Hasil Pencarian  ::  Simpan CSV :: Kembali

"Deforestasi merupakan masalah konservasi global, khususnya di hutan tropis. Analisis spasial dan temporal diperlukan untuk menentukan pola dan penyebab deforestasi serta memandu intervensi yang efektif. Pulau Sumatera di Indonesia telah mengalami laju deforestasi tinggi, dan bentang alam Kerinci Seblat menjadi salah satu kawasan hutan terpenting yang tersisa. Penelitian ini menggunakan data pemantauan hutan spasial dan temporal dari dataset European Commission's Tropical Moist Forest, dan data validasi lapangan untuk mengkarakterisasi deforestasi menggunakan sembilan variable prediktor: zonasi di Taman Nasional Kerinci Seblat, deforestasi sekitar, konsesi kehutanan, ketinggian tempat, rute patroli, perhutanan sosial, titik api, jarak dari pemukiman, dan konsesi pertambangan. Data deforestasi historis digunakan pada tahun 1986-2015, dan deforestasi pada tahun 2016-2020 digunakan sebagai variabel respon. Studi ini menggunakan kerangka pemodelan GLM di R dalam menemukan model terbaik untuk proyeksi deforestasi di Lanskap Kerinci Seblat dari tahun 2020 hingga 2045. Hasil penelitian menunjukkan bahwa deforestasi semakin cenderung menurun dan terjadi di dekat aktivitas manusia dan pemukiman. Efektivitas kegiatan patroli dalam mencegah deforestasi menunjukkan perlunya pengerahan sumber daya yang lebih strategis. Perhutanan Sosial, konsesi pertambangan dan kehutanan di sekitar kawasan lindung Taman Nasional Kerinci Seblat berkontribusi signifikan terhadap deforestasi, sehingga menekankan pentingnya praktik berkelanjutan dan intervensi konservasi alam yang lebih luas.

---

Deforestation is a worldwide conservation problem in tropical forests. Conducting spatial and temporal analysis is necessary to identify the trends and causes of deforestation. Sumatra, an island in Indonesia, experienced significant deforestation, with the Kerinci Seblat landscape being one of the few crucial forests. This study utilizes spatial and temporal forest monitoring data from the Tropical Moist Forest dataset, along with field validation data, to analyze and describe deforestation. The analysis is based on nine predictor variables, namely Kerinci Seblat National Park zonation, deforestation neighbourhood, forestry concessions, altitude, patrol routes, social forestry, fire hotspots, distance from settlements, and mining concessions. The study utilized historical deforestation data from 1986 to 2015, with deforestation from 2016 to 2020 being analyzed as the response variable. This study employs the Generalized Linear Modeling framework in the R programming language to identify the optimal model for predicting deforestation in the Kerinci Seblat Landscape between the years 2020 until 2045. The study findings indicate that deforestation tends to decline and mostly transpires near human activities and communities. The efficacy of patrol operations in forestalling deforestation highlights the necessity for a more strategic allocation of resources. The presence of social forestry, mining, and forestry concessions in the vicinity of Kerinci Seblat National Park has a substantial impact on deforestation. This emphasizes the need for sustainable practices and more comprehensive interventions for environment protection."

"Curah hujan merupakan unsur iklim yang sangat bervariasi berdasarkan waktu dan tempat. Kecenderungan perubahan curah hujan dalam jangka waktu tertentu dapat mengindikasikan fenomena peubahan iklim yang sedang terjadi. Melalui perhitungan statistik dan analisis spasial dan temporal, penelitian ini mengungkapkan bahwa ada suatu kecenderungan berkurangnya curah hujan di Daerah Aliran Way Sekampung selama periode 1980 – 2009. Melalui perhitungan statistik dengan menggunakan Uji Mann-Kendall dan dibantu oleh analisis spasial, telah ditemukan bahwa tren perubahan curah hujan yang terjadi di DA Way Sekampung didominasi oleh tren berkurangnya curah hujan. Uji tren terhadap curah hujan tahunan dan musiman yang dilakukan mengungkapkan bahwa bagian tengah dari DA Way Sekampung yang mencakup wilayah administrasi Kabupaten Pringsewu, Pesawaran, sebagian barat Lampung Selatan, dan sebagian utara Kota Bandar Lampung, adalah daerah dengan tren berkurangnya curah hujan yang sangat signifikan pada periode 1980-2009.

