Sebuah kolaborasi riset multidisiplin yang melibatkan konsorsium peneliti dari berbagai institusi pendidikan tinggi dan lembaga riset pemerintah telah resmi dipublikasikan dalam jurnal internasional bereputasi, Pure and Applied Geophysics, pada tanggal 10 April 2026. Karya ilmiah bertajuk “Comparison of Ionospheric Disturbances Due to the 2024 Japan Earthquake, Typhoon Seroja 2021 and Koinu 2023 Using 3D Tomography” ini merupakan hasil integrasi kepakaran dari tim peneliti yang merepresentasikan Institut Teknologi Sepuluh Nopember (ITS), Badan Riset dan Inovasi Nasional (BRIN) melalui Pusat Riset Antariksa, Universitas Gadjah Mada (UGM) Prof. Ir. Nurrohmat Widjajanti, M.T., Ph.D., IPU., ASEAN Eng., APEC Eng., Universitas Hasanuddin (Unhas), Universitas Airlangga (Unair), serta Universiti Kebangsaan Malaysia (UKM).

Intisari dari studi ini berfokus pada analisis komparatif mengenai anomali pada lapisan ionosfer yang dipicu oleh dua jenis bencana alam ekstrem, yakni gempa bumi tektonik di Jepang (2024) serta Siklon Tropis Seroja (2021) dan Koinu (2023). Dengan mengimplementasikan metodologi tomografi tiga dimensi (3D) berbasis data Global Navigation Satellite System – Total Electron Content (GNSS-TEC), para peneliti berhasil memetakan karakteristik propagasi energi dari permukaan bumi menuju atmosfer atas. Temuan riset menunjukkan bahwa aktivitas seismik memicu Coseismic Ionospheric Disturbances (CIDs) dengan amplitudo signifikan namun durasi singkat, sementara fenomena meteorologi seperti topan menginduksi Concentric Traveling Ionospheric Disturbances (CTIDs) yang memiliki persistensi durasi lebih lama dengan pola spasial yang mengikuti dinamika pergerakan badai tersebut.

Secara strategis, publikasi ini memberikan kontribusi fundamental terhadap pencapaian Tujuan Pembangunan Berkelanjutan atau Sustainable Development Goals (SDGs), khususnya SDGs 11 (Kota dan Komunitas yang Berkelanjutan) melalui penguatan sistem mitigasi bencana berbasis teknologi kedirgantaraan. Pemahaman mendalam mengenai gangguan ionosfer ini menjadi komponen krusial dalam pengembangan sistem peringatan dini yang lebih akurat guna mereduksi risiko bencana bagi masyarakat global. Selain itu, inisiatif riset ini merupakan manifestasi nyata dari SDGs 17 (Kemitraan untuk Mencapai Tujuan), yang membuktikan efektivitas sinergi lintas institusi dan lintas negara dalam menghasilkan inovasi teknologi untuk kepentingan kemanusiaan.

Link artikel: https://doi.org/10.1007/s00024-026-03954-9

Peneliti dari Departemen Teknik Geodesi Universitas Gadjah Mada (UGM) dan Direktorat Sistem Referensi Geospasial Badan Informasi Geospasial (BIG), Sukma Nur Oktavia dan Leni Sophia Heliani, secara resmi mempublikasikan riset strategis dalam jurnal internasional Geodesy and Cartography (Volume 52, Issue 1, 2026). Artikel ilmiah yang dipublikasikan pada tanggal 31 Maret 2026 ini merupakan manifestasi kolaborasi erat antara akademisi dan praktisi pemerintah untuk menyediakan fondasi data geospasial yang akurat bagi wilayah pusat pertumbuhan baru Indonesia di Kalimantan Timur.

Intisari dari penelitian ini adalah penentuan model geoid gravimetrik lokal untuk wilayah Kalimantan Timur—lokasi berdirinya Ibu Kota Nusantara (IKN)—dengan mengimplementasikan metode KTH (Kungliga Tekniska Högskolan). Studi ini mensinergikan berbagai sumber data kompleks, meliputi data gravitasi udara (airborne gravity), gravitasi terrestrial, data anomali laut DTU17, model gravitasi global EGM2008, serta data topografi SRTM15+. Hasil riset berhasil merumuskan model geoid dengan tingkat presisi tinggi yang memiliki standar deviasi sebesar 0,177 meter, memberikan standar akurasi baru dalam penentuan tinggi fisik yang sangat krusial untuk proyek keteknikan dan konstruksi di wilayah tersebut.

