cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Hidayat Panuntun
Contact Email
hidayat.panuntun@ugm.ac.id
Phone
-
Journal Mail Official
dtk.sv@ugm.ac.id
Editorial Address
Gedung Perpustakaan SV UGM, Sekip Unit V, Jl. Persatuan, Blimbing Sari, Caturtunggal, Kec. Depok, Kab. Sleman, Daerah Istimewa Yogyakarta 55281
Location
Kab. sleman,
Daerah istimewa yogyakarta
INDONESIA
Journal of Geospatial Science and Technology
Published by Universitas Gadjah Mada
ISSN : 3031576X     EISSN : -     DOI : -
Core Subject : Science, Engineering,
Earth & Planetary Sciences Engineering
Journal of Geospatial Sciences and Technology (JGST) is a national and international peer-reviewed journal published by Department of Earth Technology, Vocational College, Universitas Gadjah Mada and covers all aspects and information on scientific and technical advances in geospatial sciences and technology. Journal of Geospatial Sciences and Technology publishes high quality, peer-reviewed scientific papers, unique contributions in geospatial application ranging from the integration of instruments, methodologies and technologies and their application in the earth sciences, engineering, and other natural sciences. We expect the author who submitted in our journal to certify that the paper is original, has not been published before, and is not being considered for publication elsewhere.
Arjuna Subject : Ilmu Bumi dan Planet (semua kategori) - Ilmu Bumi dan Planet (Lain-Lain)
Articles 16 Documents
 1   2 
Perhitungan Jumlah Pohon Kelapa Sawit Pada Citra Ortofoto Menggunakan Algoritma Template Matching dan Faster R-CNN Suzi Tessa Deyosky; Muhammad Iqbal Taftazani
Journal of Geospatial Science and Technology Vol 1 No 1 (2023): Journal of Geospatial Science and Technology
Publisher : Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jgst.v1i1.5423

Abstract

Data ortofoto telah banyak digunakan untuk pemantauan kondisi lahan pertanian, khususnya kelapa sawit. Kelapa sawit berperan penting dalam meningkatkan perekonomian Indonesia. Oleh karena itu dibutuhkan perhitungan pohon secara otomatis untuk mempercepat proses monitoring perkebunan secara akurat dan berkala. Penelitian ini bertujuan untuk menghitung jumlah pohon kelapa sawit secara otomatis menggunakan dua algoritma, yaitu Template Matching dan Faster R-CNN. Lokasi penelitian mencakup area perkebunan kelapa sawit yang terletak di Kecamatan Bunga Raya, Kabupaten Siak, Provinsi Riau. Data yang digunakan yaitu data foto udara perkebunan kelapa sawit PT. Teguh Karsa Wana Lestari pada tahun 2017. Data foto udara diolah menjadi data ortofoto. Data ortofoto selanjutnya digunakan untuk perhitungan pohon secara otomatis menggunakan kedua algoritma. Uji akurasi setiap algoritma dibandingkan dengan acuan hitungan manual yang diasumsikan memiliki ground truth. Hasil perhitungan manual (ground truth) sebanyak 4777 pohon, dan hasil perhitungan secara otomatis dengan template matching yaitu 4500 pohon dengan selisih 277 pohon lebih sedikit dibandingkan dengan ground truth. Selain itu, Faster R-CNN menghasilkan 4713 pohon dengan selisih 64 pohon lebih sedikit dibandingkan dengan ground truth. Overall accuracy perhitungan pohon kelapa sawit dengan algoritma Template Matching sebesar 91,58%, Faster R-CNN sebesar 97,98 %. Dengan demikian, algoritma Faster R-CNN secara kuantitatif memberikan hasil yang lebih baik.
Perbandingan Suhu Permukaan Sebelum dan Sesudah Pembangunan Sirkuit Mandalika menggunakan Metode Split Window Algorithm (SWA) Elivia Trisnanda Apriliasari; Annisa Farida Hayuningsih
Journal of Geospatial Science and Technology Vol 1 No 1 (2023): Journal of Geospatial Science and Technology
Publisher : Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jgst.v1i1.5488

