LAND USE - KELOMPOK 5 LAPORAN AKHIR PRAKTIKUM PJJ

PENDAHULUAN

Latar belakang

Sistem Informasi Geografis (SIG) atau lebih dikenal dengan akronim GIS merupakan sistem yang didesain untuk menangkap, menyimpan, memanipulasi, menganalisa, mengatur dan menampilkan seluruh jenis data geografis . Dalam artian sederhana sistem informasi geografis dapat disimpulkan sebagai gabungan kartografi, analisis statistik dan teknologi sistem basis data (database). GIS memiliki 4 komponen yaitu sistem komputer dan perangkat lunak , data spatial, database Manajemen Sistem dan sumber daya manusia. Sistem informasi Geografis (SIG) terdiri dari 3 jenis yaitu Berdasarkan teknologi dan implementasinya, GIS dikategorikan dalam 3 (tiga) aplikasi yaitu:SIG, SIG berbasis Web, dan SIG berbasis mobile, SIG berbasis desktop secara sederhana, desktop GIS dapat desfinisikan sebagai aplikasi sistem informasi geografis yang diimplementasikan pada komputer desktop (stand alone) yang dapat digunakan dalam penginderaan jarak jauh (Irsa et al., 2020).

Penginderaan jarak jauh adalah merupakan suatu ilmu dalam memperoleh atau menerima informasi ilmu dalam penerimaan/perolehan informasi mengenai keadaan permukaan bumi dengan cara tidak harus menuju lokasi yang akan diambil datanya atau tanpa secara langsung. Kegiatan ini dilakukan oleh penginderaan dan pencatatan energi yang direfleksikan atau dipancarkan dan melakukan proses, analisa dan aplikasi terhadap informasi tersebut.

Perkembangan teknologi penginderaan jauh kini hadir sebagai solusi pemantauan hutan yang sangat luas, menggunakan teknologi satelit. Dengan satelit, pemantauan hutan di seluruh Indonesia dapat dilakukan secara cepat dan efisien sehingga mudah untuk melakukan kegiatan (Herawati 2020)

Data penginderaan jauh mempunyai peran yang sangat penting dalam pembuatan informasi spasial lahan terkait bencana. Lembaga Penerbangan dan Antariksa Nasional (LAPAN) sebagai instansi pemerintah yang bertanggung jawab terhadap penyediaan data penginderaan jauh dari resolusi rendah, menengah dan tinggi telah melakukan pengembangan stasiun bumi penginderaan jauh, sehingga pada tahun 2017 LAPAN telah mampu merekam data satelit

Terra/Aqua MODIS, Landsat-8, SPOT-6/7 dan Pleiades 1A/1B. Data yang telah diterima oleh LAPAN perlu diklasifikasikan secara cepat untuk menghasilkan informasi spasial karakteristik lahan seperti tutupan lahan, kekeringan lahan, kebakaran lahan dan perubahan lahan yang disebut klasifikasi citra. Klasifikasi citra bertujuan untuk mendapatkan gambaran atau peta tematik yang berisikan bagian-bagian yang menyatakan suatu objek atau tema. Klasifikasi citra satelit dibagi menjadi 3 jenis yaitu: 1) Klasifikasi Terbimbing (Supervised Classification), 2) Klasifikasi Tak Terawasi (Unspervised Classification) dan 3) Klasifikasi Gabungan (Purwanto dan Lukiawan 2019).

Teknologi penginderaan jauh adalah suatu teknologi yang dapat dimanfaatkan. Penginderaan jauh merupakan suatu ilmu atau teknologi untuk memperoleh informasi atau fenomena alam melalui analisis suatu data yang diperoleh dari hasil rekaman obyek, daerah atau fenomena yang dikaji.

