Article Per Year (5 Year)
p-Index From 2020 - 2025
1.066
P-Index
This Author published in this journals
All Journal Journal of Applied Geospatial Information Jurnal Tekno Global Pawon: Jurnal Arsitektur Jurnal Komunitas: Jurnal Pengabidian Kepada Masyarakat Jurnal Ilmiah Geomatika Geoid - Journal of Geodesy and Geomatics
Feny Arafah
Prodi Geodesi, Fak. Teknik Sipil Dan Perencanaan, ITN Malang
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Earth & Planetary Sciences Engineering Environmental Science Physics Public Health Other

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Stockpile Volume Estimation Calculation Based on Terrestrial Laser Scanner (TLS) Data Acquisition and 3D Surface Visualization Adkha Yulianandha Mabrur; Feny Arafah; Adi Sulistianto
Journal of Applied Geospatial Information Vol 7 No 1 (2023): Journal of Applied Geospatial Information (JAGI)
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jagi.v7i1.4906

Abstract

Stock taking is a series of activities to calculate the stock of goods that are still stored in the warehouse to be marketed. There are many activities covered in it, ranging from calculating the number of goods, conducting direct inspections, and structuring that will facilitate business operations when a certain product is needed. One of these activities is also carried out in the mining sector. Coal stock-taking is a survey activity carried out in the coal yard area to calculate the volume of the stockpile and coal tonnage after being multiplied by the density value. Large-dimensional coal stocking must be carried out quickly, accurately and in detail. The need for this can be obtained using laser scanner technology. Laser scanner is a tool designed to scan the surface of an object and represent it in 3D in the form of a height density point cloud. Based on this, in carrying out stock-taking calculation activities, measurements are needed which mainly aim to find out the stockpile volume and density in the fourth quarter of the Adipala PLTU Coal Yard. Stockpile measurement method using volumetric method. Measurement using a Laser Scanner tool to obtain the shape of the stockpile area is by seizing the entire surface of the Stockpile by setting the resolution of the density of coordinate points (x, y, z) as needed. Tool displacement when measurements are made on every detail of the Stockpile curve. Based on the calculation results, it is known that the volume value of the coal stockpile on the west side coal yard is 121,420,574 m3 and the east side coal yard is 88,230,355 m3 on. The total volume of coal amounted to 209,650,929 m3 then multiplied by the density of the bulk density survey results and obtained the tonnage of 180,384,417 MT.
Kajian Permasalahan Spasial Ruang Bermain Ramah Anak (RBRA) Pada Area Perumahan Komersil Redi S.Febrianto; Gatot Adi Susilo; Feny Arafah
Pawon: Jurnal Arsitektur Vol 7 No 2 (2023): PAWON: Jurnal Arsitektur
Publisher : Program Studi Arsitektur Institut Teknologi Nasional (ITN) Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/pawon.v7i2.7021

Abstract

Ruang Bermain Ramah Anak (RBRA) baik di dalam maupun di luar ruangan, berfungsi untuk meningkatkan perkembangan fisik dan mental anak. RBRA merupakan termasuk dalam kategori fasilitas sosial dalam lingkup perumahan. Sedangkan fasilitas sosial dan fasilitas umum adalah bagian dari prasarana, sarana dan utilitas (PSU). Pada lingkup perumahan PSU umumnya berupa area yang sisa (leftover space) atau area pasif (idle land). Berdasarkan peraturan pemerintah PSU pada lingkup perumahan adalah 10%. Sehingga tujuan tulisan ilmiah ini adalah untuk mengetahui apa saja permasalahan spasial terkait RBRA pada lingkup perumahan komersial. Metode penelitian yang digunakan berhenis kualitatif, dan bersifat deskriptif. Tulisan ini berbentuk kajian literatur dari jurnal tentang dan peraturan pemerintah RBRA dan PSU. Ditemukan terdapat dua permasalhan spasial terkait RBRA yaitu: permasalahan umum dan permasalahan khusus. Permasalahan umum terkait dampak RBRA terhadap faktor psikologi, faktor pendidikan, faktor fisik dan faktor pendidikan. Faktor khusus terkait tiga tipologi permasalahan tingkat rendah, sedang dan fatal.
Pengaruh Kebakaran Hutan terhadap Perubahan Suhu Permukaan Tanah di Kawasan Hutan Gunung Arjuno Tahun 2023 Arafah, Feny; Ramadhan, Dafa Aulia
Jurnal Ilmiah Geomatika Vol 4, No 1 (2024): April 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.v4i1.12123

