Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tanaman teh merupakan salah satu tanaman perkebunan yang memiliki nilai ekonomi relatif tinggi. Besarnya kontribusi komoditi teh bagi perekonomian Indonesia, Kementerian Pertanian kemudian membuat Program Gerakan Tiga Kali Lipat Ekspor untuk mendapatkan hasil yang optimal. Selain itu, program ini berfokus pada pengendalian kesehatan tanaman teh karena salah satu penyebab turunnya produktivitas tanaman teh yaitu penyakit yang menyerang tanaman teh. Penelitian ini bertujuan untuk mengetahui persebaran kesehatan tanaman teh serta hubungan kesehatan tanaman teh dengan suhu, curah hujan, lereng, ketinggian di PTPN VIII Kebun Cianten. Untuk itu, variabel yang digunakan dalam penelitian ini mencakup indeks vegetasi, suhu, curah hujan, lereng, dan ketinggian. Wilayah penelitian dalam penelitian ini yaitu bertempat di PTPN VIII Kebun Cianten yang berfokus pada Afdelling I dan Afdelling II. Penelitian ini menggunakan Citra Sentinel-2 dengan algoritma NDVI. Unit analisis penelitian ini adalah blok tanam yang berada di setiap afdelling. Hasil dari penelitian ini menunjukkan bahwa persebaran nilai NDVI di PTPN VIII Kebun Cianten bulan Maret 2022 dan September 2019 didominasi oleh tanaman teh yang sehat dan memiliki nilai NDVI yang cukup tinggi. Selain itu, hubungan kesehatan tanaman teh dengan varibel lingkungan fisik menghasilkan hubungan yang sangat kuat berdasarkan dari uji korelasi pearson.

---

The tea plant is a plantation crop that has a relatively high economic value. The large contribution of the tea commodity to the Indonesian economy, the Ministry of Agriculture then created the Export Threefold Movement Program to get optimal results. In addition, this program focuses on controlling the health of tea plants because one of the causes of the decreased productivity of tea plants is diseases that attack tea plants. This study aims to determine the distribution of tea plant health and the relationship between tea plant health and temperature, rainfall, slope, altitude at PTPN VIII Kebun Cianten. For this reason, the variables used in this study include vegetation index, temperature, rainfall, slope, and altitude. The research area in this study is located at PTPN VIII Kebun Cianten which focuses on Afdelling I and Afdelling II. This study uses Sentinel-2 Imagery with the NDVI algorithm. The unit of analysis in this research is the planting block located in each afdelling. The results of this study indicate that the distribution of NDVI values at PTPN VIII Kebun Cianten in March 2022 and September 2019 is dominated by tea plants that are healthy and have quite high NDVI values. In addition, the relationship between tea plant health and physical environment variables resulted in a very strong relationship based on the Pearson correlation test."

"Kemiskinan merupakan masalah yang masih menjadi fokus utama di berbagai negara khususnya Indonesia. Kemiskinan suatu daerah berbeda dengan daerah lainnya. Permasalahan mengenai ketepatan bantuan penerima masih menjadi masalah karena metode dan tidak adanya kriteria yang efektif. Desa Sukakersa merupakan desa yang mempunyai laju pertumbuhan penduduk tertinggi di Kecamatan Parakansalak yaitu 1,79% per tahun 2010-2020. Oleh sebab itu, diperlukan database yang dapat mengumpulkan dan mengelola data kependudukan untuk membantu menentukan karakteristik rumah tangga miskin. Penelitian ini bertujuan untuk menganalisis pola spasial peringkat karakteristik rumah tangga berdasarkan pemeringkatan menggunakan metode SAW dan SIG. Hasil penelitian ini menunjukan terdapat tiga karakteristik rumah tangga di Desa Sukakersa yaitu Rumah Tangga Sangat Miskin (RTSM) sebanyak 24%, Rumah Tangga Miskin (RTM) 60%, dan Rumah Tangga Tidak Miskin (RTTM) 16%. Berikutnya, pola spasial karakteristik rumah tangga di Desa Sukakersa dapat diketahui melalui tingkat aksesibilitas. Jumlah karakteristik rumah tangga di Desa Sukakersa dominan berada pada tingkat aksesibilitas sedang dengan persentase 63% dari total 94 rumah tangga. Selain itu juga menunjukan bahwa karakteristik rumah tangga tidak dipengaruhi oleh tingkat aksesibilitas, di mana setiap tingkatan aksesibilitas didominasi oleh karakteristik rumah tangga miskin (RTM).

