Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Geomatika Jurnal Penginderaan Jauh Indonesia
Julianto, Fandi Dwi
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Astronomy Computer Science & IT Earth & Planetary Sciences Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Analisis Sebaran Potensi Kekeringan Dengan Cloud Computing Platform di Kabupaten Grobogan Julianto, Fandi Dwi
Jurnal Ilmiah Geomatika Vol 1, No 1 (2021): Jurnal Ilmiah Geomatika
Publisher : Program Studi Teknik Geomatika Fakultas Teknologi Mineral Universitas Pembangunan Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (527.739 KB) | DOI: 10.31315/imagi.v1i1.4730

Abstract

Kabupaten Grobogan merupakan daerah yang pemanfaatan agrikulturnya tinggi, dengan padi sebagai salah satu sektor yang diunggulkan. Namun, pengaruh fenomena El Nino menyebabkan puncak musim kemarau lebih panjang daripada yang telah diprediksi. Hal ini berdampak pada komunitas petani yang mengalami kerugian atas pertaniannya karena tidak selalu siap menghadapi kekeringan. Dengan menggunakan data citra satelit Landsat -8, Landsat-7, dan Landsat -5 dengan tipe Surface Reflectance Tier 1 pada tanggal perekaman setiap 5 tahun dari tahun 1999 hingga 2019, penulis dapat menentukan daerah kekeringan menggunakan metode penginderaan jauh dengan algoritma NDDI (Normalized Difference Drought Index ) yang menggabungkan dua parameter; kehijauan vegetasi ( Normalized Difference Vegetation Index atau NDVI) dan kebasahan vegetasi ( Normalized Difference Water Index atau NDWI). Pengolahan algoritma NDDI ini dilakukan berdasarkan interval tertentu demi memperoleh model perubahan untuk mencoba mengetahui daerah -daerah agrikultur yang berpotensi mengalami kekeringan di masa mendatang. Selain itu, dilakukan juga pengolahan LST (Land Surface Temperature ) pada citra satelit yang sama sebagai pendukung hasil klasifikasi kekeringan. Citra satelit diolah menggunakan Google Earth Engine untuk hasil yang lebih efisien, dan dari sana didapatkan bahwa pada 2009, kekeringan yang sangat berat terjadi pada area seluas 16.580,199 ha dan hasil rata - rata LST yang paling tinggi sebesar 44,811°C. Tingginya temperatur pada permukaan ini dapat mengganggu dan bahkan menyebabkan gagal panen pada padi, terlebih ketika padi sedang dalam masa reproduksi dan vegetasi. Namun, dampak- dampak dari kekeringan ini dapat diminimalisasi dengan penyusunan rencana mitigasi yang tepat. Kata kunci: Agrikultur, Kekeringan, Penginderaan jauh, Komputasi awan
Analisis Perubahan Vegetasi dengan Data Sentinel-2 menggunakan Google Earth Engine (Studi Kasus Provinsi Daerah Istimewa Yogyakarta) Julianto, Fandi Dwi; Putri, Dinda Pratiwi Dwi; Safi’i, Hafizh Humam
Jurnal Penginderaan Jauh Indonesia Vol 2 No 2 (2020)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/jpji.v2i2.262

Abstract

Daerah Istimewa Yogyakarta memiliki tingkat perubahan tutupan lahan vegetasi yang relatif cepat berbanding lurus dengan kenaikan jumlah penduduk yang dapat berdampak pada perubahan lingkungan dan ekosistem. Penginderaan jauh merupakan teknologi yang efektif dalam menentukan tutupan lahan. Teknologi tersebut dapat melakukan pemantauan perubahan lahan vegetasi secara berkala dari waktu ke waktu dan dengan berbagai skala. Penelitian ini bertujuan untuk mengetahui perubahan vegetasi di Provinsi DIY dengan metode transformasi indeks vegetasi menggunakan algoritma NVDI (Normalized Difference Vegetation Index). Pengolahan menggunakan Google Earth Engine yang merupakan platform berbasis cloud yang memudahkan dalam pemantauan perubahan vegetasi dengan cepat dan akurat dari tahun ke tahun. Citra satelit yang digunakan merupakan citra satelit resolusi menengah sentinel-2 level 2A dan level 1C yang dilakukan koreksi atmoferik menggunakan algoritma SIAC. Hasil pengolahan citra satelit tahun 2017-2020 menunjukan penurunan rata-rata nilai NDVI dengan nilai rata-rata tertinggi pada tahun 2018 sebesar 0,73 dan terendah pada tahun 2019 sebesar 0,59. Perubahan vegetasi didominasi oleh kelas vegetasi rapat yang beralih menjadi kelas vegetasi sedang.
Analisis Sebaran Potensi Kekeringan Dengan Cloud Computing Platform di Kabupaten Grobogan Julianto, Fandi Dwi
Jurnal Ilmiah Geomatika Vol. 1 No. 1 (2021): Jurnal Ilmiah Geomatika
Publisher : Program Studi Teknik Geomatika Fakultas Teknologi Mineral Universitas Pembangunan Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/imagi.v1i1.4730

Abstract

Kabupaten Grobogan merupakan daerah yang pemanfaatan agrikulturnya tinggi, dengan padi sebagai salah satu sektor yang diunggulkan. Namun, pengaruh fenomena El Nino menyebabkan puncak musim kemarau lebih panjang daripada yang telah diprediksi. Hal ini berdampak pada komunitas petani yang mengalami kerugian atas pertaniannya karena tidak selalu siap menghadapi kekeringan. Dengan menggunakan data citra satelit Landsat -8, Landsat-7, dan Landsat -5 dengan tipe Surface Reflectance Tier 1 pada tanggal perekaman setiap 5 tahun dari tahun 1999 hingga 2019, penulis dapat menentukan daerah kekeringan menggunakan metode penginderaan jauh dengan algoritma NDDI (Normalized Difference Drought Index ) yang menggabungkan dua parameter; kehijauan vegetasi ( Normalized Difference Vegetation Index atau NDVI) dan kebasahan vegetasi ( Normalized Difference Water Index atau NDWI). Pengolahan algoritma NDDI ini dilakukan berdasarkan interval tertentu demi memperoleh model perubahan untuk mencoba mengetahui daerah -daerah agrikultur yang berpotensi mengalami kekeringan di masa mendatang. Selain itu, dilakukan juga pengolahan LST (Land Surface Temperature ) pada citra satelit yang sama sebagai pendukung hasil klasifikasi kekeringan. Citra satelit diolah menggunakan Google Earth Engine untuk hasil yang lebih efisien, dan dari sana didapatkan bahwa pada 2009, kekeringan yang sangat berat terjadi pada area seluas 16.580,199 ha dan hasil rata - rata LST yang paling tinggi sebesar 44,811°C. Tingginya temperatur pada permukaan ini dapat mengganggu dan bahkan menyebabkan gagal panen pada padi, terlebih ketika padi sedang dalam masa reproduksi dan vegetasi. Namun, dampak- dampak dari kekeringan ini dapat diminimalisasi dengan penyusunan rencana mitigasi yang tepat. Kata kunci: Agrikultur, Kekeringan, Penginderaan jauh, Komputasi awan
Co-Authors Putri, Dinda Pratiwi Dwi Safi’i, Hafizh Humam