cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Lalu Muhamad Jaelani
Contact Email
lmjaelani@its.ac.id
Phone
+62819634394
Journal Mail Official
lmjaelani@its.ac.id
Editorial Address
Departemen Teknik Geomatika, Institut Teknologi Sepuluh Nopember (ITS) Surabaya Phone 031-5929486, 031-5929487
Location
Kota surabaya,
Jawa timur
INDONESIA
Jurnal Penginderaan Jauh Indonesia
Published by Institut Teknologi Sepuluh Nopember Surabaya
ISSN : -     EISSN : 26570378     DOI : https://doi.org/10.12962/jpji
Core Subject : Science, Agriculture, Engineering,
Agriculture, Biological Sciences & Forestry Astronomy Computer Science & IT Earth & Planetary Sciences Engineering
Jurnal Penginderaan Jauh Indonesia disingkat JPJI (e-ISSN: 2657-0378) pertama kali terbit sejak 1 Februari 2019. JPJI adalah media komunikasi dan diseminasi hasil penelitian, kajian dan pemikiran terkait teori, sains, dan teknologi penginderaan jauh serta pemanfaatannya. Fokus jurnal mencakup penginderaan jauh untuk objek dipermukaan bumi, baik di darat, laut maupun atmosfer. JPJI diterbitkan oleh Institut Teknologi Sepuluh Nopember (ITS) bersama Masyarakat Ahli Penginderaan Jauh Indonesia (MAPIN/ISRS).
Arjuna Subject : Ilmu Bumi dan Planet (semua kategori) - Ilmu Bumi dan Planet (Lain-Lain)
Articles 29 Documents
 1   2   3 
Analisis Multtemporal Konsentrasi SO2 di Atas Semeru Berbasis Data Citra Satelit Sentinel-5P dengan Platform Google Earth Engine Ramadhanni, Rizky Fitria; Jaelani, Lalu Muhamad
Jurnal Penginderaan Jauh Indonesia Vol 4 No 2 (2025)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/jpji.v4i2.6286

Abstract

Gunung Semeru merupakan salah satu gunung api aktif di Indonesia yang secara periodik mengalami erupsi dan melepaskan gas berbahaya seperti Sulfur Dioksida (SO2) ke atmosfer. Gas ini berpengaruh besar terhadap kualitas udara, kesehatan, dan lingkungan, sehingga perlu dipantau secara berkala. Penelitian ini bertujuan untuk menganalisis tren dan sebaran konsentrasi SO2 di atas Gunung Semeru secara multitemporal dari tahun 2019 hingga 2024 menggunakan citra satelit Sentinel-5P dengan platform Google Earth Engine (GEE). Metode yang digunakan meliputi pemrosesan data citra level-3 (OFFL), konversi satuan ke µg/m³, visualisasi spasial dalam bentuk peta dan grafik, serta validasi dengan data sekunder seperti erupsi PVMBG, Google Trends, dan data arah angin. Hasil menunjukkan pola peningkatan konsentrasi SO2 yang konsisten dengan aktivitas erupsi besar pada tahun 2020, 2021, dan 2023, serta persebaran spasial yang dipengaruhi oleh arah angin dominan. Selain itu, dibangun pula aplikasi interaktif berbasis GEE yang dapat digunakan untuk monitoring publik dan instansi. Kesimpulan dari penelitian ini adalah bahwa pemanfaatan citra Sentinel-5P melalui GEE terbukti efektif dalam mendeteksi dan memvisualisasikan konsentrasi SO2 secara spasial-temporal, serta memiliki potensi besar sebagai alat mitigasi bencana berbasis teknologi penginderaan jauh.
PEMANTAUAN GEO-AI MULTITEMPORAL TOTAL SUSPENDED SOLIDS DAN KLOROFIL-A DI PANTAI TIMUR SURABAYA MENGGUNAKAN LANDSAT 8-9 Hidayat, Arfico Rizky; Jaelani, Lalu Muhamad
Jurnal Penginderaan Jauh Indonesia Vol 4 No 2 (2025)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/jpji.v4i2.6290

