JGISE-Journal of Geospatial Information Science and Engineering
JGISE also accepts articles in any geospatial-related subjects using any research methodology that meet the standards established for publication in the journal. The primary, but not exclusive, audiences are academicians, graduate students, practitioners, and others interested in geospatial research.
Articles
10 Documents
Search results for
, issue
"Vol 8, No 1 (2025): June"
:
10 Documents
clear
<![CDATA[Performance Assessment of Maximum Likelihood, Random Forest and Support Vector Machines Classifier for Urban Land Use Classification: A Case Study of Dhaka Metropolitan City, Bangladesh ]]>
<![CDATA[Alam, Ha-mim Ebne]]>;
<![CDATA[Uddin, Md. Nizam]]>;
<![CDATA[Ahmed, Kazi Tawkir]]>;
<![CDATA[Hasan, Md. Jahidul]]>;
<![CDATA[Arafat, Md. Yeasir]]>;
<![CDATA[Hoque, Md. Enamul]]>
<![CDATA[ Jurnal Geospasial Indonesia Vol 8, No 1 (2025): June ]]>
Publisher : <![CDATA[Universitas Gadjah Mada ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22146/jgise.73283
<![CDATA[Segmentation of remotely sensed satellite images is obligatory for multifarious earth observation studies, including land use and land cover (LULC) analysis. It is also inherent in environment, ecosystem, and urban development in analytical perspectives and complex inputs for modeling urban planning and disaster management. Assessment of LULC pattern uses different segmentation methods for assigning specific given classes to pixels of bands containing an image of natural color composite to define land use land cover classes such as water body, vegetation, bare soil, and built-up areas. The process of assigning classes to pixels varies from one to another, and thus, different accuracy levels are obtained. The accuracy of frequently used methods for LULC classification was assessed in this study, where the Dhaka metropolitan area has been taken as a sample to observe the LULC. The classification was conducted by using three methods where the Support vector machines classification (SVMC) produced the best accuracy results of 83.2% overall accuracy and overall kappa coefficient value of 0.74 than both random forest classification (RFC) and maximum likelihood classification (MLC) methods with 86.34% and 83% spatial similarity rate respectively. Besides, RFC and MLC are roughly equivalent in kappa and overall accuracy values, though MLC revealed less capability at classifying vegetation. However, MLC showed a high spatial similarity with RFC and dissimilarity with SVMC. This study on segmentation methods in classifying LULC will help users make an informed choice in selecting the best method for relevant studies.]]>
<![CDATA[Penentuan Batas Wilayah Pengelolaan Laut Pada Berbagai Bentuk dan Kondisi Wilayah (Studi Kasus: Wilayah Berbentuk Pulau, Wilayah Saling Berhadapan, dan Wilayah Saling Berdampingan) ]]>
<![CDATA[Zakariyah, Mahmud]]>;
<![CDATA[Silvia, Novi]]>;
<![CDATA[Masitoh, Ferryati]]>;
<![CDATA[Yuniarti, Khoirun Nisa’ Ari]]>
<![CDATA[ Jurnal Geospasial Indonesia Vol 8, No 1 (2025): June ]]>
Publisher : <![CDATA[Universitas Gadjah Mada ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22146/jgise.96765
<![CDATA[Sebagai negara kepulauan, negara indonesia memiliki wilayah daratan yang lebih sedikit dibandingkan wilayah lautan. Sehingga, penentuan batas pengelolaan wilayah laut penting diketahui sebab berkaitan dengan berbagai aspek sumber daya perairan dan kewenangan dalam menjaga keberlangsungan lingkungan laut. Penelitian ini bertujuan untuk menyajikan hasil visualisasi peta batas administrasi pada wilayah perairan secara kartometrik, yang telah didasarkan atas Permendagri No. 141 Tahun 2017 dan dibuat dengan kelengkapan data-data administrasi Kabupaten Simeulue untuk pengaplikasian metode buffer, Kabupaten Kebumen dan Kabupaten Purworejo untuk melakukan metode equidistant line serta data administrasi Kabupaten Lombok Timur dan Kabupaten Sumbawa Barat untuk digunakan metode median line. Hasil yang didapatkan menunjukkan bahwa Penentuan batas wilayah laut memiliki cara yang berbeda tergantung kondisi wilayahnya. Wilayah kabupaten atau kota dengan bentuk pulau dianalisis dengan metode buffer, kemudian wilayah dengan pantai yang berdampingan dianalisis menggunakan equidistant line dan menunjukkan hasil bahwa Kabupaten Kebumen memiliki wilayah pengelolaan laut lebih luas dibandingkan Kabupaten Purworejo. Selain itu, untuk wilayah kabupaten atau kota dengan pantai yang berhadapan dianalisis menggunakan median line, sehingga diketahui Kabupaten Lombok Timur memiliki wilayah pengelolaan laut lebih luas dibandingkan Kabupaten Sumbawa Barat.]]>
