Lewati ke isi
Profil penulisSeri Buku GIS Kehutanan dan Pertanian/ M3

Pendahuluan: Dari Satu Foto ke Film Panjang

Buku ini adalah Seri M3 dari kelas Master. Judulnya Deret Waktu dan Pemodelan. Sampai di sini, Anda sudah terbiasa memotret hutan dari angkasa. Sekarang Anda akan belajar memutar filmnya.

Satu citra satelit hanya menjawab "seperti apa hutan hari itu". Puluhan citra yang ditumpuk menurut tanggal menjawab pertanyaan yang lebih penting: apa yang berubah, kapan, dan seberapa luas. Itulah inti pemantauan hutan dan lahan.

Setelah selesai, Anda bisa:

  • menyusun dan membersihkan deret waktu citra, termasuk membuang awan;
  • membaca pola musim dan tren sebuah petak;
  • mendeteksi deforestasi dan bekas kebakaran, lengkap dengan perkiraan tanggalnya;
  • melatih model machine learning pada deret waktu;
  • mengukur seberapa layak dipercaya sebuah peta, dan memperbaiki angka luasnya.

#Prasyarat

Buku ini melanjutkan Masterclass GIS Modern (M1). Anda perlu paham hal-hal berikut dari M1 dan seri sebelumnya.

  • Citra dari katalog STAC dan format COG (M1 Bab 1). Buku ini tidak mengulang cara mengunduhnya.
  • Sistem koordinat UTM, band, dan NDVI.
  • Raster calculator, serta menjalankan alat Processing dari Python Console.
  • Gagasan klasifikasi dan zonal statistics (M1 Bab 5). Di sana Anda memakai segmentasi objek dan Random Forest lewat OTB. Di sini Anda bekerja per piksel dan per waktu.

#Cara membaca buku ini

Tiap bab berpola sama:

  • Studi kasus: masalah dari "KPH Contoh", kantor pengelola hutan fiktif.
  • Konsep: inti gagasan dalam tiga kalimat, dengan analogi.
  • Langkah: Bagian A untuk QGIS (acuan utama, paling lengkap). Bagian B untuk ArcGIS Pro. Bagian C untuk ArcMap 10.8, bila ada padanan.
  • Cek paham, Kesalahan umum, Ringkasan dan latihan, dan Tabel perbandingan.

Bila sebuah fitur tidak ada di suatu perangkat, buku ini menyebutnya terus terang. Tanda [CEK] berarti langkah itu perlu Anda cocokkan dengan perangkat Anda sebelum dipakai.

#Cerita berlanjut: KPH Contoh

Cerita masih terjadi di KPH Contoh dengan tiga petak: KPH Alpha, KPH Beta, dan KPH Gamma. Semua nama, tempat, dan peristiwa fiktif. Tokohnya hanya dikenal lewat peran: Analis Muda (itu Anda) dan Kepala Seksi.

Di kelas Basic dan Intermediate, Anda menyiapkan peta dan mengotomatiskan analisis. Di kelas Master, tugasnya berubah: memantau. Kepala Seksi tidak lagi bertanya "di mana batasnya", melainkan "apa yang terjadi sejak tahun lalu".

#Data latihan: paket-m3

Seluruh data di buku ini sintetis: dibuat oleh skrip penulis, bukan data lapangan. Hasil analisis dari data ini bukan kondisi hutan sebenarnya.

  • 24 citra bertanggal, dari 5 Januari 2024 sampai 25 Desember 2025, berjarak sekitar satu bulan.
  • Tiap citra berukuran 40 x 40 piksel dengan piksel 10 m, menutup area 400 m x 400 m yang sama dengan paket data M1 (EPSG:32749). Ukuran piksel ini meniru Sentinel-2. Ini bukan data Sentinel-2 asli.
  • Tiap tanggal punya dua berkas: S2_YYYYMMDD_refl.tif (enam band reflektansi: B02, B03, B04, B08, B11, B12) dan S2_YYYYMMDD_SCL.tif (peta kelas awan, bayangan, vegetasi, dan air).
  • Di dalam data tersembunyi sebuah cerita: dua bukaan hutan, satu panen hutan tanaman yang terencana, dua kebakaran, sawah yang musiman, dan awan di mana-mana.
  • Folder acuan berisi kunci jawaban untuk menguji hasil Anda. Folder vektor berisi Kawasan_HTI.gpkg, Hotspot_Bertanggal.gpkg, dan Titik_Latih.gpkg.

Skrip pembuatnya, buat_deret_waktu.py, ikut disertakan sehingga data bisa dibuat ulang.

#Perangkat

  • QGIS 4.x. Skrip buku ini diuji di QGIS 4.0.2 dengan data sintetis.
  • Skrip memakai NumPy dan GDAL yang sudah ada di dalam QGIS. scikit-learn tidak diperlukan, tetapi dipakai bila terpasang.
  • ArcGIS Pro dan ArcMap 10.8: bagian B dan C. Banyak alat deret waktu Pro memerlukan ekstensi Image Analyst.

#Menyiapkan folder kerja

Salin folder paket-m3 dan folder skrip ke komputer Anda, misalnya:

STRUKTUR FOLDER
D:/Latihan_M3/
  paket-m3/    (data sintetis: citra, acuan, vektor)
  skrip/       (m3_umum.py, hutan_mini.py, dan skrip bab)
  hasil/       (dibuat otomatis oleh skrip)

Buka m3_umum.py, lalu cocokkan dua baris PAKET dan HASIL dengan lokasi folder Anda. Semua skrip lain memakai dua baris itu. Di QGIS, tambahkan folder skrip ke jalur Python dengan baris berikut di Python Console.

PYTHON
import sys
sys.path.append("D:/Latihan_M3/skrip")

#Hubungan ke seri lain

  • Sebelum: M1 (citra cloud, drone, LiDAR, OBIA dan machine learning, atlas), serta kelas Basic dan Intermediate.
  • Sesudah: M4 (pengembangan dan publikasi): hasil pemantauan di buku ini bisa Anda bungkus menjadi alat, layanan web, dan dasbor.

Kontak penulis: badarmubarok@gmail.com.

#Hak cipta dan penggunaan

Hak cipta © 2026 Badar Mubarok Yogaswara. All Rights Reserved.

Hak cipta dilindungi undang-undang. Dilarang mengutip atau memperbanyak sebagian atau seluruh isi buku ini tanpa izin tertulis dari penulis. Untuk penggunaan lain, misalnya bahan ajar berbayar atau penerbitan ulang, hubungi penulis di badarmubarok@gmail.com.

Data latihan di buku ini buatan (sintetis), bukan data lapangan. Nama produk dan merek, misalnya QGIS dan ArcGIS, milik pemiliknya masing-masing.