Claim Missing Document
Check
Articles

Found 24 Documents
Search

ANALISIS SUHU PERMUKAAN KOTA GORONTALO DAN SEKITARNYA MENGGUNAKAN SALURAN THERMAL CITRA LANDSAT 7 ETM + Koto, Arthur Gani
RADIAL : Jurnal Peradaban Sains, Rekayasa dan Teknologi Vol. 4 No. 1 (2016): RADIAL: JuRnal PerADaban SaIns RekAyasan dan TeknoLogi
Publisher : Universitas Bina Taruna Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37971/radial.v4i1.117

Abstract

ABSTRAK Data penginderaan jauh (PJ) multispektral saat ini banyak digunakan terutama dalam kajian sumberdaya alam dan pengamatan cuaca.Salah satunya adalah dalam memanfaatkan saluran spektral visible, nearinfrared, shortwave infrared, panchromatic, dan thermal. Data PJ yang digunakan dalam penelitian ini adalah saluran thermal (band 61) citra landsat 7 ETM+. Saluran thermal dapat dianalisis untuk memperoleh informasi suhu suatu wilayah permukaan bumi. Tujuan penelitian ini adalah menganalisis sebaran suhu permukaan Kota Gorontalo dan Sekitarnya dengan memanfaatkan saluran thermal (band 61) citra Landsat 7 ETM+. Analisis berdasarkan koreksi radiometrik dengan melakukan proses convert DN value to radiance, convert to surface temperature (Kelvin), dan convert to degree Celcius. Hasil penelitian menunjukkan bahwa rata-rata suhu permukaan Kota Gorontalo dan Sekitarnya adalah 270C. Sedangkan pusat Kota Gorontalo berada antara 31-320C.
ANALISIS SUHU PERMUKAAN KOTA GORONTALO DAN SEKITARNYA MENGGUNAKAN SALURAN THERMAL CITRA LANDSAT 7 ETM + Koto, Arthur Gani
RADIAL : Jurnal Peradaban Sains, Rekayasa dan Teknologi Vol. 4 No. 1 (2016): RADIAL: JuRnal PerADaban SaIns RekAyasan dan TeknoLogi
Publisher : Universitas Bina Taruna Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1079.477 KB) | DOI: 10.37971/radial.v4i1.117

Abstract

ABSTRAK Data penginderaan jauh (PJ) multispektral saat ini banyak digunakan terutama dalam kajian sumberdaya alam dan pengamatan cuaca.Salah satunya adalah dalam memanfaatkan saluran spektral visible, nearinfrared, shortwave infrared, panchromatic, dan thermal. Data PJ yang digunakan dalam penelitian ini adalah saluran thermal (band 61) citra landsat 7 ETM+. Saluran thermal dapat dianalisis untuk memperoleh informasi suhu suatu wilayah permukaan bumi. Tujuan penelitian ini adalah menganalisis sebaran suhu permukaan Kota Gorontalo dan Sekitarnya dengan memanfaatkan saluran thermal (band 61) citra Landsat 7 ETM+. Analisis berdasarkan koreksi radiometrik dengan melakukan proses convert DN value to radiance, convert to surface temperature (Kelvin), dan convert to degree Celcius. Hasil penelitian menunjukkan bahwa rata-rata suhu permukaan Kota Gorontalo dan Sekitarnya adalah 270C. Sedangkan pusat Kota Gorontalo berada antara 31-320C.
KERENTANAN PANGAN DAN PENGHIDUPAN MASYARAKAT LOKAL KARENA PAPARAN PERUBAHAN IKLIM DI KABUPATEN BONE BOLANGO DAN BOLAANG MONGONDOW SELATAN: Vulnerability Of Food And Local Communities Livelihood Regarding The Exposure To Climate Change In Bone Bolango And South Bolaang Mongondow Regency Suparwata, Dewa Oka; Mokoginta, Meity Melani; Djibran, Moh. Muchlis; Ervandi, Mohamad; Koto, Arthur Gani; Nurdin; Rahman, Rival; Adam, Echan; Moonti, Agustinus; Fatmawati; Gomes, Lucio Marcel
Jurnal Agrisistem: Seri Sosek dan Penyuluhan Vol. 21 No. 2 (2025): Jurnal Agrisistem: Seri Sosek dan Penyuluhan
Publisher : Unit Penelitian dan Pengabdian Masyarakat Politeknik Pembangunan Pertanian Gowa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52625/j-agr-sosekpenyuluhan.v21i2.632