Abstract

Sirkuit Mandalika sebagai salah satu lokasi olahraga yang dibangun untuk meningkatkan pendapatan ekonomi telah banyak diteliti dari aspek sosial dan ekonomi. Namun, aspek dampak perubahan suhu akibat berkurangnya vegetasi belum diteliti. Dampak dari pembangunan secara umumnya mengakibatkan penurunan jumlah vegetasi, sehingga menyebabkan kenaikan suhu permukaan. Oleh sebab itu, penting dilakukan analisis perubahan suhu permukaan sebelum dan sesudah adanya sirkuit mandalika menggunakan metode Split Window Algorithm (SWA). Data yang digunakan pada penelitian ini adalah citra Landsat 8 OLI-TIRS, Landsat 9 OLI2-TIRS2, dan MODIS. Citra Landsat 8 yang digunakan, direkam pada 29 Juni 2019 yang berfungsi untuk memvisualisasikan perubahan suhu sebelum pembangunan sirkuit. Sedangkan Landsat 9 yang digunakan, direkam pada 26 April 2022 yang berfungsi untuk memvisualisasikan perubahan suhu setelah pembangunan sirkuit selesai dilakukan. Tahapan kegiatan untuk mendapatkan nilai suhu permukaan dan tutupan vegetasi tersebut dilakukan pada software ENVI 5.3. Hasil penelitian ini membuktikan bahwa terdapat perubahan tutupan lahan kelas lahan terbuka mengalami kenaikan secara drastis sebesar 41,55%. Peningkatan suhu permukaan dalam rentang waktu 29 Juni 2019 s.d. 26 April 2022, diketahui sebesar 4,83o C dengan nilai suhu permukaan rata-rata pada tahun 2019 sebesar 29.50o C dan pada tahun 2022 sebesar 34,33o C. The Mandalika Circuit has undergone extensive sociological and economic study as one of the sporting venues constructed to boost economic output. The effects of temperature variations brought on by less vegetation have not, however, been thoroughly researched. The effects of development typically lead to a reduction in flora, which raises the surface temperature. The effects of development typically lead to a reduction in flora, which raises surface temperatures. The Split Window Algorithm (SWA) method should be used to compare variations in surface temperature before and after the presence of a circuit mandalika. Images from Landsat 8 OLI-TIRS, Landsat 9 OLI2-TIRS2, and MODIS were used as data in this study. Before circuit construction, temperature changes were visualized using Landsat 8 imagery taken on June 29, 2019, and after construction was complete, temperature variations were visualized using Landsat 9 imagery taken on April 26, 2022. The ENVI 5.3 software is used to obtain the value of surface temperature and vegetation cover. The findings of this study demonstrate a change in open land cover, which has increased by 41.55%. The increase in surface temperature is estimated to be 4.83°C between June 29, 2019, and standard deviation April 26, 2022, with an average surface temperature value of 29.50°C in 2019 and 34.330°C in 2022.
Pengaruh Koreksi Ionosfer Terhadap Pergeseran Vertikal Pada Citra Satelit ALOS-PALSAR Pratiwi Vaherera
Journal of Geospatial Science and Technology Vol 1 No 1 (2023): Journal of Geospatial Science and Technology
Publisher : Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jgst.v1i1.5746