Abstract

Kawasan perairan Pantai Timur Surabaya merupakan wilayah strategis yang rentan terhadap pencemaran, terutama dari limbah domestik yang berasal dari aktivitas daratan. Penelitian ini bertujuan untuk menganalisis estimasi parameter kualitas air, yaitu Total Suspended Solids (TSS) dan klorofil-a, menggunakan citra satelit Landsat 8-9 OLI/TIRS secara multitemporal selama periode 2020-2024. Analisis dilakukan melalui pengolahan data citra pada platform Google Earth Engine dengan penerapan algoritma estimasi pada empat lokasi in situ: Muara Kali Jagir, Kali Wonorejo, Kali Dadapan, dan Kali Bonagung. Validasi dilakukan dengan membandingkan hasil estimasi citra dan data pengukuran lapangan yang diperoleh menggunakan metode gravimetri untuk TSS dan spektrofotometri untuk klorofil-a. Hasil menunjukkan bahwa konsentrasi TSS berfluktuasi antara 21-24 mg/L dengan nilai maksimum 25,057 mg/L pada April 2023. Secara spasial, TSS menunjukkan pola gradasi menurun dari pesisir ke laut lepas dengan nilai median 15,788-46,441 mg/L. Klorofil-a memiliki variabilitas lebih tinggi (0,0100-0,3000 ug/L), dengan nilai maksimum 0,4773 ug/L pada Maret 2023 yang mengindikasikan blooming fitoplankton. Validasi menunjukkan korelasi rendah untuk TSS (R2=0,001) dan tinggi untuk klorofil-a (R2=0,932), menunjukkan estimasi klorofil-a lebih akurat untuk pemantauan kualitas perairan.
Tinjauan Pustaka: Pemodelan Spasial Suhu Udara Berbasis Machine Learning dengan Integrasi LST, Albedo, dan Data Observasi Stasiun Cuaca Sampelan, David
Jurnal Penginderaan Jauh Indonesia Vol 4 No 2 (2025)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/jpji.v4i2.8130

Abstract

Suhu udara (Ta) merupakan indikator iklim penting yang berperan dalam kajian lingkungan, kesehatan, dan perencanaan wilayah. Keterbatasan stasiun cuaca menjadikan variasi spasial Ta sulit dipetakan secara detail, terutama di wilayah dengan topografi kompleks. Kajian ini menyajikan systematic literature review mengenai pemodelan spasial Ta berbasis machine learning (ML) dengan integrasi data suhu permukaan darat (Land Surface Temperature/LST), Albedo, dan observasi stasiun cuaca. Pencarian pustaka dilakukan menggunakan perangkat Publish or Perish yang terhubung ke Google Scholar untuk periode 2016–2025. Dari 1.000 publikasi yang diperoleh, hanya 8 artikel yang memenuhi kriteria inklusi dan relevan dianalisis lebih lanjut. Hasil telaah menunjukkan bahwa LST merupakan variabel utama yang digunakan dalam seluruh studi, dengan dukungan variabel tambahan seperti Albedo, NDVI, DEM, radiasi matahari, dan faktor meteorologi. Metode ML yang paling dominan adalah Random Forest (RF), disusul Gradient Boosting, Support Vector Regression (SVR), Cubist Regression, serta Multiple Linear Regression (MLR) sebagai pembanding. RF dan Gradient Boosting banyak diterapkan karena akurasinya tinggi dalam menangani data heterogen, sementara SVR efektif untuk regresi nonlinier, dan Cubist Regression terbukti stabil di wilayah bertopografi ekstrem. Secara umum, integrasi data satelit dengan pengamatan darat menghasilkan model dengan performa tinggi (R2 > 0,9 dan RMSE sekitar 1–2 °C). Kajian ini menegaskan bahwa pendekatan ML berbasis penginderaan jauh memiliki potensi besar untuk meningkatkan pemahaman dan pemodelan Ta, sekaligus membuka peluang penelitian lanjutan di wilayah dengan dinamika lingkungan yang beragam.  
Kuantifikasi Thermal Comfort Zone di Area Perkotaan Tropis Menggunakan Pendekatan Data Penginderaan Jauh: Tinjauan Pustaka Bibliometrik Nurgiantoro
Jurnal Penginderaan Jauh Indonesia Vol 4 No 2 (2025)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/jpji.v4i2.8215