Abstract

Variabilitas dan perubahan iklim mengakibatkan terjadinya kesenjangan pola penghidupan masyarakat khususnya dalam memproteksi ketersediaan pangan, kesehatan, jejaring sosial, dan bencana alam. Ada banyak hal yang telah direkomendasikan untuk masyarakat lokal, namun memahami pola kehidupannya sebagai bagian dari mitigasi dan adaptasi perlu dilakukan. Tujuan penelitian ini untuk mengukur kerentanan penghidupan masyarakat lokal karena paparan perubahan iklim di kawasan Teluk Tomini. Penelitian menggunakan pendekatan survei yang dilaksanakan pada Agustus - Oktober 2024 di Bone Bolango Provinsi Gorontalo dan Bolaang Mongondow Selatan Provinsi Sulawesi Utara. Sampel penelitian berjumlah 200 orang petani pada klaster komoditi pangan utama (padi dan jagung). Data penelitian dianalisis dengan analisis Livelihood Vulnerability Index-Intergovernmental Panel on Climate Change (LVI-IPCC). Hasil penelitian menunjukkan bahwa: kerentanan penghidupan di Kabupaten Bolaang Mongondow Selatan lebih rentan dibandingkan dengan Kabupaten Bone Bolango, dengan nilai indeks LVI 0,343 (rentan) berbanding 0,294 (cukup rentan), yang ditunjukkan dari tingginya nilai indeks sub-komponen bencana alam dan keragaman iklim, kesehatan, pangan, dan sosio-demografi. Demikian juga LVI-IPCC memiliki kerentanan lebih tinggi dengan nilai indeks 0,026 berbanding -0,006 pada eksposur dan kapasitas adaptif; dan indeks ketahanan pangan Kabupaten Bone Bolango lebih tahan dibandingkan dengan Bolaang Mongondow Selatan. Meningkatnya eksposur terkait variabilitas iklim dan bencana alam yang dibarengi dengan menurunnya kapasitas adaptif masyarakat berdampak pada kerentanan pola penghidupan di Bolaang Mongondow Selatan yang terpengaruh paparan perubahan iklim. Temuan ini mengimplikasikan bahwa penguatan kapasitas adaptif sangat penting dalam mengurangi kerentanan penghidupan akibat peningkatan eksposur, olehnya pola penghidupan masyarakat lokal perlu terintegrasi strategis dalam mitigasi dan adaptasi perubahan iklim setiap daerah di kawasan Teluk Tomini.
Estimating Urban Land Surface Temperature Using Spatial Machine Learning in Gorontalo City Koto, Arthur Gani; Abas, Mohamad Ilyas; Syahrial, Syahrial; Suparwata, Dewa Oka
Jambura Geoscience Review Vol 8, No 1 (2026): Jambura Geoscience Review (JGEOSREV)
Publisher : Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jgeosrev.v8i1.34308

Abstract

Urban expansion in tropical cities significantly alters surface thermal conditions, intensifying the urban heat island (UHI) phenomenon. This study aims to estimate and analyze the spatiotemporal dynamics of land surface temperature (LST) in Gorontalo City from 1995 to 2025 using a spatial machine learning (SML) approach based on the Random Forest (RF) algorithm. Multitemporal Landsat 5, 7, 8, and 9 images were processed in Google Earth Engine (GEE) to derive surface reflectance, Normalized Difference Vegetation Index (NDVI), emissivity, and brightness temperature, which were subsequently employed as predictor variables in the LST model. A total of 50 ground validation points were used to assess model performance. The RF model achieved high predictive accuracy with an R² of 0.833, RMSE of ±3.33 °C, and MAE of ±2.80 °C, outperforming conventional NDVI-based models. The long-term analysis revealed a consistent increase in LST across urbanized zones, particularly in the city center and northern districts, while areas with higher vegetation cover exhibited lower LST values. The negative correlation between NDVI and LST (R² = 0.3132) confirms the critical role of vegetation in mitigating urban thermal intensity. These findings highlight the applicability of the RF-based SML framework for accurate LST estimation and urban climate monitoring, providing a scientific basis for sustainable urban planning and green infrastructure development in tropical cities.