Secara strategis, temuan ini memberikan kontribusi nyata terhadap pencapaian beberapa Tujuan Pembangunan Berkelanjutan atau Sustainable Development Goals (SDGs). Pemodelan geoid yang presisi secara langsung mendukung SDG 9: Industri, Inovasi, dan Infrastruktur serta SDG 11: Kota dan Komunitas yang Berkelanjutan, karena ketersediaan referensi ketinggian yang akurat merupakan syarat mutlak dalam pembangunan infrastruktur perkotaan yang modern dan tahan lama di IKN. Selain itu, riset ini memperkuat SDG 17: Kemitraan untuk Mencapai Tujuan, yang membuktikan bahwa sinergi teknis antara lembaga pemerintah Indonesia dan universitas mampu menghasilkan inovasi geospasial yang esensial bagi kemajuan pembangunan nasional.

Link artikel: https://doi.org/10.3846/gac.2026.21948

Tim peneliti dari Departemen Teknik Geodesi, Fakultas Teknik, Universitas Gadjah Mada (UGM) mengintegrasikan data Light Detection and Ranging (LiDAR) untuk pemodelan infrastruktur digital yang lebih komprehensif. Hasil penelitian yang disusun oleh Calvin Wijaya, S.T., M.Eng., Ir. Ruli Andaru, S.T., M.Eng., Ph.D., Prof. Dr. Ir. Harintaka, S.T., M.T., IPU., ASEAN Eng., dan Dr. Ir. Bambang Kun Cahyono, S.T., M.Sc., IPU. ini resmi dipublikasikan pada 26 Maret 2026 melalui jurnal INASURVEYORS: Indonesian Journal of Surveying and Geospatial Science. Penelitian ini memberikan kontribusi pada pengembangan digital twin yang lebih presisi dan dapat diakses untuk manajemen bangunan.

Intisari dari penelitian berjudul “Multi-Sensor LiDAR Integration and Interactive Web Visualization of 3D Point Cloud Data” ini adalah keberhasilan sinkronisasi tiga instrumen pemindaian berbeda untuk memetakan gedung Engineering Research and Innovation Centre (ERIC) UGM secara menyeluruh. Dengan memadukan Leica RTC360 untuk detail interior, Topcon GLS2000 untuk fasad eksterior, dan teknologi udara DJI Zenmuse L2 untuk cakupan atap, tim peneliti mencapai tingkat akurasi (RMSE) sebesar 0,0149 meter. Hasil ini menunjukkan bahwa data dari berbagai jenis sensor dapat disatukan secara efektif dengan tetap menjaga akurasi geometrik yang tinggi.

Selain pengolahan data, penelitian ini menghadirkan platform visualisasi interaktif berbasis web menggunakan kerangka kerja Potree. Kehadiran platform ini memungkinkan data point cloud yang masif dapat diakses, diukur, dan dianalisis secara langsung melalui peramban standar tanpa memerlukan perangkat lunak khusus. Implementasi teknologi ini secara langsung mendukung pencapaian Tujuan Pembangunan Berkelanjutan atau Sustainable Development Goals (SDGs), khususnya SDG 9 (Industri, Inovasi, dan Infrastruktur) melalui penguatan kapasitas teknologi lokal, serta SDG 11 (Kota dan Permukiman yang Berkelanjutan) dengan menyediakan instrumen untuk pengelolaan infrastruktur kota cerdas yang lebih efisien.

Link artikel: https://inasurveyor.com/articles.php?id=45

Yogyakarta, 26 Maret 2026 – Tim peneliti dari Laboratorium Teknologi Fotogrametri dan Penginderaan Jauh, Departemen Teknik Geodesi Fakultas Teknik Universitas Gadjah Mada (FT UGM), berhasil mempublikasikan hasil penelitian dalam forum internasional bertajuk 2025 IEEE Asia-Pacific Conference on Geoscience, Electronics and Remote Sensing Technology. Publikasi tersebut berjudul Performance Analysis of Point Cloud Classification Techniques Using UAV LiDAR Data dan ditulis oleh Calvin Wijaya, Ruli Andaru, Harintaka, serta Catur Aries Rokhmana. Penelitian ini membahas analisis performa berbagai metode klasifikasi point cloud yang diperoleh dari teknologi UAV LiDAR. Data yang digunakan memiliki kepadatan tinggi, yaitu sekitar 54,866 titik per meter persegi, sehingga memberikan dasar yang kuat untuk analisis tiga dimensi dan pemodelan spasial.

