Hasil Pencarian  ::  Simpan CSV :: Kembali

"Erosi mempunyai peran penting sebagai penyebab penurunan produktivitas lahan. Di Indonesia penyebab terjadinya erosi yaitu air, karena letaknya yang berada di iklim topis basah. Karena dampaknya yang sangat mempengaruhi kehidupan manusia, diperlukan suatu prediksi yang dapat dijadikan alternatif untuk mengetahui besar erosi. Sehingga dapat digunakan lebih lanjut sebagai patokan untuk melakukan tindakan konservasi tanah yang tepat. Prediksi yang digunakan dalam penelitian ini adalah GeoWEPP atau Geospatial Water Erosion Prediction Project. Hasil penelitian menyimpulkan besar laju erosi dan hasil sedimen DA Ci Mandiri dari prediksi GeoWEPP secara keseluruhan adalah 25.701,12 ton/Ha/tahun dan 17.957,789 ton/Ha. Besar laju erosi dan hasil sedimen suatu DAS berasosiasi dengan bentuk DASnya. Korelasi lemah antara rasio memanjang DAS dengan laju erosi dan korelasi cukup kuat antara rasio memanjang DAS dengan hasil sedimen. Untuk tingkat bahaya erosi DA Ci Mandiri, nilainya semakin besar seiring dengan bentuk DAS yang semakin memanjang.

---

Erosion has impact to decrease land productivity. In Indonesia, the main reason of erosion occurs is water, which is located on tropic climate. Cause the important to knowing the rate of erosion and sediment yield for agriculture and conservation planning, using prediction of the erosion could solve the problems. The prediction of erosion which use in this research is Geospatial Water Erosion Prediction Project or known as GeoWEPP.

The result of erosion rate and sediment yield using GeoWEPP model for Ci Mandiri Watershed is 25.701,12 ton/Ha/year and 17.957,789 ton/Ha. The correlation between erosion rate and sediment yield is associated with the form of watershed morphometry. Low correlation between erosion rate and watershed elongation ratio, and high correlation between sediment yield and watershed elongation ratio. Danger level of erosion Ci Mandiri watershed has similar pattern with form of watershed morphometry, elongation ratio."

"Di daerah tropik basah seperti Indonesia, erosi adalah salah satu faktor yang cukup dominan dalam menurunkan produktivitas lahan. Mengetahui besarnya erosi baik potensial maupun aktual sangat penting untuk merencanakan pembangunan pertanian dan kegiatan konservasi. Mengukur erosi pada skala yang luas dengan keadaan yang beragam, selain sangat sulit juga memerlukan waktu yang lama dan biaya yang mahal. Oleh karena itu prediksi erosi adalah salah satu alternatif yang dapat digunakan untuk mengetahui bahaya erosi. Metode prediksi erosi yang digunakan adalah metode Geospatial of Water Erosion Prediction Project (GeoWEPP). Besaran erosi dan hasil sedimen hasil simulasi GeoWEPP adalah sebesar 18543,7 ton/tahun atau 41,3 ton/ha/tahun untuk erosi dan untuk laju hasil sedimen adalah sebesar 124,7 ton/ha/tahun. Hasil korelasi statistik dengan metode pearson product momen didapatkan bahwa rasio memanjang DAS tidak memiliki hubungan signifikan terhadap besaran erosi dan hasil sedimennya, sedangkan untuk rasio membulat DAS terdapat hubungan signifikan dengan besaran laju erosi dan hasil sedimen dengan perbandingan terbalik yaitu semakin besar rasio membulat semakin kecil besaran laju erosi dan hasil sedimennya. Berdasarkan titik elevasi yang diamati, Tingkat bahaya erosi di DA Ci Lember berdasarkan model GeoWEPP didapatkan pola yang mirip dengan wilayah ketinggian terutama pada perhitungan Sub-DAS ordo 1.

---

In the tropical region such as Indonesia, erosion is the one of the dominant factors for decreasing of land productivity. Knowing the rate of factual and actual erosion is important for development planning of agriculture and conservation activity. Measuring the rate of erosion in a wide scale with variety condition is very difficult matters and need more time. Therefore, prediction of the erosion rate activity could solve this problems.

Predicting of the erosion rate methods which use in this research is Geospatial of Water Erosion Prediction Project (GeoWEPP). Output from GeoWEPP method in Ci Lember Watershed for erosion rate is 18543,7 ton/year or 41,3 ton/ha/year and sediment yield is 124,7 ton/ha/year.

