Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Infotech Journal

ANALISIS POLA DISTRIBUSI SPASIAL KETERKAITAN KEPADATAN PENDUDUK DAN KERAPATAN BANGUNAN MELALUI GOOGLE EARTH ENGINE MENGGUNAKAN METODE NORMALIZED DIFFERENCE BUILT-UP INDEX Darwin Noviansyah; Erwin Hermawan; Nurul Kamilah
INFOTECH journal Vol. 9 No. 2 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i2.7001

Abstract

Kota Bogor secara geografis terletak di tengah-tengah wilayah kabupaten bogor dan sangat dekat dengan ibu kota. Berdasarkan hasil Sensus Penduduk tahun 2020 jumlah penduduk Kota Bogor sebanyak 1.043.070 juta jiwa itu akan terus meningkat setiap tahunya. Pertumbuhan penduduk dan perkembangan jalan akan mempengaruhi perkembangan bangunan yang ada di Kota Bogor sehingga akan menimbulkan dampak negatif seperti penurunan kesehatan masyarakat, penurunan kualitas tempat tinggal dan ketidaksesuaian dengan tata ruang wilayah. Kondisi kerapatan bangunan dapat di peroleh dengan menggunakan algoritma Normalized Difference Built-up Index (NDBI) melalui Google Earth Engine (GEE). Google Earth Engine (GEE) adalah salah satu platfrom pengolahan citra satelit berbasis (cloud compution). Hasil dari pengolahan citra satelit yang sudah di olah di Google Earth Engine (GEE) menggunakan metode Normalized Difference Built-up Index (NDBI) mendapatkan nilai uji akurasi koefisien kappa 83,01 menunjukan bahwa hasil pengolahan NDBI mendapatkan nilai yang bagus. Hasil ini bisa jadi bahan pertimbangan untuk pemeritah setempat untuk melakukan kebijakan terkait tata ruang wilayah yang ada di Kota Bogor. Output dari penelitian ini berupa informasi kerapadatan penduduk dan kerapatan bangunan di Kota Bogor periode 2001-2021 berbasis WEBGIS.
ANALISIS POLA DISTRIBUSI SPASIAL PERUBAHAN PENGGUNAAN LAHAN DAN URBAN HEAT ISLAND MENGGUNAKAN GOOGLE EARTH ENGINE (STUDI KASUS DI KOTA BOGOR TAHUN 2000, 2009, & 2021) Wadud, M Veruj Abdul; Hermawan , Erwin; Kamilah, Nurul
INFOTECH journal Vol. 9 No. 1 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i1.5507

Abstract

Bogor merupakan salah satu kota tertua di Indonesia dan salah satu kota terbesar di Jabodetabek (Jakarta, Bogor, Depok, Tanggerang, dan Bekasi). Kota Bogor juga merupakan pusat ekonomi dan salah satu kota yang memiliki jumlah populasi yang cukup tinggi, hal ini berpengaruh pada peningkatan pertumbuhan perkotaan. Akan tetapi urbanisasi dapat memberikan dampak negatif terhadap lingkungan dan kesehatan manusia terutama pada produksi polusi gas CO2, modifikasi sifat fisik dan kimia atmosfer, yang dapat menyebabkan perubahan cuaca lokal dan iklim hal itu dapat menyebabkan peningkatan suhu di Kawasan perkotaan yang dikenal dengan fenomena Urban Heat Island (UHI). Berdasarkan hal tersebut, maka perlu dimonitoring melalui pengindraan jauh, pengindraan jauh adalah salah satu sarana yang efektif dalam pemantauwan penggunaan lahan karna dapat menyediakan informasi mengenai permukaan bumi, Salah satu teknologi pengindraan jauh yakni Google Earth Engine, adalah sebuah platform berbasis cloud yang menawarkan analisis data lingkungan berskala dunia dimana User hanya perlu mengakses data dari repository di google untuk mendapatkan citra data pengindraan jauh dan data geospasial lain .Pendekatan penelitian ini menggunakan metode Random Forest sebagai pembelajaran ansamble untuk memecahkan masalah klasifikasi dan regresi. metode ini memiliki akurasi yang cukup tinggi serta bisa menentukan variabel-variabel penting dan meminimalisasi kesalahan penilaian akan membuat analisis menjadi lebih praktis dan lebih mudah. Hasil dari penelitian ini didapatkan bahwa urbanisasi perkotaan selalu meningkat dan suhu rata-rata Kota Bogor dari tahun 2000 hingga tahun 2021 mengalami peningkat pada setiap tahunnya. adapun hasil klasifikasi tutupan lahan dari penelitian ini menggunakan metode Random Forest (RF) menunjukkan nilai akurasi keseluruhan (Overall Accuracy) sebesar 95,57% dan nilai kappa sebesar 94,56%.
ANALISIS POLA DISTRIBUSI SPASIAL KETERKAITAN KEPADATAN PENDUDUK DAN KERAPATAN BANGUNAN MELALUI GOOGLE EARTH ENGINE MENGGUNAKAN METODE NORMALIZED DIFFERENCE BUILT-UP INDEX Noviansyah, Darwin; Hermawan, Erwin; Kamilah, Nurul
INFOTECH journal Vol. 9 No. 2 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i2.7001

