Article Per Year (5 Year)
p-Index From 2020 - 2025
2.293
P-Index
This Author published in this journals
All Journal Communications in Science and Technology Sewagati Jurnal Penginderaan Jauh Indonesia Geoid - Journal of Geodesy and Geomatics
Hepi Hapsari Handayani, Hepi Hapsari
Institut Teknologi Sepuluh Nopember
Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Computer Science & IT Earth & Planetary Sciences Education Engineering Environmental Science Languange, Linguistic, Communication & Media Public Health Social Sciences Other

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search
Journal : Geoid - Journal of Geodesy and Geomatics

 1   2   3 
Penggunaan Deep Learning dan Post-Processing Algoritma Douglas-Peucker untuk Ekstraksi Jaringan Jalan pada Area Urban dari Orthophoto Bimanjaya, Alfian; Handayani, Hepi Hapsari; Rachmadi, Reza Fuad
GEOID Vol. 19 No. 2 (2024)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v19i2.1127

Abstract

Peta dasar skala besar sangat dibutuhkan oleh kota besar/metropolitan seperti Kota Surabaya untuk perencanaan kota dan menunjang pembangunan kota cerdas. Beberapa informasi utama yang paling dibutuhkan dari peta skala besar adalah fitur bangunan dan jaringan jalan. Ekstraksi jaringan jalan merupakan pekerjaan yang menantang karena banyak alasan, termasuk sifat heterogen dari geometri dan spektral, kompleksitas objek yang sulit dimodelkan, dan data sensor yang kurang baik. Intepretasi yang dilakukan oleh operator secara visual masih merupakan pendekatan yang umum digunakan untuk ekstraksi informasi dari orthophoto. Akurasi intepretasi yang dihasilkan tergantung pada keterampilan dan pengalaman dari operator. Sehingga, dapat terjadi inkonsistensi pada data yang dihasilkan oleh operator yang berbeda. Beberapa tahun terakhir ini, ekstraksi otomatis jalan dari orthophoto maupun CSRT menjadi isu penelitian penting dan menantang yang mendapat perhatian lebih besar. Dalam penelitian ini, penulis menerapkan metode deteksi objek berbasis Mask Region-based Convolutional Neural Network (Mask R-CNN) untuk ekstraksi jaringan jalan memanfaatkan orthophoto dan DSM LiDAR di daerah urban Kota Surabaya. Beberapa strategi dirancang dan digabungkan dengan model deteksi objek berbasis Mask R-CNN, termasuk post-processing yang terdiri dari regularisasi poligon algoritma Douglass-Peucker, remove overlap, fill gap, dan penghalusan poligon. Metode yang penulis terapkan menghasilkan kinerja yang cukup baik untuk ekstraksi jalan menghasilkan nilai presisi 90,28%; kelengkapan (recall) 85,85%; skor-F1 88,01%; dan IoU 78,59%; serta overall accuracy 95,25 % dan nilai kappa 90,5%.
Perbandingan Hasil Klasifikasi Tutupan Lahan Menggunakan Metode Artificial Neural Network (ANN), Support Vector Machine (SVM), dan Random Forest (RF) dengan Bahasa Pemrograman R Putri, Klarissa Ardilia; Handayani, Hepi Hapsari
GEOID Vol. 19 No. 2 (2024)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v19i2.1145