Penginderaan jarak jauh didefinisikan sebagai suatu seni dalam mengolah citra dan menafsirkan untuk mendapatkan suatu informasi Perekaman atau pengumpulan data penginderaan jauh dilakukan dengan menggunakan alat pengindera (sensor) yang dipasang pada pesawat terbang atau satelit. Data mentah citra satelit memiliki berbagai macam resolusi seperti rendah, menengah, tinggi dan sangat tinggi. Penginderaan jauh pada dasarnya memanfaatkan gelombang elektromagnetik untuk memperoleh informasi dari suatu objek, materi dan fenomenanya tanpa adanya kontak langsung dengan objek tersebut. Setiap objek memiliki respon dalam menyerap, memantulkan atau memancarkan panjang gelombang elektromagnetik tertentu, sehingga setiap objek dapat dibedakan berdasarkan respon spektralnya. Semakin banyak jumlah band atau saluran yang dimiliki oleh citra satelit maka semakin banyak informasi objek yang dapat merespon dalam gelombang elektromagnetik (Rini dan Susatya, 2019).

Tujuan

Adapun tujuan dari Praktikum Penginderaan Jarak Jauh yang berjudul

“Land use” adalah untuk menganalisis dan memprediksi perubahan penggunaan lahan (land use) yang terkait dengan perubahan suhu permukaan bumi (land surface temperature).

TINJAUAN PUSTAKA

Penginderaan jarak jauh merupakan salah satu bidang ilmu pengolahan citra. Saat ini aplikasi penginderaan jarak jauh cukup banyak ditemui, salah satu yang cukup popular adalah Google Earth suatu aplikasi berupa bola dunia virtual.

Awalnya dikenal sebagai Earth Viewer, Google Earth dikembangkan oleh Keyhole, Inc., sebuah perusahaan yang diambil alih oleh Google pada tahun 2004.

Produk ini, kemudian diganti namanya menjadi Google Earth tahun 2005. Google Earth adalah program komputer yang dapat menampilkan representasi 3D Bumi melalui superimposisi citra satelit, foto udara, dan data GIS ke bola dunia 3D, dan memungkinkan pengguna melihat kota dan lanskap dari berbagai sudut pandang.

Foto-foto Google Earth diambil melalui satelit Landsat milik Amerika. Sebagai suatu bola dunia virtual, Google Earth dapat menampilkan berbagai obyek yang ada di atas permukaan bumi, lengkap dengan bentuk warna dan spesifikasi lainnya. Pengguna dapat menjelajahi bola dunia dengan memasukkan alamat dan koordinat, melalui penggunaan keyboard atau mouse. Google Earth juga memiliki data model elevasi digital (DEM) dalam bentuk 3D (Sekarwati et al. 2018).

Citra merupakan suatu representasi, kemiripan atau imitasi dari suatu obyek atau benda. Citra yang dikenal dalam komputer adalah citra dalam format digital salah satunya adalah citra yang diperoleh dari penginderaan jauh (remote sensing).Citra (gambar) adalah kombinasi antara titik, garis, bidang dan warna untuk menciptakan suatu imitasi dari suatu obyek. Citra bisa berwujud dua dimensi seperti lukisan, foto dan berwujud tiga dimensi seperti patung.Penginderaan jauh (remote sensing) adalah pengamatan muka bumi yang dilakukan dari ruang angkasa dengan menggunakangelombang elektromaknetik tanpa menyentuh langsung objek yang diamati. Teknologi penginderaan jauh (remote sensing) menawarkan kemudahan dalam pemetaan suatu wilayah.

Saat ini penginderaan jauh (remote sensing) sangat sering digunakan karena citra dapat dibuat secara cepat meskipun berada pada daerah yang sulit ditempuh melalui daratan sehingga sangat di perlukan untuk pemetaan daerah bencana dan citra yang dihasilkan menggambarkan objek di permukaan

bumi dengan wujud dan letak objek yang mirip dengan objek yang sebenarnya yang akan dilakukan pemetaan (Purba 2017).

