Article Per Year (5 Year)
p-Index From 2021 - 2026
4.369
P-Index
This Author published in this journals
All Journal Jurnal Reka Lingkungan Jurnal Geodesi Undip Elipsoida : Jurnal Geodesi dan Geomatika JURNAL PENDIDIKAN TAMBUSAI JGISE-Journal of Geospatial Information Science and Engineering Innovative: Journal Of Social Science Research Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS Cemara Education and Science Indonesian Journal of Environment and Disaster SASI Geoid - Journal of Geodesy and Geomatics
Hadi, Firman
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Earth & Planetary Sciences Economics, Econometrics & Finance Education Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Public Health Social Sciences Other

Published : 29 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 29 Documents
Search

 1   2   3 
ANALISIS SPASIO-TEMPORAL PENGARUH CURAH HUJAN TERHADAP POLUSI UDARA KARBON MONOKSIDA DI KOTA BANDUNG TAHUN 2023: PENDEKATAN BERBASIS DATA SATELIT Ramadhan, Eka; Hadi, Firman; Yusuf, Muhammad Adnan
Jurnal Reka Lingkungan Vol 12, No 3 (2024)
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/rekalingkungan.v12i3.269-282

Abstract

Karbon Monoksida (CO) termasuk ke dalam primary pollutants yang paling banyak menyebabkan masalah pencemaran udara sebesar 58%. Sumber utama CO adalah emisi kendaraan bermotor. Jumlah kendaraan bermotor di Kota Bandung hampir setara dengan jumlah penduduknya, yaitu mencapai 2,2 juta unit, sedangkan penduduknya berjumlah 2,4 juta jiwa. Selain itu, tahun 2023 menjadi periode dengan jumlah kejadian kebakaran terbanyak (352 kejadian). Oleh karena itu, analisis spasio-temporal polusi udara CO penting dilakukan untuk monitoring pencemaran udara. Tujuan penelitian ini adalah menganalisis distribusi spasial dan temporal konsentrasi CO serta pengaruh curah hujan terhadap konsentrasi CO di Kota Bandung tahun 2023 dengan menggunakan metode pengindraan jauh. Hasil penelitian menunjukkann akumulasi CO tertinggi dan terendah berada di Kecamatan Bandung Kidul dan Cidadap (880,88 µg/m³ dan 827,04 µg/m³). Selain itu, akumulasi CO tertinggi terjadi selama periode bulan kering (curah hujan <100 mm). Analisis korelasi dan regresi menunjukkan pada periode bulan kering terdapat korelasi positif yang kuat (r=0,56) serta pengaruh curah hujan yang lebih besar  terhadap konsentrasi CO dibandingkan periode bulan lainnya. Temuan penelitian ini menunjukkan perlu dilakukan pemantauan kualitas udara di Kota Bandung pada bulan kering agar dapat menekan peningkatan karbon monoksida.
Pengaruh Ketersediaan Sarana dan Prasarana Madrasah terhadap Prestasi Belajar Siswa di MAS PAB Sampali Siregar, Nurjannah; Hadi, Firman; Ayumi, Malika; Naution, Abdul Fattah
Jurnal Pendidikan Tambusai Vol. 9 No. 1 (2025)
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v9i1.25315

Abstract

Penelitian ini bertujuan untuk menyelidiki pengaruh dari ketersediaan sarana dan prasarana pendidikan terhadap prestasi akademik siswa di MAS PAB SAMPALI. Metode yang digunakan dalam penelitian ini adalah pendekatan kuantitatif dengan desain deskriptif, melibatkan 30 siswa dari kelas X sebagai responden. Hasil analisis menunjukkan bahwa sarana dan prasarana sekolah memiliki dampak positif dan signifikan terhadap prestasi siswa, dengan nilai R Square sebesar 0,143. Temuan ini menekankan pentingnya investasi dalam infrastruktur pendidikan untuk meningkatkan hasil belajar siswa.
Law Enforcement Problems in Handling 2019 General Election Crimes by Gakkumdu Darmawati, Darmawati; Tajuddin, Mulyadi Alrianto; Hadi, Firman
SASI Volume 28 Issue 3, September 2022
Publisher : Faculty of Law, Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47268/sasi.v28i3.1030

