Article Per Year (5 Year)
p-Index From 2021 - 2026
3.014
P-Index
This Author published in this journals
All Journal Elipsoida : Jurnal Geodesi dan Geomatika JGISE-Journal of Geospatial Information Science and Engineering Sewagati SEWAGATI: Jurnal Pengabdian Kepada Masyarakat Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Geoid - Journal of Geodesy and Geomatics
Filsa Bioresita, Filsa
Institut Teknologi Sepuluh Nopember
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : JGISE-Journal of Geospatial Information Science and Engineering

 1 
Analisis Genangan Banjir Terhadap Penutup Lahan di Wilayah Tangerang Menggunakan Data Citra Sentinel-1 dan Sentinel-2 Kenranto, Rizky Aga; Hidayat, Husnul; Bioresita, Filsa
Jurnal Geospasial Indonesia Vol 7, No 1 (2024): June
Publisher : Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jgise.87579

Abstract

Banjir mempunyai pengaruh yang besar terhadap kondisi masyarakat baik secara sosial, ekonomi, maupun lingkungan. Terkait pengaruh terhadap lingkungan, banjir memiliki dampak yang dapat mempengaruhi kondisi penutup lahan. Salah satu upaya mitigasi yang dapat dilakukan terkait banjir adalah dengan pemanfaatan data citra satelit penginderaan jauh, yakni menggunakan satelit Synthetic Aperture Radar (SAR). Pemetaan banjir dapat menggunakan data citra satelit SAR karena data SAR bebas awan dan dapat beroperasi siang dan malam. Dalam proses pemetaan genangan banjir diperlukan informasi mengenai jenis penutup lahan yang terdampak banjir untuk analisa dampak banjir terhadap lingkungan. Oleh karena itu banjir sangat berkaitan dengan penutup lahan. Pada penelitian ini akan dibahas mengenai pemetaan banjir wilayah Tangerang pada tanggal 23 Maret 2022 dan hubungannya dengan penutup lahan pada area tersebut. Pengolahan data citra SAR Sentinel-1 dengan  metode change detection dan threshold digunakan untuk pemetaan genangan banjir, sedangkan data citra Sentinel-2 level 2 dengan metode supervised classification, algoritma Classification and Regression Tress (CART) digunakan untuk klasifikasi penutup lahan. Berdasarkan pengolahan klasifikasi penutup lahan didapatkan hasil berupa peta penutup lahan dengan nilai Overall Accuracy sebesar 94,84% dan nilai Kappa sebesar 93,17%, yang diklasifikasikan ke dalam beberapa kelas penutup lahan yaitu badan air, lahan terbangun, vegetasi, lahan kosong dan sawah. Selanjutnya, berdasarkan pengolahan sebaran genangan banjir pada tanggal 23 Maret 2022 dengan nilai threshold 1,20 didapatkan hasil confusion matrix sebesar 94,34%, dan luas genangan banjir sebesar 14.987 ha. Berdasarkan pengolahan overlay diketahui bahwa kelas tutupan lahan yang terkena dampak banjir paling tinggi yaitu kelas lahan terbangun dan kelas vegetasi, dengan masing-masing luas sebesar 5.179,427 ha dan 5.164,562 ha.
Pemanfaatan Citra Sentinel-1 SAR dan Metode Change Detection Approach Untuk Analisis Sebaran Spasial Wilayah Banjir dan Area Terdampak (Studi Kasus: Banjir Kabupaten Aceh Utara 2022) Budiarto, Favian Adith; Bioresita, Filsa
Jurnal Geospasial Indonesia Vol 6, No 2 (2023): Desember
Publisher : Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jgise.87585