Abstract

Teknologi penginderaan jauh telah mengalami perkembangan yang pesat terutama dalam metode klasifikasi citra. Klasifikasi citra merupakan kegiatan yang dilakukan untuk mendeteksi dan mengidentifikasi objek di permukaan bumi pada citra satelit. Saat ini telah dikembangkan berbagai metode klasifikasi citra satelit, salah satunya adalah metode klasifikasi berbasis parameter, seperti MLC (Maximum Likelihood). Namun, metode ini tidak dapat dilakukan di lingkungan dengan fitur objek yang kompleks (seperti di daerah perkotaan atau daerah yang dibangun dengan padat). Hal ini dikarenakan metode klasifikasi berdasarkan parameter yang dibutuhkan dari dataset tidak berdistribusi normal. Oleh karena itu, dikembangkan metode klasifikasi berbasis non-parametrik yang tidak bergantung pada sifat sebaran data, sehingga tidak diperlukan parameter statistik untuk memisahkan banyak kelas pada citra dan digunakan untuk menganalisis citra satelit dengan lahan padat dan kompleks. fitur penutup. Melalui penelitian ini dilakukan analisis komparatif klasifikasi tutupan lahan menggunakan metode klasifikasi berbasis non parametrik dengan pendekatan Machine Learning (Artificial Neural Network, Support Vector Machine, dan Random Forest) untuk wilayah Kota Surabaya menggunakan Landsat-8 data citra satelit, untuk mengetahui hasil klasifikasi kinerja yang dihasilkan dari ketiga metode tersebut. Klasifikasi tutupan lahan yang diterapkan pada penelitian ini terdiri dari empat kelas yaitu, badan air, lahan terbuka, lahan terbangun, dan vegetasi. Adapun komposisi training point yang digunakan adalah 80:20, dimana 80% titik sebagai titik sample dan 20% sebagai titik validasi. Dan jumlah seluruh training point adalah 237 titik. Hasil klasifikasi tutupan lahan pada penelitian ini kemudian dilakukan uji akurasi secara kualitatif dan kuantitatif. Berdasarkan uji akurasi secara kuantitatif metode Random Forest menunjukkan hasil yang paling baik dengan nilai overal accuracy 93,33% dan kappa accuracy sebesar 91,07%.
Analisis Tingkat Kerawanan COVID-19 Menggunakan Metode Random Forest (Studi Kasus: Unit Pengembangan II Kertajaya dan III Tambak Wedi Kota Surabaya) Deradjat, Andy Kusuma; Handayani, Hepi Hapsari
GEOID Vol. 19 No. 2 (2024)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v19i2.1146

Abstract

Pada bulan Maret 2020 pandemi COVID-19 telah melanda seluruh dunia termasuk Indonesia. Oleh karena itu, dinas kesehatan, pemerintah, dan layanan publik perlu bekerja sama secara global untuk mencegah penyebaran lebih lanjut. Analisis dan pemetaan kerawanan sangat dibutuhkan untuk mengembangkan informasi terkait pandemi COVID-19 dari beberapa faktor yang yang mempengaruhi penularan COVID-19, salah satunya adalah faktor sosial- ekonomi yang memiliki tingkat interaksi antar manusia yang cukup beresiko. Dengan Machine Learning Technique Random forest dapat membantu dalam memberikan keputusan tingkatan atau prioritas parameter dalam analisis dan pemetaan kerawanan pandemi COVID-19 dengan akurat dan mendukung keputusan serta tindakan pencegahan. Penelitian ini bertujuan untuk melakukan analisis dan pemetaan kerawanan pandemi COVID-19 berdasarkan faktor sosial-ekonomi di Unit Pengembangan II Kertajaya dan III Tambak Wedi Kota Surabaya. Penelitian ini menggunakan data statistik jumlah kasus penderita COVID-19 pada bulan Maret tahun 2020 hingga Agustus tahun 2021 dan data fasilitas sosial-ekonomi berupa jumlah fasilitas kesehatan (rumah sakit, puskesmas, dan klinik), objek wisata (tempat wisata dan taman kota), perbankan (atm dan bank), pasar, mall, SPBU, dan terminal. Hasil pengolahan random forest didapatkan tingkat pengaruh dari setiap parameter terhadap penyebaran COVID-19, yaitu fasilitas kesehatan 24,135%, terminal 20,338%, objek wisata 19,916%, mall 19,574%, pasar 11,317%, perbankan 2,628%, dan SPBU 2,092%. Berdasarkan penelitian terdahulu, uji akurasi model yang dihasilkan dapat dikatakan baik dengan nilai akurasi sebesar 0,946 dan nilai kappa sebesar 0,892 serta nilai AUC sebesar 0,984. Hasil pemetaan dari model random forest tersebut, didapatkan daerah dengan tingkat kerawanan rendah pada bagian sebelah utara Kecamatan Kenjeran dan sebelah timur Kecamatan Sukolilo dan Kecamatan Mulyorejo, sedangkan tingkat kerawanan tinggi pada bagian tengah Kecamatan Mulyorejo, dan bagian tengah Kecamatan Sukolilo.
Perencanaan Jalur Pipa Distribusi Sekunder PDAM Menggunakan Metode Analytical Hierarchy Process dan Cost Path Analysis (Studi Kasus : Kecamatan Gunung Anyar ke Zona 3 PDAM Surya Sembada) Luberta, Sendi Khoirul Irham; Handayani, Hepi Hapsari; Nurwatik, Nurwatik
GEOID Vol. 19 No. 2 (2024)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v19i2.1201

