Article Per Year (5 Year)
p-Index From 2021 - 2026
2.906
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 : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
PERHITUNGAN INTENSITAS GEMPA BUMI BERDASARKAN NILAI PGA (PEAK GROUND ACCELERATION) MENGGUNAKAN DATA GEMPA BUMI MULTI-EVENT (STUDI KASUS: KABUPATEN PANDEGLANG, BANTEN) Hariyanto, Teguh; Bioresita, Filsa; Safitri, Chomia Nilam
GEOID Vol. 15 No. 2 (2020)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v15i2.1651

Abstract

Pandeglang Regency is located in the southern coast of Java Island which is adjacent to the megathrust subduction zone. This zone originates from the meeting of the Indo-Australian Plate which is subducted under the Eurasian Plate. So that it can cause frequent earthquakes due to the movement of the plunging plates. Other than that, Pandeglang Regency is also bordered by the Sunda Strait in the western part where the region has Mount Krakatau which has the potential to cause earthquakes due to volcanic eruptions. For this reason, an analysis of the calculation of earthquake intensity in Pandeglang Regency is needed as an initial step in disaster mitigation. This process uses multi-event earthquake data in the period of 2010 - 2018 and using the earthquake intensity calculation method which is calculated based on the PGA (Peak Ground Acceleration). The range of earthquake intensity in Pandeglang Regency is V - VII MMI with the largest percentage (91.463%) is VI MMI with area of 2513,526 km 2 . While the smallest percentage (0.301%) is V MMI with area of 8.27 km 2 . Districts in Pandeglang Regency which have the highest intensity of earthquakes are Angsana, Cibitung, Cimanggu, Pagelaran, Panimbang, Patia, Sindangresmi, Sobang, and Sukaresmi Districts.
Penentuan Lokasi Titik Evakuasi Sementara Bencana Tsunami Menggunakan Metode Network Analyst (Studi Kasus: Pesisir Selatan Kabupaten Pangandaran) Nurwatik, Nurwatik; Bioresita, Filsa; Setiawan, Darma
GEOID Vol. 17 No. 1 (2021)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v17i1.1706

Abstract

Bencana Tsunami merupakan salah satu bencana alam yang sangat berbahaya dan sering terjadi di Indonesia. Khususnya pada daerah Pesisir Selatan Kabupaten Pangandaran yang memiliki riwayat tsunami dengan ketinggian run up tsunami mencapai 15,7 meter pada tahun 2006 berdasarkan data BPBD Kabupaten Pangandaran. Menurut BMKG tsunami yang terjadi tersebut menelan korban jiwa sebanyak 664 orang. Sebagai upaya mitigasi bencana pada penelitian ini dilakukan analisa tingkat bahaya tsunami dan penentuan lokasi Tempat Evakuasi Sementara (TES) pada Wilayah Pesisir Selatan Kabupaten Pangandaran. Analisa tingkat bahaya dilakukan berdasarkan data kelerengan, koefisien kekasaran, ketinggian run up tsunami, dan garis pantai. Kemudian dari hasil analisa tingkat bahaya tersebut digunakan untuk menentukan lokasi TES menggunakan metode Network Analyst. Dasar pembuatan sebaran lokasi TES yaitu dengan menggunakan analisa Service Area berdasarkan lokasi sebaran TES yang telah ada sebelumnya dari BPBD Kabupaten Pangandaran. Dari analisa tersebut akan diidentifikasi sebaran lokasi TES dan cakupan area. Apabila cakupan Service Area sebaran lokasi TES dari BPBD Kabupaten Pangandaran belum mencakup keseluruhan wilayah terdampak tsunami, maka dilakukan penambahan titik lokasi TES. Penelitian ini menghasilkan 55 titik lokasi TES yang dapat digunakan sebagai tempat evakuasi dengan waktu tempuh maksimal 22 menit
Identifikasi Sebaran Spasial Genangan Banjir Memanfaatkan Citra Sentinel-1 dan Google Earth Engine (Studi Kasus: Banjir Kalimantan Selatan) Bioresita, Filsa; Ngurawan, M Ghifary Royyan; Hayati , Noorlaila
GEOID Vol. 17 No. 1 (2021)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v17i1.1714