Teknologi penginderaan jarak jauh dan SIG dapat membantu dalam proses pemantauan dan pembaruan data. Secara keseluruhan, peta land use merupakan alat yang sangat bermanfaat untuk perencanaan dan pengelolaan penggunaan lahan di suatu wilayah. Informasi yang disediakan oleh peta land use dapat mendukung pengambilan keputusan yang lebih informed dan berkelanjutan, sehingga dapat membantu dalam mewujudkan pembangunan yang seimbang antara aspek ekonomi, sosial, dan lingkungan.Saat ini teknologi penginderaan jauh sudah berkembang pesat dan banyak digunakan oleh pemerintah, peneliti, kalangan akademik, sampai komersil. Dengan menggunakan satelit, maka memungkinkan untuk memonitor daerah yang sulit dijangkau dengan metode dan wahana yang lain. Satelit dengan orbit tertentu dapat memonitor seluruh permukaan bumi. Satelit-satelit yang digunakan dalam penginderaan jauh terdiri dari satelit lingkungan, cuaca, dan sumber daya alam. Sensor penginderaan jauh akan menangkap gelombang pantulan balik dari obyek dan merekam nilai intensitas gelombang balik tersebut (Sarjani et al. 2017).

Untuk memperoleh peta tutupan lahan dari citra satelit, diperlukan klasifikasi citra. Setiap objek nantinya akan memiliki simbol yang unik dan digambarkan dengan warna tertentu. Klasifikasi citra dilakukan dengan menggunakan metode klasifikasi terbimbing. Klasifikasi terbimbing merupakan proses pengelompokan piksel-piksel. Pengelompokan piksel didapatkan melalui training area pada setiap tutupan lahan. Pembuatan training area merupakan langkah awal dari metode kalsifikasi terbimbing, nilai piksel dalam training area itulah yang digunakan oleh aplikasi sebagai acuan untuk mengenal piksel yang lain. Daerah yang nilai pikselnya sama atau sejenis akan dikelompokan ke dalam kelas yang telah ditentukan sebelumnya. Klasifikasi terbimbing dipilih karena prosesnya lebih cepat jika dibandingkan dengan digitasi on screen sehingga memudahkan pengguna dalam menginterpretasi citra. Klasifikasi terbimbing juga memiliki tingkat akurasi yang tinggi karena pengguna turut andil dalam pembuatan training area sehingga proses klasifikasi menjadi lebih terkontrol pada proses klasifikasi (Suwargana, 2014).

Peta land use atau peta tata guna lahan adalah peta yang menggambarkan penggunaan lahan pada suatu wilayah. Peta ini memberikan informasi mengenai berbagai jenis penggunaan lahan, seperti permukiman, pertanian, industri, komersial, rekreasi, dan sebagainya. Peta land use sangat berguna untuk perencanaan dan pengembangan wilayah, karena dapat membantu dalam mengidentifikasi potensi dan permasalahan penggunaan lahan. Pembuatan peta land use biasanya didasarkan pada interpretasi citra satelit atau foto udara. Teknik ini memungkinkan identifikasi dan klasifikasi penggunaan lahan dengan cakupan yang luas. Selain itu, data lapangan juga dapat digunakan untuk memvalidasi informasi (Purwanto dan Lukiawan, 2019).

Klasifikasi penggunaan lahan pada peta land use umumnya mengacu pada sistem klasifikasi yang telah ditetapkan, seperti klasifikasi SNI 7645:2010 tentang Klasifikasi Penutupan Lahan. Klasifikasi ini terdiri dari beberapa level, mulai dari level 1 yang lebih umum (misalnya lahan terbangun, pertanian, hutan, dan sebagainya) hingga level yang lebih spesifik pada level 4 atau 5. Peta land use dapat disajikan dalam berbagai format, seperti peta cetak, peta digital, atau bahkan dalam bentuk sistem informasi geografis (SIG). Peta digital atau SIG memungkinkan analisis yang lebih lanjut, seperti perhitungan luas, overlay dengan data lain, dan pembuatan model spasial. Salah satu manfaat utama peta land use adalah untuk mengetahui distribusi dan pola penggunaan lahan yang dapat dimanfaatkan dalam klasifikasi tutupan lahan (Septiana et al., 2017).