---

Poverty is a problem that is still the main focus in various countries, especially Indonesia. Poverty of a region is different from other areas. The problem regarding the accuracy of beneficiary assistance is still a problem due to the lack of effective methods and criteria. Sukakersa Village is a village that has the highest population growth rate in Parakansalak District, namely 1.79% per year 2010-2020. Therefore, a database is needed that can collect and manage population data to help determine the characteristics of poor households. This study aims to analyze the spatial pattern of ranking household characteristics based on ranking using the SAW and GIS methods. The results of this study indicate that there are three household characteristics in Sukakersa Village, namely Very Poor Households (RTSM) of 24%, Poor Households (RTM) 60%, and Not Poor Households (RTTM) 16%. Next, the spatial pattern of household characteristics in Sukakersa Village can be identified through the level of accessibility. The dominant number of household characteristics in Sukakersa Village is at a moderate level of accessibility with a percentage of 63% of a total of 94 households. In addition, it also shows that household characteristics are not affected by the level of accessibility, where each level of accessibility is dominated by the characteristics of poor households (RTM)"

"Tujuan dari penelitian ini adalah untuk mengetahui karakteristik hutan mangrove dan pola distribusinya di wilayah pesisir Brebes pada tahun 2013-2022. Metode yang digunakan dalam penelitian ini adalah indeks vegetasi dan Random Forest. Hasil dari penelitian ini menunjukkan adanya perubahan luas yang signifikan selama periode penelitian dan hutan mangrove di wilayah pesisir Brebes memiliki persebaran yang luas, serta tingkat kerapatan yang cukup tinggi. Meskipun telah mengalami kerusakan yang diakibatkan oleh bencana banjir Rob di tahun 2014 dan dampak dari aktivitas manusia, seperti pengalih fungsi lahan serta penebangan ilegal, hutan mangrove di lokasi penelitian terus berkembang karena adanya program rehabilitasi mangrove yang dilakukan oleh komunitas setempat dalam menjaga keasrian hutan mangrove di wilayah pesisir Brebes.

---

The purpose of this study was to determine the characteristics of mangrove forests and their distribution pattern at the Coast of Brebes in 2013-2022. The method used in this study are the Vegetation Index and Random Forest. The results indicate that there were significant changes in area during the study period and the mangrove forests in the coastal area of Brebes have a wide distribution, and a fairly high level of density. Despite the damage caused by the 2014 tidal flood disaster and the impact of human activities, such as land conversion and illegal logging, the mangrove forests in the study area continue to grow due to the mangrove rehabilitation program carried out by the local community in maintaining the beauty of the mangrove forests in Brebes coastal area."