Abstract

Interferometric Synthetic Aperture Radar (InSAR) adalah teknik yang efektif untuk memetakan pergeseran permukaan bumi dengan cakupan area yang luas dan ketelitian tinggi. Namun, ketelitian InSAR dapat dipengaruhi oleh aktivitas perambatan gelombang pada lapisan atmosfer. Medium ionosfer pada lapisan atmosfer mengandung elektron bebas yang menyebabkan gelombang tidak stabil sehingga menghasilkan bias. Oleh karena itu, perlu dilakukan koreksi ionosfer pada pengolahan citra SAR agar tidak mengandung bias. Penelitian ini mengkaji pengaruh koreksi ionosfer terhadap pergeseran vertikal pada citra satelit ALOS-PALSAR. Data yang digunakan meliputi data citra satelit dan GNSS. Data citra diolah dengan mempertimbangkan ada dan tidaknya koreksi ionosfer sehingga hasilnya dapat dianalisis untuk mengetahui pengaruh koreksi ionosfer pada citra SAR. Data GNSS diolah dengan metode statik sehingga menghasilkan koordinat yang dapat digunakan sebagai acuan pada validasi hasil pengolahan citra SAR. Hasil pengolahan citra SAR dan GNSS selanjutnya divisualisasikan dalam bentuk gambar yang menunjukkan pergeseran vertikal untuk memudahkan analisis hasil. Hasil penelitian menunjukkan bahwa arah pergeseran vertikal pada citra satelit yang terkoreksi ionosfer konsisten terhadap arah pergeseran vertikal pada GNSS. Hal tersebut menandakan bahwa koreksi ionosfer berpengaruh terhadap penentuan pergeseran vertikal pada citra satelit. Dalam proses penentuan pergeseran vertikal terdapat kendala yaitu belum adanya referensi titik vertikal sebagai acuan validasi hasil. Selain itu, belum terdapat referensi citra satelit lainnya sebagai pembanding hasil pengolahan citra satelit ALOS-PALSAR. Interferometric Synthetic Aperture Radar (InSAR) is an effective technique for changing the earth's surface with wide coverage and high accuracy. However, the accuracy of InSAR can be affected by wave propagation activity in the atmosphere. The ionospheric medium in the atmosphere contains free electrons which cause unstable waves to produce bias. Therefore, it is necessary to correct the ionosphere in SAR image processing so that it does not contain bias. This study examines the effect of ionospheric correction on vertical deformation in ALOS-PALSAR satellite imagery. The data used includes satellite image data and GNSS. Image data is processed by considering the presence or absence of ionospheric correction so that the results can be analyzed to determine the effect of the ionosphere on SAR images. GNSS data is processed by a static method to produce coordinates that can be used as a reference for validating the results of SAR image processing. The results of SAR and GNSS image processing are then visualized in the form of a vertical deformation map to facilitate the analysis of the results. The results showed that the direction of the vertical deformation in the ionospheric corrected satellite image was consistent with the direction of the vertical deformation in the GNSS. This indicates that the ionospheric correction affects the vertical deformation in the satellite image. In the process of vertical changes, there are obstacles, namely the vertical point reference has not been used as a validation of the results. In addition, there are no other satellite image references to compare the results of the ALOS-PALSAR satellite image processing.
Evaluasi Perubahan dan Kesesuaian Penggunaan Lahan Tahun 2019 Terhadap Rencana Tata Ruang Wilayah (RTRW) di Kabupaten Bekasi Dhimas Aulia Rochman; Rochmad Muryamto
Journal of Geospatial Science and Technology Vol 1 No 1 (2023): Journal of Geospatial Science and Technology
Publisher : Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jgst.v1i1.5901

