Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Gorontalo Journal of Forestry Research JURNAL HUTAN TROPIS
Naufal Naufal
Universitas Muhammadiyah Makassar
Agriculture, Biological Sciences & Forestry Earth & Planetary Sciences

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

Found 2 Documents
Search

 1 
EVALUASI KINERJA MASYARAKAT PEDULI API DALAM PENGENDALIAN KARHUTLA DI DESA BONTOMANURUNG MAROS Rizka Kusuma Dewi; Naufal Naufal; Jauhar Mukti; Nirwana Nirwana; Andi Azis Abdullah
Gorontalo Journal of Forestry Research VOLUME 6 NOMOR 1 TAHUN 2023 GORONTALO JOURNAL OF FORESTRY RESEARCH
Publisher : Universitas Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32662/gjfr.v6i1.2510

Abstract

Aktivitas masyarakat sekitar hutan sebagian besar bergantung pada kegiatan bercocok tanam, hal ini sangat erat kaitannya dengan pembukaan lahan yang memicu terjadinya kebakaran hutan dan lahan (Karhutla). Peran masyarakat menjadi sangat penting mengingat keberadaannya yang berbatasan langsung dengan hutan dan daerah rawan kabakaran lainnya. Penelitian ini bertujuan untuk mengetahui bentuk kinerja dan faktor penghambat Masyarakat Pedulu Api (MPA) Desa Bontomanurung Kecamatan Tompobulu Kabupaten Maros dalam pengendalian kebakaran hutan dan lahan. Jenis penelitian yang digunakan adalah kualitatif dengan metode deskriftif. Sumber data yang digunakan melalui wawancara, pengamatan di lapangan dan dokumentasi. Hasil penelitian menunjukkan : (1) Upaya pengendalian kebakaran hutan dan lahan yang dilakukan oleh kelompok MPA Ma’bulo Sibatang belum berjalan dengan optimal. Selama ini pemberian informasi ke masyarakat desa dilakukan secara individu dan mandiri oleh masing-masing anggota kelompok bukan sebagai 1 (satu) kelompok yang telah memiliki organisasi, (2) Terdapat 2 faktor penghambat terhadap optimalisasi peran kelompok MPA Ma’bulo Sibatang dalam melakukan upaya pengendalian kebakaran hutan dan lahan yaitu faktor internal dan faktor eksternal. Faktor internal antara lain: lemahnya perangkat organisasi, kurangnya jumlah anggota kelompok MPA, serta tidak tersedianya sarana prasarana dalkarhutla pada kelompok MPA Ma’bulo Sibatang. Sedangkan faktor eksternal yaitu belum adanya pembinaan dan pelatihan bagi kelompok MPA, tidak terintegrasinya data anggota kelompok MPA, serta kurangnya dukungan pemerintah desa dan instansi terkait pada kelompok MPA Ma’bulo Sibatang.
HARNESSING UAV IMAGERY FOR EFFICIENT MONITORING AND EVALUATION OF FOREST REHABILITATION IN INDONESIA Naufal Naufal; Muhammad Tahnur; Hasanuddin Molo; Muh Daud; Fidaan Husein Azuz
Jurnal Hutan Tropis Vol 13, No 3 (2025): Jurnal Hutan Tropis Volume 13 Nomer 3 Edisi September 2025
Publisher : Lambung Mangkurat University-Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jht.v13i3.23802

Abstract

The successful outcome of forest rehabilitation governance projects in Indonesia remains debatable due to a lack of convincing evidence, including the use of manipulable geotagging camera photos. Conversely, advancements in deep learning and machine learning for object detection have shown significant promise, yet their application often remains challenging for local communities and governments due to limited technical expertise. This research investigates the use of high-spatial-resolution UAV imagery integrated with deep learning techniques to identify planting holes and seedlings—key indicators of forest rehabilitation progress. Our study aimed to enhance accountability in forest rehabilitation governance projects by developing a user-friendly and government-aligned model that simplifies application for non-experts. By leveraging eCognition software, we customised learning templates and implemented parameter optimisations to address environmental complexities, such as shadows and dense grass, which often lead to misclassification. Applied to a 200-hectare rehabilitation site in Baringeng Village, Bone Regency, South Sulawesi, our method achieved an accuracy of 85.97% for the planting hole class and 82.15% for the planting seedlings class. This iterative refinement process revealed the potential for broad applicability in forest monitoring projects with tight timelines and the need for independent or third-party assessments. Our findings underscore the value of integrating UAV imagery and automated machine learning workflows for cost-effective and scalable forest rehabilitation monitoring while identifying limitations and opportunities for future research in larger and more diverse environments.
Co-Authors Andi Azis Abdullah Fidaan Husein Azuz Hasanuddin Molo Jauhar Mukti Muh Daud Muhammad Tahnur Nirwana Nirwana Rizka Kusuma Dewi