Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Geoid - Journal of Geodesy and Geomatics
Jaelani , Lalu Muhamad
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Earth & Planetary Sciences Engineering Environmental Science

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

Found 7 Documents
Search

 1 
Spatial Analysis of Flood Inundation From Sentinel-1 Imagery Using Google Earth Engine (Case Study: Bengawan Jero Lamongan Regency) Irbah, Nafisatus Sania; Jaelani , Lalu Muhamad
GEOID Vol. 19 No. 2 (2024)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v19i2.1207

Abstract

Flooding is a natural disaster due to rivers that are no longer able to accommodate excessive rainwater so that water overflows and inundates the surrounding area. During the rainy season, many areas in Indonesia experience flooding, one of which is the Lamongan Regency. In early 2022, seasonal flooding occurred due to runoff from Bengawan Jero which caused many houses, agricultural land and access roads to be submerged in water. To improve disaster mitigation activities, it is necessary to identify flooding areas using remote sensing. The distribution area of flood inundation was identified using change detection and threshold methods. The change detection method is carried out by using ratio images from Sentinel-1 image data. The results of land cover in Lamongan Regency resulted in 9 land cover classes. Where is dominated by agricultural class land cover with an area of 1057.94 km2 with a percentage of the total area of Lamongan Regency is 60.53%. While the smallest land cover area is the mangrove class covering an area of 101.237 km2 with a percentage of the total area of 0.058%. Extraction of the inundation area was carried out with two different threshold values obtained from equations and statistical calculations. The flood inundation area generated on January 31, 2022, for the first threshold value is 54.932 km2 with an overall accuracy of 97% with a kappa coefficient is 0.94. While the flood inundation area with the second threshold value is 90.330 km2 with an overall accuracy of 94% and a kappa coefficient is 0.88.
RANCANG BANGUN SISTEM INFORMASI BENCANA GUNUNG BROMO BERBASIS WEBGIS Jaelani , Lalu Muhamad; Cahyono, Agung Budi; FG., Ricko Andrew; T. , Agnes Rusnalia; G., Oktavianto
GEOID Vol. 7 No. 1 (2011)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v7i1.1329

Abstract

Seiring dengan perkembangan teknologi informasi yang pesat, SIG (Sistem Informasi Geografi), menjadi salah satu sarana alternatif penting untuk melakukan pemantauan gunung berapi. Dimana Sistem Informasi Geografi adalah kombinasi perangkat keras dan perangkat lunak komputer yang memungkinkan untuk mengelola (manage), menganalisa dan memetakan informasi spasial berikut data atributnya. Kemampuan SIG dalam mengkombinasikan data spasial dan non spasial diharapkan dapat membantu dalam menyediakan informasi yang aktual dan lengkap tentang dalam menyusun sistem informasi bencana Gunung Bromo berbasis web digunakan PHP, MySQL dan MapServer
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 | DOI: 10.12962/geoid.v7i1.1331

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.
ANALISA PERUBAHAN VEGETASI DITINJAU DARI TINGKAT KETINGGIAN DAN KEMIRINGAN LAHAN MENGGUNAKAN CITRA SATELIT LANDSAT DAN SPOT 4 (STUDI KASUS KABUPATEN PASURUAN) Maryantika , Norida; Jaelani , Lalu Muhamad; Setiyoko, Andie
GEOID Vol. 7 No. 1 (2011)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v7i1.1336

Abstract

Vegetasi merupakan keseluruhan tumbuhan dari suatu area yang berfungsi sebagai penutup lahan. Tumbuhan tersebut bisa bersifat alami maupun hasil budidaya, homogen maupun heterogen. Persebaran vegetasi dalam suatu area dapat dipengaruhi oleh kondisi topografi. Wilayah kabupaten Pasuruan bagian barat memiliki kondisi topografi yang bervariasi, yaitu daerah pegunungan berbukit, daerah dataran rendah, dan daerah pantai, variasi ini berpengaruh terhadap persebaran vegetasi yang ada di wilayah tersebut. Salah satu metode yang dapat digunakan untuk mengamati perubahan vegetasi adalah dengan menggunakan teknologi penginderaan jauh dengan citra satelit Landsat 7 ETM+ dan citra satelit SPOT4. Hasil dari proses pengolahan citra adalah informasi mengenai indeks vegetasi citra dan tutupan lahan daerah penelitian. Pengamatan kondisi fisik topografi menggunakan data kontur peta RBI yang diterbitkan oleh BAKOSURTANAL. Hasil pengolahan data kontur peta RBI diperoleh informasi kelas ketinggian dan kemiringan lahan daerah penelitian. Berdasarkan nilai indeks vegetasi, ketinggian, dan kemiringan lahan maka akan diperoleh hubungan antara indeks vegetasi dengan ketinggian dan kemiringan lahan. Hubungan tersebut diperoleh melalui uji korelasi. Hasil uji korelasi antara indeks vegetasi (NDVI Landsat, EVI Landsat, NDVI SPOT 4) dengan ketinggian lahan diperoleh nilai korelasi tertinggi sebesar 0,542 pada NDVI SPOT 4, dari ketiga hasil penelitian termasuk korelasi sedang (0,40 – 0,599). Hasil uji korelasi antara indeks vegetasi (NDVI Landsat, EVI Landsat, NDVI SPOT 4) dengan kemiringan lahan diperoleh nilai korelasi tertinggi sebesar 0,517 pada EVI Landsat, dari ketiga hasil penelitian juga termasuk korelasi sedang (0,40 – 0,599).
PERBANDINGAN NILAI KLOROFIL-A MENGGUNAKAN CITRA LANDSAT DAN MERIS DI DANAU SENTANI, JAYAPURA Bhirawa, Jayeng Rangga; Jaelani , Lalu Muhamad
GEOID Vol. 11 No. 1 (2015)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v11i1.1476

