Otomatisasi Alur Kerja Pemantauan Gangguan Tutupan Lahan: Studi Kasus Lanskap Tesso Nilo Tahun 2022

Pelatihan Automating Geospatial Workflows with Google Earth Engine & Python membahas cara membangun alur kerja analisis geospasial yang otomatis, dapat diulang, dan mudah disesuaikan. Peserta menggunakan Google Earth Engine Python API melalui Google Colab untuk menjalankan rangkaian proses dari pemilihan data hingga penyusunan keluaran analisis tanpa mengulangi langkah manual untuk setiap periode. Studi kasus utama adalah pemantauan indikasi gangguan tutupan hutan bulanan di Lanskap Tesso Nilo selama Januari-Desember 2022 menggunakan Sentinel-2 Surface Reflectance Harmonized. Peserta mempelajari quality masking, komposit bulanan, Normalized Difference Vegetation Index atau NDVI, Normalized Burn Ratio atau NBR, perubahan indeks antarbulan, dan perhitungan luas indikatif. Batas yang digunakan merupakan area pelatihan berbentuk SHP Tesso Nilo yang didapatkan via Protected Planet. Pelatihan menekankan persoalan yang sering muncul pada analisis citra bulanan, yaitu piksel kosong akibat awan dan kualitas observasi yang tidak seragam. Peserta membangun skema fallback bertingkat yang memprioritaskan bulan target, kemudian jendela waktu yang lebih lebar, serta menyimpan sumber pengisian melalui band fallback_source. Output akhir meliputi tabel statistik, grafik, peta bulanan, GeoTIFF opsional, rangkaian frame, GIF, CSV, dan summary report HTML. Hasil threshold dalam studi kasus diperlakukan sebagai indikasi gangguan berbasis spektral. Hasil tersebut tidak secara langsung membuktikan penyebab, pelaku, legalitas, kehilangan karbon, atau deforestasi permanen. Prinsip ini menjadi bagian dari pembelajaran interpretasi dan komunikasi hasil analisis.

• Memahami konsep automasi workflow geospasial
• Menggunakan GEE dan Python di Google Colab
• Mengolah citra Sentinel-2 dengan quality masking
• Menghitung indeks vegetasi NDVI dan NBR
• Mengotomasi komposit & pengisian piksel kosong
• Menganalisis indikasi gangguan tutupan hutan
• Menghasilkan statistik dan peta bulanan
• Mengotomasi pembuatan GIF, CSV, dan laporan

• Otomatisasi Workflow
• Monitoring
• Tutupan Lahan
• Tesso Nilo
• Google Earth Engine
• Google Collab
• Python

1. Hari 1: Dasar Automasi dan Persiapan Data
2. Hari 2: Komposit Bulanan dan Deteksi Perubahan
3. Hari 3:Automasi Output dan Pelaporan

• Memiliki laptop atau komputer dengan browser
• Memiliki koneksi internet yang stabil
• Memiliki akun Google dan akses GEE aktif
• Memahami dasar peta, data raster, band citra
• Memahami dasar Python (variabel, fungsi, loop, dll)
• Dianjurkan mengenal NDVI atau indeks spektral, tetapi tidak wajib

Andrew Ringgas, S.T.

GIS Researcher

Apakah kelas ini cocok untuk pemula?

Cocok untuk kamu yang baru mulai mempelajari automasi geospasial dan sudah memahami dasar peta, data raster, serta Python.

Seberapa jauh kemampuan Python yang dibutuhkan?

Kamu perlu memahami variabel, fungsi, perulangan, dan dasar DataFrame. Bagian kode utama akan dijelaskan selama praktik agar kamu memahami alurnya dan dapat menyesuaikan parameter analisis.

Platform apa yang digunakan?

Pelatihan menggunakan Google Colab dan Google Earth Engine Python API. Pastikan kamu memiliki akun Google dan akses Google Earth Engine yang sudah aktif sebelum kelas.

Apakah harus menggunakan laptop berspesifikasi tinggi?

Pemrosesan citra utama dilakukan melalui Google Earth Engine berbasis cloud. Siapkan laptop atau komputer dengan browser modern dan koneksi internet stabil.

Apakah workflow-nya bisa digunakan untuk studi kasus lain?

Bisa disesuaikan untuk wilayah dan periode lain dengan mengubah parameter. Kualitas data dan aturan analisis tetap perlu diperiksa agar sesuai dengan kondisi wilayah yang dipilih.