The results of statistical correlation with Pearson Product Moment method shows that the ratio of elongated watershed has no significant relationship to amount of erosion and the sediment yield, while the ratio of rounded of watershed have significant relationship with sediment yield rate and erosion rate with reversed ratio. Based on the observed elevation point, the danger level of erosion have a similar pattern to the altitude region."

"Kawasan pedesaan merupakan wilayah yang kerap kali terlupakan dalam pembahasan pembangunan. Saat ini, pemanfaatan teknologi geospasial telah digunakan untuk berbagai sektor. Salah satu metode yang paling umum adalah pengamatan melalui penginderaan jauh. Penginderaan jauh kerap kali digunakan dalam pengamatan pembangunan suatu wilayah. Penelitian ini memanfaatkan penginderaan jauh untuk mengamati pembangunan di Kabupaten Sumedang. Tujuan dari penelitian ini adalah untuk menganalisis pola spasial dari suhu permukaan di Kabupaten Sumedang pada tahun 2007, 2013, 2017, dan 2022 serta korelasi antara suhu permukaan darat tersebut dengan tutupan lahan berdasarkan indeks spektral (NDVI, NDWI, dan EBBI). Data yang digunakan dalam penelitian ini adalah citra dari Landsat-5 TM, Landsat-8 OLI/TIRS, dan Landsat-9 OLI-2/TIRS-2. Citra didapatkan dan diolah menggunakan Google Earth Engine dan divalidasi dengan menggunakan data lapangan. Hasil dari penelitian ini adalah rata-rata suhu di daerah penelitian secara konstan mengalami peningkatan sejak tahun 2007 hingga 2022. Peningkatan terbesar terjadi pada tahun 2017 ke 2022, suhu meningkat hingga 4,41℃. terdapat tiga jenis tutupan lahan yang mengalami kenaikan LST yang signifikan yaitu lahan terbuka, lahan pertanian, dan lahan terbangun. Berdasarkan analisis yang dilakukan pola spasial LST di daerah penelitian terdapat 3 jenis sebaran yaitu terpusat, menyebar dan memanjang. LST menunjukan korelasi yang sedang dengan EBBI dan NDWI, sedangkan terdapat korelasi negatif dengan NDVI. NDVI memiliki korelasi negatif yang kuat dengan EBBI dan NDWI. Selanjutnya, NDWI dan EBBI menunjukan angka korelasi sebesar 0,816. Hal ini memiliki arti adanya korelasi positif yang kuat antara NDWI dan EBBI.

---

Rural areas are areas that are often forgotten in development discussions. Currently, the utilization of geospatial technology has been used for various sectors. One of the most common methods is observation through remote sensing. Remote sensing is often used in observing the development of an area. This research utilizes remote sensing to observe development in Sumedang Regency. The purpose of this study was to analyze the spatial pattern of surface temperature in Sumedang Regency in 2007, 2013, 2017, and 2022, as well as the correlation between land surface temperature and land cover based on spectral indices (NDVI, NDWI, and EBBI). The data used in this study are images from Landsat-5 TM, Landsat-8 OLI/TIRS, and Landsat-9 OLI-2/TIRS-2. The image is processed using the Google Earth Engine and validated using field data. The results of this study are that the average temperature in the study area has constantly increased from 2007 to 2022. The most significant increase occurred from 2017 to 2022. The temperature increased to 4.41℃. Three types of land cover experienced a significant increase in LST, namely bare land, agricultural, and built-up. Based on the analysis carried out by the LST spatial patterns in the study area, there are 3 types of distribution, namely centralized, disperse and linear. LST shows a moderate correlation with EBBI and NDWI, while there is a negative correlation with NDVI. NDVI has a strong negative correlation with EBBI and NDWI. Furthermore, NDWI and EBBI show a correlation number of 0.816. This means that there is a strong positive correlation between NDWI and EBBI.

