Pemateri
Ilham Jamaluddin
Data Scientist/Instruktur GeosoftwareIlham Jamaluddin adalah seorang mahasiswa Doktoral (S3) di bidang Ilmu Komputer dan Teknik Informatika di National Central University, Taiwan. Beliau memiliki latar belakang pendidikan S2 dalam Sains dan Teknologi Penginderaan Jauh dari universitas yang sama dan S1 Kartografi dan Penginderaan Jauh dari Universitas Gadjah Mada (UGM). Fokus risetnya saat ini meliputi machine learning dan deep learning untuk analisis data penginderaan jauh seperti citra optik, SAR, dan LiDAR. Dengan pengalaman riset serta keahlian dalam pemrosesan data dan bahasa pemrograman seperti Python, Ilham memiliki pemahaman mendalam tentang penerapan teknologi komputasi dan perangkat lunak dalam analisis data kompleks.
Deskripsi
Pelatihan ini dirancang untuk membekali Sobat Geosoftware dengan pemahaman dasar dan keterampilan praktis dalam pemetaan banjir menggunakan data Sentinel-1 Synthetic Aperture Radar (SAR). Peserta akan mempelajari konsep fundamental penginderaan jauh, karakteristik citra SAR, serta bagaimana data ini digunakan untuk memantau dan memetakan banjir secara akurat. Materi diperkuat dengan pengenalan QGIS dan Google Colab sebagai platform utama untuk mengolah, memvisualisasikan, dan menganalisis data SAR.
Dalam pelatihan ini, peserta akan berlatih memperoleh citra Sentinel-1 SAR, melakukan filtering, analisis visual, serta mengekspor data yang diperlukan untuk tahapan analisis lanjutan. Peserta juga mempelajari teknik dasar thresholding untuk identifikasi genangan air, termasuk preprocessing citra, penentuan nilai threshold, masking area permanen, hingga menghasilkan peta tubuh air yang dapat diinterpretasikan untuk keperluan pemetaan banjir.
Melalui praktik langsung dan Mini Project, peserta mendapatkan pengalaman komprehensif dalam memproses data SAR mulai dari akuisisi, analisis, hingga pembuatan keluaran spasial yang siap digunakan. Materi disusun secara bertahap agar mudah diikuti oleh peserta yang telah memiliki dasar GIS, Python, dan analisis citra, sehingga pemahaman konseptual dan teknis dapat berkembang secara terstruktur.
Jadwal dan List Materi:
Sesi 1 — Review Sentinel-1 & Pemetaan Banjir dengan Thresholding
- Pengenalan dasar dan jenis data penginderaan jauh
- Pengenalan data Sentinel-1 SAR dan karakteristiknya
- Alur dasar pemetaan banjir menggunakan SAR (thresholding & supervised ML)
- Pengenalan software QGIS & Google Colab untuk analisis SAR
- Hands-on QGIS: membuat layer shapefile, pembuatan sampel, dan edit atribut
- Hands-on Google Colab: menjalankan notebook, connect Google Drive, install & import library
Sesi 2 — Akses Data Sentinel-1 SAR & Analisis Visual
- Review sesi sebelumnya (kendala & solusi)
- Library penting untuk analisis geospasial di Google Colab
- Pengenalan GEEMAP untuk mengakses data raster
- Retrieval data Sentinel-1 SAR (VV & VH): filtering, import, dan manajemen data
- Visualisasi & analisis visual objek pada citra Sentinel-1 SAR
- Export data SAR untuk sesi berikutnya
Sesi 3 — Thresholding Technique untuk Pemetaan Tubuh Air
- Review sesi sebelumnya.
- Pengenalan library Rasterio & Leafmap untuk analisis data SAR.
- Konsep thresholding untuk pemetaan tubuh air.
- Import data Sentinel-1 SAR di Google Colab.
- Visualisasi citra SAR untuk identifikasi area genangan.
- Penentuan nilai threshold untuk pembentukan mask tubuh air.
- Pembuatan peta tubuh air berdasarkan hasil threshold.
- Export hasil pemetaan untuk analisis lanjutan.
