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.

Tim peneliti dari Departemen Teknik Geodesi, Fakultas Teknik, Universitas Gadjah Mada (UGM) mengembangkansistem pemodelan bangunan tiga dimensi (3D) otomatis yang dinamakan CASCADE-3D. Studi ini disusun oleh Ruli Andaru, Bambang Kun Cahyono, Bambang Kun Yulaikhah, Trias Aditya, Purnama Budi Santosa, Calvin Wijaya, Riyas Syamsul, Fairuz Akmal, Hyatma Adikara, Habib Muhammad, dan Fikri Kurniawan. Artikel ilmiah tersebut dipublikasikan pada tanggal 19 Februari 2026 dalam IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, sebuah jurnal internasional yang berfokus pada observasi bumi dan penginderaan jauh.

Intisari dari penelitian bertajuk “CASCADE-3D: A GUI-Driven Framework for Automated 3D Building Model Reconstruction” ini adalah pengembangan kerangka kerja berbasis antarmuka grafis (GUI) untuk merekonstruksi model bangunan 3D pada tingkat detail (Level of Detail/LOD) 1 dan 2 secara otomatis. Sistem ini mengintegrasikan teknologi deep learning tingkat lanjut, yakni Segment Anything Model (SAM) untuk mendeteksi garis luar bangunan serta algoritma Dynamic Graph Convolutional Neural Network (DGCNN) untuk klasifikasi data point cloud. Dengan pendekatan ini, proses pengolahan data geospasial yang kompleks dapat dilakukan secara lebih efisien dan interaktif, memungkinkan ekstraksi data ketinggian bangunan dari data pemindaian laser mentah dengan presisi yang optimal.

Implementasi teknologi CASCADE-3D ini diarahkan untuk mendukung penyediaan data geospasial yang cepat guna manajemen pertanahan multiguna. Hal ini sejalan dengan upaya pencapaian Tujuan Pembangunan Berkelanjutan atau Sustainable Development Goals (SDGs), terutama SDG 9 (Industri, Inovasi, dan Infrastruktur) melalui penguatan riset ilmiah dan peningkatan kapasitas teknologi. Selain itu, pengembangan ini juga berkontribusi pada SDG 11 (Kota dan Permukiman yang Berkelanjutan) dengan menyediakan instrumen teknis yang mendukung perencanaan kota cerdas serta pengelolaan infrastruktur pemukiman yang lebih terukur dan terintegrasi.

Link artikel: https://doi.org/10.1109/JSTARS.2026.3663677

Klaten, 15 Februari 2026 – Tim peneliti dari Fakultas Teknik, Universitas Gadjah Mada (UGM) melaksanakan kegiatan pengukuran GNSS low-cost reflectometry di kawasan Rowo Jombor pada tanggal 14–15 Februari 2026. Kegiatan ini merupakan bagian dari Program RIIM (Riset dan Inovasi untuk Indonesia Maju) Gelombang 8 dengan fokus penelitian pemantauan level air menggunakan teknologi refleksi sinyal GNSS untuk mitigasi bencana banjir serta pengelolaan sumber daya energi air dalam rangka peningkatan ketahanan pangan. Kegiatan dipimpin oleh Nurrohmat Widjajanti selaku Ketua Tim Peneliti. Turut serta dalam kegiatan ini Cecep Pratama, Susana Okifiani, Iqbal Hanun Azizi, serta Listiyo Fitri.

Kegiatan yang dilaksanakan merupakan uji coba perangkat GNSS low-cost hasil perakitan dan pengembangan mandiri oleh tim peneliti dalam rangka implementasi metode GNSS Reflectometry (GNSS-IR). Uji coba difokuskan pada evaluasi kemampuan alat dalam merekam sinyal refleksi GNSS yang berkaitan dengan dinamika tinggi muka air.

Pelaksanaan kegiatan diawali dengan survei lokasi untuk menentukan titik pengamatan yang memenuhi kriteria teknis GNSS-IR, seperti geometri refleksi sinyal, elevasi antena, serta visibilitas satelit. Selanjutnya, tim melakukan perakitan akhir, konfigurasi, dan kalibrasi awal perangkat di lapangan. Perangkat GNSS kemudian diinstal pada titik strategis di tepi perairan dengan pengaturan tinggi dan orientasi antena yang optimal untuk menangkap sinyal langsung maupun sinyal pantul dari permukaan air. Akuisisi data dilakukan secara kontinu selama periode pengamatan, disertai evaluasi performa sistem, termasuk stabilitas daya, konsistensi perekaman data, dan kualitas sinyal (Signal-to-Noise Ratio/SNR).

