Pemateri
Ai Sulastri
GIS and Remote Sensing Instructor at Geosoftware.IDAi Sulastri, S.Geo. merupakan praktisi dan instruktur di bidang GIS dan Remote Sensing. Ia memiliki latar belakang pendidikan Bachelor of Geography (S.Geo.) in Geographic Information Science dari Universitas Pendidikan Indonesia. Saat ini, Ai aktif sebagai GIS and Remote Sensing Instructor di Geosoftware.ID. Ia juga memiliki pengalaman sebagai GIS Research Assistant di Universitas Pendidikan Indonesia (2024–2026) dan Research Intern di Pusat Riset Sains Data dan Informasi, BRIN (2025–2026). Sebelumnya, ia pernah menjadi GIS Analyst Intern di Direktorat Bina Teknik SDA, Kementerian Pekerjaan Umum (2025), serta GIS Operator & Surveyor di PT Multi Pranata Mandiri Nusantara (2024) dan Operator SIG di PT. MAPI (2024). Dengan latar belakang akademik dan pengalaman tersebut, Ai memiliki pengalaman dalam GIS, penginderaan jauh, pengolahan data spasial, dan analisis geospasial yang mendukung kegiatan pembelajaran dan penerapan teknologi geospasial secara praktis.
Deskripsi
Pelatihan ini membekali peserta dengan kemampuan melakukan analisis dan pemodelan perubahan garis pantai multitemporal menggunakan data penginderaan jauh, CoastSat, dan Deep Learning berbasis Python. Peserta akan mempelajari tahapan analisis mulai dari persiapan data dan ekstraksi garis pantai, analisis perubahan secara spasial-temporal, hingga segmentasi garis pantai menggunakan model U-Net.
Pada tahap awal, peserta akan mengenal konsep garis pantai dan dinamika wilayah pesisir, karakteristik citra Sentinel-2 dan Landsat, serta pemilihan data multitemporal yang sesuai untuk analisis. Peserta kemudian mempelajari persiapan lingkungan kerja berbasis Python menggunakan Google Colab dan Google Earth Engine, penentuan area studi dan garis referensi, hingga ekstraksi shoreline menggunakan CoastSat.
Tahap berikutnya berfokus pada analisis dan visualisasi perubahan garis pantai multitemporal. Peserta akan menyusun shoreline multitemporal dan transek, menganalisis perubahan posisi garis pantai secara spasial dan temporal, serta menghitung laju perubahan garis pantai dalam satuan meter per tahun beserta estimasi ketidakpastiannya. Hasil analisis kemudian digunakan untuk mengidentifikasi dan memetakan zona abrasi dan akresi, serta divisualisasikan melalui peta, grafik, dan statistik perubahan.
Pada tahap akhir, peserta akan mempelajari segmentasi garis pantai berbasis Deep Learning menggunakan U-Net. Peserta akan menyusun dataset training dan testing menggunakan label berbasis mask MNDWI, membangun dan mengevaluasi model U-Net untuk segmentasi darat-laut, serta mengekstraksi shoreline dari hasil segmentasi. Hasil tersebut kemudian dibandingkan dengan shoreline dari CoastSat dan shoreline acuan manual untuk melihat perbedaan hasil ekstraksi.
Jadwal dan List Materi
Sesi 1
- Konsep garis pantai dan dinamika wilayah pesisir
- Karakteristik citra Sentinel-2 dan Landsat
- Pengumpulan dan seleksi citra multitemporal
- Persiapan Google Colab dan Google Earth Engine
- Penentuan area studi dan garis referensi
- Ekstraksi garis pantai menggunakan CoastSat
Sesi 2
- Penyusunan shoreline multitemporal dan transek
- Analisis perubahan posisi garis pantai
- Perhitungan laju perubahan dan ketidakpastian
- Identifikasi zona abrasi dan akresi
- Visualisasi dan interpretasi perubahan garis pantai
Sesi 3
- Konsep segmentasi citra menggunakan Deep Learning
- Penyusunan dataset training dan testing berbasis MNDWI
- Pembangunan model U-Net untuk segmentasi darat–laut
- Evaluasi dan visualisasi hasil segmentasi
- Ekstraksi shoreline berbasis Deep Learning dan perbandingan dengan CoastSat
Konten
Persiapan Data dan Ekstraksi Garis Pantai Menggunakan CoastSat
Analisis dan Visualisasi Perubahan Garis Pantai Multitemporal
Silabus
01
Silabus Kelas 1
Akses silabus melalui link berikut: https://s.id/silabusgarispantai
Frequently Asked Question
Apakah saya harus sudah bisa menggunakan CoastSat sebelum mengikuti pelatihan?
Tidak. Pelatihan dimulai dari konsep dasar, persiapan data, hingga praktik ekstraksi garis pantai menggunakan CoastSat secara bertahap.
Apakah harus memiliki pengalaman Deep Learning atau Python?