<![CDATA[Heritage Building Information Modelling (HBIM) and Selogriyo Temple Conservation Area Mapping in WebGIS Experience Design ]]>
<![CDATA[Rahman, Arif]]>;
<![CDATA[Prasetyo, Yudo]]>;
<![CDATA[Wahyuddin, Yasser]]>
<![CDATA[ Jurnal Geospasial Indonesia Vol 8, No 1 (2025): June ]]>
Publisher : <![CDATA[Universitas Gadjah Mada ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22146/jgise.98562
<![CDATA[Indonesia has many temples scattered throughout the archipelago, becoming important assets that need to be preserved. In accordance with Law No. 11/2010 on Cultural Heritage, preservation of cultural heritage requires documentation. The importance of documenting temples to anticipate damage is reflected in Selogriyo Temple which was affected by landslides in 1998. This research designed Heritage Building Information Modeling (HBIM) and conservation mapping of Selogriyo Temple based on WebGIS. Methods include Remote Sensing, Photogrammetry, and Geographic Information System (GIS). Secondary data in the form of 3D model of Selogriyo Temple from TLS acquisition was processed with segmentation for HBIM. HBIM WebGIS was designed using the waterfall method. HBIM WebGIS test was conducted through Validity Test, Reliability Test, and Feasibility Test of ISO 9126 standard. The results showed that segmentation using several software for divided the point cloud data into nine main parts of the temple. ArcGIS Online's CityEngine and SceneViewer software merged the sections and attributed information. Feasibility testing showed the 3D HBIM and WebGIS models were valid and reliable, with good consistency according to ISO 9126 standards. The score of each variable exceeded 70%, indicating a sufficient level of feasibility. The HBIM and WebGIS design provides information on temple construction, a reference for reconstruction, and supports the management of the Selogriyo Temple tourism area. This research product is expected to be used to anticipate future developments and advance the management of cultural heritage sites through smart heritage.]]>
<![CDATA[Semi-Automatic 3D Modeling of Rooftop Types from Aerial Photos ]]>
<![CDATA[Nursyahrial, Arsa Fa'iz]]>;
<![CDATA[Ilmawan, Hanif]]>
<![CDATA[ Jurnal Geospasial Indonesia Vol 8, No 1 (2025): June ]]>
Publisher : <![CDATA[Universitas Gadjah Mada ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22146/jgise.98778
<![CDATA[Urban planning has dynamic problem as time goes by. 3D City Model is one of solutions to help planners in decision making, because it can represent real objects in high detail, including the rooftop type. In this research, case study of 3D City Model located in the office area of Wonogiri Regency Government, which was processed from aerial photos using semi-automatic method with LoD 2 standart. This semi-automatic method used Computer Generated Architecture (CGA) rules that contained commands to create objects based on their input. The result was a 3D model of the building along with road and landscape. The roof shape of 3D building model was compared to aerial photos in order to evaluate the visual accuracy, specifically aiming for completeness, correctness, and accuracy values above 85%. The result showed that the flat and shed have the highest accuracy, while the gable roof has low accuracy, though they were all above 85% accuracy. This means that the semi-automatic method has potential for 3D modeling purpose in any kind of standart roof types.]]>