Abstract

Secara global, terdapat 51,6% kerusakan yang disebabkan oleh bencana banjir dari total kerusakan akibat bencana alam. Banjir dianggap sebagai jenis bencana yang paling mahal dalam hal kerusakan properti dan korban jiwa. Pada awal bulan Oktober 2022, bencana banjir melanda Kabupaten Aceh Utara. Tercatat sebanyak 52.449 jiwa dari 15.499 KK terdampak banjir, di mana 41.120 jiwa di antaranya terpaksa mengungsi. Terkait dengan hal tersebut, pemantauan bencana banjir sangat penting untuk dilakukan. Salah satu cara untuk melakukan pemantauan bencana banjir adalah dengan melakukan identifikasi wilayah banjir. Hal tersebut dapat dilakukan dengan menggunakan citra Sentinel-1 SAR (Synthetic Aperture Radar). Citra Sentinel-1 adalah citra SAR yang tersedia secara bebas dengan resolusi spasial dan temporal yang tinggi, sehingga berpotensi untuk memfasilitasi pemantauan wilayah banjir yang dinamis. Change detection approach dengan metode threshold dipercaya dapat mengekstrak wilayah banjir dari citra Sentinel-1 SAR secara efektif dan akurat. Dalam penelitian ini, sebaran banjir diekstrak dari data Sentinel-1 SAR polarisasi VH dengan mendeteksi perubahan nilai piksel citra Sentinel-1 SAR pada sebelum terjadinya banjir dan saat terjadinya banjir. Nilai threshold kemudian diaplikasikan untuk memisahkan objek banjir dan non banjir. Dilakukan pula estimasi area terdampak pada area persawahan dan urban. Hasil akhir dari penelitian ini adalah peta sebaran banjir dan peta area terdampak banjir yang terjadi pada 8 dan 20 Oktober 2022. Luas sebaran banjir pada 8 dan 20 Oktober 2022 secara berurutan adalah 12.331,309 ha dan 6.070,184 ha. Uji validasi banjir 8 dan 20 Oktober 2022 pada penelitian ini diperoleh nilai akurasi 97% dan 98% dengan koefisien Cohen's Kappa sebesar 0,84 dan 0,89.
Estimasi Area Persebaran Potensi Material Tanah Liat Menggunakan Citra Sentinel – 2 dan Metode Skoring Pembobotan (Studi Kasus: Kecamatan Semanding, Kabupaten Tuban) Nugraha, Pradipta Adi; Nurwatik, Nurwatik; Bioresita, Filsa
Jurnal Geospasial Indonesia Vol 6, No 2 (2023): Desember
Publisher : Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jgise.88417

Abstract

Eksplorasi potensi wilayah tambang merupakan tahapan usaha pertambangan untuk memperoleh informasi mengenai lokasi, bentuk, sebaran, luasan, dan sumber daya dari bahan galian yang berada di suatu wilayah. Informasi ini nantinya bermanfaat dalam melakukan cara penambangan, estimasi waktu dan biaya penambagan, serta jumlah kualitas bahan galian yang akan ditambang. Komoditas pertambangan yang sering ditambang adalah material tanah liat yang berfungsi sebagai salah satu bahan baku pembuatan semen. Komponen pada tanah liat yang dibutuhkan sebagai bahan baku pembuatan semen adalah alumina (Al2O3) dan silika (SiO2). Kecamatan Semanding, Tuban, Indonesia merupakan daerah penghasil tanah liat sebagai bahan baku semen. Oleh karena itu, diperlukan teknologi yang mampu menganalisis potensi wilayah tambang dari jauh serta lebih efisien. Penelitian ini menggunakan data dari satelit Sentinel - 2 untuk melakukan pemetaan sebaran potensi dan perhitungan luas wilayah tambang tanah liat di Kecamatan Semanding, Kabupaten Tuban. Pemetaan sebaran potensi material tanah liat ini menggunakan 3 parameter utama, yaitu Indeks Vegetasi, Tutupan Lahan, dan Geologi yang kemudian dilakukan pembobotan pada setiap parameter. Luas potensi sebaran tanah liat di Kecamatan Semanding didominasi oleh potensi tinggi yang memiliki luasan 4716.880 ha dengan cakupan sebesar 43.520 persen dari keseluruhan potensi.
Perbandingan Penggunaan Metode RBR dan RBD untuk Identifikasi Area Bekas Kebakaran Hutan dari Citra Sentinel-1 (Studi Kasus: Kabupaten Penajam Paser Utara Tahun 2019) Puspitaningrum, Lintang Ayu; Bioresita, Filsa
Jurnal Geospasial Indonesia Vol 8, No 1 (2025): June
Publisher : Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jgise.99118