Abstract

Kota Bogor secara geografis terletak di tengah-tengah wilayah kabupaten bogor dan sangat dekat dengan ibu kota. Berdasarkan hasil Sensus Penduduk tahun 2020 jumlah penduduk Kota Bogor sebanyak 1.043.070 juta jiwa itu akan terus meningkat setiap tahunya. Pertumbuhan penduduk dan perkembangan jalan akan mempengaruhi perkembangan bangunan yang ada di Kota Bogor sehingga akan menimbulkan dampak negatif seperti penurunan kesehatan masyarakat, penurunan kualitas tempat tinggal dan ketidaksesuaian dengan tata ruang wilayah. Kondisi kerapatan bangunan dapat di peroleh dengan menggunakan algoritma Normalized Difference Built-up Index (NDBI) melalui Google Earth Engine (GEE). Google Earth Engine (GEE) adalah salah satu platfrom pengolahan citra satelit berbasis (cloud compution). Hasil dari pengolahan citra satelit yang sudah di olah di Google Earth Engine (GEE) menggunakan metode Normalized Difference Built-up Index (NDBI) mendapatkan nilai uji akurasi koefisien kappa 83,01 menunjukan bahwa hasil pengolahan NDBI mendapatkan nilai yang bagus. Hasil ini bisa jadi bahan pertimbangan untuk pemeritah setempat untuk melakukan kebijakan terkait tata ruang wilayah yang ada di Kota Bogor. Output dari penelitian ini berupa informasi kerapadatan penduduk dan kerapatan bangunan di Kota Bogor periode 2001-2021 berbasis WEBGIS.
IMPLEMENTASI METODE NORMALIZE DIFFERENCE DROUGHT INDEX (NDDI) TERHADAP PEMANTAUAN PRODUKTIVITAS PERTANIAN TANAMAN PADI (STUDI KASUS: KECAMATAN JONGGOL TAHUN 2019-2022) Firdaus, Rizky Awaludin; Hermawan, Erwin; Kamilah, Nurul
INFOTECH journal Vol. 10 No. 1 (2024)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v10i1.9794

