Article Per Year (5 Year)
p-Index From 2020 - 2025
1.463
P-Index
This Author published in this journals
All Journal Journal of Applied Geospatial Information JURNAL ILMIAH GEOMATIKA Angkasa: Jurnal Ilmiah Bidang Teknologi Jurnal Infrastruktur JGISE-Journal of Geospatial Information Science and Engineering Komatika: Jurnal Pengabdian Kepada Masyarakat Journal of Geospatial Science and Technology Geoid - Journal of Geodesy and Geomatics
Erlyna Nour Arrofiqoh
Universitas Gadjah Mada
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Earth & Planetary Sciences Education Engineering Environmental Science Mathematics Physics Social Sciences Transportation

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI TANAMAN PADA CITRA RESOLUSI TINGGI Arrofiqoh, Erlyna Nour; Harintaka, Harintaka
GEOMATIKA Vol 24, No 2 (2018)
Publisher : Badan Informasi Geospasial in Partnership with MAPIN

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (995.419 KB) | DOI: 10.24895/JIG.2018.24-2.810

Abstract

Citra resolusi tinggi dari teknologi UAV (Unmanned Aerial Vehicle) dapat memberikan hasil yang baik dalam ekstraksi informasi sehingga dapat digunakan untuk monitoring dan updating data suatu wilayah. Pengambilan informasi dari citra dengan interpretasi visual sangat bergantung pada interpreter. Kendala utama interpretasi secara manual adalah saat melakukan pengenalan objek secara visual, khususnya pada objek tanaman pertanian. Kesalahan hasil asumsi interpreter dapat terjadi ketika citra yang diekstraksi memiliki objek yang kompleks dan memiliki karakter fisik yang hampir mirip apabila dilihat dari foto udara yang hanya memiliki band RGB (Red, Green, dan Blue). Penelitian ini mencoba mengimplementasikan pendekatan klasifikasi semantik secara otomatis yang dapat membedakan jenis tanaman sebagai alternatif pengenalan objek berdasarkan metode deep learning menggunakan Convolutional Neural Network (CNN). Metode CNN merupakan salah satu metode deep learning yang mampu melakukan proses pembelajaran mandiri untuk pengenalan objek, ekstraksi objek dan klasifikasi serta dapat diterapkan pada citra resolusi tinggi yang memiliki model distribusi nonparametrik. Pada penelitian ini, diterapkan algoritma CNN untuk membedakan jenis tanaman dengan memberikan label semantik dari objek jenis tanaman. Penelitian menggunakan 5 kelas jenis tanaman, yaitu kelas tanaman padi, bawang merah, kelapa, pisang, dan cabai. Proses learning jaringan menghasilkan akurasi 100% terhadap data training. Pengujian terhadap data validasi menghasilkan akurasi 93% dan akurasi terhadap data tes 82%. Hasil penelitian ini menunjukkan bahwa penggunaan metode CNN berpotensi untuk pendekatan pengenalan objek secara otomatis dalam membedakan jenis tanaman sebagai bahan pertimbangan interpreter dalam menentukan objek pada citra.
IDENTIFICATION OF IRRIGATION CHANNELS USING LIDAR DRONE TECHNOLOGY USING OBJECT-BASED IMAGE ANALYSIS METHOD (OBIA) Erlyna Nour Arrofiqoh; Ni Putu Praja Chintya; Waljiyanto
Jurnal Infrastruktur Vol 8 No 1 (2022): Jurnal Infrastruktur
Publisher : Jurnal Infrastruktur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35814/infrastruktur.v8i1.3090