"DKI Jakarta sebagai kota padat populasi, menjadikan Jakarta sebagai wilayah yang berpotensi tinggi terhadap penyebaran COVID-19. Informasi terkait spatiotemporal dinilai sangat penting digunakan untuk melihat prioritas penanganan wilayah. Keterkaitan variabel pendorong juga penting dilakukan untuk menekan penyebaran virus. Jangkauan rumah sakit rujukan tak kalah penting untuk mengoptimalkan layanan kesehatan yang ada. Oleh karena itu, penelitian ini bertujuan melakukan analisis spatiotemporal dengan mengidentifikasi variabel pendorong, serta analisis kesiapan rumah sakit rujukan menjadi kunci bagi pemerintah dalam merespon penyebaran COVID-19 di DKI Jakarta. Metode yang digunakan adalah Space Time Scan Staitistic untuk melihat pola penyebaran COVID-19, kemudian dilakukan analisis keterkaitan COVID-19 dengan variabel-variabel pendorong menggunakan analisis regresi. Selanjutnya, dilakukan analisis kesiapan rumah sakit rujukan menggunakan analisis jaringan. Analisis jaringan digunakan untuk melihat jangkauan dan kesiapan dari rumah sakit rujukan COVID-19. Hasil menunjukkan wilayah tengah Jakarta dan wilayah Jakarta Timur berisiko tinggi terhadap penyebaran COVID-19. Kebijakan PPKM dan program vaksinasi dinilai lebih efektif dalam menekan penyebaran COVID-19. Variabel pendorong jumlah mal berpengaruh kuat terhadap penyebaran COVID-19 pada beberapa klaster yang terbentuk. Selanjutnya secara spasial ketersediaan rumah sakit rujukan sudah mampu melayani seluruh penduduk di DKI Jakarta dalam kondisi darurat. Namun, ketersediaan tempat tidur terbatas, sehingga perlu mengalokasikan rumah sakit lain sebagai rumah sakit rujukan COVID-19.

---

As a densely populated city, DKI Jakarta become vulnerable to the spread of COVID-19. Spatiotemporal information related to the spread of the disease considered crucial in pandemic decision making. Furthermore, understanding the association between the driving variables and analyzing referral hospital coverage service are also essential to contain the spread of the virus. This research aims to perform spatiotemporal analysis by identifying driving variables and analyze the readiness of referral hospital as key for the government to respond the spread of COVID-19 in DKI Jakarta. This study employed Space time scan statistic to understand the spreading pattern of COVID-19. The associations between COVID-19 and the driving variables were identified using regression analysis, while network analysis was performed to identify COVID-19 referral hospital readiness and service coverage. The result identified center part of Jakarta and Jakarta Timur as highly vulnerable to the spread of COVID-19. Social restriction (PPKM) and vaccination policy are considered effective to contain the pandemic. In general, the availability of referral hospitals is spatially able to cover the service for all the citizens in emergency situation. However, this study finds that the bed availability in those referral hospital was inadequate. Therefore, DKI Jakarta needs additional referral hospital"

"Tanaman Padi merupakan jenis tanaman pangan yang dibudidayakan melalui dataran rendah, salah satu kebutuhan pokok masyarakat dunia dan sumber penghidupan bagi sebagian besar masyarakat Indonesia. Namun jumlah produksi beras di Indonesia masih tergolong rendah dibandingkan dengan tingkat konsumsi masyarakat, sehingga perlu mendapat perhatian lebih dalam mendukung terwujudnya swasembada pangan. Salah satu upaya untuk mencapai hal tersebut dilakukan dengan pemantauan, seperti kondisi kesehatan. Penggunaan penginderaan jauh seperti Citra Sentinel-2 dan SPOT-6 dengan algoritma NDVI (Normalized Difference Vegetation Index) dapat digunakan untuk menganalisis kesehatan tanaman padi. Penelitian ini bertujuan untuk menganalisis persebaran kondisi kesehatan tanaman padi di Kecamatan Parakansalak, Kabupaten Sukabumi, Jawa Barat menggunakan citra satelit Sentinel-2 dan SPOT-6 yang diolah dengan algoritma NDVI dan mengetahui hubungannya dengan nilai NDVI hasil survei lapangan juga faktor fisik lingkungan dan tanaman. Hasil penelitian menyimpulkan bahwa kesehatan tanaman padi di Kecamatan Parakansalak cukup tinggi dengan didominasi klasifikasi kesehatan yang baik seluas 197 hektar atau 52% dari lahan eksisting oleh Sentinel-2, dan sebaran nilai NDVI pada citra SPOT-6 memiliki pola spasial yang serupa. Persentase ini menunjukkan bahwa sebaran nilai NDVI relatif tinggi dan tanaman memiliki kerapatan yang tinggi. Adapun kesehatan tanaman padi dengan nilai NDVI hasil survei lapang menunjukkan hubungan dengan nilai R sebesar 0,929. Berdasarkan hasil overlay dan jumlah sampel yang sedikit ini, Tanaman padi dengan kesehatan lebih tinggi sebagian besar berada pada wilayah dengan lereng yang landai dan dekat dengan jaringan irigasi tersebar di lahan sawah Kecamatan Parakansalak. Sehingga kemudian hasil yang baik ini masih memiliki banyak kekurangan dan memerlukan studi lebih lanjut.