Abstract

Kebakaran Hutan adalah suatu keadaan hutan dilanda api sehingga mengakibatkan kerusakan hutan atau hasil hutan yang menimbulkan kerugian ekonomi dan lingkungan. Salah satu kejadian kebakaran di Jawa Timur adalah kebakaran hutan di kawasan hutan Gunung Arjuno yang terjadi pada bulan Agustus – September 2023 dengan luasan area terbakar mencapai 3.910 ha. Adanya kebakaran hutan dapat menyebabkan suhu permukaan di area terbakar meningkat. Dengan adanya kejadian kebakaran hutan di Gunung Arjuno, perlu dilakukan analisa terhadap kondisi suhu permukaan tanah atau Land Surface Temperature (LST) di sekitar area bekas terbakar. Tujuan dari penelitian ini adalah untuk mengetahui bagaimana pengaruh kebakaran hutan terhadap perubahan LST di kawasan hutan Gunung Arjuno. Perubahan LST sebelum dan sesudah kejadian kebakaran dapat diketahui dengan memanfaatkan band thermal yang terdapat pada citra Landsat. Pengaruh kebakaran hutan terhadap LST di kawasan hutan Gunung Arjuno menunjukkan bahwa adanya perubahan yang cukup signifikan terhadap persebaran LST dan terhadap hasil luasan LST sebelum dan setelah kebakaran hutan. LST sebelum kebakaran hutan mempunyai persebaran masing-masing kelas rendah, sedang, dan tinggi tersebar merata secara spasial, dengan rentang nilai antara 11,77 – 33,28 ⁰C. Persebaran LST setelah kebakaran hutan didominasi kelas rendah dan sedang, untuk persebaran LST kelas tinggi berfokus khusus di area bekas terbakar dan disekitar titik hotspot dengan rentang nilai antara 8,48 – 46,67 ⁰C. Berdasarkan perhitungan perubahan luasan menunjukkan bahwa perubahan yang cukup signifikan terdapat pada kelas rendah dan tinggi. Kelas rendah mengalami kenaikan luasan mencapai 3.720,52 Ha dan kelas tinggi mengalami penurunan luasan mencapai 4.743,39 Ha dengan adanya peningkatan suhu maksimum dari 33,28 ⁰C hingga mencapai 46,67 ⁰C setelah kejadian kebakaran hutan. 
Penggunaan Media Audio Visual untuk Meningkatkan Kemampuan Berbahasa Inggris Ajiza, Masrurotul; Arafah, Feny
Jurnal Komunitas : Jurnal Pengabdian kepada Masyarakat Vol 6, No 2: Januari 2024
Publisher : Institut Ilmu Sosial dan Manajemen Stiami

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31334/jks.v6i2.3481

Abstract

Penggunaan media akan sangat berpengaruh terhadap hasil akhir sebuah pembelajaran. Kegiatan pendampingan ini bertujuan untuk mendeskripsikan manfaat media audio visual pada pembelajaran bahasa inggris serta untuk mengetahui persepsi siswa terhadap penggunaan media audio visual. Hal ini disesuaikan dengan permasalahan yang ada pada mitra yakni tidak adanya media yang dapat membantu anak-anak dalam meningkatkan kemampuan berbahasa Inggris mereka. Adapun kegiatan abdimas ini dilaksanakan di desa Kauman, Wonorejo, Pasuruan sebagai mitra yang digandeng oleh peneliti. Hasil dari kegiatan ini menunjukkan bahwa pihak mitra bisa mengembangkan kemampuan putra-putri mereka dalam bidang bahasa Inggris  sehingga mampu membantu meningkatkan soft skill mereka.
ANALISA PERBANDINGAN METODE CELLULAR AUTOMATA ANN DAN MARKOV UNTUK PREDIKSI TUTUPAN LAHAN DI KOTA BLITAR Arafah, Feny; Irenius Yopy Santrum; Dedy Kurnia Sunaryo; Hery Purwanto
Jurnal Tekno Global Vol. 13 No. 02
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jtg.v13i02.4853