Abstract

Irrigation infrastructure is a facility structure that can support all activities related to irrigation. The existence of irrigation infrastructure that can function optimally and effectively, especially to meet agricultural water needs can increase agricultural productivity. Maintenance of irrigation infrastructure is one of the efforts to protect food agricultural land and can sustainably support the national food security program. Monitoring of the condition of assets that support the function of the irrigation network infrastructure on a regular basis needs to be carried out. Monitoring the physical condition of irrigation canals plays an important role because irrigation canals are a sustainable system for supplying water to many agricultural areas. In addition, irrigation canals can also function to protect agricultural crops from flooding and inundation due to excess water. Unmanned aerial vehicle or drone technology can be an alternative to monitoring irrigation channels. High-resolution images obtained from this technology can provide clear results with a high level of detail. Besides being able to carry camera sensors, the addition of LiDAR sensors on drones can add important information about physical conditions for the benefit of monitoring irrigation canals. This study was conducted to determine the potential of LiDAR drones for identification of irrigation canals that have several dimensions. The method used in this study uses analysis with OBIA (Object Based Image Analysis). The addition of information from LiDAR can increase the accuracy for identification of irrigation canals in orthophoto images with a resolution of 8 millimeters.
The Impact of Covid-19 Pandemic on Land Surface Temperature in Yogyakarta Urban Agglomeration Erlyna Nour Arrofiqoh; Devika Ayu Setyaningrum
Journal of Applied Geospatial Information Vol 5 No 1 (2021): Journal of Applied Geospatial Information (JAGI)
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jagi.v5i1.2784

Abstract

Since the end of 2019, the world has been surprised by Corona Virus (COVID-19) pandemic. The first case of COVID-19 in Indonesia was reported in March 2020. The Indonesian policymakers have announced to limit social interaction by applying physical distancing and appealed to stay at home to slow the spread of COVID-19. Yogyakarta city is known as a tourism city and student city also affected by the presence of COVID-19. Many tourist destinations, schools, colleges, institutions, companies, and industries not operating as usually because people have been appealed to work and study at home. Less outdoor activities caused the vehicle emission in the street is rarely. This condition makes the temperature is cooler. This paper aimed to analyze the impact of the COVID-19 pandemic on the land surface temperature. Landsat 8 satellite data has been used to show the changes in LST before the pandemic, during a pandemic, and after the new normal. The results showed that during the emergence of the COVID-19 pandemic with reducing outdoor activities, the LST was lower than before the pandemic. Whereas after the new normal, the LST was increased.
Pembuatan Peta Dasar Kalurahan Kaliagung Menggunakan Foto Udara dari Wahana Terbang Nir-Awak Ilmawan, Hanif; Muryamto, Rochmad; Panuntun, Hidayat; Taftazani, Muhammad Iqbal; Arrofiqoh, Erlyna Nour
Komatika: Jurnal Pengabdian Kepada Masyarakat Vol 4 No 1 (2024): Mei 2024
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat, Institut Informatika Indonesia Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/komatika.v4i1.792

Abstract

Berdasarkan data yang dirilis Kementerian Dalam Negeri, Kalurahan Kaliagung masuk ke dalam kategori Desa Ektrem Miskin di Kulon Progo. Salah satu penyebabnya adalah kekayaan asli desa yang belum dikelola dengan baik. Dalam rangka mendukung pengelolaan kekayaan dan aset desa secara lebih integratif, maka diperlukan data dasar yang berkualitas. Salah satu data dasar yang dibutuhkan berupa peta dasar yang menggambarkan Kalurahan Kaliagung secara detail dan utuh. Peta dasar adalah salah satu dari Informasi Geospasial Dasar, yaitu penyajian lokasi geografis, dimensi atau ukuran, dan/atau karakteristik objek alam dan/atau buatan manusia di permukaan bumi pada skala dan sistem proyeksi tertentu yang berguna untuk alat bantu dalam pengambilan keputusan terkait ruang kebumian (Pasal 1 UU No. 4 tahun 2011). Pada pembuatan peta dasar Kalurahan Kaliagung, teknologi yang digunakan adalah pemotretan udara menggunakan wahana terbang nir-awak. Jenis wahana terbang yang digunakan adalah Vertical Take Off and Landing (VTOL). Pengukuran GCP dan ICP dilakukan dengan survei GNSS metode jaring. Hasil dari kegiatan ini berupa peta dasar dengan skala 1:6000. Data yang disajikan berupa foto udara, jaringan jalan, fasilitas umum, serta batas wilayah Kalurahan Kaliagung. Hasil pengujian menunjukkan peta dasar Kalurahan Kaliagung berada pada kelas 1 untuk ketelitian horizontal dan vertikal. Dengan demikian, peta dasar yang dihasilkan telah memenuhi regulasi yang berlaku (Peraturan BIG No. 18 Tahun 2021) sehingga dapat digunakan untuk analisis lanjutan.
Pemetaan Tingkat Keparahan Area Kebakaran Hutan di Gunung Lawu Menggunakan Citra Landsat 9 Salsabella, Rachmanita Isna; Arrofiqoh, Erlyna Nour
Jurnal Geospasial Indonesia Vol 7, No 2 (2024): December
Publisher : Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jgise.100721