 

"

"Pemilihan lokasi dan desain sistem energi surya merupakan tahapan yang sangat penting dalam memastikan kelayakan, keberlanjutan, dan operasional yang optimal suatu Pembangkit Listrik Tenaga Surya (PLTS). Banyak hal yang perlu dipertimbangkan dalam evaluasinya, seperti posisi (spasial) dan kondisi suatu wilayah (geospasial). Oleh karena itu, penelitian ini bertujuan untuk mengembangkan skema atau rancangan pengambilan keputusan untuk pemilihan lokasi PLTS yang sesuai, khususnya di desa tertinggal, terdepan, dan terluar (3T) Indonesia dengan metode yang digunakan adalah kombinasi Geographical Information System (GIS) dan pendekatan pengambilan keputusan multi-kriteria (MCDM), serta optimisasi desain sistem PLTS dengan menggunakan perangkat lunak HOMER untuk daerah paling sesuai berdasarkan analisis geospasial GIS-Analytic Hierarchy Process (AHP). Hasil yang didapatkan adalah kriteria yang paling berpengaruh adalah kriteria iklim (GHI 32%, temperatur 21%, dan kelembaban 5%). Daerah yang paling sesuai untuk PLTS adalah Desa Kalibagor, Desa Tulamben, Desa Tolada, Desa Kotaraja, Desa Talaga Tomoagu, Desa Maronge, dan Desa Nelelamawangi, sedangkan desa 3T yang sesuai untuk PLTS adalah Desa Kafelulang, Desa Pendulangan, dan Desa Sampuro. Kapasitas PLTS di daerah paling sesuai berada pada rentang 45,7 s/d 2.973 kW dengan produksi listrik yang dihasilkan sebanyak 69.718 s/d 4.457.825 kWh/tahun, sedangkan di desa 3T 79,4 s/d 146 kW dengan produksi listrik yang dihasilkan sebanyak 97.685 s/d 247.234 kWh/tahun. Rentang nilai Levelized Cost of Electricity (LCOE) untuk daerah paling sesuai adalah Rp4.119/kWh s/d Rp4.639/kWh, sedangkan untuk desa 3T adalah Rp4.201/kWh s/d Rp4.808/kWh.

---

Site selection and solar energy system design are very important stages in ensuring the feasibility, sustainability, and optimal operation of a Solar PV Power Plant. Many things need to be considered in the evaluation, such as the position (spatial) and condition of an area (geospatial). Therefore, this study aims to develop a decision-making scheme or design for the selection of suitable solar PV locations, especially in disadvantaged, frontier, and outermost (3T) villages in Indonesia. The method used is a combination of Geographical Information System (GIS) and a multi-criteria-decision-making approach (MCDM), as well as optimization solar energy system design using HOMER software for the highly suitable area based on GIS-Analytic Hierarchy Process (AHP). The results obtained are the most influential criteria are climate (GHI 32%, temperature 21%, and humidity 5%). The highly suitable areas for solar PV power plant are Kalibagor Village, Tulamben Village, Tolada Village, Kotaraja Village, Talaga Tomoagu Village, Maronge Village, and Nelelamawangi Village, while the 3T villages that are suitable for PLTS are Kafelulang Village, Pendulangan Village, and Sampuro Village. Solar PV capacity in the highly suitable area varies between 45.7 and 2,973 kW with electricity production of 69,718 to 4,457,825 kWh/year, while in 3T villages varies 79.4 to 146 kW with electricity production of 97,685 to 247,234 kWh/year. Levelized Cost of Electricity (LCOE) in the highly suitable area varies between 4,119 IDR/kWh to 4,639 IDR/kWh, while in 3T villages varies 4,201 IDR/kWh to 4,808 IDR/kWh."

"Tugas Akhir ini membandingkan Standar Geometrik Perkotaan Bina Marga Tahun 1992 dengan Standar Australia dan Standar Departemen Transportasi Inggris. Studi banding ditekankan untuk melihat sampai sejauh mana Standar Geometrik Perkotaan Bina Marga telah mengkonsiderasi hal-hal yang penting dari objektif Standar, yaitu faktor-faktor keselamatan lalu lintas serta menyesuaikan dengan komponen-komponen kendaraan, manusia dan lingkungan jalan yang ada di suatu tempat. Selain itu, dilihat pula sampai sejauh mana Standar Geometrik Perkotaan Bina Marga telah digunakan di lapangan. Untuk mengetahui hal ini, maka dilakukan pengukuran alinyemen lapangan pada lokasi yang ditinjau, yaitu pada dua buah persimpangan sebidang di Kotif Depok."