Abstract

Introduction: Law enforcement of the 2019 election crime is mandated by Law Number 7 of 2017 concerning Elections carried out by the Gakkumdu Party.Purposes of the Research: The purpose of this study is to find out the problematic forms of law enforcement for the 2019 general election crime in Gorontalo City, and to determine the factors that influence law enforcement for the 2019 general election crime law in Gorontalo City.Methods of the Research: The writing method used is empirical normative with a case approach obtained directly from the object of research in the field. The location of this research is the Integrated Law Enforcement Center at the Bawaslu of Gorontalo City.Results of the Research: The results of the study show that law enforcement for the 2019 general election crime in the city of Gorontalo is less than optimal, it can be seen that there are still findings/reports that have been discontinued and even cases have been dismissed from their investigations. As for the obstacles or influencing law enforcement, namely the lack of personnel in handling election crimes, the rules regarding election crimes have not been able to accommodate all forms of election crimes due to the development of new forms of election crimes and in terms of community culture who do not understand the rules regarding criminal acts election crime.
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.
Prediction of Rice Productivity Using the Random Forest Regression Algorithm in Cikaret Subdistrict for the Years 2020-2024 Firdaus, Muhammad; Hadi, Firman; Sabri, L M
GEOID Vol. 20 No. 1 (2025)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v20i1.2570

Abstract

The challenges surrounding rice productivity in Indonesia are growing more complex due to factors like climate change, population growth, and limited agricultural land. As the primary food source and main carbohydrate provider, rice is crucial for the majority of Indonesians. This study focuses on predicting rice productivity using the random forest regression algorithm, incorporating predictor variables such as NDVI, NDMI, land area, land surface temperature, rainfall, fertilizer type, and pests. To ensure the accuracy of the model, multicollinearity tests were conducted to check for strong correlations among the independent variables. The tests confirmed the absence of significant linear relationships, allowing all variables to be included in the model. The prediction model was built using time-series data from 2020 to 2023, resulting in 840 samples after eliminating outliers. The optimization process targeted the mtry parameter and the number of decision trees to reduce prediction error. The optimal model, utilizing 7 predictor features and 150 decision trees, achieved a low out of bag (OOB) error and stable mean square error (MSE). Model performance metrics showed a Mean Absolute Error (MAE) of 0.324 tons/hectare, MSE of 0.158 tons/hectare, Root Mean Square Error (RMSE) of 0.398 tons/hectare, and a coefficient of determination (R²) of 0.87. These results demonstrated that the random forest regression algorithm is highly effective in predicting rice productivity, particularly when dealing with complex data involving multiple predictor variables and potential multicollinearity.
Analisis Perubahan Kesadaran dan Perilaku Siswa terhadap Bahaya Narkoba melalui Pendidikan Anti Narkoba Bidawi, Hilwa Faza Nabila; Nasution, Inom; Isnaini, Isnaini; Hadi, Firman; S, Malika Aulia Husnah; Annisa, Anti; Ariesky, Rani Zaskia; Sagala, Ardin Rizky Andre
Jurnal Pendidikan Tambusai Vol. 8 No. 2 (2024)
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk menganalisis perubahan kesadaran dan perilaku siswa terkait bahaya narkoba melalui program pendidikan anti narkoba di sekolah. Metode penelitian yang digunakan adalah studi eksperimental dengan desain pretest-posttest control group. Sampel penelitian terdiri dari siswa-siswa di beberapa sekolah yang telah melaksanakan program pendidikan anti narkoba dan siswa-siswa di sekolah yang belum melaksanakan program tersebut. Data kesadaran dan perilaku siswa terhadap bahaya narkoba dikumpulkan melalui kuesioner sebelum dan setelah penerapan program pendidikan anti narkoba. Analisis statistik yang digunakan adalah uji t independent untuk membandingkan perbedaan antara kelompok kontrol dan kelompok perlakuan. Hasil penelitian menunjukkan adanya perubahan yang signifikan dalam kesadaran dan perilaku siswa setelah mengikuti program pendidikan anti narkoba. Siswa yang mengikuti program tersebut memiliki tingkat kesadaran yang lebih tinggi terhadap bahaya narkoba dan menunjukkan perilaku yang lebih positif dalam menghindari penggunaan narkoba. Temuan ini menunjukkan bahwa program pendidikan anti narkoba efektif dalam meningkatkan kesadaran dan perilaku siswa terhadap bahaya narkoba. Implikasi dari penelitian ini adalah pentingnya program pendidikan anti narkoba di sekolah sebagai upaya pencegahan penggunaan narkoba pada siswa.
Peran Kepemimpinan dalam Membentuk Budaya Organisasi yang Efektif Almaajid, Rizqi; Nabila Bidawi, Hilwa Faza; Tania, Fara Nabila; Hadi, Firman; Ayundari, Nanjah Fachira; Hadijaya, Yusuf
Innovative: Journal Of Social Science Research Vol. 4 No. 3 (2024): Innovative: Journal Of Social Science Research (Special Issue)
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i3.11814