Konten
Pengenalan Sentinel-1 SAR & Tools Analisis
Silabus
01
Silabus
Akses silabus melalui link berikut: https://s.id/SilabusSARFSeries
Frequently Asked Question
Apa yang akan dipelajari dalam kelas ini?
Peserta akan mempelajari dasar penginderaan jauh, karakteristik citra Sentinel-1 SAR, cara memperoleh data SAR melalui Google Colab, analisis visual citra radar, serta teknik thresholding untuk memetakan tubuh air dan area terdampak banjir.
Apakah pelatihan ini cocok untuk pemula?
Cocok untuk peserta yang sudah memiliki dasar GIS, Python, dan sedikit pemahaman mengenai penginderaan jauh. Peserta tanpa dasar tetap bisa mengikuti, namun disarankan melakukan persiapan terlebih dahulu.
Apakah peserta harus menguasai QGIS sebelumnya?
Tidak wajib. Penggunaan QGIS akan dijelaskan dari dasar pada Sesi 1, termasuk pembuatan layer shapefile, editing atribut, dan contoh pembuatan sampel.
Apakah materi ini dapat digunakan untuk analisis lain selain banjir?
Bisa. Teknik dasar pengolahan SAR, filtering, thresholding, dan analisis visual dapat diterapkan untuk identifikasi genangan, permukaan air, pemetaan rawa, monitoring perubahan lahan basah, dan kajian hidrologi lainnya.
Kelas Ini Cocok Untuk?
01
Kemampuan Dasar yang Disarankan untuk Peserta:
1. Pemahaman Dasar Geografi dan Penginderaan Jauh: Peserta diharapkan memahami konsep dasar pemetaan, sistem koordinat, proyeksi, serta jenis data spasial seperti raster dan vektor. Pengetahuan ini penting untuk membaca dan menginterpretasikan citra Sentinel-1 SAR serta mendukung proses analisis visual dan pemetaan banjir. 2. Kemampuan Dasar Pemrograman Python: Peserta sebaiknya memiliki pemahaman dasar mengenai Python, termasuk variabel, struktur data, fungsi, dan perulangan. Kemampuan ini diperlukan untuk menjalankan analisis di Google Colab, mengakses data Sentinel-1 SAR, serta menggunakan library geospasial seperti GEEMAP, Rasterio, dan Pandas. 3. Pemahaman Awal mengenai Analisis Citra dan Machine Learning: Peserta disarankan memiliki pengetahuan dasar tentang analisis citra dan konsep awal machine learning, khususnya terkait klasifikasi sederhana. Pemahaman ini membantu dalam mengikuti materi thresholding, preprocessing, dan tahapan analisis yang memerlukan interpretasi terhadap pola reflektansi citra SAR....
02
Spesifikasi Perangkat yang Disarankan:
1. Sistem Operasi: Menggunakan Windows 10/11 (64-bit), macOS versi terbaru, atau distribusi Linux seperti Ubuntu 20.04 LTS atau lebih baru untuk memastikan kompatibilitas dengan QGIS, library geospasial, dan lingkungan Google Colab. 2. Prosesor (CPU): Minimal prosesor Intel Core i3 generasi ke-8 atau setara (AMD Ryzen 3 2000 series). Disarankan menggunakan Intel Core i5 generasi ke-10 atau setara (AMD Ryzen 5 3000 series) agar proses pengolahan data dan visualisasi citra SAR berjalan lebih stabil. 3. Memori (RAM): Minimal 8 GB RAM untuk menjalankan aplikasi dasar. Direkomendasikan 16 GB RAM untuk mendukung multitasking dan pemrosesan data spasial berukuran besar selama sesi pelatihan....
03
CATATAN
Pelatihan ini diperuntukkan bagi peserta yang ingin mempelajari analisis data geospasial menggunakan Python dan citra Sentinel-1 SAR. Peserta diharapkan memiliki pemahaman dasar mengenai GIS, Python, dan konsep dasar penginderaan jauh agar dapat mengikuti seluruh rangkaian materi dengan optimal. Materi disusun secara bertahap, mulai dari akuisisi data SAR, analisis visual, hingga penerapan teknik thresholding dan pembuatan peta hasil pemetaan banjir menggunakan QGIS dan Google Colab....