---

Rice is a type of food plant that is cultivated through the lowlands, one of the basic needs of the world community and source of livelihood for most Indonesian people. However, the amount of rice production in Indonesia is still relatively low compared to the level of public consumption, so it needs more attention in supporting the realization of food self-sufficiency. One of the efforts to achieve this is through monitoring, such as health conditions. The use of remote sensing such as Sentinel-2 and SPOT-6 with NDVI (Normalized Difference Vegetation Index) algorithm can be used to analyze the health of rice plants. This study aims to analyze the distribution of the health condition of rice plants in Parakansalak District, Sukabumi Regency using Sentinel-2 and SPOT-6 satellite imagery which were processed by the NDVI algorithm and knowing the relationship with an NDVI value from field survey with the physical factors. The results of the study concluded that the health of rice plants in Parakansalak District was quite high with a good health classification dominated by an area of 197 hectares or 52% of the existing land by Sentinel-2, and the distribution of NDVI values in SPOT-6 images had a similar spatial pattern. This percentage indicates that the distribution of NDVI values is relatively high and the plants have a high density. The health of rice plants with an NDVI value from the results of a field survey showed a relationship with an R value of 0.929. Based on the results of the overlay and the small number of samples, the rice plants with higher health are mostly located in areas with gentle slopes and close to irrigation networks scattered in the paddy fields of Parakansalak District. So then this good result still has many shortcomings and requires further study."

"Logam Berat merupakan jenis pencemar di perairan yang berkaitan erat dengan Total Padatan Tersuspensi (TSS). Eratnya hubungan dari kedua parameter tersebut dapat menjadi potensi dalam menilai secara tidak langsung logam berat di perairan. Penelitian ini bertujuan untuk mengetahui hubungan antara TSS dan berat Nikel (Ni) dan Tembaga (Cu) yang terikat didalamnya, kemudian distribusi TSS di perairan diestimasi menggunakan teknik penginderaan jauh untuk menggambarkan secara tidak langsung distribusi kedua logam berat tersebut, dan mengetahui pengaruh dari parameter perairan terhadap distribusi kandungan TSS dan logam berat. Penelitian ini dimulai dengan pengambilan sampel yang dilakukan pada 31 Maret – 1 April 2023 di 36 titik sampling yang telah ditentukan. Sampel air dianalisis kandungan TSS-nya menggunakan metode gravimetri serta kandungan logam berat Ni dan Cu yang terikat dalam TSS tersebut dianalisis menggunakan metode Inductively Coupled Plasma - Optical Emission Spectrometry (ICP-OES). Parameter perairan yang mencakup kedalaman, arus, gelombang, pasang surut, suhu, pH dan salinitas diukur dan dianalisis untuk mengetahui pengaruhnya terhadap kandungan dan pola sebaran TSS maupun logam berat di perairan. Hasil penelitian menunjukkan bahwa kandungan TSS berkisar antara 6 hingga 45 mg/l, dimana kandungan tertinggi ditemukan di sekitar daerah pertambangan di Desa Tapuemea dan muara Sungai Lasolo. Kandungan logam berat Ni dan Cu masing masing berkisar antara 0,03 – 0,1 mg/kg dan 0,006 – 0,5 mg/kg. Secara spasial, kedua logam tersebut sama-sama ditemukan tertinggi pada perairan yang jauh dari area pertambangan yaitu di pesisir Kelurahan Molawe. Pola sebaran spasial parameter TSS dan logam berat yang tidak menunjukkan korelasi mengindikasikan bahwa sebaran TSS tidak dapat menggambarkan secara tidak langsung langsung pola sebaran logam berat di Teluk Lasolo. Berdasarkan hasil analisis statistik, distribusi TSS dipengaruhi oleh pH air, logam berat Ni dipengaruhi oleh arus dan Cu tidak dipengaruhi oleh seluruh parameter. Hasil pemodelan spasial menunjukkan dugaan bahwa gelombang dan pasang surut memiliki pengaruh dalam distribusi TSS dan logam berat.