Peta land use dapat digunakan untuk mengidentifikasi perubahan penggunaan lahan dari waktu ke waktu. Analisis perubahan ini dapat membantu dalam memahami dinamika perkembangan suatu wilayah, seperti laju urbanisasi, konversi lahan pertanian, atau deforestasi. Informasi ini berguna untuk perencanaan pengelolaan lahan yang lebih baik. Selain itu, peta land use dapat dimanfaatkan untuk berbagai keperluan, seperti penentuan lokasi fasilitas publik, analisis potensi ekonomi, penilaian dampak lingkungan, dan perencanaan pengembangan infrastruktur. Integrasi peta land use dengan data lain, seperti data demografi atau data ekonomi, dapat memberikan informasi yang lebih komprehensif (Noer dan Wibowo, 2024).

100

METODE PRAKTIKUM

Waktu dan Tempat

Praktikum Penginderaan Jarak Jauh yang berjudul “Pembuatan Peta Land Use” dilaksanakan pada hari Rabu, 8 Mei 2024 pukul 10.00-selesai. Praktikum dilakukan di Lab MNH 2, Fakultas Kehutanan, Universitas Sumatera Utara.

Alat dan Bahan

Alat yang digunakan dalam praktikum ini adalah laptop dan alat tulis.

Bahan yang digunakan pada praktikum ini adalah peta wilayah dan video tutorial.

Prosedur Praktikum

1. Didownload wilayah yang ingin dibuat peta land use di situs tanahair.indonesia, setelah itu ekstrak filenya.

Gambar 1. Tampilan situs Tanahair.indonesia

101

2. Dibuka ArcGIS, lalu add data peta wilayah dan file lahan guna seperti pemukiman, hutan, sawah dan lain-lain pada file wilayah yang sudah di download tadi.

Gambar 2. Tampilan ArcGIS.

3. Kemudian pilih geoprocessing dan pilih union, lalu tambahkan semua file lahan guna tersebut dan simpan

Gambar 3. Tampilan Proses Geoprocessing Union

102

4. Setelah itu pilih wilayah yang ingin dibuat peta land use lalu clip dengan file union yang sudah dibuat tadi

Gambar 4. Tampilan Proses Geoprocessing Clip

5. Setelah itu pada file clip, pilih layer properties lalu symbology dan klik add all values lalu klik ok

Gambar 5. Tampilan Layer Properties.

103

6. Diubah warnanya tiap lahan guna sesuai dengan aturan yang berlaku

Gambar 6. Tampilan Perubahan Warna simbol

7. Setelah semuanya selesai, dibuat layout untuk peta land use tersebut

Gambar 7. Tampilan Peta Land Use

104

HASIL DAN PEMBAHASAN

Hasil

Adapun hasil yang didapat pada Penginderaan Jarak Jauh berjudul “ Peta Land Use” adalah sebagai berikut.

Gambar 1. Peta Land Use (2014-2019-2024) Kecamatan Medan Sunggal Pembahasan

Peta land use dapat digunakan untuk mengidentifikasi perubahan penggunaan lahan dari waktu ke waktu. Analisis perubahan ini dapat membantu dalam memahami dinamika perkembangan suatu wilayah, seperti laju urbanisasi, konversi lahan pertanian, atau deforestasi. Informasi ini berguna untuk perencanaan pengelolaan lahan yang lebih baik. Selain itu, peta land use dapat dimanfaatkan untuk berbagai keperluan, seperti penentuan lokasi fasilitas publik, analisis potensi ekonomi, penilaian dampak lingkungan, dan perencanaan pengembangan infrastruktur. Hal ini sesuai pernyataan Pramitha et al., (2023) perubahan penggunaan lahan adalah bertambahnya suatu penggunaan lahan dari satu sisi penggunaan ke penggunaan yang lainnya diikuti dengan berkurangnya tipe penggunaan lahan yang lain dari suatu waktu ke waktu berikutnya, atau

105

berubahnya fungsi suatu lahan pada kurun waktu yang berbeda . perubahan penggunaan lahan dapat timbul dari suatu ativitas manusia dengan segala macam bentuk aktivitasnya pada ruang yang menyebabkan peruahan penggunaan lahan di suatu kota. Indikator perubahan tersebut meliputi: a. Proses perubahan perkembangan (development change), b. Proses perubahan lokasi (locational change), c. Proses perubahan perilaku (behavioral change).