Abstract

Pola penggunaan lahan di kawasan perkotaan yang umum terjadi adalah penyusutan dari sektor pertanian, yang beralih menjadi lahan terbangun. Hal serupa terjadi di Kabupaten Bekasi, dikutip dari data LAPAN (2017), bahwa telah terjadi penurunan lahan sawah sebesar 0.59% yang beriringan dengan pertambahan kawasan industri mencapai 0,15%per tahun. Berbagai perubahan penggunaan lahan yang terjadi akan memberikan pengaruh terhadap struktur tata ruang wilayah secara keseluruhan. Jika hal tersebut terus-menerus dilakukan, dikhawatirkan akan terjadi perubahan yang tidak proporsional pada setiap klasifikasi penggunaan lahan. Kegiatan aplikatif ini dilaksanakan untuk mengetahui perubahan penggunaan lahan tahun 2014–2019 serta mengevaluasi kesesuaian penggunaan lahan tahun 2019 terhadap RTRW di wilayah Kabupaten Bekasi. Kegiatan aplikatif ini diawali dengan melakukan penentuan klasifikasi tata ruang dengan mengacu PERDA No.12 Tahun 2011 tentang RTRW pada citra Spot 6 wilayah Kabupaten Bekasi tahun 2014. Kemudian dilakukan digitasion screen pada citra Spot 6 wilayah Kabupaten Bekasi untuk mendapatkan data penggunaan lahan tahun 2014 dengan format shapefile. Selanjutnya dilaksanakan uji ketelitian hasil interpretasi dengan membandingkan hasil klasifikasi citra Spot 6 dengan citra acuan melalui Google Earth Pro melalui menu historical image. Data lainnya yang digunakan yaitu data RTRW dan data penggunaan lahan tahun 2019 wilayah Kabupaten Bekasi. Data tersebut dianalisis dengan menu overlay. Luas perubahan paling besar terjadi pada jenis perubahan pertanian menjadi industri seluas 78.1 ha. Untuk kesesuaian penggunaan lahan tahun 2019 terhadap RTRW menunjukkan bahwa Kecamatan Pebayuran merupakan kecamatan dengan luas klasifikasi sesuai paling besar yaitu 7196.38 ha. The common pattern of land use in urban areas is agricultural land shrinkage due to conversions to built-up land. Similar things happened in the Bekasi Regency, quoted from LAPAN data (2017), there has been a decline in rice fields by 0.59%whichgoes hand in hand with the increase of industrial land by 0.15% per year. Several conversions in land use that happened will influence the overall spatial structure of the region. If this phenomenon happens continuously, there will be disproportionate changes for each land use classification. This applicative activity aims to find out land use conversions in 2014-2019 and evaluate the land use compatibility in 2019 based on RTRW in the Bekasi Regency. The activity began by ensuring spatial classification by referring to PERDA No.12 of 2011 concerning RTRW, to the Spot 6 image of Bekasi Regency in 2014. Then, on-screen digitization is carried out to the Spot 6 image of Bekasi Regency to obtain2014land use data in shapefile format. Furthermore, an accuracy test is done using a confusion matrix to determine the value of accuracy by comparing the result of Spot 6 classification with reference on google earth’s pro historical image. Other data used are RTRW data and 2019 land use data in the Bekasi Regency area. The data is analyzed using the overlay menu. The largest land conversions occurred in the agricultural to industrial land conversion type, accounting for 78.1 ha. For the land use compatibility in 2019 to the RTRW, Pebayuran District has the largest compatibility inland use classification, accounting for 7196.38 ha
Pemanfaatan Data Pengukuran Mobile Laser Scanner untuk Analisis Perubahan Elevasi Ruas Tol Megan Rahmadiansyah; Muhammad Iqbal Taftazani
Journal of Geospatial Science and Technology Vol 2 No 1 (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.v2i1.6097

Abstract

Pembangunan jalan tol di Indonesia yang semakin pesat di Indonesia perlu diimbangi monitoring yang baik. Salah satu metode yang dapat dimanfaatkan untuk monitoring jalan tol adalah metode Mobile Laser Scanner (MLS) yang cukup efisien, salah satunya untuk monitoring elevasi jalan tol. Penelitian ini menggunakan data MLS Ruas Tol Terbanggi Besar Pematang Panggang Kayu Agung (TBPPKA) STA 27+500 s.d. STA 30+212 yang diambil pada tahun 2020 dan 2021 yang diolah menggunakan perangkat lunak Global Mapper dengan metode subtract surface untuk mengetahui nilai perubahan elevasinya. Hasil dari penelitian ini ditemukan adanya perubahan elevasi ruas tol TBPPKA dari tahun 2020 ke 2021 di Track A sebesar -0,017 m s.d. 0,022 m dan di Track B sebesar -0,025 m s.d. 0,019 m. The rapid development of toll roads in Indonesia must be balanced with good monitoring. One method that can be used for toll road monitoring is the Mobile Laser Scanner (MLS) method, which is quite efficient for monitoring toll road elevation. This study uses MLS data for the Terbanggi Besar Pematang Panggang Kayu Agung Toll Road (TBPPKA) STA 27+500 to STA 30+212 taken in 2020 and 2021, which is processed using Global Mapper software with the subtract surface method to determine the value of elevation changes. The results of this study found that there was a change in the elevation of the TBPPKA toll road from 2020 to 2021 on Track A of -0.017 m to 0.022 m and on Track B of -0.025 m to 0.019 m.
A Development of A Flood Vulnerability Level Map Using Scoring and Weighting Methods in Bogowonto Sub Watershed Prita Ayudya; Rochmad Muryamto
Journal of Geospatial Science and Technology Vol 2 No 1 (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.v2i1.6113