Dalam studi ini, tiga pendekatan utama dibandingkan, yaitu metode berbasis geometri konvensional, machine learning, dan deep learning. Untuk pendekatan machine learning, digunakan algoritma Random Forest (RF) dan Extreme Gradient Boosting (XGB) dengan fitur RGB yang diekstraksi dari data point cloud. Sementara itu, pendekatan deep learning diimplementasikan menggunakan model PointNet dan Dynamic Graph Convolutional Neural Network (DGCNN). Hasil penelitian menunjukkan bahwa pendekatan deep learning memberikan performa terbaik dalam klasifikasi data. Model DGCNN mencapai akurasi keseluruhan sebesar 93%, diikuti oleh PointNet dengan sekitar 89%. Di sisi lain, metode machine learning menunjukkan performa yang relatif lebih rendah. Namun demikian, penelitian ini juga menegaskan adanya trade-off antara akurasi dan kebutuhan komputasi, di mana metode deep learning memerlukan sumber daya komputasi yang lebih besar.

Temuan ini menegaskan bahwa klasifikasi point cloud yang akurat merupakan fondasi penting dalam berbagai aplikasi lanjutan, seperti pembuatan model kota tiga dimensi (3D city modeling) berbasis UAV LiDAR serta analisis spasial lainnya. Publikasi ini dipresentasikan pada konferensi yang diselenggarakan pada 17–18 Desember 2025 di Purwokerto, Indonesia, dan telah terindeks dalam IEEE Xplore sejak 26 Maret 2026 dengan DOI: https://doi.org/10.1109/AGERS67633.2025.11446400. Kontribusi tim peneliti ini menunjukkan komitmen Departemen Teknik Geodesi FT UGM dalam mengembangkan teknologi penginderaan jauh dan pemodelan geospasial berbasis data mutakhir untuk mendukung berbagai kebutuhan analisis dan pembangunan berkelanjutan.

Yogyakarta, 8 Maret 2026 – Dany Puguh Laksono, dosen Departemen Teknik Geodesi Fakultas Teknik Universitas Gadjah Mada (FT UGM), berkontribusi dalam publikasi ilmiah internasional berjudul Steering the Transition: A Visual Analytics Approach to Interactive Energy Scenario Modeling. Publikasi ini ditulis bersama Radu Jianu dan Aidan Slingsby dari City St George’s, University of London. Artikel ini tersedia sebagai preprint dan dapat diakses melalui DOI berikut:
https://dx.doi.org/10.2139/ssrn.6346940

Penelitian ini mengangkat tantangan dalam perencanaan transisi menuju net-zero emissions, khususnya dalam konteks pengambilan keputusan kebijakan energi yang kompleks dan multidimensi. Selama ini, model komputasi skala besar sering kali bersifat black-box, sehingga kurang mampu mengakomodasi kebutuhan transparansi, fleksibilitas, serta proses negosiasi dalam perumusan kebijakan publik. Untuk menjawab tantangan tersebut, penelitian ini mengembangkan pendekatan visual analytics berbasis human-in-the-loop, yang mengintegrasikan kemampuan analitik komputasi dengan penilaian manusia dalam proses perencanaan. Sistem yang dikembangkan memungkinkan perencana energi untuk secara interaktif menyusun, mengevaluasi, dan membandingkan berbagai skenario dekarbonisasi.

