Pemateri
Muhammad Irfansyah Lubis
Wildlife Conservation Researcher/Geosoftware InstructorMuhammad Irfansyah Lubis adalah peneliti dan praktisi konservasi keanekaragaman hayati dengan keahlian pada GIS, penginderaan jauh, dan analisis spasial untuk mendukung pengelolaan kawasan konservasi dan perlindungan spesies kunci. Ia menyelesaikan pendidikan doktoralnya di Nanyang Technological University, Singapura, setelah menempuh studi magister di James Cook University, Australia melalui Australian Awards Scholarship. Dengan pengalaman lebih dari 15 tahun, ia telah terlibat dalam berbagai proyek konservasi bersama WWF, GIZ, dan WCS, termasuk pemodelan habitat dan ancaman bagi harimau, badak, dan gajah Sumatra. Saat ini, ia aktif sebagai Peneliti di BRIN, dengan fokus pada riset berbasis data spasial untuk mendukung kebijakan dan pengelolaan lingkungan berkelanjutan.
Deskripsi
Pelatihan ini dirancang untuk membekali Sobat Geosoftware dengan pemahaman komprehensif mengenai analisis spasial tematik menggunakan R untuk kajian deforestasi, fragmentasi hutan, serta identifikasi area bernilai konservasi. Peserta akan mempelajari pendekatan analisis berbasis data spasial multitemporal untuk mengevaluasi perubahan tutupan lahan, memahami dinamika lanskap, serta menyusun rekomendasi pengelolaan berbasis data. Materi disusun secara sistematis dan aplikatif agar peserta mampu memahami alur analisis dari pengolahan data mentah hingga penyusunan peta tematik untuk kebutuhan monitoring dan konservasi.
Pada tahap awal, peserta akan mempelajari konsep Business As Usual (BAU) dalam perubahan tutupan lahan serta teknik pengolahan data tutupan hutan multitemporal. Materi mencakup analisis perubahan tutupan lahan, perhitungan laju deforestasi historis, serta pemetaan hasil analisis untuk kebutuhan monitoring dan pelaporan berbasis spasial.
Selanjutnya, pelatihan berfokus pada analisis fragmentasi hutan melalui konsep patch, edge, dan connectivity, serta penerapan landscape metrics untuk mengevaluasi struktur dan konektivitas lanskap. Peserta akan mempelajari interpretasi ekologis hasil fragmentasi serta analisis efisiensi tata ruang untuk mendukung strategi produksi dan konservasi yang berkelanjutan.
Pada sesi lanjutan, peserta akan mendalami analisis spasial HCS (High Carbon Stock) dan HCV (High Conservation Value), meliputi prinsip dasar, integrasi data biofisik, identifikasi area bernilai konservasi, serta delineasi dan pemetaan area prioritas. Pelatihan ditutup dengan penyusunan peta rekomendasi konservasi sebagai bentuk sintesis hasil analisis tematik yang telah dilakukan.
Jadwal dan List Materi:
Sesi 1
- Konsep Business As Usual (BAU) dalam perubahan tutupan lahan
- Pengolahan data tutupan hutan multitemporal
- Analisis perubahan tutupan lahan
- Perhitungan laju deforestasi historis
- Pemetaan hasil analisis untuk monitoring dan pelaporan
Sesi 2
- Konsep patch, edge, dan connectivity
- Landscape metrics untuk analisis fragmentasi
- Evaluasi struktur dan konektivitas lanskap
- Interpretasi ekologis hasil fragmentasi
Sesi 3
- Prinsip dasar HCS dan HCV
- Integrasi data biofisik dalam penentuan area konservasi
- Analisis spasial identifikasi area bernilai konservasi
- Delineasi dan pemetaan area HCS/HCV
- Penyusunan peta rekomendasi konservasi
Konten
Perhitungan Laju Deforestasi (BAU)
Analisis Fragmentasi Hutan
Silabus
01
Silabus Pelatihan
Akses silabus melalui link berikut: https://s.id/silabusR_kelas2
Frequently Asked Question
Apakah saya harus mengikuti Kelas Dasar R terlebih dahulu?
Sangat disarankan. Kelas ini berada pada level menengah (intermediate), sehingga peserta sebaiknya sudah memahami dasar penggunaan R, pengolahan data tabular, serta konsep data spasial vektor dan raster.
Apakah kelas ini cocok untuk pemula yang belum pernah menggunakan R?
Tidak direkomendasikan untuk pemula tanpa dasar R. Peserta minimal perlu memahami cara menjalankan script, membaca data, dan memahami struktur data seperti data frame.