Abstract

Zona 3 Pelayanan PDAM Surya Sembada memiliki tekanan air dan debit air terrendah jika dibandingkan dengan zona lain. Hal ini menyebabkan zona 3 belum dapat teraliri air secara keseluruhan dan terus-menerus. PDAM merencanakan pemasangan jaringan pipa baru menuju 3 dengan titik awal berada di Kecamatan Gunung Anyar agar dapat menambah kapasitas air zona 3 tersebut. Dalam penelitian ini digunakan metode Analytical Hierarchy Process (AHP) dan Cost Path Analysis dengan mempertimbangkan beberapa kriteria yaitu kelerengan, arah hadap lereng, penggunaan lahan, jaringan jalan, jaringan sungai, daerah rawan bencana, banjir, dan jenis tanah. Metode AHP digunakan untuk menentukan bobot setiap kriteria dan sub-kriteria. Sedangkan cost path analysis diproses dengan berdasarkan bobot setiap kriteria dan skor sub-kriteria yang didapat dari pembobotan AHP. Didapatkan kriteria dengan bobot tertinggi ialah jaringan jalan sebesar 44%, diikuti kriteria penggunaan lahan sebesar 22%, untuk kriteria lain memiliki bobot antara 4%-10%. Pada penelitian ini direncanakan terdapat beberapa pilihan jalur pipa yaitu sebanyak 3, sehingga proses cost path analysis perlu dilakukan dengan input 3 titik akhir dan didapatkan 3 jalur pipa pilihan. Setelah didapatkan jalur pipa hasil pemodelan cost path analysis, dilakukan analisis kesesuaian mengacu pada SNI pemasangan pipa tahun 2004 serta RDTR Kota Surabaya Tahun 2018-2038. Diperlukan adanya modifikasi jalur pipa dikarenakan untuk masing-masing jalur 1, jalur 2, dan jalur 3 sebesar 12,6 %; 14,0 %; dan 7,4 % dari total panjang jalurnya intersect dengan area pemukiman. Modifikasi dilakukan dengan menggeser bagian jalur pipa yang intersect dengan pemukiman menuju jaringan jalan terdekat dikarenakan jaringan jalan memiliki pengaruh tersesar dalam penelitian ini dan menyesuaikan dengan peraturan. Kemudian, melakukan simulasi tekanan air dan debit air menggunakan software waterGems untuk megetahui tekanan air dan debit air yang mampu dihasilkan setiap jalur pipa dan didapatkan jalur 1 dapat menghasilkan tekanan air rata-rata dan debit air tertinggi masing-masing sebesar 6,096 m dan 77 l/s.
STUDI PERUBAHAN KANDUNGAN TOTAL SUSPENDED SOLID (TSS) DI SELAT MADURA AKIBAT PEMBUANGAN LUMPUR PANAS LAPINDO Nurjati , Chatarina; Handayani, Hepi Hapsari
GEOID Vol. 4 No. 2 (2009)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v4i2.1268

Abstract

Peristiwa semburan lumpur panas di lokasi pengeboran PT.  Lapindo Brantas di Desa Renokenongo, Kecamatan Porong, Kabupaten Sidoarjo, Jawa Timur, terjadi sejak 27 Mei 2006. Peristiwa ini menjadi sebuah tragedi ketika lumpur panas tersebut mulai menggenangi areal persawahan, permukiman penduduk dan kawasan industri. Usaha yang dilakukan untuk mengurangi beban lumpur di daratan adalah dengan membuang langsung lumpur panas tersebut ke selat Madura melalui Sungai Porong. Hal ini akan mempengaruhi kualitas perairan di Selat Madura. Salah satu parameter yang dapat digunakan untuk penghitungan serta analisa tentang kualitas air di Selat Madura adalah kandungan Total Padatan Tersuspensi (Total Suspended Solid ,TSS). Di dalam penelitian ini dilakukan perhitungan kandungan sedimen tersuspensi (TSS) menggunakan teknologi penginderaan jauh. Adapun citra satelit yang digunakan adalah citra ASTER multitemporal tahun 2005, 2006, 2007, dan 2008. Dengan menggunakan algoritma Budiman dilakukan perhitungan kandungan sedimen tersuspensi (TSS) di perairan Delta Pororng. Berdasarkan cek lapangan dan perhitungan dari citra satelit, dapat kita simpulkan bahwa terjadi peningkatan kandungan sedimen tersuspensi yang tajam di perairan Delta Porong.  Kandungan sedimen tersuspensi di perairan Delta Porong sebesar rata-rata 1090 mg/l. Namun demikian, hasil perhitungan menggunakan citra satelit masih jauh dibandingkan dengan perhitungan hasil cek lapangan. Hal ini dikarenakan, algoritma yang dipakai kurang sesuai apabila diterapkan untuk perhitungan kandungan sedimen tersuspensi di Delta Porong.
SPACE INTERSECTION BY COLLINEARITY Handayani, Hepi Hapsari
GEOID Vol. 5 No. 2 (2010)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v5i2.1293