Abstract

Eskalasi pengembangan wilayah perkotaan tropis telah memperburuk fenomena Urban Heat Island (UHI). Kondisi ini berdampak negatif pada kesehatan, produktivitas, dan konsumsi energi. Artikel ini merupakan tinjauan pustaka jenis bibliometrik tentang pemanfaatan penginderaan jauh untuk mengukur zona kenyamanan termal. Topik ini telah berkembang dari pengukuran anomali suhu secara fisik menjadi penilaian dengan pendekatan indeks kenyamanan termal. Hadirnya satelit seperti Landsat dan MODIS serta kerangka kerja Local Climate Zone (LCZ) menjadikan pengukuran dan penilaiannya semakin mencerminkan kondisi aktual. Meskipun demikian, tantangan terkait korelasi antara LST dari data satelit dan zona kenyamanan termal masih memerlukan penelitian lebih lanjut. Selain itu, ada keraguan tentang keakuratan indeks yang dikembangkan di iklim subtropis untuk diterapkan di wilayah tropis. Validasi model dengan pengukuran di lapangan juga masih perlu dikembangkan, terutama di wilayah yang kekurangan data. Untuk menjembatani kesenjangan tersebut, penelitian masa depan perlu mengintegrasikan faktor non-fisik seperti psikologi dan budaya serta memanfaatkan fusi data dan teknologi seperti machine learning, digital twins, dan artificial realities untuk mendukung perencanaan kota yang adaptif dan layak huni.
Tinjauan Pustaka: Metode Analisis Perubahan Morfologi Pantai Santoso, Eko Hadi
Jurnal Penginderaan Jauh Indonesia Vol 5 No 1 (2026)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/jpji.v5i1.8217

Abstract

Perubahan morfologi pantai menjadi isu penting dalam pengelolaan pesisir karena memengaruhi ekosistem, infrastruktur, dan ketahanan wilayah, terutama di Indonesia yang memiliki garis pantai kedua terpanjang di dunia. Kajian ini meninjau perkembangan metode analisis perubahan morfologi pantai periode 2000-2025 serta mengidentifikasi kelebihan, keterbatasan, dan relevansinya di kawasan tropis, dengan fokus pada pesisir utara Jawa Timur. Metodologi mengikuti protokol PRISMA melalui identifikasi, penyaringan, penilaian kelayakan, dan seleksi akhir, menghasilkan 88 artikel dari Scopus dan pustaka nasional. Hasil menunjukkan metode DSAS/GIS dan citra satelit mendominasi studi jangka panjang, sedangkan UAV/LiDAR unggul untuk pemantauan lokal berpresisi tinggi. Model numerik efektif mensimulasikan skenario ekstrem, tetapi memerlukan data rinci yang masih terbatas di Indonesia. Dalam dekade terakhir, machine learning dan Google Earth Engine mulai diterapkan untuk analisis otomatis skala besar, meskipun terkendala minimnya data ground truth. Kajian ini menekankan perlunya integrasi multi-metode untuk pemahaman komprehensif dan pengembangan pendekatan hibrid bagi mitigasi abrasi, adaptasi iklim, dan perencanaan pesisir berkelanjutan.
Analisis Spasial-Temporal Fluktuasi TDS dan Konduktivitas Listrik sebagai Indikator Awal Kontaminasi Logam Berat: Tinjauan Pustaka Chasanah, Uswatun
Jurnal Penginderaan Jauh Indonesia Vol 4 No 2 (2025)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/jpji.v4i2.8230