Abstract

Kebakaran hutan merupakan salah satu permasalahan yang sering terjadi di Indonesia dan memberikan dampak signifikan terhadap lingkungan, ekosistem, serta kehidupan masyarakat sekitar. Pada tahun 2023, total luas lahan yang terbakar akibat kebakaran hutan di Indonesia mencapai 994.113,18 hektar yang tersebar di berbagai provinsi, termasuk kawasan Gunung Lawu yang terletak di perbatasan antara Provinsi Jawa Tengah dan Jawa Timur. Hutan di Gunung Lawu sering terjadi kebakaran. Tahun 2023 terjadi kebakaran di hutan Gunung Lawu pada 30 Agustus hingga 29 September 2023. Kebakaran hutan yang terjadi di Gunung Lawu menyebabkan kerusakan ekosistem, termasuk hilangnya vegetasi, terganggunya habitat flora dan fauna, serta berisiko bagi masyarakat sekitar. Oleh karena itu, diperlukan informasi yang akurat sebagai referensi untuk upaya mitigasi, rehabilitasi, pemulihan dan evaluasi pasca kebakaran hutan. Penelitian ini bertujuan untuk memetakan tingkat keparahan kebakaran hutan di Gunung Lawu dengan menggunakan citra satelit landsat 9. Pada penelitian ini pengolahan citra dilakukan dengan metode Normalize Burn Ratio (NBR). Proses NBR melibatkan analisis terhadap nilai reflektan dari dua saluran spektral yaitu NIR (Near Infrared) dan SWIR (Shortwave Infrared) yang memungkinkan identifikasi perubahan signifikan pada area yang terbakar. Perhitungan dilakukan terhadap citra sebelum dan sesudah kebakaran untuk mendapatkan nilai selisih (ΔNBR) yang digunakan untuk mengklasifikasikan area kebakaran berdasarkan tingkat keparahannya. Hasil penelitian ini yaitu peta tingkat keparahan kebakaran hutan tahun 2023 di Gunung Lawu. Luas total area kebakaran di Gunung Lawu mencapai 3.043,83 hektar. Perhitungan akurasi menggunakan metode matriks konfusi menghasilkan akurasi keseluruhan sebesar 76,92%.
Mapping Shoreline Changes Using Digital Shoreline Analysis System in Coastal Areas of Bantul and Kulon Progo Regencies Astuti, Windi Rahayu; Arrofiqoh, Erlyna Nour
Journal of Geospatial Science and Technology Vol 2 No 2 (2024): Journal of Geospatial Science and Technology
Publisher : Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jgst.v2i2.16172