"Kebakaran hutan dan lahan merupakan bencana alam yang terjadi berulang hampir setiap tahun di Indonesia, dan mengakibatkan kerugian ekonomi yang besar maupun bagi lingkungan. Penggunaan data satelit penginderaan jauh dalam menurunkan informasi fire hotspot dapat digunakan untuk melakukan pemantauan kebakaran lahan gambut (peat) dan tanah mineral (non-peat) di Indonesia. Sistem pemantauan harian sangat diperlukan untuk membantu pemangku kepentingan di lapangan dalam mengambil tindakan mitigasi bencana. Tujuan penelitian ini adalah membangun sebuah model filtering dan clustering untuk deteksi dini kebakaran hutan dan lahan di Indonesia dengan data sensor Visible Infrared Imaging Radiometer Suite (VIIRS) dari satelit Suomi NPP dan NOAA-20 menggunakan metode Euclidean distance. Model filtering dan clustering digunakan untuk menyederhanakan jumlah fire hotspot yang sangat bermanfaat bagi kepentingan di lapangan ketika terjadi kebakaran hutan dan lahan. Model filtering dilakukan dengan cara membangun peta hotspot per tahun dengan kejadian pengulangan melebihi suatu ambang batas, dan peta tersebut akan digunakan sebagai filter dari data fire hotspot yang dihasilkan. Model clustering dilakukan dengan menggunakan menghitung jarak Euclidean antar titik fire hotspot yang dihasilkan, jika jaraknya memenuhi 1,5 kali ukuran piksel maka titik fire hotspot tersebut akan dikelompokkan menjadi satu cluster. Nilai akurasi dievaluasi berdasarkan estimasi luas kebakaran, peta burned area, dan peta lahan gambut dari setiap kejadian kebakaran yang dilaporkan petugas lapangan. Hasil pengolahan dan analisis menunjukkan bahwa akurasi efektif pada data VIIRS yaitu pada jarak 1,5 km atau empat kali ukuran pikselnya dari pusat kebakaran. Akurasi deteksi secara umum untuk cluster hotspot (cluster-HS) dan titik hotspot (titik-HS) masing-masing sebesar 52% dan 53%. Untuk wilayah yang luasnya lebih dari 14 ha, akurasinya menjadi sangat baik yaitu sampai dengan sebesar 83%. Analisis dengan pemilahan lahan gambut dan tanah mineral menunjukkan cluster-HS berkinerja lebih baik di lahan gambut dengan akurasi sebesar 62% dibandingkan di lahan tanah mineral sebesar 57%. Tanpa mengurangi ketepatan pengamatan titik api, penelitian ini menunjukkan bahwa model dapat diandalkan untuk membantu pemangku kepentingan di lapangan dalam mengambil tindakan. Oleh karena itu, model ini dapat diimplementasikan ke dalam pemantauan hotspot harian di Indonesia.

---

In Indonesia, forest and land fires are frequent natural catastrophes that do significant damage to the environment and economy. The use of remote sensing satellite data to derive fire hotspot information can be used to monitor peat and non-peat land fires in Indonesia. A daily monitoring system is very necessary to assist stakeholders in the field in taking disaster mitigation actions. The aim of this research is to build a filtering and clustering model for early detection of forest and land fires in Indonesia using Visible Infrared Imaging Radiometer Suite (VIIRS) sensor data from the Suomi NPP and NOAA-20 satellites using the Euclidean distance method. The filtering and clustering model is used to simplify the number of fire hotspots which is very useful for interests in the field when forest and land fires occur. The filtering model is carried out by building a persistent hotspot map per year with repeated events exceeding a threshold, and this map will be used as a filter for the resulting fire hotspot data. The clustering model is carried out by calculating the Euclidean distance between the resulting fire hotspot points. If the distance is 1.5 times the pixel size, the fire hotspot points will be grouped into one cluster. Accuracy values ​​are evaluated based on estimates of fire area, burned area maps, and peatland maps for each fire incident reported by field officers. The results of processing and analysis show that the effective accuracy of VIIRS data is at a distance of 1.5 km or four times the pixel size from the center of the fire. The general detection accuracy for hotspot clusters (cluster-HS) and hotspot points (point-HS) is 52% and 53%, respectively. For areas larger than 14 ha, the accuracy is very good, namely up to 83%. Analysis by separating peat and non-peat land shows that the HS-cluster performs better on peat land with an accuracy of 62% compared to 57% on non-peat land. Without reducing the accuracy of hotspot observations, this research shows that the model can be relied on to assist stakeholders in the field in taking action. Therefore, this model can be implemented into daily hotspot monitoring in Indonesia."