Hasil uji coba menunjukkan bahwa perangkat GNSS low-cost yang dikembangkan tim peneliti dapat berfungsi dengan baik dan mampu merekam data observasi GNSS yang memadai untuk analisis reflektometri. Data yang diperoleh memperlihatkan pola interferensi sinyal yang berpotensi digunakan untuk estimasi tinggi muka air. Kondisi perairan yang relatif stabil selama pengamatan turut mendukung proses evaluasi sistem secara optimal. Kegiatan ini menghasilkan sejumlah luaran, antara lain dataset observasi GNSS mentah periode 14–15 Februari 2026, data uji performa perangkat GNSS low-cost, serta dokumentasi koordinat dan konfigurasi instalasi sebagai referensi untuk replikasi pengukuran di lokasi lain.

Hasil pelaksanaan kegiatan ini menjadi dasar evaluasi teknis dan penyempurnaan sistem GNSS low-cost sebelum diterapkan pada skema pemantauan jangka panjang dalam Program RIIM Gelombang 8. Penelitian ini diharapkan dapat memberikan kontribusi nyata dalam pengembangan metode pemantauan level air yang efisien dan berkelanjutan untuk mendukung mitigasi bencana serta pengelolaan sumber daya air di Indonesia.

Bandung, 25 Januari 2026 – Tim peneliti dari Fakultas Teknik, Universitas Gadjah Mada (UGM) melaksanakan kegiatan pengukuran Global Navigation Satellite System (GNSS) di kawasan Sungai Citarum dan Masjid Al Jabbar, Kota Bandung, Jawa Barat. Kegiatan ini merupakan bagian dari penelitian bertajuk pemantauan level air menggunakan teknologi refleksi sinyal GNSS untuk mendukung mitigasi bencana banjir serta pengelolaan sumber daya energi air dalam rangka peningkatan ketahanan pangan. Kegiatan ini dipimpin oleh Prof. Ir. Nurrohmat Widjajanti, M.T., Ph.D., IPU., ASEAN Eng., APEC Eng. selaku Ketua Tim Peneliti. Turut serta dalam kegiatan ini Prof. Dr. Buldan Muslim, M.Si., Dr. Cecep Pratama, S.Si., M.Si., D.Sc., serta Iqbal Hanun Azizi, A.Md.

Pengukuran GNSS dilaksanakan pada tanggal 23–25 Januari 2026 di dua lokasi utama, yaitu sepanjang Sungai Citarum dan area perairan di sekitar Masjid Al Jabbar. Kegiatan diawali dengan survei lokasi untuk menentukan titik pengamatan yang memiliki kondisi geometris optimal serta visibilitas sinyal satelit yang baik. Setelah titik pengamatan ditetapkan, tim melakukan pemasangan alat GNSS pada tripod di lokasi yang representatif terhadap permukaan air. Tahapan pengukuran meliputi penentuan titik pemasangan, instalasi dan penstabilan alat, konfigurasi sistem perekaman data, pengujian kualitas penerimaan sinyal satelit, serta pemantauan kondisi lingkungan yang berpotensi mempengaruhi kualitas sinyal refleksi.

Selama kegiatan berlangsung, tim melakukan pemantauan berkala terhadap performa alat serta diskusi teknis guna memastikan kualitas data yang diperoleh. Hasil sementara menunjukkan bahwa sistem GNSS dapat beroperasi dengan baik di kedua lokasi pengamatan. Sinyal satelit diterima secara stabil dan sistem perekaman data berjalan sesuai dengan konfigurasi yang direncanakan.

Selain itu, tim juga mencatat beberapa faktor lingkungan dan teknis, seperti posisi pemasangan alat dan kondisi sekitar lokasi, yang dapat mempengaruhi kualitas data refleksi sinyal GNSS. Catatan ini akan menjadi bahan evaluasi untuk pengembangan metode pengukuran pada tahap selanjutnya. Kegiatan ini merupakan bagian dari rangkaian penelitian RIIM 8 yang berfokus pada pengembangan metode pemantauan level air berbasis teknologi GNSS reflektometri. Hasil penelitian ini diharapkan dapat memberikan kontribusi nyata dalam sistem mitigasi bencana banjir serta pengelolaan sumber daya air yang lebih efektif dan berkelanjutan.

Dosen sekaligus peneliti dari Departemen Teknik Geodesi Universitas Gadjah Mada (UGM), Calvin Wijaya, S.T., M.Eng. bersama Prof. Dr. Ir. Harintaka, S.T., M.T., IPU., ASEAN Eng., secara resmi mempublikasikan hasil riset mendalam mengenai inovasi teknologi penginderaan jauh dalam Geoid Journal of Geodesy and Geomatics (Volume 21, Nomor 1, 2026) pada 20 Januari 2026. Studi bertajuk “Evaluation of Google Earth Engine Embedding Dataset for Remote Sensing Image Classification” ini mengevaluasi efektivitas dataset embedding terbaru dari Alpha Earth Foundation yang terintegrasi pada platform Google Earth Engine (GEE). Penelitian ini bertujuan untuk menguji sejauh mana model pembelajaran mesin canggih dapat mengoptimalkan klasifikasi citra satelit dibandingkan dengan metode konvensional yang selama ini digunakan.