---

Heavy metals are a type of pollutant in water closely related to Total Suspended Solids (TSS). The close relationship between these two parameters can be a potential indirect assessment of heavy metals in water. This research aims to determine the relationship between TSS and the weight of Nickel (Ni) and Copper (Cu) bound within it. Additionally, the distribution of TSS in water is estimated using remote sensing techniques to indirectly depict the distribution of these heavy metals. The study also aims to identify the influence of water parameters on the distribution of TSS and heavy metals. The research began with sampling on 31 March – 1 April 2023, at 36 predetermined sampling points. Water samples were analyzed for TSS content using gravimetric methods, and the content of Ni and Cu bound in TSS was analyzed using Inductively Coupled Plasma - Optical Emission Spectrometry (ICP-OES). Water parameters, including depth, current, waves, tides, temperature, pH, and salinity, were measured and analyzed to determine their influence on the content and distribution patterns of TSS and heavy metals in water. The results showed that TSS content ranged from 6 to 45 mg/l, with the highest content found around mining areas such as jetty in Tapuemea Village and the mouth of the Lasolo River. The content of heavy metals Ni and Cu ranged from 0.03 to 0.1 mg/kg and 0.006 to 0.5 mg/kg, respectively. Spatially, both metals were found highest in waters far from mining areas, specifically in the coastal area of Molawe Village. The spatial distribution pattern of TSS and heavy metals, which did not show correlation, indicates that the TSS distribution cannot directly depict the spatial distribution pattern of heavy metals in Teluk Lasolo. Based on statistical analysis, TSS distribution is influenced by water pH, Ni is influenced by currents, and Cu is not influenced by any parameter. Spatial modeling results suggest that waves and tides have an impact on the distribution of TSS and heavy metals."