Abstract

Pentingnya sektor pertanian padi dalam perkembangan ekonomi tidak dapat diabaikan, mengingat bahwa padi menjadi sumber utama makanan bagi sebagian besar masyarakat di Indonesia. Padi merupakan salah satu komoditas dalam sektor tanaman pangan sebagai penghasil beras. Kecamatan Jonggol merupakan salah satu sentra produksi beras di Kabupaten Bogor yang beberapa tahun ini mengalami penurunan produktivitas. Salah satu faktor yang mempengaruhi hasil produksi padi adalah tingkat kekeringan lahan pertanian, serangan hama, penggunaan benih, kesuburan tanah, dan perubahan cuaca. Penelitian ini bertujuan untuk melihat hubungan antara nilai indeks kekeringan (NDDI) terhadap produktivitas padi di Kecamatan Jonggol. Penelitian ini menggunakan teknologi penginderaan jarak jauh melalui platfrom Google Earth Engine dengan memanfaatkan data citra satelit Sentinel-2A dari Tahun 2019-2022. Metode yang digunakan dalam penelitian ini adalah Normalize Difference Drogught Indeks (NDDI). Klasifikasi kekeringan dibagi menjadi lima klasifikasi, yaitu normal, kekeringan ringan, kekeringan sedang, kekeringan berat, dan kekeringan sangat berat. Berdasarkan Hasil analisis didapatkan nilai koefisien determinasi R2 sebesar 0,2627 atau 26,27% dan koefisien korelasi sebesar -0,513. Hal ini menandakan korelasi sedang antara NDDI dengan produktivitas, dimana semakin meningkatnya NDDI akan menurunkan hasil produktivitas padi. Output dari penelitian ini berupa informasi dearah mana saja yang terdampak oleh kekeringan dan terjadi penurunan produktivitas di Kecamatan Jonggol berbasis WebGIS
Co-Authors ABDUL MANAF Adhitya Nurachman, Muhammad Al-Kansa, Bunga Bhagasasih Andriyani, Desi Anna Yuliana, Anna Ayudia, Sukma bt Samaun, Siti Salina Dahlia Widhyaestoeti Damayanti, Intan Darwin Noviansyah Deliaz, Mochamad Fajar Dewi Primasari Dewi, Nida Puspa Dewi, Rika Zahara Eka Supriatna Eko Hadi Purwanto Erwin Hermawan Fauziah, Mina Fety Fatimah Firdaus, Rizky Awaludin Freza Riana Fujiyanti, Melia Gerhana, Gerhana Gibtha Fitri Laxmi Gustaman, Firman Gustiawan, Ridho Hadjimartsu, Sahid Agustian Halimah, Diniar Hari Irawan Azis Heldanita, Heldanita Herdiana, Yana Hersanto Fajri I Gusti Bagus Wiksuana Ikhsan, Safaruddin Hidayat Al Iksal Yanuarsyah Imam, Muhammad Khoirul Irawan, Yossy Iswanda, Mila Lisnadiani Janaqi M. F Janaqi, Mohamad Fa'ul Jannah, Agni Nurul Jejen Jaenudin Juliana, Risna Kristiana, Wiwin Kurniawati Kurniawati Kusumah, Fitrah Fajar Lestari, Gina Maya Marsela , Medes Maulana, Diki Maulana, Faris Muhammad Aditya Septian Sugraha Muhammad Tisna Nugraha, Muhammad Tisna Mulky Fadillah, Muhamad Munajir, Kayum Nadira, Alicia Noviansyah, Darwin Nurfadilah, Yosa Ikhlas Nurfajar Noviana Gumelar, Muhammad Nurhakim Ar Rafei, Fauza Oktaviani, Widya Pranabella Syafitri, Putriyana Purnomo, Muhammad Risza Puspa Eosina Putera, Dwi Bagus Rendy Astid Qomaria, Nur Riadhiani, Fanisa Rohayani, Farida Roswandi, Wemfi Riska Rubiyatno Rubiyatno Rukmana, Tedy Ruswanto, Ruswanto Safa, Paras Layna Saputri, Oktaviani Ayu Setiawati, Wina Aprilia Sidik, Dena Purnama Sidik, Moch Sahril Suharniati, Suharniati Suriyah, Suriyah Suryanti, Dewi Sri Susanti Harahap, Fatimah Depi Sutarja, Maria Chandra Sutrisno, Sutrisno Umi Kalsum Wadud, M Veruj Abdul Wahyuni, Wini Wulandari, Ana Yuniasti Retno Yasmin Khairunnisa Yusuf Tri Herlambang, Yusuf Tri