Pemateri
Wening Asih Diva Aprilia
GIS and Remote Sensing Instructor at Geosoftware.IDWening Asih Diva Aprilia merupakan praktisi di bidang Penginderaan Jauh, Sistem Informasi Geografis (SIG), dan pemodelan geospasial dengan latar belakang pendidikan Kartografi dan Penginderaan Jauh dari Universitas Gadjah Mada. Saat ini, ia sedang melanjutkan studi Magister Penginderaan Jauh di Universitas Gadjah Mada serta aktif sebagai GIS and Remote Sensing Instructor di Geosoftware.ID. Wening memiliki pengalaman dalam pengolahan data penginderaan jauh, analisis spasial, serta pengembangan model berbasis machine learning untuk pemetaan sumber daya alam. Selain itu, ia juga pernah berpengalaman sebagai Teaching Assistant pada bidang Remote Sensing and Cartography di Universitas Gadjah Mada serta GIS Intern di CV. Greentera Mapindo. Keahliannya mencakup pemanfaatan Google Earth Engine, integrasi data multi-sensor, pemodelan biomassa dan stok karbon, pengolahan data LiDAR dan citra satelit, serta pengembangan workflow geospasial untuk mendukung analisis lingkungan dan pengambilan keputusan berbasis data.
Deskripsi
Pelatihan ini dirancang untuk membekali Sobat Geosoftware dengan pemahaman mengenai pemanfaatan Google Earth Engine (GEE) dan machine learning untuk pemetaan biomassa serta estimasi stok karbon berbasis data penginderaan jauh. Peserta akan mempelajari bagaimana mengintegrasikan berbagai sumber data satelit guna membangun model prediksi biomassa yang akurat, serta menghasilkan informasi spasial yang dapat dimanfaatkan dalam pengelolaan sumber daya alam, monitoring lingkungan, dan mitigasi perubahan iklim.
Pada tahap awal, peserta akan diperkenalkan dengan konsep dasar biomassa, stok karbon, serta peran data penginderaan jauh dalam pemantauan ekosistem. Materi mencakup pengenalan Google Earth Engine sebagai platform komputasi geospasial berbasis cloud, akuisisi data multi-sensor seperti Sentinel-1, Sentinel-2, dan GEDI LiDAR, serta tahapan pra-pemrosesan citra untuk membangun dataset analisis.
Pada sesi berikutnya, peserta akan mempelajari teknik integrasi data (data fusion) untuk menggabungkan informasi dari berbagai sensor serta penyusunan dataset yang siap digunakan dalam pemodelan machine learning. Selanjutnya, peserta akan mengimplementasikan algoritma Random Forest Regression untuk membangun model prediksi biomassa berdasarkan data penginderaan jauh, sekaligus memahami proses pelatihan, evaluasi, dan interpretasi hasil model.
Pada tahap akhir, pelatihan difokuskan pada penerapan model untuk menghasilkan peta biomassa dan stok karbon secara spasial. Peserta akan mempelajari proses konversi biomassa menjadi stok karbon, analisis dinamika karbon secara multi-temporal, serta penyusunan peta tematik yang komunikatif sebagai media visualisasi hasil analisis. Melalui pelatihan ini, peserta diharapkan mampu membangun workflow pemetaan biomassa dan stok karbon berbasis Google Earth Engine dan machine learning yang dapat diterapkan pada berbagai studi lingkungan, kehutanan, maupun pengelolaan sumber daya alam.
Jadwal dan List Materi:
Sesi 1 (Sabtu, 11 Juli 2026 pukul 09.00–11.30 WIB)
- Konsep dasar biomassa, stok karbon, dan penginderaan jauh
- Pengenalan Google Earth Engine sebagai platform analisis geospasial berbasis cloud
- Akuisisi data multi-sensor (Sentinel-1, Sentinel-2, dan GEDI LiDAR)
- Pra-pemrosesan citra dan image compositing
- Eksplorasi serta visualisasi data multi-sensor di Google Earth Engine
Sesi 2 (Minggu, 12 Juli 2026 pukul 13.00–15.30 WIB)
- Konsep data fusion dan layer stacking untuk integrasi data
- Persiapan dan ekstraksi data sampel sebagai data latih
- Penyusunan dataset machine learning
- Implementasi algoritma Random Forest Regression
- Evaluasi model dan interpretasi hasil prediksi biomassa
Sesi 3 (Rabu, 15 Juli 2026 pukul 19.00–21.30 WIB)
- Prediksi biomassa secara spasial menggunakan model yang telah dibangun
- Konversi biomassa menjadi stok karbon
- Analisis dinamika biomassa dan karbon secara multi-temporal
- Perhitungan total stok karbon pada wilayah studi
- Penyusunan peta tematik serta visualisasi hasil analisis
Sesi bootcamp
1
Sesi 1: Fondasi Kerangka Kerja Spasial dan Akuisisi Data Multi-Sensor
Sesi ini dirancang untuk memberikan pemahaman dasar mengenai konsep biomassa, stok karbon, dan pemanfaatan penginderaan jauh dalam pemetaan sumber daya alam. Peserta akan mempelajari peran Google Earth Engine sebagai platform analisis geospasial berbasis cloud, mulai dari proses akuisisi data Sentinel-1, Sentinel-2, dan GEDI LiDAR hingga tahapan pra-pemrosesan citra seperti image compositing. Selain itu, peserta akan mempraktikkan eksplorasi dan visualisasi data multi-sensor sebagai dasar dalam membangun dataset yang siap digunakan pada proses pemodelan machine learning....