Abstract

ABSTRACT The development of urban areas in Blitar City, which is triggered by population growth and mobility, has caused changes in land cover, especially the reduction in rice fields due to land conversion for housing and infrastructure. As land cover changes occur significantly, it is necessary to develop methods to predict land cover, one of the methods is Cellular Automata (CA). The objectives of this study are to determine the results of land cover classification and prediction in 2024 by utilizing Sentinel 2A image data and comparing its accuracy with field data. The CA methods used are the CA ANN and CA Markov methods. To predict land cover in 2024, land cover data for 2016 and 2020 is needed. From the results of Sentinel 2A image processing for 2016, 2020, and 2024 using the supervised classification maximum likelihood method, 5 land cover classes were obtained including residential class, industrial/commerce/office building class, rice field class, garden class, and urban forest/ green belt/city park. The results of the 2024 classification show that the land cover area for the residential class reached 41.97%, industrial buildings 3.33%, rice fields 43.00%, gardens 0.44%, and urban forests/green belts 11.26%, with results Accuracy tests on field validation data produced an overall accuracy value of 96.07% and kappa of 94.92%. To test the accuracy of land cover prediction results against field validation data, the CA-ANN method produces an overall accuracy value of 74.51% and kappa 65.57%, while the CA-Markov method produces an overall accuracy value of 68.63% and kappa 57.80 %. Accuracy test of image classification results in 2024, the CA-ANN method produces an overall accuracy value of 72.54% and kappa 63.73%, while the CA-Markov method produces an overall accuracy value of 64.70% and kappa 53.40%. The accuracy test results show that the accuracy obtained by the CA-ANN method is classified as substantial suitability, while the accuracy obtained by the CA-Markov method is classified as medium suitability. This shows that in this study the CA-ANN method has better results for land cover prediction because it has a better level of accuracy than the CA-Markov method. Keywords : Cellular Automata ANN, Cellular Automata Markov, Supervised Classification, Land Cover   ABSTRAK Perkembangan wilayah perkotaan di Kota Blitar yang dipicu oleh pertumbuhan penduduk dan mobilitas menyebabkan perubahan tutupan lahan, terutama dengan berkurangnya lahan persawahan akibat alih fungsi lahan untuk pemukiman dan infrastruktur. Adanya perubahan tutupan lahan yang terjadi secara signifikan, maka diperlukan pengembangan metode untuk melakukan prediksi tutupan lahan, salah satu metodenya adalah Cellular Automata (CA). Tujuan yang ingin dicapai dari penelitian ini adalah untuk mengetahui hasil klasifikasi dan prediksi tutupan lahan tahun 2024 dengan memanfaatkan data citra Sentinel 2A serta membandingkan keakuratannya dengan data lapangan. Metode CA yang digunakan adalah metode CA ANN dan CA Markov. Untuk melakukan prediksi tutupan lahan tahun 2024 diperlukan data tutupan lahan tahun 2016 dan 2020. Dari hasil pengolahan data citra Sentinel 2A tahun 2016, 2020, dan 2024 dengan menggunakan metode klasifikasi terbimbing maximum likelihood, diperoleh 5 kelas penutupan lahan di antaranya kelas pemukiman, kelas bangunan industri/ perdagangan/perkantoran, kelas sawah, kelas kebun, dan kelas hutan kota/jalur hijau/taman kota. Hasil klasifikasi tahun 2024 menunjukkan bahwa luas untuk kelas pemukiman mencapai 41,97%, bangunan industri 3,33%, sawah 43,00%, kebun 0,44%, dan hutan kota/jalur hijau 11,26%, dengan hasil uji akurasi terhadap data validasi lapangan menghasilkan nilai Overall Accuracy sebesar 96,07% dan kappa 94,92%. Untuk uji akurasi hasil prediksi tutupan lahan terhadap data validasi lapangan, metode CA-ANN mempunyai nilai Overall Accuracy 74,51% dan kappa 65,57%, sedangkan untuk metode CA-Markov menghasilkan nilai Overall Accuracy 68,63% dan kappa 57,80%. Uji akurasi terhadap hasil klasifikasi citra tahun 2024, metode CA-ANN menghasilkan nilai overall accuracy 72,54% dan kappa 63,73%, sedangkan metode CA-Markov menghasilkan nilai overall accuracy 64,70% dan kappa 53,40%. Hasil uji akurasi tersebut menunjukkan bahwa akurasi yang diperoleh oleh metode CA-ANN tergolong ke kesesuaian substansial, sedangkan akurasi yang diperoleh oleh metode CA-Markov tergolong ke kesesuaian menengah. Hal ini menunjukkan bahwa dalam penelitian ini metode CA-ANN mempunyai hasil yang lebih baik untuk prediksi tutupan lahan karena mempunyai tingkat akurasi yang lebih baik dibandingkan metode CA-Markov. Kata Kunci : Cellular Automata ANN, Cellular Automata Markov, Supervised Classification, Tutupan Lahan
MODIFIKASI ALGORITMA AVHRR UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA SATELIT TERRA MODIS Arafah, Feny; Sukojo, Bangun Muljo; Jaelani , Lalu Muhamad
GEOID Vol. 7 No. 1 (2011)
Publisher : Departemen Teknik Geomatika ITS