Abstract

Intersection refers to the determination of a point’s position in object space by intersecting the image rays from two or more images. The standard method is application of the collinearity equations, with two equations for each image of the point. Approximate coordinates of the point, calculated by collinearity equations. EOPs are obtained by using space resection. Initial approximations are required for ground coordinate. In this experiment, we use several data types on flat, rugged, and incline terrain. The data has random and systematic error. We create a simulated data of ground coordinate points then we compute the image points using collinearity equations. Finally, we can conclude that the data with systematic error achieves the best precise than data with random error. This is occurred in all of terrain types. The RMS error in data with systematic error achieves constantly after the limitation number 100 control points. Therefore, data with systematic radial lens error can be used in intersection case. The RMSx is more than RMSy in almost all of data types.
DIGITAL IMAGE MATCHING METHOD USING NORMALIZED CROSS-CORRELATION (NCC) Handayani, Hepi Hapsari
GEOID Vol. 6 No. 1 (2010)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v6i1.1303

Abstract

Digital image-matching techniques fall into three general categories: area-based, feature-based, and hybrid methods. In this experiment we use an area-based method that is Normalized Cross-Correlation (NCC) technique. In this approach, a statistical comparison is computed from digital numbers taken from same-size subarrays in the left and right images. The correlation coefficient can range from -1 to +1, with +1 indicating perfect correlation (exact match). a threshold value, such as 0.7, is chosen and if he correlation coefficient exceeds that value, the subarrays are assumed to match The results present that using threshold=0.7, we can conclude that the similarity of two images using window size 3x3, 5x5, 7x7, 9x9 is 100%. But the similarity of two images using window size 11x11 is 70%. Then, using window size 3x3 and 5x5, we can achieve low RMSerror. It means that the different of position before and after NCC computation is not significant. However, using window size more than 8x8, RMSerror is so high more than 1 pixel. The conclusions of this experiment are gaining larger window size, the correlation coefficient will be lower. It means that the similarity is low and the images are not exactly match. Then, the large of window size give more number of grey value so it give effect in computation of average, then it will make the position of new pixel moved. Getting larger window size so the movement will be so larger too, then the RMSerror will be high. And, the location of point will give contribution for the correlation coefficient. Because it will determine the varieties of pixel number
ANALISIS PERBANDINGAN KETELITIAN PENGUKURAN LUASAN BIDANG TANAH ANTARA CITRA SATELIT ALOS PRISM DAN FORMOSAT-2 (Studi Kasus : Pucang, Surabaya) Gutama, Andika Yudha; Jaelani, Lalu Muhamad; Handayani, Hepi Hapsari
GEOID Vol. 7 No. 1 (2011)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v7i1.1332