Pendekatan ini menawarkan tiga kontribusi utama. Pertama, kerangka visual multi-skala yang memanfaatkan desain glyph untuk merepresentasikan data multivariat dan temporal secara konsisten dalam berbagai skala geografis. Kedua, modular scenario builder yang memungkinkan perencanaan dilakukan secara bertahap melalui komponen-komponen yang lebih sederhana dan mudah dibandingkan. Ketiga, alur kerja human-in-the-loop yang terintegrasi, sehingga pengguna dapat berpindah secara dinamis antara eksplorasi data, simulasi, dan evaluasi strategi secara real-time. Selain itu, sistem ini mengusung pendekatan Filter–Prioritize–Upgrade yang membantu perencana dalam mengidentifikasi kelompok prioritas, menyusun intervensi, serta mengevaluasi dampaknya terhadap target dekarbonisasi. Dengan demikian, proses pengambilan keputusan menjadi lebih transparan, adaptif, dan berbasis bukti. Kontribusi Dany Puguh Laksono dalam penelitian ini menunjukkan peran aktif akademisi Teknik Geodesi FT UGM dalam pengembangan metode analisis geospasial dan visualisasi data untuk mendukung kebijakan energi berkelanjutan di tingkat global.

Link artikel: https://dx.doi.org/10.2139/ssrn.6346940

Yogyakarta, 2 Maret 2026 — Studi internasional mengenai fenomena plasma bubble di ionosfer berhasil mengungkap keterkaitan kuat antara gangguan geomagnetik dan anomali kerapatan elektron. Penelitian ini dipublikasikan dalam jurnal ilmiah Journal of Applied Geodesy oleh penerbit De Gruyter. Kajian ini menjadi penting karena fenomena ionosfer diketahui berdampak langsung terhadap sistem navigasi satelit dan komunikasi global. Penelitian ini dipimpin oleh Prof. Mokhamad Nur Cahyadi dari Institut Teknologi Sepuluh Nopember (ITS) Surabaya sebagai penulis korespondensi. Tim peneliti terdiri dari kolaborasi berbagai institusi dengan latar belakang keilmuan geodesi dan geospasial. Dominasi kontribusi dari ITS menunjukkan kuatnya peran institusi tersebut dalam riset ionosfer di Indonesia.

Di sisi lain, akademisi dari Universitas Gadjah Mada (UGM) juga turut berkontribusi dalam penelitian ini, yakni Prof. Nurrohmat Widjajanti dan Iqbal Hanun Azizi dari Departemen Teknik Geodesi. Keterlibatan mereka memperkuat kolaborasi lintas institusi dalam pengembangan ilmu geodesi di tingkat global. Partisipasi ini juga mencerminkan sinergi antarperguruan tinggi dalam menghasilkan riset berkualitas internasional. Penelitian ini menggunakan data Global Navigation Satellite System Total Electron Content (GNSS-TEC) yang dikombinasikan dengan metode tomografi 3D. Pendekatan ini memungkinkan analisis distribusi spasial dan temporal anomali ionosfer secara lebih detail. Data dikumpulkan dari berbagai wilayah dunia, termasuk Jepang, Australia, Eropa, Brasil, dan Tonga.

Hasil analisis menunjukkan adanya korelasi negatif yang sangat kuat antara indeks Dst dan ketinggian maksimum anomali TEC akibat plasma bubble. Dengan koefisien korelasi mencapai 0,9949, penelitian ini menegaskan bahwa badai geomagnetik yang lebih kuat akan mendorong terbentuknya plasma bubble pada ketinggian yang lebih tinggi. Temuan ini memberikan pemahaman baru terkait dinamika ionosfer. Selain itu, indeks Kp juga menunjukkan hubungan positif terhadap ketinggian anomali, meskipun dengan tingkat korelasi yang lebih moderat. Fenomena plasma bubble umumnya terjadi pada ketinggian antara 200 hingga 600 kilometer. Rata-rata ketinggian maksimum yang teramati dalam penelitian ini berada di sekitar 500 kilometer.

Penelitian ini memiliki implikasi penting terhadap sistem navigasi berbasis satelit seperti GNSS. Gangguan ionosfer dapat memengaruhi akurasi posisi serta kualitas sinyal komunikasi. Oleh karena itu, pemahaman terhadap fenomena ini menjadi krusial dalam pengembangan sistem teknologi yang lebih andal. Ke depan, riset mengenai cuaca antariksa dan ionosfer diperkirakan akan semakin berkembang seiring meningkatnya ketergantungan terhadap teknologi satelit. Kolaborasi lintas institusi, seperti yang ditunjukkan dalam penelitian ini, menjadi kunci dalam menghasilkan temuan yang komprehensif. Dengan keterlibatan peneliti Indonesia, kontribusi nasional dalam ilmu geodesi global diharapkan semakin kuat.