Topik apa saja yang akan dipelajari?
Materi mencakup analisis perubahan tutupan lahan dan laju deforestasi (BAU), analisis fragmentasi hutan menggunakan landscape metrics, serta analisis dan pemetaan High Carbon Stock (HCS) dan High Conservation Value (HCV).
Apakah kelas ini praktik langsung?
Ya. Peserta akan melakukan analisis langsung menggunakan R, mulai dari pengolahan data multitemporal hingga penyusunan peta tematik hasil analisis.
Apakah peserta mendapatkan sertifikat?
Ya, tersedia dua jenis sertifikat: Certificate of Completion dan Certificate of Appreciation.
Apa syarat mendapatkan Certificate of Completion?
Certificate of Completion diberikan kepada peserta yang minimal menghadiri 2 sesi dari total 3 sesi pelatihan.
Apa syarat mendapatkan Certificate of Appreciation?
Certificate of Appreciation diberikan kepada peserta yang mengerjakan dan mengumpulkan mini project sesuai ketentuan yang ditetapkan.
Kelas Ini Cocok Untuk?
01
Kemampuan Dasar yang Disarankan untuk Peserta:
1. Memahami Konsep Dasar Data Spasial dan Perubahan Tutupan Lahan: Peserta disarankan telah memahami konsep peta digital, layer spasial, serta perbedaan data vektor dan raster. Pemahaman dasar mengenai perubahan tutupan lahan dan dinamika penggunaan lahan akan sangat membantu dalam mengikuti analisis deforestasi dan fragmentasi hutan. 2. Terbiasa Menggunakan Software GIS Dasar: Peserta sebaiknya pernah menggunakan QGIS, ArcGIS, atau software pemetaan lainnya untuk memahami konsep overlay, clipping, dan manajemen layer. Tidak harus mahir, tetapi familiar dengan alur kerja GIS akan mempermudah pemahaman praktik analisis tematik di R. 3. Memiliki Dasar Penggunaan R atau Analisis Data: Disarankan telah memahami dasar penggunaan R (misalnya menjalankan script, membaca data, dan memahami objek data frame) atau pernah mengikuti kelas Dasar R sebelumnya. Peserta tidak diwajibkan memiliki kemampuan pemrograman lanjutan, namun pemahaman dasar akan membantu dalam mengikuti analisis spasial tematik yang lebih aplikatif....
02
Spesifikasi Perangkat yang Disarankan:
2. Processor: Minimal Intel i3 / AMD Ryzen 3 atau setara. Direkomendasikan Intel i5 / AMD Ryzen 5 atau lebih tinggi agar proses analisis perubahan tutupan lahan multitemporal, perhitungan landscape metrics, serta pemetaan tematik di R dapat berjalan lebih optimal. 2. RAM: Minimum 8 GB. Disarankan 16 GB untuk kenyamanan saat mengolah data raster, menjalankan RStudio dan software GIS (seperti QGIS) secara bersamaan, serta memproses beberapa layer spasial dalam satu proyek. 3. Storage: Minimal 15–20 GB ruang kosong untuk instalasi R, RStudio, QGIS, serta penyimpanan dataset multitemporal, layer analisis fragmentasi, dan hasil pemetaan HCS/HCV. 4. Sistem Operasi: Windows 10/11 (64-bit), macOS versi terbaru, atau Linux (Ubuntu 20.04 LTS atau setara) yang mendukung instalasi R, RStudio, dan paket analisis spasial. 5. Koneksi Internet: Koneksi internet stabil dengan kecepatan minimal 5 Mbps untuk mengunduh dataset latihan, instalasi dan pembaruan package R, serta mengikuti kelas daring melalui Zoom Meeting....
03
CATATAN
Pelatihan ini ditujukan bagi peserta yang ingin memperdalam kemampuan analisis spasial tematik menggunakan R, khususnya dalam kajian deforestasi, fragmentasi hutan, serta identifikasi area bernilai konservasi. Kelas ini berada pada level menengah (intermediate), sehingga peserta disarankan telah memahami dasar penggunaan R dan konsep data spasial sebelum mengikuti pelatihan. Materi disusun secara sistematis dan aplikatif, mencakup analisis perubahan tutupan lahan multitemporal, perhitungan laju deforestasi, evaluasi fragmentasi lanskap menggunakan landscape metrics, hingga analisis dan pemetaan HCS/HCV sebagai dasar penyusunan rekomendasi konservasi berbasis data spasial....