Abstract

Wilayah pesisir Kabupaten Bantul dan Kulon Progo, yang berbatasan langsung dengan Samudra Hindia, sangat rentan terhadap dampak gelombang tinggi, arus, dan perubahan iklim. Penelitian ini bertujuan untuk menghitung panjang garis pantai, jarak dan laju perubahan garis pantai, serta luas abrasi dan akresi di wilayah pesisir tersebut selama periode 2019 hingga 2023. Data citra satelit Sentinel-2 digunakan untuk memantau perubahan garis pantai, dengan metode Modified Normalized Difference Water Index (MNDWI) dan algoritma Otsu Thresholding untuk ekstraksi garis pantai. Hasil ekstraksi tersebut kemudian dikoreksi terhadap data pasang surut menggunakan Mike-21 Tide Prediction, untuk mendapatkan posisi garis pantai yang lebih akurat. Analisis perubahan garis pantai dilakukan menggunakan Digital Shoreline Analysis System (DSAS) dengan metode Net Shoreline Movement (NSM) dan End Point Rate (EPR). Perhitungan luas abrasi dan akresi dilakukan dengan metode overlay garis pantai dari tahun terlama dengan tahun terbaru. Hasil penelitian menunjukkan bahwa abrasi tertinggi terjadi di Kabupaten Bantul pada periode 2019 hingga 2020 dengan laju rata-rata 31,874 m/tahun dan luas 36,839 ha. Sedangkan akresi tertinggi terjadi pada periode 2022 hingga 2023 dengan laju rata-rata 27,250 m/tahun dan luas 32,775 ha. Di Kabupaten Kulon Progo, abrasi tertinggi juga terjadi pada periode 2019 hingga 2020 dengan laju rata-rata 27,685 m/tahun dan luas 61,618 ha, sementara akresi tertinggi terjadi pada periode 2022 hingga 2023 dengan laju rata-rata 17,687 m/tahun dan luas 38,730 ha. Perubahan abrasi dan akresi ini dipengaruhi oleh faktor iklim, sedimentasi sungai, arus, gelombang laut, kecepatan angin, pasang surut, serta pembangunan infrastruktur pantai. Abstract The coastal areas of Bantul and Kulon Progo regencies, which are directly adjacent to the Indian Ocean, are highly vulnerable to the impacts of high waves, currents and climate change. This study aims to calculate the length of the coastline, distance and rate of shoreline change, as well as the area of abrasion and accretion in these coastal areas during the period 2019 to 2023. Sentinel-2 satellite image data was used to monitor shoreline changes, using the Modified Normalized Difference Water Index (MNDWI) method and Otsu Thresholding algorithm for shoreline extraction. The extraction results were then corrected against tidal data using Mike-21 Tide Prediction, to obtain a more accurate shoreline position. Shoreline change analysis was conducted using Digital Shoreline Analysis System (DSAS) with Net Shoreline Movement (NSM) and End Point Rate (EPR) methods. Calculation of abrasion and accretion area is done by overlaying the shoreline method from the oldest year with the latest year. The results showed that the highest abrasion occurred in Bantul Regency in the period 2019 to 2020 with an average rate of 31,874 m/year and an area of 36,839 ha. While the highest accretion occurred in the period 2022 to 2023 with an average rate of 27,250 m/year and an area of 32,775 ha. In Kulon Progo Regency, the highest abrasion also occurred in the 2019 to 2020 period with an average rate of 27,685 m/year and an area of 61,618 ha, while the highest accretion occurred in the 2022 to 2023 period with an average rate of 17,687 m/year and an area of 38,730 ha. Changes in abrasion and accretion are influenced by climatic factors, river sedimentation, currents, ocean waves, wind speed, tides, and coastal infrastructure development.
Pemanfaatan UAV dengan Sensor Kamera dan Lidar untuk Pemetaan Situs Cagar Budaya Kawasan Candi Prambanan Arrofiqoh, Erlyna Nour; Muryamto, Rochmad; Afiyanti, Dhiha; Azizah, Siti Chikal; Kresnawan, Dicky Satria; Fabiola, Amelinda Nuron
GEOID Vol. 17 No. 2 (2022)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v17i2.1737