"Perubahan penggunaan tanah sebagai akibat dari bertambahnya kebutuhan manusia akan ruang dapat semakin menurunkan fungsi hidrologi suatu DAS, meningkatkan degradasi lahan, erosi dan sedimentasi. Penelitian ini bertujuan untuk mengetahui perubahan penggunaan tanah selama tahun 1990-2030 dan dikaitkan dengan produksi sedimen di DA Ci Lutung dan Ci Peles, Jawa Barat. Simulasi perubahan penggunaan tanah diperoleh dengan menggunakan metode Cellular Automata-Markov Chain dan untuk simulasi penggunaan tanah tahun 2030 menggunakan Land Change Modeler pada perangkat lunak Idrisi Selva. Ketinggian wilayah, kemiringan lereng, jarak dari jalan, jarak dari sungai, dan jarak dari permukiman adalah faktor pendorong yang digunakan dalam penelitian ini. Sedangkan prediksi erosi dan produksi sedimen diperoleh dengan menggunakan model WATEM/SEDEM berdasarkan faktor fisik seperti penggunaan tanah, curah hujan, tekstur tanah, dan topografi wilayah. Hasil penelitian menunjukkan selama periode tahun 1990-2016 terjadi penyusutan luas hutan dan semak mencapai 5 , dan umumnya berubah menjadi sawah, permukiman, tegalan, dan kebun. Model memprediksi bahwa sawah, permukiman, dan kebun akan mengalami peningkatan luas hingga 50 di tahun 2030. Sedangkan hutan, semak, tegalan, dan badan air diprediksi mengalami penurunan luas hingga 38 . Sementara itu prediksi erosi dan produksi sedimen cenderung meningkat setiap tahun karena terkait dengan perubahan penggunaan tanah yang terjadi di. DA Ci Peles dan Ci Lutung. Secara spasial wilayah dengan erosi dan produksi sedimen yang tinggi berada pada wilayah dengan perubahan hutan dan semak menjadi tegalan. Hal ini dikarenakan penggunaan tanah tegalan yang merupakan sumber dari erosi tanah.

---

AbstractLand use changes as a result of increasing human need for space are likely to destroy the hydrological function of the watershed, increase land degradation, stimulate erosion and drive the process of sedimentation. This study aimed to predict land use changes during the period 1990 to 2030 in relation to sediment yield in Ci Lutung and Ci Peles Watershed, West Java. To do so, land use changes were simulated following the model of Cellular Automata Marcov Chain whereas land use composition in 2030 was predicted using Land Change Modeler Package on Idrisi Selva Software. Elevation, slope, distance from road, distance from river, and distance from settlement were selected as driving factors for land use changes in this study. Meanwhile, erosion and sediment yield were predicted using WATEM SEDEM Model based on physical factors including land use, rainfall, soil texture and topography.

The results showed that the areas of forest and shrub have slightly declined up to 5 during the period 1990 to 2016, generally being converted into rice fields, settlements, dryland farming areas and plantations. In addition, rice fields, settlements, and plantations were expected to substantially increase up to 50 in 2030. On the other hand, there would be a significant fall in the number of forests, shrubs, dryland farming areas and water bodies up to 38 in 2030 as predicted by the model. Furthermore, the study also revealed that erosion and sediment yield tend to increase every year. This is likely associated with land use changes occurring in Ci Peles and Ci Lutung Watershed. Spatially, forest areas and shrubs which are converted into dryland farming areas seem to have high erosion and sediment yield due to the nature of dryland farming as the cause of erosion."