Abstract

Pengembangan teknologi penginderaan jauh telah menyediakan banyak pilihan citra beresolusi tinggi. Sebagai citra beresolusi tinggi, ALOS PRISM dan FORMOSAT-2 dapat digunakan untuk memperbaharui peta yang sudah ada selama ketelitian dan hasil yang diperoleh memenuhi ketentuan yang disyaratkan. Penelitian mengenai kemampuan keduanya dalam mengukur luasan bidang tanah memungkinkan pembuatan peta-peta skala besar dari citra satelit ini. Dalam penelitian ini, citra ALOS PRISM dan FORMOSAT-2 dipotong, lalu dikoreksi geometrik menggunakan metode polinomial orde kedua dengan 7 GCP. Sampel bidang tanah pada citra diukur untuk mendapatkan data panjang dan luas. Uji t dilakukan pada hasil pengukuran menggunakan derajat kepercayaan 5%. Kemudian hasilnya dibandingkan dengan data bidang tanah BPN untuk mendapatkan nilai ketelitian dan akurasinya. Berdasarkan hasil koreksi geometrik, diperoleh RMSE sebesar 0,619 untuk ALOS PRISM dan 0,354 untuk FORMOSAT-2. Selain itu, diperoleh standar deviasi 0,590 untuk ALOS PRISM dan 0,522 untuk FORMOSAT-2. Persentase perbedaan luas antara pengukuran pada data acuan dengan hasil dijitasi sampel pada citra adalah sebesar 1,83% untuk FORMOSAT-2 dan 4,01% untuk ALOS PRISM. Dari penelitian ini, disimpulkan bahwa citra FORMOSAT-2 mempunyai ketelitian dan akurasi posisi yang lebih baik daripada citra ALOS PRISM. Untuk cakupan wilayah yang sempit FORMOSAT-2 lebih efektif digunakan karena ketelitian dan akurasinya lebih baik daripada ALOS PRISM. Untuk cakupan wilayah yang luas, citra ALOS PRISM lebih efisien digunakan karena lebih murah dengan ketelitian dan akurasi yang relatif sama dengan citra FORMOSAT-2.
UPDATING PETA TUTUPAN LAHAN MENGGUNAKAN CITRA SATELIT RESOLUSI TINGGI (STUDI KASUS : KECAMATAN PAKAL, KOTA SURABAYA) Noraini, Alifah; Handayani, Hepi Hapsari
GEOID Vol. 9 No. 1 (2013)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v9i1.1391

Abstract

Lingkungan merupakan suatu hal yang bersifat dinamis dan dapat berubah sewaktu – waktu.Sehingga dibutuhkan metode yang cepat dan akurat dalam meng-update data spasial untuk memonitoring perubahan lingkungan tersebut.Penelitian ini menggunakan teknologi penginderaan jauh. Data penginderaan jauh yang digunakan dalam penelitian ini adalah citra satelit WorldView 2 tahun 2012 dan Peta Garis Surabaya skala 1:5000 tahun 2002 hasil pemotretan foto udara. Daerah yang digunakan dalam penelitian ini adalah Kecamatan Pakal, Kota Surabaya. Dalam pengolahan citra WorldView 2 didapatkan hasil identifikasi tutupan lahan di wilayah Kecamatan Pakal, Kota Surabaya yang didominasi oleh kelas tutupan lahan tambak, yakni seluas 756,476 Ha (40,62%),dan kelas tutupan lahan terendah adalah kelas tutupan lahan waduk, yakni seluas 3,556 Ha (0,17%).Dilakukan analisa perubahan tutupan lahan dari tahun 2002 hingga 2012.Hasil yang diperoleh dalam penelitian ini menunjukkan terjadinya perubahan luas yang paling signifikan di wilayah Kecamatan Pakal adalah meningkatnya kelas tutupan lahan permukiman, yakni sebesar 132,019 Ha (27,32%). Serta menurunnya kelas tutupan lahan pertanian, semak belukar, dan tambak, yaitu seluas 145,559 Ha (30,12%) pada kelas tutupan lahan pertanian, 60,628 Ha (12,55%) pada kelas tutupan lahan semak belukar, dan 35,441 Ha (7,33%) pada kelas tutupan lahan tambak. Hasil akhir dari penelitian ini adalah peta tutupan lahan tahun 2012 yang di-update menggunakan citra satelit WorldView 2 di wilayah Kecamatan Pakal, Kota Surabaya.
STUDI INDEKS VEGETASI UNTUK IDENTIFIKASI VEGETASI HUTAN GAMBUT MENGGUNAKAN CITRA AIRBORNE HYPERSPECTRAL HYMAP DI DAERAH HUTAN GAMBUT KALIMANTAN TENGAH Andianto, Rizky; Handayani, Hepi Hapsari
GEOID Vol. 9 No. 2 (2014)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v9i2.1424