Abstract

Hujan dengan intensitas sedang hingga tinggi menyebabkan banjir pada pertengahan bulan Januari 2021 di Provinsi Kalimantan Selatan. Banjir di Provinsi Kalimantan Selatan pada Januari 2021 membawa dampak korban jiwa maupun materi. Dalam rangka mengurangi kerugian materi yang lebih besar, perlu dilakukan identifikasi wilayah yang mengalami banjir. Dalam penelitian ini daerah sebaran genangan banjir diidentifikasi menggunakan metode change detection dan threshold atau ambang batas. Data diperoleh dari hasil pengolahan menggunakan Google Earth Engine (GEE) berupa peta genangan banjir yang dievaluasi dengan peta hasil pengolahan Badan Perencanaan Pembangunan Daerah (BPPD) Provinsi Kalimantan Selatan. Metode change detection dilakukan pada citra dengan cara membagi nilai piksel citra saat banjir dibagi dengan sebelum banjir. Ekstraksi area genangan kemudian dilakukan dengan nilai threshold sebesar 1,10. Pengolahan dilakukan secara komputasi cloud menggunakan Google Earth Engine (GEE). Luas genangan banjir yang dihasilkan pada tanggal 20 Januari 2021 adalah seluas 226.905 hektar. Hasil tersebut dievaluasi terhadap data genangan banjir oleh Badan Perencanaan Pembangunan Daerah (BPPD) memiliki overall accuracy sebesar 97%.
Pemanfaatan Sistem Informasi Geografis dalam Penentuan Jalur Alternatif Menghindari Daerah Rawan Longsor (Studi Kasus: Kabupaten Pesisir Selatan, Sumatera Barat) Wardhani, Dena Prapanca; Hariyanto, Teguh; Bioresita, Filsa
GEOID Vol. 18 No. 1 (2022)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v18i1.1764

Abstract

Abstrak: Tanah longsor merupakan salah satu bencana alam yang cukup sering terjadi di Kabupaten Pesisir Selatan. Hal ini mengakibatkan kerugian yang cukup besar, diantaranya infrastruktur transportasi berupa jalan dimana salah satu aspek yang penting dan vital untuk mempercepat laju pembangunan nasional. Analisis ini dilakukan dengan cara perhitungan metode skoring dan pembobotan pada parameter-parameter penyebab tanah longsor dengan mengacu pada Katalog Metodologi Penyusunan Peta Geo Hazard milik Badan Informasi Geospasial, serta dilakukan analisis terhadap ruas jalan nasional yang akan terdampak bencana tanah longsor tersebut. Setelah itu dilakukannya penentuan jalur alternatif untuk menghindari bencana tanah longsor tersebut yang berbasiskan Sistem Informasi Geografis (SIG). Terdapat empat parameter utama dalam penentuan potensi tanah longsor dan penentuan jalur alternatif ini yakni tutupan lahan, curah hujan, geologi atau jenis tanah dan kemiringan tanah. Metode pengolahan dengan mempertimbangkan skor setiap kelas parameter dan pembobotan sebesar 20% tutupan lahan, 20% curah hujan, 30% jenis geologi, serta 30% kelerengan tanah akan didapatkan informasi potensi longsor dengan rentang 0,8-1,375 dikategorikan rendah, 1,375-1,95 kategori menengah, 1,95-2,525 untuk kategori tinggi dan rentang 2,525-3,1 untuk kategori sangat tinggi. Melalui hasil potensi tanah longsor tersebut, dilakukan penentuan jalur alternatif menggunakan proximity analysis berbasis SIG. Adanya peta potensi tanah longsor ini serta penentuan jalur alternatif ini dapat meningkatkan kewaspadaan pengguna jalan terhadap adanya potensi tanah longsor, serta rekomendasi pengalihan jalur apabila terjadi terputusnya akses jalan akibat bencana tanah longsor.
Analisis Tingkat Bahaya Bencana Tsunami Berbasis Sistem Informasi Geografis di Kota Palu Pribadi , Cherie Bhekti; Bioresita, Filsa; Shafira, Aqilla Khairani
GEOID Vol. 19 No. 1 (2023)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v19i1.1789