"Logam Berat merupakan jenis pencemar di perairan yang berkaitan erat dengan Total Padatan Tersuspensi (TSS). Eratnya hubungan dari kedua parameter tersebut dapat menjadi potensi dalam menilai secara tidak langsung logam berat di perairan. Penelitian ini bertujuan untuk mengetahui hubungan antara TSS dan berat Nikel (Ni) dan Tembaga (Cu) yang terikat didalamnya, kemudian distribusi TSS di perairan diestimasi menggunakan teknik penginderaan jauh untuk menggambarkan secara tidak langsung distribusi kedua logam berat tersebut, dan mengetahui pengaruh dari parameter perairan terhadap distribusi kandungan TSS dan logam berat. Penelitian ini dimulai dengan pengambilan sampel yang dilakukan pada 31 Maret – 1 April 2023 di 36 titik sampling yang telah ditentukan. Sampel air dianalisis kandungan TSS-nya menggunakan metode gravimetri serta kandungan logam berat Ni dan Cu yang terikat dalam TSS tersebut dianalisis menggunakan metode Inductively Coupled Plasma - Optical Emission Spectrometry (ICP-OES). Parameter perairan yang mencakup kedalaman, arus, gelombang, pasang surut, suhu, pH dan salinitas diukur dan dianalisis untuk mengetahui pengaruhnya terhadap kandungan dan pola sebaran TSS maupun logam berat di perairan. Hasil penelitian menunjukkan bahwa kandungan TSS berkisar antara 6 hingga 45 mg/l, dimana kandungan tertinggi ditemukan di sekitar daerah pertambangan di Desa Tapuemea dan muara Sungai Lasolo. Kandungan logam berat Ni dan Cu masing masing berkisar antara 0,03 – 0,1 mg/kg dan 0,006 – 0,5 mg/kg. Secara spasial, kedua logam tersebut sama-sama ditemukan tertinggi pada perairan yang jauh dari area pertambangan yaitu di pesisir Kelurahan Molawe. Pola sebaran spasial parameter TSS dan logam berat yang tidak menunjukkan korelasi mengindikasikan bahwa sebaran TSS tidak dapat menggambarkan secara tidak langsung langsung pola sebaran logam berat di Teluk Lasolo. Berdasarkan hasil analisis statistik, distribusi TSS dipengaruhi oleh pH air, logam berat Ni dipengaruhi oleh arus dan Cu tidak dipengaruhi oleh seluruh parameter. Hasil pemodelan spasial menunjukkan dugaan bahwa gelombang dan pasang surut memiliki pengaruh dalam distribusi TSS dan logam berat.

---

Heavy metals are a type of pollutant in water closely related to Total Suspended Solids (TSS). The close relationship between these two parameters can be a potential indirect assessment of heavy metals in water. This research aims to determine the relationship between TSS and the weight of Nickel (Ni) and Copper (Cu) bound within it. Additionally, the distribution of TSS in water is estimated using remote sensing techniques to indirectly depict the distribution of these heavy metals. The study also aims to identify the influence of water parameters on the distribution of TSS and heavy metals. The research began with sampling on 31 March – 1 April 2023, at 36 predetermined sampling points. Water samples were analyzed for TSS content using gravimetric methods, and the content of Ni and Cu bound in TSS was analyzed using Inductively Coupled Plasma - Optical Emission Spectrometry (ICP-OES). Water parameters, including depth, current, waves, tides, temperature, pH, and salinity, were measured and analyzed to determine their influence on the content and distribution patterns of TSS and heavy metals in water. The results showed that TSS content ranged from 6 to 45 mg/l, with the highest content found around mining areas such as jetty in Tapuemea Village and the mouth of the Lasolo River. The content of heavy metals Ni and Cu ranged from 0.03 to 0.1 mg/kg and 0.006 to 0.5 mg/kg, respectively. Spatially, both metals were found highest in waters far from mining areas, specifically in the coastal area of Molawe Village. The spatial distribution pattern of TSS and heavy metals, which did not show correlation, indicates that the TSS distribution cannot directly depict the spatial distribution pattern of heavy metals in Teluk Lasolo. Based on statistical analysis, TSS distribution is influenced by water pH, Ni is influenced by currents, and Cu is not influenced by any parameter. Spatial modeling results suggest that waves and tides have an impact on the distribution of TSS and heavy metals."