---

Rainfall is highly variable climatic elements based on time and place. The changing trend of rainfall in a certain period can indicate the climate change phenomena that happening. Through the statistical calculation and analysis of spatio - temporal, this study reveals that there is a decreasing trend in rainfall in the watershed Way Sekampung during the period 1980 – 2009. Through statistical calculations using the Mann - Kendall and assisted by the spatial analysis, it was found that the trend of the rainfall changes in Way Sekampung catchment area dominated by reduced rainfall trends. Trend test for seasonal and annual precipitation were carried out revealed that the central region of the Way Sekampung catchment area which covers area of district administration Pringsewu, Pesawaran, most of western South Lampung, and the most northern city of Bandar Lampung, are areas with very significant decreasing rainfall trend in the period 1980-2009."

"Hujan ekstrim merupakan salah satu fenomena cuaca ekstrim yang kejadiannya sering memicu bencana alam seperti tanah longsor, banjir bandang, dan erosi tanah. Di Wilayah Jabodetabek khususnya Kota Jakarta sering dilanda banjir akibat adanya curah hujan yang berlebih. Melalui perhitungan stastistik dan analisis spasial serta temporal, penelitian ini mengungkapkan bahwa terjadi kecenderungan kejadian hujan ekstrim di Jabodetabek dari tahun 1980 - 2011. Dengan menggunakan metode site specific threshold dan analisis spasial, ditemukan bahwa kejadian hujan ekstrim cenderung terjadi di wilayah dataran rendah dan dekat jaraknya dari garis pantai. Kejadian hujan ekstrim di Jabodetabek tahun 1980 - 2011 akan lebih sering terjadi dalam siklus 5 tahunan, dan cenderung meningkat kejadiannya meskipun tidak selalu fluktuatif dan tidak terlalu signifikan.

---

Extreme rainfall is one of the occurrence of extreme weather phenomena are often triggered by natural disasters such as landslides, floods, and erosion. In Jabodetabek region especially the city of Jakarta is often flooded due to excessive rainfall. Through a statistical calculation and analysis of spatial and temporal, this study reveals that there is a trend of extreme rainfall events in Jabodetabek from 1980 - 2011. By using site specific threshold method and spatial analysis, it was found that the incidence of extreme rainfall tends to occur in low lying areas and near distance from the sea. Extreme rainfall events in Jabodetabek from 1980 - 2011 will be more likely to occur in cycles of 5 years, and is likely to increase occurrence though not always fluctuate and are not too significant."

"

Tanaman Padi merupakan salah satu tanaman pertanian utama di dunia. Mayoritas sekitar 98% penduduk Indonesia juga mengkonsumsi beras sebagai makanan pokoknya. Sehingga perlu dilakukan pemantauan pertumbuhan tanaman padi secara efektif untuk mengontrol ketahanan pangan nasional. Tujuan dalam penelitian ini adalah untuk menganalisis karakteristik dan pola spasial fase tumbuh serta varietas padi secara spasial temporal di Kecamatan Ciasem, Kabupaten Subang. Data citra radar Sentinel-1A digunakan berdasarkan nilai backscatter polarisasi VH pada periode tanam 2018-2019. Hasil penelitian menunjukkan bahwa karakteristik fase tumbuh padi menghasilkan tren nilai backscatter yang meningkat pada fase vegetatif hingga fase pematangan. Pada periode tanam I nilai rata-rata backscatter lebih tinggi dibandingkan dengan periode tanam II karena terjadi anomali pengairan dan kekeringan berkepanjangan. Karakteristik varietas PB 42 memiliki variasi nilai rata-rata backscatter yang paling tinggi dan beragam dibandingkan varietas lain. Sementara itu, pola spasial fase tumbuh padi periode tanam I dimulai dari arah utara dan periode tanam II dimulai dari arah selatan. Pola spasial varietas padi periode tanam I dan II termasuk kedalam kategori random (uji z NNA = 0,68) dengan dominasi varietas Inpari 42, Ciherang, dan Mekongga. Sedangkan varietas Inpari 33 dan PB 42 hanya tersebar di beberapa bagian wilayah Kecamatan Ciasem. 