Abstract

Daerah Aliran Sungai (DAS) Bogowonto termasuk salah satu DAS di Kabupaten Purworejo yang rutin terjadi bencana banjir. Berdasarkan data rekap bencana banjir tahun 2019, tercatat 23 bencana banjir terjadi di Kecamatan Purwodadi, Kabupaten Purworejo. Dalam rangka membantu Badan Nasional Penanggulangan Bencana (BNPB) dan pemerintah daerah Kabupaten Purworejo untuk melakukan tindakan mitigasi bencana, langkah awalnya adalah melakukan kajian risiko bencana mengenai potensi rawan terdampak banjir di Sub DAS Bogowonto. Untuk keperluan tersebut, belum tersedia peta tingkat kerawanan banjir di Sub DAS Bogowonto yang mengacu pada SNI 8197 tahun 2015 dan Perka BNPB Nomor 2 tahun 2012. Berdasarkan hal itu, perlu dilakukan pembuatan peta tingkat kerawanan bencana banjir di Sub DAS Bogowonto tepatnya Kecamatan Purwodadi, Kabupaten Purworejo. Pembuatan peta tingkat kerawanan banjir di Sub DAS Bogowonto mengacu pada SNI 8197 tahun 2015 dan Perka BNPB Nomor 2 tahun 2012 menggunakan beberapa parameter, antara lain yaitu penggunaan lahan, curah hujan, kelerengan, elevasi, dan jenis tanah. Berdasarkan hasil pengolahan data, diperoleh peta dengan tiga kelas tingkat rawan banjir yaitu kelas rendah, sedang, dan tinggi. Pada kelas rendah nilai rentangnya sebesar 0,1 s.d. 0,817, kelas sedang sebesar 0,817 s.d. 1,534, dan untuk kelas rawan banjir tinggi sebesar 1,534 s.d. 2,25. Pada kelas rendah, nilai luasan area rawan banjir sebesar 164,019 ha, kelas sedang sebesar 119,107 ha, dan untuk kelas tinggi sebesar 3742,205 ha. Evaluasi daerah rawan banjir menunjukkan bahwa dari total 30 desa, 26 desa (86,67%) yang termasuk klasifikasi daerah rawan banjir terbukti mengalami bencana banjir berdasarkan catatan kejadian banjir tahun 2019 dan 2020 dari Balai Besar Wilayah Sungai Serayu Opak. The Bogowonto Watershed (DAS) is one of the watersheds in Purworejo Regency which regularly experiences floods. Based on data from the 2019 flood disaster recap, 23 flood disasters occurred in Purwodadi District, Purworejo Regency. To assist the National Disaster Management Agency (BNPB) and the local government of Purworejo Regency to carry out disaster mitigation actions, the first step is to conduct a disaster risk study regarding the potential for flood-prone areas in the Bogowonto sub-watershed. For this purpose, there is no map of the level of flood vulnerability in the Bogowonto sub-watershed which refers to SNI 8197 of 2015 and Perka BNPB No. 2 of 2012. Based on this, it is necessary to development a map of the level of flood hazard in the Bogowonto sub-watershed, precisely in Purwodadi District, Kabupaten Bogowonto. Purworejo. Development a map of the level of flood vulnerability in the Bogowonto sub-watershed refers to SNI 8197 of 2015 and Perka BNPB No. 2 of 2012 using several parameters, including land use, rainfall, slope, elevation, and soil type. Based on the results of data processing, a map was obtained with three classes of flood vulnerable levels, namely low, medium, and high classes. In the low class, the range value is 0.1 to d. 0.817, medium class of 0.817 s.d. 1.534, and for the high flood vulnerable class of 1.534 s.d. 2.25. In the low class, the value of the flood vulnerable area is 164,019 ha, the medium class is 119,107 ha, and for the high class, it is 3742.205 ha. The evaluation of flood vulnerable areas showing that out of a total of 30 villages, 26 villages (86.67%) which are classified as flood vulnerable areas, have been proven to have experienced floods based on flood event records in 2019 and 2020 from the Serayu Opak River Region Center.
Pendugaan Cadangan Karbon Dengan Citra Sentinel-2B dan Terrestrial Laser Scanner Di Kawasan Hutan Dengan Tujuan Khusus (KHDTK) Pendidikan dan Pelatihan Kehutanan Fakultas Kehutanan Universitas Mulawarman Muhammad Rafii Nur Fauzan; Yohanes Budi Sulistioadi; Ali Suhardiman
Journal of Geospatial Science and Technology Vol 1 No 1 (2023): Journal of Geospatial Science and Technology
Publisher : Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jgst.v1i1.8918