Peta land use di Kecamatan Medan Sunggal terjadi perubahan tutupan lahan pada tahun 2014, 2019 dan 2024 dapat disebabkan oleh beberapa faktor.

Berikut adalah beberapa penyebab umum: 1. Urbanisasi: Pertumbuhan populasi dan perkembangan kota dapat mengakibatkan konversi lahan pertanian atau hutan menjadi lahan pemukiman, komersial, atau industri. 2. Pengembangan Infrastruktur: Pembangunan jalan, jembatan, dan fasilitas umum lainnya memerlukan lahan baru. Ini dapat mengubah tutupan lahan di suatu wilayah. 3.

Ekonomi dan Industri: Perkembangan sektor ekonomi dan industri mempengaruhi penggunaan lahan. Misalnya, pembangunan pabrik atau kawasan industri. 4.

Perubahan Kebijakan: Kebijakan pemerintah terkait tata ruang dan izin lahan dapat memengaruhi perubahan tutupan lahan. 5. Perubahan Lingkungan: Faktor alam seperti banjir, gempa bumi, atau erosi dapat mengubah tutupan lahan. 6.

Ketidakseimbangan Ekosistem: Jika ekosistem alami terganggu, seperti deforestasi atau degradasi lahan, maka tutupan lahan akan berubah. 7. Kebutuhan Sosial dan Budaya: Permintaan akan fasilitas rekreasi, tempat ibadah, atau fasilitas pendidikan juga memengaruhi perubahan tutupan lahan.

Pertumbuhan Kawasan Medan Sunggal cukup pesat terutama pusat perdagangan, pusat perbelanjaan, perbankan dan jasa. hal ini didukung dengan fakta di lapangan hasil data observasi bahwa telah terjadi aglomerasi zone/kawasan pertumbuhan atau dengan kata lain pusat pertumbuhan yang spesifik di Kawasan Ringroad Gagak hitam, meskipun ada beberapa zona yang sudah terjadi aglomerasi pusat pertumbuhan di kawasan lain di Medan Sunggal.

Hal ini sesuai pernyataan Lubis (2022) penggunaan lahan (land use) adalah wujud tutupan permukaan bumi baik yang merupakan bentukan alami maupun buatan manusia (Peraturan Pemerintah No.16 Tahun 2004 tentang Penatagunaan Tanah).

106

KESIMPULAN DAN SARAN

Kesimpulan

1. Peta land use atau peta tata guna lahan adalah peta yang menggambarkan penggunaan lahan pada suatu wilayah.

2. Peta land use dapat digunakan untuk mengidentifikasi perubahan penggunaan lahan dari waktu ke waktu.

3. Peta land use memegang peranan penting. Informasi penggunaan lahan dapat digunakan untuk mengevaluasi dampak pembangunan terhadap lingkungan 4. Indikator perubahan penggunan lahan meliputi: a. Proses perubahan

perkembangan (development change), b. Proses perubahan lokasi (locational change), c. Proses perubahan perilaku (behavioral change).

5. Peta land use di Kecamatan Medan Sunggal terjadi perubahan tutupan lahan pada tahun 2014, 2019 dan 2024 dapat disebabkan oleh beberapa faktor yaitu : urbanisasi, pengembangan infrastruktur, ekonomi dan industri, perubahan kebijakan dan perubahan lingkungan.

Saran

Sebaiknya dalam pelaksanaan pembuatan peta land use dilakukan tutorial oleh asissten agar mempermudah praktikan dalam pembuatanya.

Darwin N, Ahmad A, Akib M. 2014. The potential of low altitude aerial data for large scale mapping. Jurnal Teknologi, 70 (5).