Abstract

Peran penting yang dimainkan oleh kepemimpinan organisasi dalam mengembangkan budaya dan nilai-nilai yang mendasari manajemen sumber daya manusia (SDM) yang terampil diperiksa dalam penelitian ini. Kepemimpinan yang baik menumbuhkan lingkungan kerja yang mendukung pengembangan bakat dan kompetensi SDM selain berdampak pada sikap dan perilaku anggota organisasi. Melalui penekanan pada praktik terbaik, penelitian ini menemukan bahwa rahasia untuk menciptakan budaya inklusif yang mendorong pertumbuhan individu adalah kepemimpinan transformasional dan penggabungan nilai-nilai perusahaan ke dalam SDM manajerial. Studi ini menekankan keadilan, integritas, dan pengembangan karir jangka panjang sebagai komponen kunci dari taktik efektif yang dapat digunakan oleh praktisi dan pemimpin SDM melalui analisis literatur. Kesimpulannya, memiliki pemahaman menyeluruh tentang posisi kepemimpinan ini dapat membantu bisnis dalam menemukan, membudidayakan, dan mempertahankan karyawan luar biasa yang mendukung fungsi organisasi secara keseluruhan. Kata kunci: Organisasi, SDM, Kepemimpinan.
COMPARATIVE STUDY OF LAND SURFACE TEMPERATURE ON LANDSAT 8 AND HLS-L30 USING MONO WINDOW AND SPLIT WINDOW ALGORITHMS (CASE STUDY: WKP MOUNT UNGARAN) Nababan, Yolanda Stevany; Putri, Rizki Amara; Bashit, Nurhadi; Hadi, Firman; Ihsanudin, Taufiq
Elipsoida : Jurnal Geodesi dan Geomatika Vol 8, No 2 (2025): Volume 08 Issue 02 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.2025.28716

Abstract

Advancements in remote sensing technology have enabled the use of satellite imagery, such as Landsat 8 and HLS-L30, for the spatial and temporal estimation of Land Surface Temperature (LST) with improved resolution. In the context of geothermal exploration, the availability of thermal infrared bands in these datasets facilitates more efficient and cost-effective mapping and identification of surface temperature anomalies, particularly across large and inaccessible areas. This study aims to compare LST estimations derived from Landsat 8 and HLS-L30 imagery using the Mono Window Algorithm (MWA) and Split Window Algorithm (SWA) at 18 geothermal manifestation points within the Mount Ungaran Geothermal Working Area (WKP). A Focal Statistic process was applied to 20 LST datasets, resulting in a total of 100 LST layers. From each layer, LST values were extracted at the 18 manifestation points, producing a total of 1,800 data points. A binary logistic regression analysis was conducted using these LST values alongside those from 20 randomly selected comparison points. The results indicate that the median LST derived from HLS-L30 imagery using the Split Window Algorithm with the minimum Focal Statistic yielded the most optimal performance in classifying geothermal manifestation presence. This method achieved statistical significance (p = 0.028), indicating its capability to effectively distinguish between manifestation and non-manifestation points. However, the pseudo-R² value of 0.107 suggests that the model explains approximately 11% of the variance in the data. These findings underscore the potential application of satellite-based LST analysis in the early detection and assessment of geothermal surface anomalies within WKPs.Keywords :  Geothermal, LST, Landsat, HLS-L30, Ungaran
Analysis of Building Density Using Deep Learning Model Semantic Segmentation Nuranda, Kris Junida Herindra; Awaluddin, Moehammad; Hadi, Firman
Elipsoida : Jurnal Geodesi dan Geomatika Vol 8, No 2 (2025): Volume 08 Issue 02 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.2025.27502