<![CDATA[Perbandingan Penggunaan Metode RBR dan RBD untuk Identifikasi Area Bekas Kebakaran Hutan dari Citra Sentinel-1 (Studi Kasus: Kabupaten Penajam Paser Utara Tahun 2019) ]]>
<![CDATA[Puspitaningrum, Lintang Ayu]]>;
<![CDATA[Bioresita, Filsa]]>
<![CDATA[ Jurnal Geospasial Indonesia Vol 8, No 1 (2025): June ]]>
Publisher : <![CDATA[Universitas Gadjah Mada ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22146/jgise.99118
<![CDATA[Pada tahun 2017-2019 terjadi banyak kasus kebakaran hutan dan lahan di Kalimantan Timur, salah satunya di Kabupaten Penajam Paser Utara pada tahun 2019. Kabupaten Penajam Paser Utara memiliki luas hutan sebesar 146271 Ha. Analisis area bekas kebakaran hutan sangat diperlukan untuk mengetahui dampak dari kebakaran tersebut salah satunya dengan menggunakan citra penginderaan jauh. Citra penginderaan jauh yang dapat digunakan untuk mengidentifikasi area terbakar ialah citra SAR Sentinel-1. SAR dapat digunakan karena SAR sangat sensitif terhadap struktur permukaan terutama vegetasi. Identifikasi area terbakar dapat dilakukan menggunakan algoritma Radar Burn Ratio (RBR) dan Radar Burn Difference (RBD). Pemisahan area terbakar dan tidak terbakar dilakukan menggunakan tiga model threshold yaitu . Dari penelitian ini, dapat diketahui model area terbakar yang memiliki akurasi paling baik dari algoritma RBR dan RBD yaitu berdasarkan threshold odel area terbakar tersebut menunjukkan nilai akurasi yaitu 83,72% dan 78,60%. Kedua hasil tersebut menunjukkan bahwa adanya kesesuaian antara hasil pengolahan dengan data validasi yang digunakan. Luas area terbakar yang dihasilkan oleh kedua model area terbakar tersebut juga memiliki perbedaan, untuk model area terbakar RBR threshold menghasilkan area sebesar 10464,62 Ha dan model area terbakar RBD threshold menghasilkan area sebesar 31248,99 Ha.]]>
<![CDATA[Palm Oil Health Monitoring Based on Vegetation Index through Unmanned Aerial Vehicles (UAV)/Drone Tools ]]>
<![CDATA[Suprojo, Baskara]]>;
<![CDATA[Rosyidi, Fikri Ainur]]>
<![CDATA[ Jurnal Geospasial Indonesia Vol 8, No 1 (2025): June ]]>
Publisher : <![CDATA[Universitas Gadjah Mada ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22146/jgise.99921
<![CDATA[The plantation sector has an urgency in technological renewal and development, especially in palm oil. Palm oil commodities are included in the staples needed by the Indonesian people for various products and as one of the sectors that generate the largest foreign exchange. Palm oil plantation management practices that have been carried out manually are less able to control plant health, especially during the pandemic which has caused severe impacts in Indonesia. The purpose of this research is to showcase the implementation of Smart Agriculture through the utilization of Unmanned Aerial Vehicle (UAV)/Drone technology in determining palm oil health. This research uses spatial analysis to detect the level of palm oil health by utilizing aerial photographs and GIS software with the Visible Atmospherically Resistant Index (VARI) method which can detect differences in the wavelength of the spectrum reflected by the plant canopy. This research is located in Argomulyo Village, Sepaku District, Penajam Paser Utara Regency, East Kalimantan Province, with abundant palm oil plantations. It was found that out of 2,167 samples of palm oil plants in the studied plantation, 14% were very unhealthy, 34.61% were unhealthy, 36.54% were healthy, and 14.85% were very healthy.]]>
<![CDATA[Implementation and Validation of Online Tidal Analysis ]]>
<![CDATA[Basith, Abdul]]>;
<![CDATA[Dondiarta, Ghani Yanuargo]]>
<![CDATA[ Jurnal Geospasial Indonesia Vol 8, No 1 (2025): June ]]>
Publisher : <![CDATA[Universitas Gadjah Mada ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22146/jgise.101665