"Perubahan tutupan lahan tentu memberikan manfaat bagi sektor sosial dan ekonomi. Namun, tidak jarang perubahan lahan memberikan dampak negatif bagi lingkungan. Seringkali dalam proses perubahan lahan banyak lahan-lahan hijau yang berkurang tergantikan dengan bangunan. Salah satu dampak nyata dan besar adalah pengaruh perubahan lahan terhadap kualitas air dan udara pada lingkungan. Kabupaten Sumedang menjadi salah satu wilayah di Indonesia yang mengalami pembangunan Penelitian ini bertujuan untuk mengetahui perubahan tutupan lahan dan suhu udara permukaan, pengaruh NDVI dalam membuat model suhu udara permukaan serta melihat hubungan model tersebut terhadap tutupan lahan. Data yang digunakan dalam penelitian ini dihasilkan melalui pengolahan Citra Landsat 8 dan 9 OLI/TIRS dan survei lapangan, hasil tersebut dianalisis menggunakan alat spasial dan statistik. Hasil dalam penelitian ini menunjukkan bahwa model yang dibuat menggunakan nilai suhu permukaan daratan dan NDVI mampu mengurangi kesalahan yang dapat terjadi untuk membuat model suhu udara permukaan sehingga hasil model yang menggunakan nilai NDVI lebih baik dibandingkan model yang dibuat tanpanya. Hasil model juga menunjukkan bahwa dari tahun ke tahun suhu terus meningkat, terlihat dari kelas yang mendominasi 29,1-34,3℃ mengalami penurunan luas dan terjadi peningkatan luas pada kelas suhu yang lebih tinggi. Perubahan tutupan lahan yang terjadi di Kabupaten Sumedang mempengaruhi suhu permukaan daratan juga suhu udara permukaannya.

---

Changes in land cover undoubtedly bring benefits to the social and economic sectors. However, it is not uncommon for changes in land cover to have negative impacts on the environment. Often in the process of land cover change, many green areas are reduced and replaced with buildings. One of the significant and tangible impacts is the influence of land cover changes on the quality of water and air in the environment. Sumedang Regency is one of the areas in Indonesia undergoing development. This research aims to understand changes in land cover and surface air temperature, the influence of NDVI in creating a model of surface air temperature, and to observe the relationship of this model to land cover. The data used in this research is generated through the processing of Landsat 8 and 9 OLI/TIRS images and field surveys. The results are analyzed using spatial and statistical tools. The findings of this research indicate that the model created using land surface temperature values and NDVI is capable of reducing errors that may occur in creating a model of surface air temperature. Thus, the model using NDVI values is better than the one created without it. The model results also show that the temperature continues to increase year by year, as seen from the class dominating 29.1-34.3℃ experiencing a decrease in area, and an increase in the area of higher temperature classes. The changes in land cover in Sumedang Regency affect both land surface temperature and surface air temperature."

"Meningkatnya suhu secara global yang disebabkan oleh emisi karbon yang jumlahnya lebih banyak dari penyerapan menyebabkan terjadinya berbagai permasalahan lingkungan. Kelapa sawit memiliki potensi sebagai penyerap karbon di atmosfer. Penelitian ini memiliki tujuan unutk menganalisis distribusi spasial stok karbon tanaman kelapa sawit dan hubungannya dengan musim basah dan kering serta kemiringan tanahnya untuk melihat variasi stok karbonnya. Penginderaan jauh multispektral digunakan pada penelitian ini dan digunakan lima indeks vegetasi yaitu NDVI, GNDVI, SAVI, OSAVI, dan ARVI sebagai prediktor yang digunakan bersama dengan stok karbon lapangan untuk dibandingkan sehingga diperoleh model estimasi yang akurat. Hasil menunjukkan bahwa distribusi spasial estimasi stok karbon yang dihasilkan indeks vegetasi ARVI pada wilayah penelitian di setiap blok didominasi oleh stok karbon dengan nilai menengah. Hubungan musim basah dan kering yang dilihat dari curah hujan dengan stok karbon dan hasil uji korelasi menunjukkan bahwa curah hujan memiliki nilai korelasi positif yang sangat lemah dan variasi stok karbon berdasarkan kemiringan tanah menunjukkan bahwa kemiringan tanah tidak memiliki pengaruh terhadap stok karbon yang tersimpan. Hal tersebut dapat disebabkan karena jarak tanam kelapa sawit pada wilayah penelitian relatif sama.