Abstract

Waduk dan Danau sangat penting dalam turut menciptakan keseimbangan ekologi dan tata air. Dari sudut ekologi, waduk dan danau merupakan ekosistem yang terdiri dari unsur air, kehidupan akuatik, dan daratan yang dipengaruhi tinggi rendahnya muka air, sehingga kehadiran waduk dan danau akan mempengaruhi tinggi rendahnya muka air, selain itu, kehadiran waduk dan danau juga akan mempengaruhi iklim mikro dan keseimbangan ekosistem di sekitarnya. Dalam penelitian ini, dilakukan perbandingan klorofil-a sebagai salah satu parameter kualitas air dengan menggunakan data Meris dan Landsat Parameter kualitas air dalam sifat fisiknya yang dapat dimodelkan secara optis antara lain yaitu Total Suspended Solid (TSS), Klorofil-a, dan Collored Dissolved Organic Matter(CDOM), dan lain-lain. Tetapi pada penelitian ini hanya difokuskan untuk klorofil-a. Penelitian ini bertujuan untuk melihat citra manakah yang lebih sesuai untuk digunakan penelitian kualitas air pada danau sentani selanjutnya. Untuk algoritma dalam pengolahan citra Landsat, hanya Algoritma Jaelani paling mendekati C2WP-Eut yaitu dengan R2 = 0,795 ; RMSE = 0,399 dan RE = 16,087
ANALISIS KEMAMPUAN CITRA SATELIT PLEIADES-1B DALAM MENGESTIMASI KEDALAMAN PERAIRAN GILI IYANG DENGAN MENERAPKAN GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) Jaelani , Lalu Muhamad; Putri, Kristina
GEOID Vol. 14 No. 2 (2019)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v14i2.1600

Abstract

Untuk menyediakan sebuah peta batimetri yang dapat dipercaya, pada umumnya menggunakan echosounder dalam aktivitas survei bathimetri. Teknologi tersebut memerlukan biaya yang cukup besar dan pengolahan data yang rumit, terlebih lagi kendala akses kapal pada area perairan dangkal dan susah dijangkau. Untuk menyelesaikan masalah tersebut, Satellite Derived Bathymetry, sebuah teknologi pemetaan yang memperoleh data bathimetri dari citra satelit multispektral resolusi tinggi diterapkan. Pada penelitian ini, data satelit Pleiades-1B digunakan untuk mengestimasi kedalaman melalui algoritma kedalaman Van Hengel & Spitzer dengan terlebih dahulu membangun geographically weighted regression (GWR) dan teknik interpolasi spasial Inverse Distance Weighted. Pada tahap pre-prosesing, diterapkan koreksi atmosfer 6SV. Hasil dari proses tersebut digunakan sebagai masukan dalam algoritma VHS untuk mengestimasi kedalaman relatif. Kedalaman absolut diperoleh dengan membangun GWR dari data insitu dan kedalaman relatif. Kedalaman absolut estimasi kemudian divalidasi menggunakan data insitu. Hasil validasi menunjukkan bahwa nilai NMAE yang diterima sebesar 27.49% dengan 2.46 RMSE. Berdasarkan statistik bias, dari 2.090 m batas toleransi, kedalaman absolut optimum yang dihasilkan data Pleiades-1B adalah pada rentang 6 – 16 m. Tingginya resolusi spasial dari Pleiades-1B serta penerapan GWR dan IDW didapatkan sebuah keuntungan besar dalam penyediaan informasi kedalaman khususnya pada kedalaman 6 – 16 m.
PEMETAAN POTENSI PENANGKAPAN IKAN MENGGUNAKAN METODE SINGLE IMAGE (STUDI KASUS: PERAIRAN SELATAN JAWA) Rahmadani, Nur Aina Rizki; Jaelani , Lalu Muhamad
GEOID Vol. 15 No. 2 (2020)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v15i2.1658

Abstract

Fishing Potential (PPI) is needed to increase fisheries productivity. Traditionally, fishermen use their senses and hereditary habits to determine PPI. Traditionally, fishermen use the five senses and hereditary habits to determine PPI. This method, in addition to being less efficient, can also lead to over-exploitation if fishing is carried out in the same place continuously. The existence of remote sensing technology can be used to determine PPI faster while considering aspects of approval and spatial distribution. One method of determining PPI is based on remote sensing data, mapping the thermal front area first before determining the PPI through manual interpretation based on pixel located between warm and cold water. Manual interpretation has limitations, it depends on humans and takes a long time. To overcome these limitations, in this study, the Single Image Edge Detection (SIED) method developed by Cayulla and Cornillon was applied in the form of a toolbox thus it could be used automatically. Sea Surface Temperature (SPL) data obtained from MODIS Level 2 (6 April 2018) was subsequently processed using this toolbox and successfully developed 22 PPI points in the southern part of Java Island. Meanwhile, PPI detection using the Temperature Gradient Analysis (TGA) method which is done manually produces 28 points. There are 20 locations of the same point using these two methods. Using the SIED method based on the toolbox can improve data, reduce human error with accuracy 64%.
Co-Authors Agung Budi Cahyono Andie Setiyoko, Andie Bangun Muljo Sukojo, Bangun Muljo Feny Arafah FG., Ricko Andrew G., Oktavianto Irbah, Nafisatus Sania Jayeng Rangga Bhirawa, Jayeng Rangga Maryantika , Norida Putri, Kristina Rahmadani, Nur Aina Rizki T. , Agnes Rusnalia