Abstract

Total Dissolved Solids (TDS) dan Konduktivitas Listrik (Electrical Conductivity/EC) merupakan parameter kunci dalam pemantauan kualitas air yang sering berkorelasi kuat dengan keberadaan kontaminan, termasuk logam berat. Tinjauan pustaka ini bertujuan untuk menganalisis perkembangan tema penelitian mengenai hubungan spasial-temporal antara TDS, EC, dan kontaminasi logam berat dalam air tanah dan permukaan berdasarkan studi-studi terkini. Metode yang digunakan adalah tinjauan sistematis terhadap beberapa artikel penelitian yang terindeks Scopus yang terbit antara tahun 2016 hingga 2025. Hasil analisis menunjukkan bahwa TDS dan EC secara konsisten berfungsi sebagai indikator awal yang efektif untuk identifikasi awal area yang tercemar logam berat, dimana nilai tinggi kedua parameter ini sering kali bertepatan dengan konsentrasi logam berat (seperti Cd, Pb, Cr) yang melebihi batas aman. Studi-studi tersebut memanfaatkan teknik Geographic Information System (GIS) dan penginderaan jauh untuk memetakan sebaran spasial dan tren temporal. Tinjauan ini juga mengidentifikasi kesenjangan penelitian, seperti kebutuhan akan model empiris yang lebih kuat yang menghubungkan langsung variasi TDS dan EC dengan jenis dan konsentrasi logam berat spesifik, serta perlunya integrasi data satelit resolusi tinggi untuk pemantauan berkelanjutan. Disimpulkan bahwa pendekatan integratif antara pengukuran in-situ TDS EC, analisis logam berat, dan teknologi geospasial sangat penting untuk manajemen sumber daya air yang berkelanjutan.
Tinjauan Pustaka: Pendekatan Penginderaan Jauh dalam Analisis Dampak Perubahan Iklim terhadap Produktivitas Kopi Purnamasari, Ika
Jurnal Penginderaan Jauh Indonesia Vol 5 No 1 (2026)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/jpji.v5i1.8319

Abstract

Perubahan iklim global memberikan tantangan yang signifikan terhadap sektor pertanian kopi yang sangat bergantung pada kondisi iklim dan ketersediaan lahan. Penginderaan jauh dan Sistem Informasi Geografis (SIG) menjadi alat krusial dalam memadukan dinamika vegetasi, kesesuaian lahan, serta produktivitas kopi secara spasial dan temporal. Tinjauan literatur ini mensintesis temuan dari publikasi internasional terkini terkait penggunaan teknologi penginderaan jauh, indeks vegetasi, dan metode mesin pembelajaran untuk menganalisis dampak perubahan iklim terhadap produktivitas kopi. Metode bibliometrik dengan VOSviewer digunakan untuk menganalisis pola penelitian dan perkembangan bidang ini. Hasil pengamatan menunjukkan bahwa integrasi data multisensor, pengindeksan vegetasi (seperti NDVI, EVI, SAVI), serta teknologi drone mendukung peningkatan akurasi pemantauan dan prediksi hasil kopi. Namun, terdapat kesenjangan terkait data resolusi spasial dan temporal, model prediksi yang terpadu, dan jarangnya studi yang menghubungkan kondisi iklim, penggunaan lahan, dan produktivitas kopi secara komprehensif. Implikasi kajian ini penting bagi pengembangan teknologi adaptasi pertanian kopi yang berkelanjutan dan berbasis bukti ilmiah. Tinjauan ini memberikan referensi bagi peneliti dan pembuat kebijakan dalam merancang strategi mitigasi dan adaptasi perubahan iklim pada sektor kopi.
Tinjauan Global Konstelasi Satelit Penginderaan Jauh dan Implikasinya bagi Kemandirian Teknologi Indonesia Agustan; Darmawan, Soni; Bintoro, Oni Bibin; Agustino, Rubby Sidik; Alimuddin, Ilham; Hernawati, Rika
Jurnal Penginderaan Jauh Indonesia Vol 5 No 1 (2026)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/jpji.v5i1.9189