---

Rice plants are one of the main agricultural crops in the world. The majority of about 98% of Indonesia's population also consume rice as their staple food. Therefore, it is necessary to observe the growth of rice plants effectively to control national food tenacity. The purpose of this study is to analyze the spatial characteristics and patterns of growth phases and rice varieties in a spatially temporal in Ciasem District, Subang Regency. Sentinel-1A radar image data is used based on the VH polarization backscatter value in the 2018-2019 planting period. The results showed that the characteristics of the rice growing phase resulted in an increasing backscatter value trend in the vegetative phase to the maturation phase. In 1st period of planting the backscatter average value was higher than in the 2nd period due to irrigation anomalies and prolonged drought. The characteristics of PB 42’s variety have the highest and most average variation in the mean backscatter compared to other varieties. Meanwhile, the spatial pattern of the rice growth phase for 1st period of planting started from the north and 2nd period started from the south. The spatial patterns of rice varieties in the first and second planting periods were categorized as random (test z NNA = 0.68) with the dominance of Inpari 42, Ciherang, and Mekongga varieties. Meanwhile, the Inpari 33 and PB 42 varieties were only scattered in several parts of the Ciasem District.

"

"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.

 

"

"Tanah longsor di Kabupaten Kebumen dipengaruhi oleh beberapa faktor dan sebagai pemicunya adalah hujan lebat. Curah hujan yang dinilai mempengaruhi terjadinya tanah longsor adalah curah hujan kumulatif sepuluh harian sebelum tanah longsor (CH H -10), curah hujan kumulatif lima harian sebelum tanah longsor (CH H -5), curah hujan kumulatif tiga harian sebelum tanah longsor (CH H -3), dan curah hujan saat terjadinya kejadian tanah longsor (CH H). Sebanyak 247 kejadian tanah longsor di Kabupaten Kebumen selama 2010-2016, dianalisis secara spasial-temporal dengan basis pewilayahan curah hujan menggunakan metode Poligon Thiessen. Hasil penelitian menunjukkan bahwa karakteristik curah hujan pemicu tanah longsor di Kabupaten Kebumen dengan CH H -10 adalah 101-200 mm, CH H -5 adalah 81-160 mm, CH H -3 adalah 71-140 mm, dan CH H adalah 51-100 mm; terutama curah hujan yang paling berpengaruh di kondisi fisik Kabupaten Kebumen adalah CH H -10.

---

Landslides in Kebumen are influenced by several factors and as the trigger is a heavy rain. Rainfall affecting landslides are cumulative rainfall ten days before landslide (CH H -10), cumulative rainfall five days before landslide (CH H -5), cumulative rainfall three days before landslide (CH H -3), and the current rainfall of landslide occurrences (CH H). A total of 247 occurrences of landslides in Kebumen during 2010-2016 are analyzed by spatial-temporal with rainfall zoning base using Thiessen Polygon method.

The results show that characteristics of rainfall triggered landslides in Kebumen with CH H -10 is 101-200 mm, CH H -5 is 81-160 mm, CH H -3 is 71-140 mm, and CH H is 51-100 mm; especially the most influential rainfall in physical conditions are CH H -10."