Intisari dari penelitian ini mengungkapkan bahwa dataset embedding mampu mencapai tingkat akurasi klasifikasi yang sangat tinggi, yakni sebesar 94%. Capaian tersebut secara signifikan melampaui performa instrumen satelit global yang umum digunakan, seperti Landsat 9 yang mencatatkan akurasi 83,1% dan Sentinel-2 dengan 82,5%. Melalui uji coba yang dilakukan di wilayah Yogyakarta dan Cilacap, teknologi ini terbukti mampu menghasilkan peta tutupan lahan yang lebih bersih dari gangguan visual (noise) serta lebih akurat dalam merepresentasikan objek di lapangan, mulai dari area perkotaan hingga ekosistem hutan mangrove yang kompleks tanpa memerlukan proses segmentasi gambar yang rumit.

Penerapan teknologi pemetaan presisi ini memberikan kontribusi strategis dalam mendukung Tujuan Pembangunan Berkelanjutan atau Sustainable Development Goals (SDGs), khususnya SDGs 15 mengenai Ekosistem Daratan (Life on Land). Dengan tersedianya instrumen pemetaan yang jauh lebih akurat, inovasi ini memfasilitasi otoritas terkait dalam melakukan pemantauan penggunaan lahan secara seketika (real-time) dan pengelolaan sumber daya alam yang lebih terukur. Penemuan ini diharapkan menjadi standar baru bagi para praktisi geospasial global dalam memanfaatkan kecerdasan buatan untuk memperkuat kebijakan perlindungan keanekaragaman hayati dan menjaga kelestarian lingkungan secara berkelanjutan.

Link artikel: https://doi.org/10.12962/geoid.v21i1.8151

Yogyakarta, 20 Januari 2026 – Febrian Fitryanik Susanta, dosen Departemen Teknik Geodesi Fakultas Teknik Universitas Gadjah Mada (FT UGM), kembali menunjukkan kontribusi aktif dalam publikasi ilmiah internasional melalui artikel berjudul Identifying environmental factors related to motorcyclist crash rates: variable selection using spatial Random Forest with network distance and barriers. Publikasi ini ditulis bersama Bimo Harya Tedjo, Pei-Fen Kuo, dan I Gede Brawiswa Putra dari National Cheng Kung University serta Universitas Gadjah Mada. Artikel ini telah melalui proses ilmiah dan dipublikasikan secara daring pada 19 Desember 2025. Publikasi dapat diakses melalui DOI berikut:
https://doi.org/10.1016/j.aap.2025.108362

Penelitian ini mengangkat isu keselamatan pengendara sepeda motor yang masih menjadi perhatian global, khususnya di negara-negara Asia di mana sepeda motor merupakan moda transportasi utama. Studi ini berfokus pada identifikasi faktor lingkungan yang memengaruhi tingkat kecelakaan sepeda motor, dengan pendekatan yang lebih komprehensif dibandingkan metode konvensional. Dalam penelitian ini, tim peneliti mengembangkan kerangka metode baru bernama Spatial Random Forest with Network Distance and Barriers (spatialRF–NDBAR). Pendekatan ini mengintegrasikan jarak jaringan jalan (network distance) serta hambatan akses jalan (road barriers) ke dalam proses seleksi variabel spasial, sehingga mampu meningkatkan akurasi model dalam merepresentasikan kondisi nyata di lapangan.

Studi kasus dilakukan di kawasan Central Business District (CBD) Kota Taipei, dengan memanfaatkan data kecelakaan sepeda motor periode 2016–2020 serta data Point of Interest (POI) yang diperoleh dari OpenStreetMap. Metode yang dikembangkan kemudian dibandingkan dengan pendekatan lain, termasuk spatialRF konvensional dan spatialRF–ND, menggunakan model statistik Ordinary Least Squares (OLS) dan Multiscale Geographically Weighted Regression (MGWR). Hasil penelitian menunjukkan bahwa model MGWR dengan variabel hasil seleksi spatialRF–NDBAR memberikan performa terbaik, ditunjukkan oleh nilai AICc terendah (1801.212) dan koefisien determinasi tertinggi (R² = 0.867). Selain itu, integrasi variabel spasial terbukti mampu mengurangi autokorelasi spasial residual, sehingga meningkatkan kualitas model secara keseluruhan.

Temuan penelitian juga mengidentifikasi bahwa lokasi-lokasi tertentu seperti pasar, restoran, bar, hotel, bank, halte bus, dan stasiun metro memiliki keterkaitan dengan tingkat risiko kecelakaan yang lebih tinggi. Hasil ini memberikan implikasi penting bagi pemerintah daerah dalam merancang kebijakan keselamatan lalu lintas, khususnya dalam penegakan aturan dan pengelolaan kawasan berisiko tinggi. Kontribusi Febrian Fitryanik Susanta dalam penelitian ini kembali menegaskan peran aktif akademisi Teknik Geodesi FT UGM dalam pengembangan ilmu geospasial berbasis data-driven untuk mendukung perencanaan transportasi yang lebih aman dan berkelanjutan.