Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Media Informatika
Laode Muhamad Irsan
Universitas Negeri Gorontalo
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Detection of Changes in Built-up Land in the Peri-Urban Area of ​​Kendari City Using Google Earth Engine Laode Muhamad irsan; Nur Hasanah
Jurnal Media Informatika Vol. 6 No. 3 (2025): Jurnal Media Informatika
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v6i3.5206

Abstract

Kota Kendari berperan sebagai pusat industri, perdagangan, dan jasa, serta menyediakan berbagai fasilitas perkotaan yang menarik penduduk untuk beraktivitas dan menetap. Hal ini berdampak pada peningkatan transformasi penggunaan lahan. Penelitian ini bertujuan untuk menganalisis kemampuan citra satelit penginderaan jauh, khususnya Citra Landsat, dalam mendeteksi perubahan lahan di wilayah peri-urban Kota Kendari secara multi-temporal dari tahun 2000 hingga 2024. Metode penelitian yang diterapkan adalah survei dengan pendekatan spektral Normalized Difference Built-up Index (NDBI) melalui platform Google Earth Engine. Hasil penelitian menunjukkan bahwa transformasi lahan di wilayah pinggiran Kota Kendari pada periode multi-temporal 2000–2024 memperlihatkan peningkatan signifikan pada jumlah lahan terbangun, sedangkan lahan tidak terbangun mengalami penurunan. Perubahan terbesar terjadi di Kecamatan Konda, dengan luas sebesar 94,01 ha, sementara perubahan terkecil terjadi di Kecamatan Kapoiala dengan luas 0,48 ha. Data hasil interpretasi citra Landsat dan pengecekan lapangan memiliki tingkat akurasi sebesar 86,67% dengan nilai kappa mencapai 70%. Berdasarkan hasil tersebut, klasifikasi menggunakan citra Landsat dinyatakan valid dan layak, dengan level of agreement berada pada kategori kuat (strong agreement). Hal ini menunjukkan bahwa hasil interpretasi memiliki hubungan yang kuat dengan hasil validasi lapangan.
Analysis of Land Cover Change and Its Relationship with Surface Temperature Using Google Earth Engine Laode Muhamad Irsan; Muhammad Isra; Rival Rahman; Nur Hasanah; Wahyu Dzunaid Syawal
Jurnal Media Informatika Vol. 7 No. 1 (2026): Edisi Januari - Februari
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v7i1.7360

Abstract

Kabupaten Boalemo, sebagai salah satu sentra pertanian di Sulawesi, mengalami tekanan ekologis, di mana lahan hutan terus berkurang untuk memenuhi kebutuhan ekonomi masyarakat. Penelitian ini memiliki tujuan untuk mengetahui perubahan tutupan lahan hubungannya dengan perubahan suhu permukaan (land surface temperature) berbasis citra satelit. Data utama yang digunakan adalah citra satelit Landsat (Landsat 5 TM, Landsat 7 ETM+, dan Landsat 8 OLI/TIRS) yang diperoleh dan diolah melalui platform Google Earth Engine (GEE). Hasil penelitian mengungkap transformasi lanskap dan thermal yang sangat signifikan, didorong terutama oleh aktivitas deforestasi dan alih fungsi lahan. Tutupan lahan hutan mengalami penyusutan drastis sebesar 381,12 km² (dari 1.428,73 km² menjadi 1.047,61 km²), yang mengindikasikan tekanan tinggi akibat deforestasi. Sebaliknya, terjadi ekspansi besar-besaran lahan pertanian (bertambah 369,56 km² menjadi 753,08 km²) dan pemukiman (bertambah 16,4 km² menjadi 18,55 km²). Perubahan tutupan lahan tersebut berkorelasi langsung dengan peningkatan suhu permukaan yang dramatis. Zona suhu sejuk (<25°C) menyusut secara ekstrem dari 766,37 km² menjadi hanya 33,55 km² pada tahun 2024. Sebaliknya, zona suhu tinggi (30-35°C) dan sangat tinggi (>35°C) mengalami ekspansi masif. Zona suhu tinggi meluas dari 359,54 km² menjadi 673,00 km², sementara zona suhu sangat tinggi membengkak hampir 4 kali lipat dari 93,29 km² menjadi 370,52 km². Analisis ini didukung oleh akurasi yang tinggi dengan Overall Accuracy (OA) 91,43% dan Kappa Coefficient 0,88. Estimasi LST juga sangat akurat dengan nilai RMSE 0,6325°C, yang menunjukkan error rata-rata kurang dari 1°C.
Co-Authors Muhammad Isra Nur Hasanah Nur Hasanah Rival Rahman, Rival Wahyu Dzunaid Syawal