Klaten, 1 Maret 2026 – Tim peneliti dari Fakultas Teknik, Universitas Gadjah Mada (UGM) melaksanakan kegiatan uji coba modul GNSS Reflectometry di kawasan Umbul Ponggok pada tanggal 28 Februari hingga 1 Maret 2026. Kegiatan ini merupakan bagian dari Program RIIM (Riset dan Inovasi untuk Indonesia Maju) Gelombang 8 yang berfokus pada pemantauan level air menggunakan teknologi refleksi sinyal GNSS untuk mendukung mitigasi bencana banjir dan pengelolaan sumber daya energi air. Kegiatan dipimpin oleh Nurrohmat Widjajanti selaku Ketua Tim Peneliti, dengan dukungan tim yang terdiri dari Cecep Pratama, Susana Okifiani, dan Iqbal Hanun Azizi.

Lokasi Umbul Ponggok dipilih karena memiliki karakteristik perairan yang jernih dan relatif tenang, sehingga ideal untuk pengujian kualitas sinyal refleksi GNSS dengan gangguan gelombang yang minimal. Kondisi ini memungkinkan evaluasi performa sistem secara lebih terkontrol sebelum diterapkan pada lingkungan perairan yang lebih kompleks. Kegiatan diawali dengan survei lokasi untuk menentukan titik pengamatan yang memiliki visibilitas satelit optimal serta bidang reflektor air terbuka yang representatif. Selanjutnya, tim melakukan instalasi dan konfigurasi modul GNSS Reflectometry, termasuk pengaturan tinggi antena dan orientasi terhadap permukaan air.

Pengamatan dilakukan melalui akuisisi data GNSS secara kontinu guna merekam variasi nilai signal-to-noise ratio (SNR) sebagai dasar analisis interferometri refleksi. Selain itu, dilakukan evaluasi terhadap kestabilan sistem, mencakup suplai daya, konsistensi perekaman data, serta integritas penyimpanan data selama periode pengamatan.

Hasil uji coba menunjukkan bahwa modul GNSS Reflectometry yang dikembangkan mampu berfungsi dengan baik dan menghasilkan pola interferensi sinyal yang jelas pada kondisi air jernih. Data yang diperoleh menunjukkan kestabilan nilai SNR yang mendukung proses ekstraksi parameter tinggi muka air dengan tingkat presisi yang lebih baik.

Lingkungan pengujian yang minim gangguan dinamika aliran memberikan kondisi baseline yang optimal untuk evaluasi performa sistem. Hasil ini menjadi acuan penting dalam proses kalibrasi dan penyempurnaan modul sebelum diterapkan pada lokasi dengan karakteristik hidrologis yang lebih kompleks, seperti sungai dengan arus dinamis. Kegiatan ini menghasilkan dataset observasi GNSS mentah, data evaluasi performa modul, serta dokumentasi konfigurasi instalasi yang dapat digunakan sebagai referensi teknis untuk pengembangan lebih lanjut. Secara keseluruhan, hasil uji coba ini memperkuat tahapan pengujian teknis dalam pengembangan sistem GNSS Reflectometry sebagai solusi pemantauan level air yang efisien dan berkelanjutan.

Yogyakarta, 27 Februari 2026 — Peneliti dari Universitas Gadjah Mada (UGM) mengembangkan metode pemodelan 3D bangunan cagar budaya berbasis videogrametri untuk mendukung Heritage Building Information Model (H-BIM). Penelitian ini berfokus pada pemanfaatan teknologi terkini dalam mendokumentasikan bangunan bersejarah secara digital. Hasil riset tersebut telah dipublikasikan dalam jurnal ilmiah internasional dengan DOI: https://doi.org/10.14434/sdh.v9i2.40876.

Penelitian ini dilakukan oleh Riyas Syamsul Arif dan Harintaka dari UGM dengan mengombinasikan teknik Structure from Motion/Multi-View Stereo (SfM-MVS) dan Neural Radiance Field (NeRF). Kedua pendekatan ini digunakan untuk membangun model 3D dari data video (videogrammetry) bangunan candi yang memiliki tekstur kompleks. Pendekatan ini dinilai relevan untuk kondisi Indonesia yang memiliki banyak situs warisan budaya, khususnya di Pulau Jawa.