<![CDATA[Tidal harmonic analysis extracts tidal components to understand regional tides that generally conducted using commercial or non-commercial software that needs to be installed on the user's local device. Currently there is still no online harmonic analysis service for tidal data, only an online tidal prediction service. Auto Tidal Pro is developed to perform harmonic analysis and prediction online and is designed to automate the process. It is built using the least square method and Java programming language for harmonic analysis and tidal prediction programs. This study aims to present the results of the development of the online tidal data analysis system called Auto Tidal Pro and its validation. Validation is conducted by comparing the results of harmonic analysis and predictions from the LP-Tides software and observational data. The tidal observational data used is from Balikpapan station. The validation results show that the amplitude component values are close to the LP-Tides results, but the phase values still show some differences. The RMSE value of the harmonic analysis results with Auto Tidal Pro ranges from 0.032-0.17 m, while the RMSE of LP-Tides results is 0.12 m. The MSL difference in about 0.012-0.004m. Auto Tidal Pro prediction produce wave patterns that are almost identical to the observational data and the LP-Tides predictions. The prediction RMSE gives values between 0.08-0.16 m, and the correlation between Auto Tidal Pro's predictions with observational data and LP-Tides predictions ranges from 0.930816-0.990809. In general, Auto Tidal Pro can be an alternative for tidal harmonic analysis and prediction.]]>
<![CDATA[Evaluasi Proses Validasi Data Spasial pada Layanan Elektronik di Kantor Pertanahan Kabupaten Sleman ]]>
<![CDATA[Ardian, Muhammad]]>;
<![CDATA[Wibowo, Hendry Yuli]]>
<![CDATA[ Jurnal Geospasial Indonesia Vol 8, No 1 (2025): June ]]>
Publisher : <![CDATA[Universitas Gadjah Mada ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22146/jgise.102069
<![CDATA[Pada tahun 2024, Kementerian Agraria dan Tata Ruang meluncurkan inisiatif layanan elektronik yang bertujuan untuk meningkatkan efisiensi, transparansi, dan akuntabilitas dalam pengelolaan pertanahan di seluruh Indonesia. Inisiatif ini merupakan langkah strategis untuk memodernisasi sistem pertanahan yang selama ini bergantung pada proses manual. Sejak dimulai pada bulan April, layanan ini telah diresmikan secara bertahap di berbagai Kantor Pertanahan di seluruh Negara Kesatuan Republik Indonesia. Hingga September, sebanyak 445 kantor telah berhasil mengimplementasikan layanan elektronik ini. Kantor Pertanahan Kabupaten Sleman merupakan salah satu yang terlibat aktif dalam inisiatif ini, memulai penerapan layanan elektronik pada tanggal 31 Mei 2024. Peluncuran ini bertepatan dengan implementasi serupa di kantor-kantor lain di Provinsi Daerah Istimewa Yogyakarta (DIY). Layanan elektronik ini menuntut proses validasi sertifikat bidang tanah yang mencakup data spasial dan data tekstual. Proses ini dilakukan melalui aplikasi SiTata, yang dirancang untuk menghasilkan data pra SU-EL (Pra Surat Ukur Elektronik) dan pra BT-EL (Pra Buku Tanah Elektronik). Data ini kemudian dimanfaatkan dalam ekosistem elektronik untuk memproses berbagai permohonan layanan. Namun, implementasi proses validasi spasial menggunakan aplikasi SiTata menghadapi berbagai tantangan. Makalah ini bertujuan untuk merefleksikan pengalaman dalam mengimplementasikan validasi data spasial di Kantor Pertanahan Kabupaten Sleman. Kami mengidentifikasi berbagai kendala yang muncul, seperti masalah teknis pada aplikasi, keterbatasan sumber daya manusia, serta kebutuhan mendesak akan peta lengkap yang berkualitas. Makalah ini menawarkan solusi alternatif yang dapat diadopsi untuk mengatasi hambatan-hambatan tersebut, dengan harapan dapat mendukung keberhasilan penerapan layanan elektronik di masa depan.]]>
<![CDATA[Pemetaan Lokasi Potensi Kawasan Peruntukan Industri di Kabupaten Purbalingga ]]>
<![CDATA[Putri, Divina Diananda]]>;
<![CDATA[Diyono, Diyono]]>
<![CDATA[ Jurnal Geospasial Indonesia Vol 8, No 1 (2025): June ]]>
Publisher : <![CDATA[Universitas Gadjah Mada ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22146/jgise.104750
