURNAL GEOGRAFI Geografi dan Pengajarannya Vol 23 No 1 (2025): JURNAL GEOGRAFI Geografi dan Pengajarannya
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jggp.v23n1.p259-268

Abstract

This study assesses ecological conditions in West Bandung using the Remote Sensing Ecological Index Considering Full Elements (RSEIFE), which integrates NDVI, NDBSI, WET, and LST through entropy-based weighting. Landsat 9 imagery and elevation data were used to evaluate ecological quality across four elevation zones. Results show a strong positive correlation between NDVI and WET (r = 0.728) and a negative correlation between NDVI and LST (r = –0.628), indicating vegetation's role in cooling and moisture retention. The highest mean RSEIFE value (0.424) was found in areas above 1500 masl, while the lowest minimum value (0.0677) occurred below 1000 masl. Spatial analysis reveals that highland districts (e.g., Gunung Halu, Rongga) maintain better ecological integrity, while lowland urban zones (e.g., Padalarang, Batujajar) face ecological stress. These findings highlight how topographic variation influences ecological conditions, emphasizing its importance in guiding sustainable land-use planning. Keywords: Ecological Index, Environment, Urbanisation
SPATIOTEMPORAL ANALYSIS OF FOREST LOSS AND LAND USE DYNAMICS IN THE SANGKULIRANG–MANGKALIHAT KARST ECOSYSTEM IN EAST KALIMANTAN Purnama, Syaiful Muflichin; Wahyuningsih, Noor; Wirabumi, Putu; Karondia, Loryena Ayu
JURNAL GEOGRAFI Geografi dan Pengajarannya Vol 23 No 2 (2025): JURNAL GEOGRAFI Geografi dan Pengajarannya
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jggp.v23n2.p269-286

Abstract

The Sangkulirang-Mangkalihat Karst region faces increasing pressure from human activities, particularly Forest Loss, land-use conversion, and industrial expansion, threatening its ecological functions including water storage, biodiversity habitat, and ecosystem services. This study analyzes land use and land cover (LULC) dynamics and Forest Loss patterns in Berau and East Kutai Regencies from 2001 to 2023 using multitemporal remote sensing with Landsat-8 and Sentinel-2 imagery. Land cover classification employed Random Forest algorithm, achieving 90% spatial accuracy. Results reveal complex Forest Loss trends, with highest forest loss in Berau Regency while East Kutai shows fluctuating dynamics. Vegetation recovery was detected, particularly increased high-density forest cover and decreased open land during 2019–2023. Despite regeneration signs, the karst landscape remains under significant pressure from overlapping mining and plantation concessions. The study emphasizes implementing spatial conservation strategies and strengthening karst protection policies, supported by long-term remote sensing monitoring and machine learning algorithms to sustain the ecosystem. Keywords: Karst Ecosystem, Remote sensing, Land Use Land Cover