2
Sesi 2: Integrasi Data (Data Fusion) dan Pemodelan Random Forest
Sesi ini berfokus pada proses integrasi berbagai sumber data penginderaan jauh melalui pendekatan data fusion untuk meningkatkan kualitas informasi spasial. Peserta akan mempelajari teknik ekstraksi data sampel, penyusunan dataset pelatihan, hingga implementasi algoritma Random Forest Regression untuk membangun model prediksi biomassa. Di akhir sesi, peserta juga akan memahami cara mengevaluasi performa model serta menginterpretasikan hasil prediksi sebagai dasar analisis spasial....
3
Sesi 3: Prediksi Spasial, Valuasi Karbon, dan Kartografi Tematik
Sesi ini difokuskan pada penerapan model machine learning untuk menghasilkan peta biomassa dan stok karbon secara spasial. Peserta akan mempelajari proses prediksi biomassa, konversi biomassa menjadi stok karbon, serta analisis dinamika karbon secara multi-temporal. Selain itu, peserta akan mempraktikkan penyusunan peta tematik dan visualisasi hasil analisis sehingga informasi yang dihasilkan dapat disajikan secara informatif dan mendukung pengambilan keputusan di bidang lingkungan, kehutanan, maupun pengelolaan sumber daya alam....
Konten
Fondasi Kerangka Kerja Spasial dan Akuisisi Data Multi-Sensor
Integrasi Data (Data Fusion) dan Pemodelan Random Forest
Silabus
01
Silabus Kelas
Akses silabus melalui link berikut: https://s.id/silabusbiomassa
Frequently Asked Question
Siapa yang dapat mengikuti pelatihan ini?
Pelatihan ini terbuka untuk mahasiswa, peneliti, dosen, praktisi, ASN, maupun profesional yang tertarik mempelajari pemetaan biomassa dan stok karbon menggunakan Google Earth Engine dan machine learning.
Apakah saya harus sudah mahir menggunakan Google Earth Engine?
Tidak. Peserta disarankan memiliki pemahaman dasar mengenai GIS atau penginderaan jauh. Materi akan disampaikan secara bertahap mulai dari akuisisi data hingga pemodelan.
Apakah pelatihan ini mengajarkan machine learning dari dasar?
Pelatihan akan membahas konsep dasar machine learning yang relevan dengan pemetaan biomassa, khususnya penggunaan algoritma Random Forest Regression pada Google Earth Engine.
Apakah peserta mendapatkan source code?
Ya. Peserta akan memperoleh source code, modul pelatihan, bahan presentasi, serta dataset yang digunakan selama praktik.
Apakah diperlukan spesifikasi laptop yang tinggi?
Tidak. Karena seluruh proses analisis dilakukan melalui Google Earth Engine berbasis cloud, peserta cukup menggunakan laptop dengan spesifikasi standar dan koneksi internet yang stabil.
Apakah materi dapat diterapkan untuk penelitian atau pekerjaan?
Ya. Workflow yang dipelajari dapat diterapkan pada penelitian, inventarisasi karbon, monitoring lingkungan, pengelolaan hutan, konservasi, maupun proyek geospasial lainnya.
Bagaimana jika saya tidak bisa mengikuti sesi secara langsung?
Peserta tetap dapat mengakses rekaman pelatihan sehingga materi dapat dipelajari kembali sesuai kebutuhan.
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. Memiliki ketertarikan pada bidang GIS, penginderaan jauh, machine learning, atau analisis geospasial. 2. Memahami dasar-dasar GIS dan penginderaan jauh, seperti citra satelit, data raster, serta visualisasi data spasial. 3. Terbiasa menggunakan komputer, internet, dan aplikasi berbasis web untuk analisis data. 4. Pernah menggunakan Google Earth Engine atau platform geospasial sejenis menjadi nilai tambah, namun tidak wajib. 5. Memiliki akun Google aktif untuk mengakses Google Earth Engine selama pelatihan....
02
Spesifikasi Perangkat yang Disarankan:
1. Processor: Minimal Intel Core i3 / AMD Ryzen 3 (disarankan 2. Intel Core i5 / AMD Ryzen 5 atau lebih tinggi). 3. RAM: Minimal 4 GB (disarankan 8 GB). 4. Storage: Minimal tersedia 5 GB ruang kosong. 5. Sistem Operasi: Windows 10/11 (64-bit), macOS, atau Linux. 6. Koneksi Internet: Minimal 5 Mbps dan stabil. 7. Browser: Google Chrome atau Microsoft Edge versi terbaru....
03
CATATAN
Pelatihan ini ditujukan bagi peserta yang ingin mempelajari pemetaan biomassa dan stok karbon menggunakan Google Earth Engine dan machine learning. Materi disusun secara aplikatif, mulai dari akuisisi data multi-sensor, integrasi data (data fusion), pemodelan Random Forest Regression, hingga penyusunan peta biomassa dan stok karbon. Melalui studi kasus dan praktik langsung, peserta diharapkan mampu membangun workflow analisis yang dapat diterapkan pada penelitian, pengelolaan hutan, monitoring lingkungan, maupun inventarisasi karbon....