Kanata B, Iqbal M, Ramdayanti R. 2021. Penerapan Metode Supervised Classification Maximum Likelihood Pada Citra Satelit Landsat Untuk Memetakan Perubahan Tutupan Lahan di Taman Nasional Bukit Barisan Selatan (Tnbbs). Dielektrika, 8(1), 44-53.

Javed A, Khanday K, Rais R. 2014. Watershed Prioritization UsingMorphometric And Land Use/Land Cover Parameters: A Remote Sensing And GIS Based Approach. Journal Geological Society of India.78 (1) :63-75.

Jia K, Xiangqin W, Xingfa G, Yunjun Y, Xianhong X, Bin L. 2014. Land cover classification using Landsat 8 Operational Land Imager data in Beijing, China. Geocarto International. 29 (1): 941-951.

Somantri L. 2018. Pemanfaatan teknik penginderaan jauh untuk mengidentifikasi kerentanan dan risiko banjir. Jurnal Geografi Gea, 8(2).

Asik A, Ladoni A. 2020. Pemantauan Perubahan Guna Tanah Menggunakan Aplikasi Penderiaan Jauh Di Penampang, Sabah: Monitoring of Land- Use Change Using Remote Sensing Application In Penampang, Sabah. Journal of Borneo Social Transformation Studies, 6(1): 219-237.

Syah AF. 2019. Penginderaan jauh dan aplikasinya di wilayah pesisir dan lautan.

Jurnal Kelautan: Indonesian Journal of Marine Science and Technology, 3(1): 18-28.

Natsir M. 2014. Analisis Pengembangan Pengolahan Ortorektifikasi Citra Landsat Otomatis Seluruh Indonesia Untuk Mendukung Program Indonesia- Australia Forest Carbon Partnership (Analysis Of The Development Of Automatic Orthorectified Landsat Image Processing Over Indonesia To Support The Indonesia-Australia Forest Carbon Partnership Program). Majalah Sains dan Teknologi Dirgantara, 9(1).

Sampurno R. 2016. Klasifikasi tutupan lahan menggunakan citra landsat 8 operational land imager (OLI) di Kabupaten Sumedang (land cover classification using landsat 8 operational land imager (OLI) data in Sumedang Regency). Jurnal Teknotan, 10(2): 1978-1067.

Goma EI, Selvi NK, Jianisa K, Anisa A, Evi A, Fahdila A, Yohana AR, Valentinus Salerius. 2021. Remote Sensing roles to support tourism in Indonesia.

PMSGK, 2(1): 145-49.

Sitanggang G. 2014. Kajian pemanfaatan satelit masa depan: sistem penginderaan jauh satelit LDCM (LANDSAT-8). Berita Dirgantara, 11(2).

Pahleviannur M. 2019. Pemanfaatan Informasi Geospasial Melalui Interpretasi Citra Digital Penginderaan Jauh untuk Monitoring Perubahan Penggunaan Lahan. JPIG (Jurnal Pendidikan Dan Ilmu Geografi), 4(2), 18-26.

Shalihati SF. 2014. Pemanfaatan penginderaan jauh dan sistem informasi geografi dalam pembangunan sektor kelautan serta pengembangan sistem pertahanan negara maritim. Geo Edukasi, 3(2).

Niagara Y, Ernawati, Endina Pp. 2020. Pemanfaatan Citra Penginderaan Jauh Untuk Pemetaan Klasifikasi Tutupan Lahan Menggunakan Metode Unsupervised K-Means Berbasis Web Gis (Studi Kasus Sub-Das Bengkulu Hilir). Jurnal Rekursif, 8(1): 100-110.

Koto AG. 2017. Modul Praktikum Kartografi Dasar Menggunakan QGIS.

Lulla K. 2014. The Landsat 8 is ready for geospatial science and technology researchers and practitioners. Geocarto International. 28 (1): 191-195.

Firmansyah A. 2022. Pemodelan penginderaan jauh untuk estimasi simpanan karbon di Blok 1 PT Alam Bukit Tigapuluh. Journal Of Science And Applicative Technology, 6(2), 99-108.

