Archives

Articles

Pengenalan GeoDjango (GDj-001)

GeoDjango merupakan sebuah modul dalam Django yang bertransformasi menjadi sistem web geografis yang sangat diandalkan di dunia. GeoDjango memberikan kita kemudahakn untuk membuat aplikasi web geografis seperti service berbasis lokasi.…

Machine Learning dalam Earth Engine (GEE-012)

Machine Learning dalam Earth Engine dapat dilakukan dengan : Menggunakan API Earth Engine yang sudah tersedia seperti ee.Classifier, ee.Clusterer, atau ee.Reducer untuk training data. Menggunakan TensorFlow (TFRecord) yang mengimpor data…

Sengketa Batas Wilayah

Perkembangan politik, ekonomi dan budaya masyarakat dalam memaknai batas wilayah, seringkali menimbulkan konflik perselisihan terkait batas wilayah. Sengketa batas wilayah sering kali terjadi karena daerah menerjemahkan otonomi sebagai kewenangan untuk…

Land Heat Analysis using Google Earth Engine

Google Earth Engine is a platform to combine a multi-petabyte catalog of satellite imagery and geospatial datasets with planetary-scale analysis capabilities and accessible for free. Google Earth Engine only require…

Pengenalan Konsep Kobotoolbox (Kobocollect-002)

Pembahasan mengenai efisiensi proses pengumpulan data telah kita lakukan pada artikel sebelumnya. Untuk memulai tahapan selanjutnya, kita perlu mengenal kobocollect sebagai tahapan yang penting sebelum memulai menggunakannya. Pada prinsipnya, dalam sistem…

Melakukan Pre-processing Data SAR Dengan Menggunakan Aplikasi SNAP (Sentinel Application Platform)

SNAP adalah salah satu software yang digunakan untuk mengolah data Sentinel yang dibuat oleh Brockmann Consult. SNAP memiliki kepanjangan Sentinel Application Platform. Dengan perkembangan zaman, Citra Sentinel dapat diproses dengan…

Mari Berkenalan dengan R dan Menginstalnya (R Spatial 001)

R boleh jadi merupakan alat analisis data yang paling powerful saat ini. R memiliki fungsi utama mulai dari membaca dan menulis file, memanipulasi dan meringkas data, menjalankan model statistik, hingga…

NDVI di Earth Engine dalam Waktu 5 menit (GEE-011)

Di pembahasan sebelumnya Anda mempelajari tentang cara membuat komposit dan mencari cara terbaik untuk mendapat citra tanpa tutupan awan. Nah, sekarang kita akan membuat analisis sederhana untuk vegetasi yang sangat…

Efisiensi Pengumpulan Data Menggunakan Platform Digital (Kobo Collect-001)

Pengumpulan data merupakan salah satu proses utama dalam penelitian ataupun kajian ilmiah terutama, khususnya yang berkaitan dalam spatial sequence. Data yang bersifat primer erat kaitannya diperoleh melalui proses pengambilan secara…

Membuat Komposit Landsat 8 yang Bersih dari Awan di Earth Engine (GEE-010)

Di artikel sebelumnya, Menampilkan Citra dalam Image Collections dalam Earth Engine (GEE-009) , kita telah membahas tentang pembuatan komposit. Namun banyak awannya, nah bagaimanakah cara mengatasinya? Permasalahan dalam komposit sebelumnya…

Lebih Bervariasi Menggunakan Chlorophyll Vegetation Index

Pada topik sebelumnya telah dibahas terkait indek vegetasi yang berfokus pada klorofil daun. CVI atau Chlorophyll Vegetation Index dianggap lebih responsif karena mempertimbangkan sensitifitas terhadap klorofil, tidak terpengaruh oleh LAI, dan…

Menampilkan Citra dalam Image Collections dalam Earth Engine (GEE-009)

Bagian ini adalah kelanjutan dari bagian 7 dan bagian 8 Earth Engine. Baca dulu kalau belum ya. Menampilkan image collection ke dalam peta Earth Engine itu semudah menampilkan satu citra.…