Abstract

Kota Palu merupakan daerah rawan bencana gempa bumi maupun tsunami karena berada di wilayah persimpangan lempeng Australia, Filipina, dan Pasifik. Pada bulan September 2018, gempa bumi dengan kekuatan 7,4 skala Richter mengguncang wilayah Sulawesi Tengah hingga memicu terjadinya bencana tsunami yang menyebabkan beberapa kerugian besar. Dalam upaya penanggulangan bencana dan mitigasi untuk mengurangi kerugian yang ditimbulkan dari bencana tsunami, dapat dilakukan pemetaan tingkat bahaya tsunami yang dikaji dari seberapa besar potensi inundasi (genangan) di daratan berdasarkan potensi ketinggian gelombang maksimum yang tiba di garis pantai. Metode yang digunakan pada penelitian ini adalah perhitungan matematis yang dikembangkan oleh Berryman dan fuzzy logic dengan menggunakan software pengolah data spasial untuk menghasilkan Peta Tingkat Bahaya Tsunami. Analisis tingkat bahaya dilakukan berdasarkan parameter kelerengan, koefisien kekasaran permukaan, ketinggian tsunami, dan garis pantai. Hasil menunjukkan bahwa Kota Palu memiliki tingkat bahaya kelas rendah, sedang, dan tinggi yang didominasi oleh kelas bahaya tinggi. Distribusi spasial tingkat bahaya bencana tsunami di Kota Palu dengan ketinggian maksimum tsunami di garis pantai sebesar 11,3 meter menyebabkan 8 kecamatan terdampak oleh sebaran genangan tsunami. Kecamatan yang memperoleh sebaran genangan terbanyak adalah Kecamatan Mantikulore dengan luas area tergenang sebesar 248,983 hektare atau memperoleh 20,309% dari total keseluruhan genangan tsunami Kota Palu. Selain itu, diperoleh luas area permukiman terdampak tsunami dengan total luas area permukiman terpapar sebesar 276,852 hektare dari total luas pemukiman sebesar 3370,862 hektare. Berdasarkan hasil peta bahaya tsunami, Kota Palu terindikasi termasuk ke dalam tingkat bahaya tsunami tinggi dengan nilai indeks bahaya tertinggi, yaitu 0,954.
Analisa Kawasan Permukiman Kumuh di Kecamatan Kenjeran Surabaya Menggunakan Metode NDBI dan OBIA serta Data Citra Sentinel-2 Tahun 2022 Diyanah, Izzatud; Bioresita, Filsa
GEOID Vol. 19 No. 1 (2023)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v19i1.1802

Abstract

Identifikasi kawasan permukiman kumuh merupakan proses awal untuk menentukan kawasan kumuh yang menjadi dasar penentuan kebijakan dan penanganan permasalahan kawasan pemukiman kumuh. Perkembangan teknologi penginderaan jauh dapat dimanfaatkan untuk mengidentifikasi kawasan permukiman kumuh melalui pemetaan pola sebaran spasial permukiman kumuh. Pengolahan data citra satelit untuk identifikasi kawasan permukiman kumuh dapat dilakukan dengan berbagai cara, contohnya dengan menggunakan algoritma Normalized Difference Built-Up Index (NDBI) dan Object-Based Image Analysis (OBIA). Penelitian ini bertujuan untuk menerapkan dua teknik tersebut dalam identifikasi kawasan permukiman kumuh menggunakan data penginderaan jauh citra Sentinel-2A di Kecamatan Kenjeran. Kawasan permukiman kumuh yang dapat diidentifikasi menggunakan metode NDBI seluas 198,474 hektar dan metode OBIA seluas 189,396 hektar dari total luas wilayah Kecamatan Kenjeran ±865,666 hektar. Sebesar 22% hingga 23% wilayah di Kecamatan Kenjeran dikategorikan ke dalam kawasan permukiman kumuh. Sebaran kawasan permukiman kumuh di Kecamatan Kenjeran didominasi oleh Kelurahan Tanah Kali Kedinding dan Kelurahan Sidotopo Wetan. Uji akurasi metode NDBI menghasilkan overall accuracy 86% dan kappa accuracy 79%, sementara metode OBIA menghasilkan overall accuracy 89% dan kappa accuracy 83%. Metode OBIA menghasilkan akurasi yang lebih baik dalam mengidentifikasi kawasan permukiman kumuh di Kecamatan Kenjeran.
Analisis Perbandingan Polarisasi VV dan VH Citra SAR Sentinel-1 untuk Identifikasi Area Genangan Banjir di Kec. Masamba, Kab. Luwu Utara Dengan Metode Water-S1 Palgunadi, Imam Rosyid Priska; Bioresita, Filsa
GEOID Vol. 19 No. 3 (2024)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v19i3.1887