Annafiyah A, Maulidi A, Kurniadin N, Wilujeng AD. 2022. Analisis perubahan garis pantai wilayah pesisir selatan Kabupaten Sampang menggunakan citra landsat. Sebatik, 26(2): 439-445.

Irsa R, Budiarni R, Budiman A. 2020. Pemetaan tempat pembuangan sampah di kota payakumbuh menggunakan mobile gis. Simtika, 3(2): 13-20.

Kanata B, Iqbal MS, Ramdayanti R. 2021. Penerapan Metode Supervised Classification Maximum Likelihood Pada Citra Satelit Landsat Untuk Memetakan Perubahan Tutupan Lahan di Taman Nasional Bukit Barisan Selatan (Tnbbs). Dielektrika, 8(1): 44-53.

Khoirunnisa L, Kurniawan F, Artikel H. 2019. Sistem Informasi Geografis Pemetaan Komoditas Pertanian dan Informasi Iklim Berbasis Slim Framework. Sains, Aplikasi, Komputasi dan Teknologi Informasi, 1(1): 1- 6.

Lukiawan R, Purwanto EH, Ayundyahrini M. 2019. Standar koreksi geometrik citra satelit resolusi menengah dan manfaat bagi pengguna. Jurnal Standardisasi, 21(1): 45-54.

Lukiawan R, Purwanto EH, Ayundyahrini M. 2019. Standar koreksi geometrik citra satelit resolusi menengah dan manfaat bagi pengguna. Jurnal Standardisasi, 21(1): 45-54.

Matiur A, Jaelani LM. 2019. Pembuatan Dashboard Data Penginderaan Jauh Menggunakan Platform GeoNode (Studi Kasus: Provinsi Jawa Timur). Jurnal Teknik ITS (SINTA: 4, IF: 1.1815), 8(1): A1-A4.

Pidu RE, Sudarsono B, Amarrohman FJ. 2019. Analisis Kesesuaian Penggunaan Lahan Kawasan Industri dan Lahan Terbangun Terhadap RTRW di Kecamatan Bawen Dan Kecamatan Pringapus Menggunakan Sistem Informasi Geografis. Jurnal Geodesi UNDIP, 9(1): 295-304.

Prabandaru M. 2022. Proses Georeferencing Citra Sentinel-2 dengan Menggunakan Software ArcGIS. Jurnal Ilmiah Geomatika, 2(1): 73-84.

Ringgas PEY. 2023. ANALISIS KONDISI BIOFISIK KPHP UNIT XIII MUARO JAMBI TAHUN 2014-2020. Dissertation. Universitas Jambi. Jambi.

Rini MS, Susatya J. 2019. Pemanfaatan Penginderaan Jauh dan Sistem Informasi Geografis untuk Identifikasi Ruang Terbuka Hijau di Kabupaten Klaten.

Prosiding Seminar Nasional Geografi UMS X 2019.

Sugara A, Siregar VP, Agus SB. 2020. Klasifikasi habitat bentik perairan dangkal dari citra worldview-2 menggunakan data in-situ dan drone. Jurnal Ilmu dan Teknologi Kelautan Tropis, 12(1): 135-150.

Suheri A, Kusmana C, Purwanto MYJ. 2021. Implementasi Rencana Induk Pengembangan Kawasan Sentul City Terhadap Limpasan Puncak dan Konstribusi Banjir. TATALOKA, 23(1): 39-56.

Aqshal Raihan Budiputra. 2021.Analisis Kerapatan Vegetasi di Kabupaten Magelang Menggunakan Citra landsat 8 Bermetode NDVI. Jurnal Sosial Teknologi, 1(1):1332-1340.

Awaliyan, R., & Sulistyoadi, Y. B. (2018). Klasifikasi Penutupan Lahan Pada Citra Satelit Sentinel-2a Dengan Metode Tree Algorithm. ULIN: Jurnal Hutan Tropis, 2(2), 98–104.

Firmansyah, A., Triana, E., Arifin, N., Nurfalah, I., & Ridwana, R. (2021).