"Data geospasial dibutuhkan untuk mendukung pembangunan nasional berbasis data. Akan tetapi, data geospasial yang tersedia di Indonesia masih belum memadai karena masih adanya tumpang tindih antardata yang diproduksi oleh pemerintah. Oleh karena itu, diperlukan adanya kebijakan penyelenggaraan data geospasial pemerintah, salah satunya adalah Kebijakan Satu Data Indonesia (SDI). Kebijakan SDI mengamanatkan Badan Informasi Geospasial (BIG) sebagai Pembina Data Geospasial Tingkat Pusat dengan memiliki lima tugas utama dalam pembinaan untuk mengimplementasikan SDI khususnya dalam penyelenggaraan data geospasial. Namun dalam mengimplementasikan tugas-tugas pembina tersebut, BIG masih belum mengimplementasikan sepenuhnya seperti belum dilakukannya pemeriksaan ulang data prioritas. BIG masih memiliki permasalahan seperti kurangnya jumlah SDM, anggaran, serta aturan turunan untuk mengimplementasikan kebijakan tersebut. Oleh karena itu, tesis ini bertujuan untuk membahas implementasi dan faktor-faktor yang memengaruhi implementasi kebijakan SDI untuk data geospasial di BIG. Penelitian ini menggunakan pendekatan postpositivism dengan menggunakan konsep implementasi kebijakan dengan teknik pengumpulan data, yaitu wawancara mendalam dan studi pustaka, serta menggunakan teknik analisis ideal type Max Weber. Hasil dari penelitian ini adalah belum memadainya implementasi SDI untuk data geospasial di BIG karena masih terdapat banyak kekurangan serta terdapat pula faktor-faktor yang memengaruhi belum memadainya implementasi tersebut. Rekomendasi penelitian berikutnya adalah adanya evaluasi terhadap implementasi SDI secara menyeluruh dari semua stakeholder terkait.

---

Geospatial data is needed to support data-based national development. However, the geospatial data which available in Indonesia is still inadequate because there’s overlap between data that produced by government. Therefore, it is necessary to have a government geospatial data management policy, one of which is the Satu Data Indonesia (SDI) policy. The SDI policy mandates the Badan Informasi Geospasial (BIG) as the Central Level Geospatial Data Supervisor has five main tasks in providing guidance in implementing SDI, especially in managing geospatial data. However, in implementing the supervisory duties, BIG still hasn't fully implemented it, as has not done a re-check of priority data. BIG still has problems such as a lack of human resources, budget, and derivative regulations to implement these policies. Therefore, this study aims to discuss the implementation and factors that influence the implementation of SDI policies for geospatial data in BIG. This study uses a postpositivism approach using the concept of policy implementation with data collection techniques, namely in-depth interviews and literature studies, as well as using ideal type Max Weber analysis technique. The results of this study are the inadequate implementation of SDI for geospatial data at BIG because there are still many deficiencies and there are also factors that influence the inadequate implementation. Recommendation for the next study is to evaluate the SDI implementation from all stakeholders."

"Penelitian ini bertujuan untuk mengetahui pola spasial dari kepuasan hidup penduduk DKI Jakarta. Data penelitian diambil melalui survei online pada penduduk Jakarta yang berusia di atas 18 tahun ( N=748). Pengukuran variabel kepuasan hidup dilakukan dengan menggunakan Satisfaction With Life Scale (SWLS) dan untuk variabel kondisi geografi didapatkan dari data sekunder Badan Pusat Stastistik dan Jakarta Open Data. Analisis spasial dilakukan dengan menggunakan metode autokorelasi spasial Moran’s I, Moran scatter plot, dan regresi. Temuan penelitian menunjukkan bahwa terdapat pola spasial kepuasan hidup penduduk Jakarta yang mengelompok di tingkat kelurahan (Moran’s I= 0.224) dan densitas penduduk di tingkat kelurahan berkontribusi terhadap kepuasan hidup penduduk Jakarta (R² = 0.111).

---

The current study is aimed to analyse geospatial pattern of life satisfaction among Jakarta’s residents. Data were gathered through an online survey on the Jakarta’s population aged above 18 years (N = 748). Life satisfaction was measured using Satisfaction With Life Scale (SWLS) and geographic data were obtained from Badan Pusat Statistik and Open Data Jakarta. Spatial data were analyzed using Moran’s I spatial autocorrelation method, Moran Scatter plot, and regression. Results showed that there is a clustered pattern of life satisfaction among residents of Jakarta (Moran’s I=0.224) and population density at urban village level contributes to life satisfaction of Jakarta’s population (R² = 0.111)."

"The issues of maritime securities have become main concern to all coastal states worldwide including Indonesia. Unfortunately, various issues and problems on maritime securities in Indonesia which are related to stakeholders' views, understandings, perceptions, preparedness, mitigations, and gaps between institution are still matter. Instead, sectoral views are still very strong and causing authority disputes. In this respect, convergence views on maritime security issues and problems at both political, law makers, and technical operation levels are very important in order to overcome various number of maritime security threats faced by Indonesia. In this context, among other important aspects in maritime security, one have not to neglect on the role of geospatial information. This paper will address and discuss geospatial aspects in maritime security. The discussion will address geospatial data, information, methods, and technologies which are required to be well understood by all stakeholders in Indonesia's maritime security management."