Dalam proses pengumpulan data, tim peneliti menggunakan dua skenario tingkat tumpang tindih (overlap) video, yaitu 70 persen dan 95 persen. Hasil penelitian menunjukkan bahwa overlap 70 persen menghasilkan detail permukaan objek yang lebih baik serta model yang lebih lengkap. Temuan ini menjadi penting dalam menentukan strategi akuisisi data untuk pemodelan 3D bangunan bersejarah. Dari sisi algoritma, metode SfM-MVS menunjukkan keunggulan dalam hal akurasi geometri sehingga lebih cocok digunakan untuk bangunan candi berukuran besar. Sementara itu, algoritma NeRF memiliki keunggulan dalam menghasilkan kepadatan point cloud yang lebih tinggi serta visualisasi yang lebih realistis. Oleh karena itu, NeRF dinilai lebih optimal untuk pemodelan objek berukuran kecil dengan detail visual yang tinggi. Untuk mendukung interoperabilitas, model 3D yang dihasilkan disimpan dalam struktur data boundary representation (B-Rep). Struktur ini memungkinkan deskripsi batas objek secara lebih akurat serta kompatibilitas dengan berbagai format file. Dalam penelitian ini, format yang digunakan meliputi OBJ, KMZ, FBX, dan CityGML.

Pengembangan H-BIM melalui pendekatan ini diharapkan dapat memperkuat upaya pelestarian bangunan bersejarah di Indonesia. Dengan model digital yang akurat, proses dokumentasi, analisis, hingga restorasi dapat dilakukan secara lebih efektif. Selain itu, integrasi teknologi AI dan geospasial membuka peluang baru dalam pengelolaan warisan budaya. Ke depan, teknologi pemodelan 3D berbasis AI diperkirakan akan semakin berkembang dan menjadi standar dalam konservasi bangunan bersejarah. Kolaborasi antara akademisi, pemerintah, dan praktisi menjadi kunci dalam implementasi teknologi ini. Dengan demikian, pelestarian warisan budaya dapat dilakukan secara lebih modern dan berkelanjutan.

Klaten, 22 Februari 2026 – Tim peneliti dari Fakultas Teknik, Universitas Gadjah Mada (UGM) melaksanakan kegiatan pengukuran GNSS untuk validasi metode reflektometri di salah satu segmen hilir Sungai Bengawan Solo yang berlokasi di Kabupaten Klaten, Jawa Tengah. Kegiatan ini berlangsung pada tanggal 21–22 Februari 2026 dan merupakan bagian dari Program RIIM (Riset dan Inovasi untuk Indonesia Maju) Gelombang 8. Penelitian ini dipimpin oleh Nurrohmat Widjajanti selaku Ketua Tim Peneliti. Kegiatan ini turut melibatkan Cecep Pratama, Susana Okifiani, Iqbal Hanun Azizi, serta Listiyo Fitri sebagai bagian dari tim pelaksana lapangan.

Kegiatan ini bertujuan untuk melakukan validasi metode GNSS Reflectometry (GNSS-IR) dalam mengestimasi tinggi muka air pada lingkungan sungai yang memiliki karakteristik aliran dinamis dan fluktuatif. Lokasi pengamatan dipilih pada area yang berdekatan dengan permukiman warga dan memiliki potensi limpasan (overflow) saat terjadi peningkatan debit air, sehingga relevan untuk kajian mitigasi bencana banjir.

Pelaksanaan kegiatan diawali dengan survei lokasi guna mengidentifikasi titik pengamatan yang memiliki visibilitas satelit optimal serta bidang reflektor permukaan air yang representatif. Selanjutnya, tim melakukan instalasi perangkat GNSS pada posisi strategis dengan mempertimbangkan tinggi antena terhadap muka air serta aspek keamanan alat dari potensi kenaikan debit.

Pengamatan dilakukan melalui akuisisi data GNSS secara kontinu untuk merekam sinyal langsung dan sinyal pantul dari permukaan air sungai. Selain itu, tim juga melakukan dokumentasi kondisi hidrologis di lapangan, termasuk karakteristik aliran, lebar sungai, serta kedekatan lokasi dengan area permukiman. Evaluasi awal kualitas data dilakukan melalui analisis parameter signal-to-noise ratio (SNR) sebagai dasar untuk proses analisis reflektometri.