<![CDATA[Kabupaten Purbalingga merupakan salah satu daerah dengan sektor industri sebagai faktor utama pendorong pertumbuhan ekonominya. Lokasi industri sering kali mendapat masalah lingkungan, terutama ketika lokasi industri tersebut tidak sesuai dengan tata ruang. Oleh sebab itu, pemilihan lokasi Kawasan Peruntukan Industri (KPI) yang potensial dan sesuai dengan tata ruang menjadi penting agar dampak negatifnya terhadap masyarakat dan lingkungan dapat diminimalkan. Analisis geospasial menggunakan Sistem Informasi Geospasial (SIG) serta pengambilan keputusan dengan metode Analytical Hierarchy Process (AHP) menjadi alat penting dalam menentukan lokasi potensial KPI. Dalam kajian ini lokasi potensial KPI dilakukan dengan mempertimbangkan sembilan kriteria dari Peraturan Menteri Perindustrian Nomor 30 Tahun 2020. Metode AHP digunakan dalam perhitungan untuk mengetahui nilai bobot dari setiap kriteria yang digunakan untuk pemetaan lokasi KPI. Hasil pembobotan menggunakan AHP mendapatkan nilai rasio konsistensi antar kriteria sebesar 0,03 yang artinya kriteria dan bobot yang digunakan sudah sesuai jika digunakan dalam penentuan kesesuaian kawasan KPI. Berdasarkan hasil pemetaan kesesuaian dapat identifikasi ada dua jenis KPI yang dapat dikembangkan di Kabupaten Purbalingga, yaitu: Kawasan Industri di Kecamatan Kemangkon dengan luas lahan total 132,165 ha, dan Sentra Industri Kecil Menengah (IKM) yang dapat dikembangkan di 10 Kecamatan dengan luas lahan keseluruhan 565,338 ha. Lokasi-lokasi tersebut kemudian dipetakan dan divisualisasikan dalam peta web untuk memudahkan diseminasi penggunaannya. Evaluasi lokasi industri eksisting juga dilakukan untuk melihat kesesuaian lokasi industri yang sudah ada tersebut dengan rencana ruang yang telah ditetapkan. Berdasarkan hasil dari evaluasi diketahui ada 15 lokasi dari 55 lokasi industri eksisting yang belum sesuai dengan tata ruang yang ditetapkan untuk kegiatan industri.]]>
<![CDATA[Evaluasi Pola Pergeseran Stasiun CORS untuk Keperluan Pemantauan Deformasi Sesar Baribis ]]>
<![CDATA[Widyatma, Tata Mulya]]>;
<![CDATA[Yulaikhah, Yulaikhah]]>
<![CDATA[ Jurnal Geospasial Indonesia Vol 8, No 1 (2025): June ]]>
Publisher : <![CDATA[Universitas Gadjah Mada ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22146/jgise.106603
<![CDATA[Letak Indonesia yang berada pada pertemuan empat lempeng yaitu Eurasia, Indo-Australia, Laut Filipina, dan Pasifik menyebabkan tingginya aktivitas tektonik termasuk terbentuknya sesar-sesar, salah satunya Sesar Baribis. Pergerakan sesar ini dapat diamati dengan pengamatan GNSS. Penelitian sebelumnya menggunakan data CORS untuk mengidentifikasi pola pergerakan Sesar Baribis. Penggunaan data stasiun CORS memiliki keunggulan yaitu data tersedia secara kontinu, namun CORS tidak dirancang khusus untuk memantau pergerakan sesar tersebut. Oleh karena itu perlu dilakukan evaluasi apakah stasiun CORS dapat mewakili pergerakan sesar tersebut. Penelitian ini menggunakan data tujuh stasiun CORS di sekitar Sesar Baribis pada tahun 2019 s.d. 2023 dan data campaign pengamatan GNSS di sekitar Sesar Baribis pada tahun 2019 s.d. 2021. Data tersebut diolah dengan metode Precise Point Positioning (PPP), kemudian dilakukan analisis laju dan arah pergeseran. Laju pergeseran dihitung dengan metode linear square adjustment. Evaluasi pergerakan CORS apakah dapat merepresentasikan pergerakan sesar atau tidak dilakukan dengan membandingkan pola kecepatan dan arahnya terhadap titik campaign yang memang didesain untuk pemantauan. Hasil penelitian menunjukkan bahwa titik pantau campaign secara keseluruhan memiliki laju pergeseran yang lebih besar dibandingkan dengan CORS. Sementara itu, arah pergeseran komponen horizontal titik CORS secara umum mengarah ke timur, sedangkan titik pantau campaign memiliki arah yang cukup beragam. Pola pergerakan stasiun CORS di sekitar Sesar Baribis tidak menunjukkan kesesuaian dengan tipe Sesar Baribis yaitu sesar naik, sekaligus tidak menunjukkan kesesuaian dengan pola laju dan arah pergeseran titik campaign. Dapat dikatakan bahwa stasiun CORS tidak merepresentasikan pola pergerakan Sesar Baribis.]]>