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

Abstract

Indonesia merupakan negara maritim yang mempunyai banyak keanekaragaman hayati yang erat kaitannya dengan suhu permukaan laut. Salah satu jenis citra satelit yang banyak digunakan untuk penelitian suhu permukaan laut adalah citra satelit NOAA-AVHRR, sehingga banyak pula algoritma yang telah dihasilkan terkait suhu permukaan laut. Namun jika ditinjau dari segi resolusi spasial, spectral, dan temporal, citra TERRA MODIS lebih bagus daripada citra NOAA-AVHRR. Oleh karena itu, penelitian ini akan mencoba untuk memodifikasi algoritma-algoritma AVHRR agar algoritma tersebut dapat digunakan dalam penelitian menggunakan citra TERRA MODIS. Data yang digunakan dalam penelitian ini adalah citra TERRA MODIS bulan Oktober 2010. Untuk koreksi citra menggunakan metode image to image dengan peta vektor Indonesia sebagai dasarnya. Selain data citra juga diperlukan data lapangan untuk validasi. Pengambilan sample SPL dilakukan secara langsung di lapangan menggunakan alat Water Checker. Data lapangan diambil di perairan Selat Madura setiap 500 m sepanjang ±5 km dari Surabaya menuju Madura.
Pemanfaatan Citra Sentinel-2 Untuk Analisa Perubahan Tutupan Lahan Akibat Erupsi Gunung Semeru Tahun 2021 Arafah, Feny; Tenis, Godlif Aristo
GEOID Vol. 18 No. 2 (2023)
Publisher : Departemen Teknik Geomatika ITS

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

Abstract

Erupsi Gunung Semeru yang terjadi pada tanggal 04 Desember 2021 mengakibatkan kerusakan dan kerugian yang cukup besar di Kecamatan Pronojiwo dan Kecamatan Candipuro, Kabupaten Lumajang. Kerusakan dan kerugian tersebut bisa diidentifikasi dengan melakukan analisa perubahan tutupan lahan menggunakan data citra satelit Sentinel-2 tahun 2021 (sebelum erupsi) dan 2022 (setelah erupsi) serta data survei kawasan yang terdampak erupsi Gunung Semeru yang dilakukan tahun 2022. Hasil dari proses klasifikasi adalah 7 kelas tutupan lahan yang meliputi hutan, semak belukar, sawah, sungai, lahan terbuka, pemukiman dan kebun campur. Dalam penelitian ini diperoleh hasil tutupan lahan secara keseluruhan sebelum maupun setelah erupsi adalah kelas hutan dan semak belukar mendominasi hampir sebagian besar wilayah di Kecamatan Candipuro dan Pronojiwo, sedangkan kelas sungai mempunyai luasan paling kecil namun justru mengalami perubahan yang cukup besar akibat aliran lahar dingin erupsi. Di Kecamatan Candipuro hanya tutupan lahan hutan yang mengalami penurunan luasan paling besar yaitu 1.278,340 ha dan sungai mengalami panambahan luasan cukup besar yaitu 284,364 ha, sedangkan tutupan lahan yang lainnya relatif stabil. Di Kecamatan Pronojiwo hampir seluruh tutupan lahan mengalami perubahan yang besar karena berada tepat di kaki Gunung Semeru. Namun perubahan paling besar terdapat di kelas semak belukar yang mengalami penurunan luasan 429,779 ha dan kelas sungai mengalami penambahan luasan 53,095 ha.
Co-Authors Adi Sulistianto Adkha Yulianandha Mabrur Bangun Muljo Sukojo, Bangun Muljo Dedy Kurnia Sunaryo Gatot Adi Susilo Hery Purwanto Irenius Yopy Santrum Jaelani , Lalu Muhamad Masrurotul Ajiza Ramadhan, Dafa Aulia Redi S.Febrianto Tenis, Godlif Aristo