Abstract

Kawasan Candi Prambanan merupakan situs warisan cagar budaya yang harus dirawat dan dilindungi keberadaannya. Wilayah yang dilintasi patahan tektonik aktif yaitu sesar Opak, membuat wilayah ini memiliki kerentanan yang tinggi terhadap kerusakan karena gempa bumi. Untuk mendukung pelestarian kawasan cagar budaya, diperlukan pendokumentasian kawasan cagar budaya yang dapat merekam kondisi objek dengan baik untuk kepentingan inventarisasi. Salah satu cara yang dapat dilakukan adalah memotret kawasan candi Prambanan dengan menggunakan teknologi UAV (Unmanned Aerial Vehicles). Semakin berkembangnya teknologi, UAV tidak hanya dapat membawa sensor kamera tetapi juga dapat membawa sensor LIDAR (Light Detection and Ranging). Penelitian ini dimaksudkan untuk mengetahui pemanfaatan teknologi UAV yang membawa sensor kamera dan LIDAR untuk pemetaan situs cagar budaya di kawasan Candi Prambanan dan mengetahui potensi hasil point cloud pengolahan data dari kamera dan LIDAR untuk pemodelan 3D. Hasil kajian menunjukkan bahwa pemotretan kawasan Candi Prambanan menghasilkan foto udara dengan tingkat ketelitian yang tinggi. Resolusi yang dihasilkan dari proses pemotretan udara kawasan Candi Prambanan adalah 8 mm. Foto udara tersebut dapat dimanfaatkan untuk pemetaan skala detail yaitu 1:1000 dengan ketelitian horizontal dan vertikal masuk ke dalam kelas 2. Hasil point cloud dari LIDAR dapat memberikan tampilan geometri 3 dimensi. Bagian atas candi yang tinggi menjulang dapat terekam dengan cukup baik, dimana point cloud dari hasil pengolahan foto udara kurang dapat terekam dengan baik. Point cloud dari LIDAR dan foto udara berpotensi untuk dapat membuat model 3 dimensi dengan teliti.
Pembuatan Model 3D dengan Memanfaatkan Teknologi Drone Lidar Untuk Pemetaan Situs Cagar Budaya Candi Garuda Arrofiqoh, Erlyna Nour; Muryamto, Rochmad
Angkasa: Jurnal Ilmiah Bidang Teknologi Vol 15, No 2 (2023): November
Publisher : Institut Teknologi Dirgantara Adisutjipto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28989/angkasa.v15i2.1674

Abstract

Candi Garuda merupakan salah satu candi yang terletak di kompleks candi Prambanan. Candi Garuda merupakan candi Hindu di Indonesia dan dicatat menjadi salah satu warisan dunia oleh UNESCO. Letak candi berada di dekat zona sesar Opak sehingga rawan terjadi kerusakan ketika terjadi gempa bumi. Kegiatan pelestarian warisan cagar budaya perlu didukung oleh pemantauan secara berkala dan pendokumentasian. Salah satu metode untuk pemantauan dan pemutakhiran kondisi cagar budaya adalah dengan menggunakan wahana pesawat nir awak atau drone. Semakin berkembangnya teknologi, drone tidak hanya dapat membawa sensor kamera tetapi juga dapat membawa sensor LiDAR. Penelitian ini menggunakan teknologi drone pembawa sensor LiDAR untuk memperoleh model 3D dari kawasan cagar budaya Candi Prambanan. Tujuan dari kegiatan penelitian ini adalah pembuatan model 3D dengan kombinasi data yang berasal penggabungan sensor LiDAR dan sensor kamera yang diolah dengan menggunakan teknik SfM (Structure from Motion). Hasil kajian menunjukkan bahwa hasil pointclouds dari kedua data tersebut memiliki karakter yang berbeda. Kedua data tersebut memiliki masing-masing kelebihan dan kekurangannya. Kombinasi dari kedua data tersebut dapat meningkatkan hasil rekonstruksi model 3D candi yang memiliki karakter arsitektur bangunan tinggi, meruncing dan banyak detil.
Co-Authors Afiyanti, Dhiha Amelinda Nuron Fabiola Astuti, Windi Rahayu Azizah, Siti Chikal Devika Ayu Setyaningrum Dhiha Afiyanti Dicky Satria Kresnawan Fabiola, Amelinda Nuron Harintaka Harintaka Ilmawan, Hanif Kresnawan, Dicky Satria Muhammad Iqbal Taftazani, Muhammad Iqbal Ni Putu Praja Chintya Panuntun, Hidayat Rochmad Muryamto Salsabella, Rachmanita Isna Siti Chikal Azizah Waljiyanto