---

The increase in global temperatures caused by carbon emissions which are greater than absorption causes various environmental problems. Oil palm has the potential to absorb carbon in the atmosphere. This study aims to analyze the spatial distribution of carbon stocks in oil palm plants and their relationship with the wet and dry seasons and the slope of the soil to see variations in carbon stocks. Multispectral remote sensing was used in this study and five vegetation indices were used, namely NDVI, GNDVI, SAVI, OSAVI, and ARVI as predictors which were used together with field carbon stocks to be compared in order to obtain an accurate estimation model.

The results show that the spatial distribution of estimated carbon stocks resulting from the ARVI vegetation index in each block is dominated by carbon stocks with intermediate values. The relationship between wet and dry seasons and carbon stocks shows that rainfall has a very weak positive correlation value and variations in carbon stocks based on soil slope shows that soil slope has no effect on stored carbon stocks. This could be due to the relatively similar spacing of oil palm plantings in the study area."

"Perbatasan negara juga merupakan boundary dan frontier, yang memiliki nilai strategis bagi kedaulatan negara. Pengelolaan perbatasan negara harus didukung oleh ketahanan nasional yang tangguh untuk menghadapi ancaman, tantangan, hambatan dan gangguan. Salah satu bentuk dukungan nyata berupa patroli pengamanan perbatasan negara secara intensif. Sehingga, perlu adanya perencanaan yang efektif dalam meminimalisir tingkat risiko di lapangan. Sistem Informasi Geografis memberikan solusi fungsi analisis medan secara otomatis. Analisis medan mampu menilai tingkat risiko patroli pengamanan berdasarkan kriteria geografi militer. Penelitian ini menggunakan model Applied Research yang bersifat kualitatif dan kuantitatif (mixed method). Penilaian awal terhadap perbandingan 3 pendekatan intelijen (GeoInt, Humint, Osint) bersifat kualitatif. Pengumpulan data melalui kuesioner terhadap 33 prajurit TNI AD aktif. Adapun, implementasi Geospatial Intelligence bersifat kualitatif dengan metode Spatial Multi Criteria Evaluation (SMCE). Sumber data berasal dari geodatabase milik BIG (Demnas, Hidrologi), DITTOPAD (Peta Topografi), Kementan (Data vektor jenis tanah) dan ESA (Citra Satelit Sentinel-2A). Hasil penelitian menunjukkan tingkat risiko tertinggi merupakan ancaman musuh dengan persentase 44,1 % dan terendah karena adanya hambatan vegetasi yang rapat dengan persentase 7,2 %. Penelitian ini juga menghasilkan Peta Rekomendasi Rute Patroli yang memiliki tingkat risiko yang rendah berdasarkan klasifikasi standar NATO (Go, Slow Go, dan No Go).

---

National borders are also boundaries and frontiers, which have strategic value for the country's sovereignty. A robust national resilience must support national borders' management to face threats, challenges, obstacles, and disturbances. One form of real support is in the form of intensive patrols to protect the national border. Thus, it is necessary to have adequate planning in minimizing the level of risk in the field. Geographical Information System provides solutions for automatic terrain analysis functions. Field analysis can assess the level of risk of security patrols based on military geography criteria. This study uses an Applied Research model that is qualitative and quantitative (mixed method). The initial assessment of the comparison of 3 intelligence approaches (GeoInt, Humint, Osint) is qualitative. Data collection through questionnaires to 33 active TNI AD soldiers. Meanwhile, Geospatial Intelligence's implementation is qualitative with the Spatial Multi-Criteria Evaluation (SMCE) method. Data sources come from the geodatabase belonging to BIG (Demnas, Hydrology), DITTOPAD (Topographic Map), Ministry of Agriculture (Soil Type), and ESA (Sentinel-2A). The results showed that the highest level of risk was an enemy threat with a percentage of 44.1%, and the lowest was due to dense vegetation barriers with a percentage of 7.2%. This research also produced a Patrol Route Recommendation Map with a low-risk level based on the standard NATO classification."