Abstract

Pengukuran karbon atas permukaan pada skala luas membutuhkan waktu dan biaya yang besar. Pemanfaatan penginderaan jauh dengan menggunakan Indeks Vegetasi Citra Sentinel-2B yang dihubungkan dengan pengukuran lapangan dan Terrestrial Laser Scanner (TLS) diharapkan dapat meningkatkan efisiensi pengukuran karbon. Penelitian ini bertujuan untuk menghitung karbon tegakan hutan menggunakan TLS dan pengukuran lapangan serta menghubungkan dengan indeks vegetasi. Penelitian ini dilakukan dengan mentransformasikan indeks vegetasi Transformed Vegetation Index (TVI), Normalized Difference Vegetation Index (NDVI), Simple Ratio (SR) dari citra sentinel 2B dan menghubungkannya dengan pengukuran lapangan dan TLS. Hasil perhitungan karbon pada tegakan hutan menggunakan TLS didapatkan rata-rata karbon sebesar 151.35 ton/Ha sedangkan pada pengukuran lapangan didapatkan karbon sebesar 149.81 ton/Ha dan secara statistik tidak terjadi perbedaan dari kedua pengukuran tersebut. Hubungan antara indeks vegetasi dengan pengukuran lapangan diperoleh nilai korelasi terbaik TVI dengan Koefisien regresi (r) = 0.784 dan Koefisien Determinasi (R2) = 0.524. Hubungan antara indeks vegetasi dengan pengukuran TLS diperoleh nilai korelasi terbaik TVI dengan (r) = 0.759 dan koefisien determinasi (R2) = 0.577. Measurement of forest carbon on the ground in a large scale is time-consuming and expensive. This research utilized remote sensing with Sentinel-2B image through its Vegetation Index and related those values with those obtained from field measurements and Terrestrial Laser Scanner (TLS). This study specifically compares the forest stand carbon value using TLS and field measurements and link it to the vegetation index. This study transforms the vegetation indices, i.e.: Transformed Vegetation Index (TVI), Normalized Difference Vegetation Index (NDVI) and Simple Ratio (SR) from Sentinel-2B imagery and relates them with field measurements and TLS. The calculation of carbon in forest stands using TLS revealed an average carbon of 151.35 ton/Ha. In contrast, in the field measurements, carbon was measured at 149.81 ton/Ha, and statistically, there was no difference between these two measurements. The relationship between the vegetation index and field measurements showed the best coefficient of correlation of TVI with (r) = 0.784 and (R2) = 0.524. The relationship between the vegetation index and TLS measurements showed the best coefficient of correlation of TVI with (r) = 0.759 and the coefficient of determination (R2) = 0.577.
The Utilization of Sentinel-2 Image Data for Bathymetric Mapping with Satellite Derived Bathymetry Approach Nursapnah Indraini Pratama; Bambang Kun Cahyono
Journal of Geospatial Science and Technology Vol 2 No 1 (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.v2i1.11178

Abstract

Pembaharuan informasi mengenai kedalaman perairan semakin diperlukan untuk berbagai keperluan seperti monitoring, penelitian, manajemen, dan pemetaan area perairan. Adanya perkembangan teknologi pengindraan jauh dan pemodelan Satellite-Derived Bathymetry (SDB) memungkinkan digunakan untuk memperoleh nilai kedalaman perairan. enelitian ini bertujuan untuk memperoleh nilai kedalaman dengan pendekatan Satellite Derived Bathymetry (SDB) dan pemodelan ekstraksi Stumpf (2003) serta melakukan evaluasi terhadap hasil yang diperoleh. Data yang digunakan dalam penelitian ini adalah data navionics dan data pengukuran SBES. Pada penelitian ini nilai korelasi terbaik dihasilkan dari komposit band hijau (B3) dan merah (B4) sebesar 0,642. RMSE terbaik dengan pemodelan Stumpf (2003) diperoleh 2,46 meter dengan rentang kedalaman 0 s.d 5 meter dengan perbandingan kedalaman Navionics Nauticalchart. Hasil evaluasi ketelitian dari pemodelan Stumpf (2003) sudah memenuhi syarat dari SNI 8202 Tahun 2015 tentang Ketelitian Peta Dasar untuk pembuatan LPI dan LLN skala 1 : 25.000 dengan interval kontur 10 meter. The updating of information on water depth is increasingly essential for various purposes such as monitoring, research, management, and mapping of water areas. The advancement in remote sensing technology and Satellite Derived Bathymetry (SDB) modeling allows obtaining water depth values. This research aims to acquire depth values using the Satellite Derived Bathymetry (SDB) approach and Stumpf (2003) extraction modeling, followed by an evaluation of the obtained results. The data utilized in this study consist of Navionics data and SBES measurement data. The best correlation in this research was achieved from the composite of green (B3) and red (B4) bands at 0.642. The best Root Mean Square Error (RMSE) with the Stumpf (2003) modeling was 2.46 meters within the depth range of 0 to 5 meters compared to Navionics Nauticalchart depths. The accuracy evaluation of the Stumpf (2003) modeling met the requirements of SNI 8202 Year 2015 concerning the Accuracy of Basic Maps for the creation of LPI and LLN at a 1:25,000 scale with a 10-meter contour interval.
The Impact of Tree Density on Automated Oil Palm Tree Counting Accuracy Gema Wahyu Fadhilah; Hanif Ilmawan
Journal of Geospatial Science and Technology Vol 2 No 1 (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.v2i1.13691