Abstract

Peristiwa banjir merupakan salah satu peristiwa yang sering terjadi di berbagai wilayah Indonesia, salah satunya Kecamatan Masamba, Kabupaten Luwu Utara. Pemanfaatan teknologi penginderaan jauh berupa citra satelit dapat digunakan dalam melakukan identifikasi genangan banjir sebagai upaya melakukan pemantauan kejadian banjir yang terjadi di suatu wilayah. Citra SAR merupakan salah satu citra yang dapat dimanfaatkan dikarenakan citra jenis ini dapat memperoleh data dalam kondisi cuaca apapun, dimana salah satunya adalah citra Sentinel-1. Pada penelitian ini akan dilakukan identifikasi genangan banjir menggunakan dua jenis polarisasi citra satelit Sentinel-1 yaitu VV (Vertikal-Vertikal) dan VH (Vertikal-Horizontal), dimana pada umumnya dalam identifikasi banjir hanya menggunakan salah satu diantara dua jenis polarisasi tersebut. Metode yang akan digunakan yaitu Water-S1 dimana metode ini merupakan metode identifikasi air permukaan secara otomatis. Untuk menguji akurasi hasil identifikasi banjir, dalam penelitian ini akan menggunakan peta dampak genangan banjir ICube SERTIT pada peristiwa banjir Masamba tahun 2020. Hasil akhir yang diperoleh pada penelitian ini adalah area yang teridentifikasi sebagai genangan banjir adalah 649,469 ha (VH) dan 336,567 ha (VV). Nilai akurasi keseluruhan identifikasi genangan banjir pada polarisasi VV sebesar 90 % dengan nilai koefisien kappa 0,8 dan pada polarisasi VH diperoleh sebesar 96% dan nilai koefisien kappa 0,92. Berdasarkan hasil tersebut diketahui bahwa citra SAR Sentinel-1 Polarisasi VH lebih baik untuk digunakan dalam mengidentifikasi area genangan banjir pada studi area.
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.
Flood Prone Area Analysis using Landsat 9 and MCDA Method in Bekasi Regency Suharyanto, Zahra Putri Callibri; Bioresita, Filsa
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 19 No. 2 (2025)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/inderaja.v19i2.7758

Abstract

Mapping reveals Bekasi (total 126,266.77 ha) has four flood vulnerability classes. Most land (68.5% or 86,454.87 ha) is Medium risk, primarily in transitional zones prone to inundation from extreme rain or land-use changes. High-risk areas cover 21,831.52 ha, while Low-risk zones span 17,980.39 ha. This distribution shows the regency is predominantly moderate-to-highly vulnerable, driven by lowland topography and proximity to rivers. As West Java's most flood-damaged region in the past decade, a study integrated Landsat 9 imagery and MCDA to map flood risk using five parameters (land cover, elevation, rainfall, soil, river buffers). Validated with BNPB historical data, the model confirmed northern areas (Tambun, Muara Gembong, Babelan) as highest risk due to low elevation (<10 m), alluvial soil, and frequent flooding.
The Use of Active Remote Sensing Data and Adaptive Threshold Method for Analysing Oil Spill in West Side of Java Sea Wardhana, Bhisma Kusuma; Bioresita, Filsa; Hayati, Noorlaila
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 19 No. 2 (2025)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/inderaja.v19i2.7799

Abstract

Oil spill phenomena, particularly in the West Side of Java Sea, occur due to the dense oil industry and maritime activities causing potential vulnerability to oil pollution. Rapid detection of oil spill distribution needs to be conducted to minimize the resulting impacts. By developing an early detection method for oil spills in the Western Java Sea using Synthetic Aperture Radar (SAR) technology from Sentinel-1A Satellite using SNAP software with an Adaptive Threshold approach. The detection method is based on the principle that oil causes the sea surface to become calm, resulting in a drastic reduction in radar wave reflection values. Research results show oil spill detection in June 2023 with an area reaching 73,823 km² and an accuracy level of 93,75% based on confusion matrix validation. This research also integrates windfield analysis to support radar image interpretation, with wind speed estimation results of 1-12 m/s and dominant direction toward northwest to north. Windfield data was validated using BMKG reanalysis data and Copernicus Marine My Ocean Pro. The developed method is superior to optical imagery in terms of detection visualization and object classification capability within the spill area. The findings of this research provide important contributions to the development of effective monitoring and response systems to protect marine ecosystems, and can serve as a basis for planning environmental impact mitigation from oil spills in the region.
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 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