Hasil pelaksanaan menunjukkan bahwa metode GNSS-IR dapat diterapkan pada lingkungan sungai dengan dinamika aliran yang lebih kompleks dibandingkan perairan tergenang. Data observasi yang diperoleh memiliki kualitas yang memadai untuk proses ekstraksi parameter tinggi muka air. Kondisi lokasi yang dekat dengan permukiman juga menegaskan urgensi pengembangan sistem monitoring berbasis GNSS sebagai bagian dari upaya mitigasi risiko banjir lokal.

Kegiatan ini menghasilkan sejumlah luaran, antara lain dataset observasi GNSS mentah periode 21–22 Februari 2026, data konfigurasi instalasi dan parameter geometrik pengamatan, serta dokumentasi kondisi lapangan sebagai referensi untuk pengukuran lanjutan. Hasil validasi ini selanjutnya akan dianalisis untuk membandingkan estimasi tinggi muka air berbasis GNSS-IR dengan data referensi yang tersedia. Penelitian ini diharapkan dapat menjadi dasar dalam pengembangan sistem pemantauan tinggi muka air berbasis teknologi GNSS yang lebih adaptif dan aplikatif, khususnya pada wilayah rawan limpasan di sepanjang aliran Sungai Bengawan Solo.

Yogyakarta, 20 Februari 2026 – Febrian Fitryanik Susanta, dosen Departemen Teknik Geodesi Fakultas Teknik Universitas Gadjah Mada (FT UGM), turut berkontribusi dalam publikasi ilmiah internasional berjudul GeoShapley-based interpretation of older adult pedestrian fatal vs injury crash frequency in dense urban environments. Artikel ini ditulis bersama I Gede Brawiswa Putra, Pei-Fen Kuo, Bimo Harya Tedjo, dan Dominique Lord, yang berasal dari National Cheng Kung University, Texas A&M University, serta Universitas Gadjah Mada. Publikasi ini telah melalui proses ilmiah dengan rincian: diterima pada 4 Februari 2026 dan tersedia secara daring pada 11 Februari 2026. Artikel ini dapat diakses melalui DOI berikut:
https://doi.org/10.1016/j.aap.2026.108450

Penelitian ini berfokus pada analisis keselamatan pejalan kaki lanjut usia di lingkungan perkotaan padat, dengan studi kasus di Kota Taipei. Seiring dengan meningkatnya populasi lansia secara global, isu keselamatan pejalan kaki menjadi perhatian penting dalam perencanaan transportasi. Berbeda dengan pendekatan konvensional, penelitian ini mengintegrasikan data persepsi subjektif yang diperoleh dari Street View Images (SVI) dengan metode machine learning. Tiga model dianalisis dan dibandingkan, yaitu Negative Binomial Regression (NBR), Geographically Weighted Negative Binomial Regression (GWNBR), dan GeoShapley sebagai pengembangan interpretatif spasial dari kerangka SHAP berbasis XGBoost.

Sebanyak 36 variabel lingkungan dan persepsi dianalisis untuk memahami hubungan antara kondisi lingkungan perkotaan dan tingkat keparahan kecelakaan (fatal maupun cedera). Hasil penelitian menunjukkan bahwa model GeoShapley memberikan performa terbaik, serta mampu mengungkap bahwa faktor lokasi spasial dan interaksinya dengan variabel lingkungan menjadi penentu utama dalam frekuensi kecelakaan. Temuan penting lainnya menunjukkan bahwa tingkat walkability yang tinggi pada beberapa kawasan justru berkorelasi dengan penurunan kecelakaan cedera, khususnya di wilayah perkotaan yang lebih tua. Selain itu, keberadaan fasilitas seperti toko serba ada dan panti jompo memiliki pengaruh yang bervariasi terhadap kecelakaan fatal, tergantung pada karakteristik spasial masing-masing lokasi.

Secara keseluruhan, penelitian ini menegaskan pentingnya pendekatan spatially explicit machine learning serta integrasi persepsi subjektif dalam memahami dinamika kecelakaan lalu lintas secara lokal, khususnya pada populasi lansia di kawasan urban. Kontribusi Febrian Fitryanik Susanta dalam publikasi ini menunjukkan peran aktif dosen Teknik Geodesi FT UGM dalam pengembangan ilmu geospasial dan transportasi di tingkat internasional, khususnya dalam mendukung perencanaan kota yang lebih aman dan inklusif.