Abstract

Pada tahun 2017-2019 terjadi banyak kasus kebakaran hutan dan lahan di Kalimantan Timur, salah satunya di Kabupaten Penajam Paser Utara pada tahun 2019. Kabupaten Penajam Paser Utara memiliki luas hutan sebesar 146271 Ha. Analisis area bekas kebakaran hutan sangat diperlukan untuk mengetahui dampak dari kebakaran tersebut salah satunya dengan menggunakan citra penginderaan jauh. Citra penginderaan jauh yang dapat digunakan untuk mengidentifikasi area terbakar ialah citra SAR Sentinel-1. SAR dapat digunakan karena SAR sangat sensitif terhadap struktur permukaan terutama vegetasi. Identifikasi area terbakar dapat dilakukan menggunakan algoritma Radar Burn Ratio (RBR) dan Radar Burn Difference (RBD). Pemisahan area terbakar dan tidak terbakar dilakukan menggunakan tiga model threshold yaitu . Dari penelitian ini, dapat diketahui model area terbakar yang memiliki akurasi paling baik dari algoritma RBR dan RBD yaitu berdasarkan threshold odel area terbakar tersebut menunjukkan nilai akurasi yaitu 83,72% dan 78,60%. Kedua hasil tersebut menunjukkan bahwa adanya kesesuaian antara hasil pengolahan dengan data validasi yang digunakan. Luas area terbakar yang dihasilkan oleh kedua model area terbakar tersebut juga memiliki perbedaan, untuk model area terbakar RBR threshold  menghasilkan area sebesar 10464,62 Ha dan model area terbakar RBD threshold  menghasilkan area sebesar 31248,99 Ha.
Pemanfaatan NDVI dan Parameter Polutan SO2 untuk Analisis Kesehatan Tanaman Ruang Terbuka Hijau terhadap Polusi Udara (Studi Kasus : Balikpapan dan Penajam Paser Utara, Provinsi Kalimantan Timur Tahun 2018-2023) Rizaldy, Achmad Aulia; Bioresita, Filsa
Jurnal Geospasial Indonesia Vol 8, No 2 (2025): December
Publisher : Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jgise.99120

Abstract

Ruang terbuka hijau (RTH) berperan penting dalam meningkatkan kualitas udara perkotaan melalui keberadaan vegetasi yang mampu menyerap polutan, termasuk sulfur dioksida (SO2). SO2 merupakan salah satu polusi udara yang dapat menyebabkan gangguan pada saluran pernapasan dan membentuk pencemar sekunder yang lebih berbahaya. Penelitian ini bertujuan untuk mengidentifikasi hubungan antara tingkat kesehatan tanaman di RTH dengan konsentrasi SO2 di wilayah Kota Balikpapan dan Kabupaten Penajam Paser Utara, Kalimantan Timur. Analisis ini dilakukan dengan menggunakan citra satelit Landsat 8 dengan platform Google Earth Engine. Kesehatan tanaman diekstraksi menggunakan algoritma Normalized Difference Vegetation Index (NDVI), sedangkan estimasi SO2 dapat diperoleh dengan algoritma tertentu. Pengolahan Citra Landsat 8 menggunakan Google Earth Engine. Hasil dari pengolahan data yang dilakukan adalah peta distribusi tahunan SO2 dan juga peta kesehatan tanaman dari tahun 2018 – 2023. Uji korelasi antara hasil kesehatan tanaman di ruang terbuka hijau dengan tingkat polusi udara (SO2) menunjukkan nilai korelasi sebesar -0,628. Nilai korelasi negative mengindikasikan bahwa adanya hubungan yang cukup kuat antara kesehatan tanaman dan tingkat polusi udara. Semakin tinggi tingkat kesehatan tanaman, maka akan semakin rendah konsentrasi SO2 di udara.
Co-Authors Agung Budi Cahyono Akbar Kurniawan Ambarini, Anggita Puspita Azzahra, Erika Bangun Muljo Sukojo, Bangun Muljo Budiarto, Favian Adith Cherie Bhekti Pribadi, Cherie Bhekti Diyanah, Izzatud Hana Sugiastu Firdaus, Hana Sugiastu Hanansyah, Megivareza Putri Hariyanto, Irena Hana Hayati , Noorlaila Hidayat , Husnul Husnul Hidayat, Husnul Jaelani, Lalu Muhamad Kenranto, Rizky Aga Khomsin Muhammad Hanif Ngurawan, M Ghifary Royyan Noorlaila Hayati, Noorlaila Nugraha, Pradipta Adi Nurwatik, Nurwatik Palgunadi, Imam Rosyid Priska Pratomo, Danar Guruh Pribadi , Cherie Bhekti Puissant, Anne Puspitaningrum, Lintang Ayu Putri, Jihan Fadilah Rahmansyah, Ferdian Zaki Rizaldy, Achmad Aulia Safitri, Chomia Nilam setiawan, Darma Shafira, Aqilla Khairani Suharyanto, Zahra Putri Callibri Syariz, Muhammad Aldila Teguh Hariyanto, Teguh Udiana Wahyu Deviantari, Udiana Wahyu Wardhana, Bhisma Kusuma Wardhani, Dena Prapanca Yuwono