Abstract

Tujuan dari penelitian ini adalah untuk menghitung nilai indeks vegetasi serta mencari indeks vegetasi yang paling baik dalam rangka pembuatan peta kerapatan vegetasi hutan gambut Kabupaten Katingan dan Kabupaten Pulang Pisau,Kalimantan Tengah. Peta tersebut berguna untuk mengidentifikasi vegetasi hutan gambut.Metode indeks vegetasi yang digunakan adalah NDVI, RDVI, dan MSR dengan menggunakan panjang gelombang ( 750,705) dan ( 800,670 ) yang dikorelasikan dengan data prosentase crown cover. Selanjutnya perhitungan algoritma dengan koefisien korelasi terbaik yang akan digunakan untuk menghasilkan peta persebaran crown cover. Lokasi penelitian adalah kawasan hutan gambut Kalimantan Tengah yang terletak di koordinat ( 1º56’29.68”LS, 113º27’27.86”BT ) – ( 1º47’58.88”LS, 113º38’3.29”BT ) pada test site 1 di Kabupaten Katingan dan ( 2º26’3.39”LS, 113º51’13.42”BT ) – ( 2º14’13.55”LS, 114º7’38.41”BT ) pada test site 2 di Kabupaten Pulang Pisau.Hasil penelitian ini menunjukkan bahwa citra Airborne Hyperspectral Hymap mampu digunakan dalam menghasilkan data indeks vegetasi dengan algoritma NDVI, RDVI, dan MSR. Nilai koefisien determinasi tertinggi 0,821 yaitu dengan indeks vegetasi NDVI pada panjang gelombang ( 750,705 ) kerapatan crown cover yang dihasilkan menjadi 6 kelas yaitu sangat rapat ( 85-100%), rapat ( 70-84% ), sedang ( 50-69% ), rendah ( 30-49% ), jarang ( 10-29% ), sangat jarang ( 1-9% ). Kecuali NDVI pada panjang gelombang ( 800,670 ), crown cover dapat memiliki efek yang besar pada indeks vegetasi yang diikuti dengan besarnya koefisien determinasi yaitu MSR( 750,700 ) = 0.798, RDVI( 750,705)= 0.541, RDVI( 800,670 )= 0.678, NDVI( 800,670 ) = 0.305, NDVI( 750,705 )= 0.821.Hasil klasifikasi dari Peta Kerapatan Vegetasi digunakan untuk analisa kesesuaian terhadap UU RKTN 2011 – 2030, yang hasilnya adalah pada test site 1 terdapat 0.002% dari vegetasi yang termasuk dalam kawasan hutan alam dan lahan gambut, 0.067% termasuk dalam kawasan pengusahaan skala kecil, dan 2.883% termasuk dalam kawasan perusahaan skala besar (HA/HT). Namun pada test site 2 84% vegetasi termasuk pada kawasan konservasi dan sisanya tidak termasuk dalam kawasan arahan kebijakan.
Co-Authors Adjie Pamungkas Agung Budi Cahyono Alifah Noraini Andika, Neil Bangun Muljo Sukojo, Bangun Muljo Bimanjaya, Alfian Darminto, Mohammad Rohmaneo Deradjat, Andy Kusuma Firdiansyah Eka Rachmawan, Firdiansyah Eka Gutama, Andika Yudha Hadjoe, Muhammad Nabil Hermawan, Raihan Daffa Hidayat, Vlado Yusyanda Husnul Hidayat, Husnul Indra Jaya Kusuma, Indra Jaya Jaelani, Lalu Muhamad Jaelani, Lalu Muhammad Luberta, Sendi Khoirul Irham Maryam , Rizkia Amaliyah Maulida, Putra Miftahurrahman, Miftahurrahman Nathan, Rory Nugroho, Dimas Aprian Nurjati , Chatarina Nurwatik , Nurwatik Nurwatik, Nurwatik Nusantara, Candida Aulia De Silva Paramita Atmodiwirjo Pratomo, Danar Guruh Pribadi , Cherie Bhekti Putri, Klarissa Ardilia Rachmadi, Reza Fuad Raihan, Muhammad Anis Ramadhan, Alkindi Gifty Ramadhan, Fendra Dwi Ramadhani, Alita Tri Utami Ridha Rahmawan, Ridha Rizky Andianto, Rizky Rozaqi, Muhammad Abduh Ruli Andaru, Ruli Srimulyarini, Yenny Taslyanto, Chelsea Alfarelia Putri Teguh Hariyanto, Teguh Udiana Wahyu Deviantari, Udiana Wahyu Ummah, Muhammad Hidayatul Wirantiko, Mahardi Yanto Budisusanto, Yanto