Tidak harus. Pemahaman dasar GIS dan penginderaan jauh lebih disarankan. Materi Python dan Deep Learning akan diperkenalkan sesuai kebutuhan workflow pelatihan.
Data apa yang digunakan dalam pelatihan?
Pelatihan menggunakan data penginderaan jauh, terutama Sentinel-2 dan Landsat, untuk analisis garis pantai multitemporal.
Apakah pelatihan menggunakan Google Earth Engine?
Ya. Google Earth Engine digunakan dalam tahap persiapan dan pengolahan data, sedangkan praktik Python dilakukan menggunakan Google Colab.
Apakah peserta perlu menginstal Python atau software khusus?
Tidak perlu menginstal Python secara khusus karena praktik Python dilakukan melalui Google Colab. Tools yang digunakan dalam pelatihan akan dijelaskan dan disiapkan sesuai kebutuhan praktik.
Apakah hasil pelatihan hanya dapat digunakan untuk analisis garis pantai?
Tidak. Workflow yang dipelajari dapat diadaptasi untuk berbagai kebutuhan analisis wilayah pesisir, seperti pemantauan abrasi dan akresi, konservasi lingkungan, perencanaan infrastruktur, perikanan dan kelautan, tata ruang, serta studi perubahan iklim.
Apakah peserta mendapatkan data dan bahan pelatihan?
Ya. Peserta akan mendapatkan modul dan data pelatihan, bahan paparan pemateri, recording pelatihan, e-certificate, serta akses Zoom Live Session sesuai fasilitas yang tercantum pada poster.
Apakah pelatihan direkam?
Ya. Seluruh sesi direkam sehingga peserta dapat mempelajari kembali materi setelah pelatihan selesai.
Apakah peserta mendapatkan sertifikat?
Ya. Tersedia dua jenis sertifikat, yaitu 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
Cocok untuk Kamu yang…
1. Mahasiswa atau peneliti di bidang geografi, penginderaan jauh, kelautan, lingkungan, kebencanaan, atau ilmu kebumian yang ingin mempelajari analisis perubahan garis pantai berbasis data penginderaan jauh; 2. Praktisi GIS dan penginderaan jauh yang ingin mengembangkan kemampuan ekstraksi dan analisis garis pantai secara multitemporal; 3. Peneliti atau analis wilayah pesisir yang membutuhkan pendekatan berbasis data untuk mengidentifikasi perubahan garis pantai, abrasi, dan akresi; 4. Pengguna data penginderaan jauh yang ingin memahami pemanfaatan Sentinel-2 dan Landsat untuk pemantauan wilayah pesisir; 5. Peserta yang ingin mengembangkan workflow analisis garis pantai menggunakan CoastSat, Python, dan Deep Learning yang dapat diterapkan pada berbagai kebutuhan analisis pesisir....
02
Kemampuan Dasar yang Disarankan untuk Peserta
1. Memiliki ketertarikan pada bidang GIS, penginderaan jauh, wilayah pesisir, lingkungan, atau analisis data geospasial; 2. Memahami dasar-dasar penginderaan jauh, seperti konsep citra satelit dan resolusi spasial; 3. Memiliki pemahaman dasar mengenai data spasial dan pemetaan; 4. Tidak harus memiliki pengalaman sebelumnya dalam menggunakan CoastSat atau Deep Learning karena konsep dan workflow akan dibahas secara bertahap; 5. Memiliki kemampuan dasar penggunaan komputer dan browser untuk mengikuti praktik menggunakan Google Colab dan Google Earth Engine....
03
Spesifikasi Perangkat yang Disarankan
1. Processor: minimal Intel Core i3 / AMD Ryzen 3 atau setara; 2. RAM: minimal 8 GB untuk menjalankan browser, Google Colab, dan kebutuhan praktik secara bersamaan; 3. Penyimpanan: tersedia ruang kosong minimal 10 GB untuk menyimpan dataset, hasil pengolahan, dan file pelatihan; 4. Browser: menggunakan versi terbaru Google Chrome, Microsoft Edge, atau browser berbasis Chromium; 5. Koneksi internet: koneksi internet yang stabil karena sebagian proses pengolahan dan praktik dilakukan menggunakan Google Colab, Google Earth Engine, serta layanan berbasis cloud....
04
CATATAN
Pelatihan ini merupakan kelas Basic–Intermediate yang berfokus pada analisis dan pemodelan perubahan garis pantai multitemporal menggunakan CoastSat, Python, dan Deep Learning. Peserta akan mengikuti alur analisis secara bertahap, mulai dari persiapan dan seleksi data penginderaan jauh, ekstraksi shoreline, analisis perubahan garis pantai, hingga segmentasi berbasis U-Net dan perbandingan hasil ekstraksi. Pengalaman sebelumnya dalam menggunakan CoastSat atau Deep Learning tidak menjadi persyaratan utama, namun pemahaman dasar mengenai GIS dan penginderaan jauh akan membantu peserta mengikuti materi dengan lebih optimal....