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 5 Documents
 1 
Search results for , issue "Vol 1 No 1 (2023): Journal of Geospatial Science and Technology" : 5 Documents clear
Perhitungan Jumlah Pohon Kelapa Sawit Pada Citra Ortofoto Menggunakan Algoritma Template Matching dan Faster R-CNN Deyosky, Suzi Tessa; Taftazani, Muhammad Iqbal
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) Apriliasari, Elivia Trisnanda; Hayuningsih, Annisa Farida
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 Vaherera, Pratiwi
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 Rochman, Dhimas Aulia; Muryamto, Rochmad
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
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 Fauzan, Muhammad Rafii Nur; Sulistioadi, Yohanes Budi; Suhardiman, Ali
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.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2023 2023


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