Abstract

The rapid development of oil palm plantations in Kualuh Leidong Subdistrict, Labuhanbatu Utara District, North Sumatra Province has led to an increased need for effective and efficient monitoring and supervision of oil palm trees. One method that supports such monitoring and supervision is the use of an automatic counting method using orthophoto data. This orthophoto data was used for automatic tree counting using a deep learning method with the Faster R-CNN algorithm. The study considered two planting patterns: regular planting patterns with spacing of 4 to 9 meters, and random planting patterns with varying spacing. Data processing involved an epoch value of 80 and a batch size value of 4. The accuracy of the automatic oil palm tree counting was evaluated based on the density of the spacing between trees with reference to the ground truth. The findings indicated that the deep learning Faster R-CNN algorithm achieved higher accuracy in automatic calculations for regular planting patterns.
Analisis Ketelitian Data Airborne LiDAR dalam Pemodelan Tiga Dimensi Bangunan Gedung Tingkat Level of Detail 2 Yulianto, Taufik; Catur Aries Rokhmana
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.v2i2.14853

Abstract

Teknologi survei dan pemetaan terus berkembang, termasuk pemetaan wilayah tiga dimensi yang semakin penting dalam arsitektur, perencanaan kota, dan pemetaan. Airborne LiDAR merupakan metode efektif untuk pemodelan 3D bangunan dan gedung tinggi dalam penataan kota. Penelitian ini mengevaluasi ketelitian data Airborne LiDAR dalam pembuatan model 3D bangunan dengan tingkat ketelitian LOD 2. Pemodelan pada gedung Balairung, Perpustakaan, dan Grha Sabha Pramana UGM dilakukan menggunakan metode Vectorize building pada perangkat lunak Microstation Connect. Hasil pemodelan bangunan gedung kemudian dievaluasi ulang, termasuk model atap, tinggi bangunan, dan lebar atau panjang bangunan. Evaluasi model atap dilakukan dengan uji visual model yang membandingkan bentuk atap hasil pemodelan dengan data orthophoto. Evaluasi pada tinggi, lebar dan panjang bangunan dilakukan dengan membandingkan hasil pemodelan terhadap data ukuran langsung menggunakan Total Station. Hasil klasifikasi data point cloud menghasilkan 5 kelas yaitu kelas ground, low vegetation, medium vegetation, high vegetation, dan building. Pengolahan DTM menghasilkan RMSE 0,0964 cm dan LE95 0,188994. Uji akurasi visual menunjukkan nilai completeness 97,918%, correctness 97,763%, dan quality 95,828%, dengan kualitas geometri 0,3128 m, menunjukkan bahwa data Airborne LiDAR sesuai untuk pemodelan 3D bangunan dengan LOD 2.

Page 1 of 2 | Total Record : 16

 1   2 

Filter by Year

2023 2025


Reset
Filter By Issues
All Issue Vol 3 No 1 (2025): Journal of Geospatial Science and Technology Vol 2 No 2 (2024): Journal of Geospatial Science and Technology Vol 2 No 1 (2024): Journal of Geospatial Science and Technology Vol 1 No 1 (2023): Journal of Geospatial Science and Technology