Abstract

Densely populated settlements are one of the urban problems with building density that requires special attention. This research aims to detect and analyze the spatial distribution of building density, especially in detecting building density in residential areas using the Semantic Segmentation deep learning model method with a research dataset sourced from the entire DKI Jakarta Province area. The analysis was conducted using typology criteria in the form of building density levels based on PERMEN PUPR No. 14 of 2018 concerning the Prevention and Improvement of the Quality of Slums and Slum Settlements, which was processed through the Kaggle Notebook and Google Colaboratory platforms using the Python programming language and based on the U-Net architecture. The segmentation results show that using the U-Net architecture is capable of classifying image pixels with an accuracy of 70% in distinguishing between dense and Sparse buildings, which indicates fairly good accuracy performance. The output produced in this final project research is a web interface for detecting dense and Sparse buildings that can be used as a tool to aid in decision-making for regional planning. This research shows that the Semantic Segmentation deep learning model approach can be an efficient and objective solution in satellite image-based spatial analysis. Keywords:  Deep Learning, Building Density, Semantic Segmentation       
Co-Authors Abdi Sukmono, Abdi Akbar Kurniawan Almaajid, Rizqi Amal, Muhammad Ichlashul Aminudin, Azam Annisa, Anti Arief Laila Nugraha Ariesky, Rani Zaskia Arwan Putra Wijaya Aryatama, Muhammad Ghani Ayu Sulistyaningtyas, Sekar Ayumi, Malika Ayundari, Nanjah Fachira Azzahro Simatupang , Siti Fatimah Azzuhdi, Muhammad Rofid Bandi Sasmito Bashit, Nurhadi Bidawi, Hilwa Faza Nabila Bilqis, Ramadhani Sarah Alicya Darmansah, Tengku Darmawati Darmawati Fatah, Fakhri Luvian Ihsanudin, Taufiq Inom Nasution Isnaini Kasanah, Nikmatul Kurniantoro, Ridhwan M. Yogi Riyantama Isjoni Maharani, Hanindya Zahra Mahmudi, Fakhry Nur Masdian, Azhari Raka Moehammad Awaluddin Muhammad Adnan Yusuf, Muhammad Adnan Muhammad Firdaus Mulyadi Alrianto Tajuddin Nababan, Yolanda Stevany Nabila Bidawi, Hilwa Faza Naution, Abdul Fattah Nuranda, Kris Junida Herindra Prasetyo, Damar Putra, Muhammad Adisyah Putri, Rizki Amara Rahmawati, Nabila Raissa Amanda Putri Ramadhan, Eka Rosita Sarlan, Yani S, Malika Aulia Husnah Sabri, L M Sabri, Laode Muhammad Sagala, Ardin Rizky Andre Sari, Devi Nilam Sartika Sartika Septian, Alvin Shofiyatul Qoyimah, Shofiyatul Siregar, Nurjannah Surya Laksana, Matias Ronaldo Dimas Tania, Fara Nabila Tisnasuci, Ilya Dewanti Tuffahati, Jihan Wahyuddin, Yasser Widayanti, Eko Yudo Prasetyo Yusuf Hadijaya