Pemanfaatan Citra Satelit Landsat 8 Dan Sentinel 2A Dalam Identifikasi Lahan Kritis Mangrove Di Wilayah Kecamatan Ciemas Kabupaten Sukabumi. 6(1), 21–34.

Rahmad, Masitadan Nur Riyadi. 2018. Penggunaan Data Citra Satelit Sentinel 2a Guna Mendukung Pemilihan Pantai Pendaratan Amphibi (Studi Kasus Pulau Selaru). Jurnal Ilmiah Geomatika, 2(1) :155-168.

Handoko and A. Darmawan 2015. Changes in Forest Tunpan in the Wan Abdul Rachman Grand Forest Park (Tahura War). Jumal Sylva Lestari, 3(2) 43- 52.

Jaya INS. 2010. Analisis Citra Digital: Perspektif Penginderaan Jauh untuk Pengelolaan Sumberdaya Alam. Bogor (ID): Institut Pertanian Bogor.

Rwanga SS, Ndambuki JM. 2017. Penilaian Akurasi Klasifikasi Penggunaan/Tutupan Lahan Menggunakan Penginderaan Jauh dan GIS.

Jurnal Internasional Geosains, 8(2):611-622.

Sampumo R M, Thoriq R. 2016. Klasifikasi tutupan lahan menggunakan citra landsat 8 operational land imager (oli) di kabupaten sumedang. Jurnal Teknotan, 10(2), 61-70.

Suprayogi A. Sasmito B. 2018. Kajian ekstraksi unsur dalam identifikasi tutupan lahan berbasis layer stacking indeks citra. Elipsoida. 1(1): 26-32.

Tarigan A K, Nasution S T, Suginam dan Karim A. 2016. Aplikasi Pembelajaran

Citra Dengan Menggunakan Metode Computer Assisted Instruction (Cai).

Sumatera Utara. l 3(4): 22.

Handayani RP, Fadhliyah Idris, Mario PS. 2021. Pemetaan Luasan Ekosistem Lamun Menggunakan Citra Sentinel 2a Tahun 2018 Dan Tahun 2020 Di Perairan Desa Pengudang. Student Online Journal, 2(1): 20-29.

Muhlis, Fatmawati, Iradhatullah Rahim, Syamsia. 2019. Penerapan Data Penginderaan Jauh untuk Pengelolaan Sumber Daya Alam dan Lingkungan. Jurnal Teknologi Perikanan, Perkebunan dan Agribisnis, 19(1): 9-17.

Nadya Oktaviani dan Hollanda A Kusuma. 2017. Pengenalan Citra Satelit Sentinel-2 Untuk Pemetaan Kelautan. Oseana, 4(3):40-55.

Annafiyah A, Maulidi A, Kurniadin N, Wilujeng AD. 2022. Analisis perubahan garis pantai wilayah pesisir selatan Kabupaten Sampang menggunakan citra landsat. Sebatik, 26(2): 439-445.

Irsa R, Budiarni R, Budiman A. 2020. Pemetaan tempat pembuangan sampah di kota payakumbuh menggunakan mobile gis. Simtika, 3(2): 13-20.

Lukiawan R, Purwanto EH, Ayundyahrini M. 2019. Standar koreksi geometrik citra satelit resolusi menengah dan manfaat bagi pengguna. Jurnal Standardisasi, 21(1): 45-54.

Lukiawan R, Purwanto EH, Ayundyahrini M. 2019. Standar koreksi geometrik citra satelit resolusi menengah dan manfaat bagi pengguna. Jurnal Standardisasi, 21(1): 45-54.

Matiur A, Jaelani LM. 2019. Pembuatan Dashboard Data Penginderaan Jauh Menggunakan Platform GeoNode (Studi Kasus: Provinsi Jawa Timur). Jurnal Teknik ITS (SINTA: 4, IF: 1.1815), 8(1): A1-A4.

Dalam dokumen KELOMPOK 5 LAPORAN AKHIR PRAKTIKUM PJJ (Halaman 105-127)