Abstract

Perkembangan teknologi satelit penginderaan jauh dalam dua dekade terakhir ditandai oleh pergeseran dari satelit tunggal menuju konstelasi satelit dengan frekuensi pengamatan tinggi. Konstelasi berbasis sensor optik dan Synthetic Aperture Radar (SAR) kini menjadi komponen penting infrastruktur observasi Bumi global untuk pemantauan lingkungan, ketahanan pangan, mitigasi bencana, dan keamanan maritim. Artikel ini bertujuan meninjau evolusi teknologi konstelasi satelit, pola pengembangan, serta model aktor utama dalam ekosistem observasi Bumi internasional, sekaligus mengkaji implikasinya bagi agenda kemandirian teknologi Indonesia. Metode yang digunakan adalah tinjauan literatur naratif melalui sintesis publikasi ilmiah, laporan institusional, dan dokumen kebijakan terkait penginderaan jauh serta ekonomi antariksa. Hasil tinjauan menunjukkan bahwa efektivitas sistem penginderaan jauh tidak hanya ditentukan oleh kapabilitas satelit, tetapi juga oleh integrasi riset dan pengembangan, kapasitas industri, penguatan sumber daya manusia, serta tata kelola data. Temuan ini mengindikasikan bahwa strategi kemandirian perlu menekankan penguasaan rantai nilai teknologi dan integrasi optik–SAR guna menjamin kontinuitas observasi di wilayah tropis. Pendekatan adaptif dan kolaboratif direkomendasikan sebagai dasar perumusan strategi nasional yang berkelanjutan.
Pemetaan Kerentanan Banjir Berbasis Penginderaan Jauh dan Sistem Informasi Geografis untuk Mendukung Mitigasi Bencana di Kecamatan Panti, Kabupaten Jember Faradila, Rani Nur
Jurnal Penginderaan Jauh Indonesia Vol 5 No 1 (2026)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/jpji.v5i1.9513

Abstract

Banjir merupakan salah satu bencana alam yang sering terjadi di Indonesia, terutama wilayah yang memiliki intensitas curah hujan tinggi. Kecamatan Panti merupakan salah satu wilayah yang memiliki potensi kerentanan terhadap bencana banjir. Penelitian ini bertujuan untuk memetakan tingkat kerentanan banjir di Kecamatan Panti menggunakan teknologi penginderaan jauh dan Sistem Informasi Geografis (SIG) guna mengidentifikasi wilayah yang berpotensi terdampak. Data yang digunakan meliputi Digital Elevation Model (DEM) dari laman BIG untuk analisis topografi dan elevasi, serta data curah hujan dari CHIRPS (UC Santa Barbara) untuk memetakan intensitas hujan yang berpengaruh terhadap potensi banjir. Selain itu, penelitian ini menggunakan data sekunder dalam format shapefile (SHP) yang mencakup batas administrasi, jenis tanah, buffer sungai, dan tutupan lahan yang diperoleh dari portal Indonesia Geospasial guna mendukung analisis kerentanan banjir secara komprehensif. Pengolahan data dilakukan dengan menggunakan metode overlay untuk menggabungkan berbagai parameter yang mempengaruhi tingkat kerentanan banjir di wilayah penelitian. Parameter yang digunakan dalam analisis ini meliputi curah hujan, kemiringan lereng, ketinggian tempat, jenis tanah, buffer sungai, serta tutupan lahan. Hasil penelitian menunjukkan bahwa tingkat kerentanan banjir di Kecamatan Panti terbagi menjadi tiga kelas, yaitu rendah, sedang, dan tinggi. Wilayah dengan kerentanan tinggi terkonsentrasi di bagian selatan yang memiliki topografi datar, elevasi rendah (50-200 mdpl), serta penggunaan lahan didominasi oleh permukiman dan pertanian. Sebaliknya, wilayah utara memiliki kerentanan rendah meski curah hujannya sangat tinggi (>4000 mm/tahun) karena didukung oleh kelerengan sangat curam (>45%) dan tutupan hutan rimba yang menjaga kapasitas infiltrasi air.

Page 3 of 3 | Total Record : 29

 1   2   3 

Filter by Year

2019 2026


Reset
Filter By Issues
All Issue Vol 5 No 1 (2026) Vol 4 No 2 (2025) Vol 4 No 1 (2025) Vol 3 No 1 (2021) Vol 2 No 2 (2020) Vol 2 No 1 (2020) Vol 1 No 2 (2019) Vol 1 No 1 (2019)