Jurnal Geosains dan Remote Sensing

Morphometric Assessment and Tectonic Stress Orientation of Mount Dempo, South Sumatra, Indonesia

2026-10-26T07:56:17+07:00

Mount Dempo in South Sumatra lies within the Bukit Barisan volcanic arc, where interactions between volcanism and the Sumatra Fault Zone remain poorly understood. This study presents the first systematic morphometric assessment to determine the maximum horizontal stress (σHmax) orientation at Mount Dempo using high-resolution DEMNAS data and GIS-based analysis. Crater elongation, breach azimuth, and parasitic cone alignments from monogenetic features were measured—each azimuth recorded three times per feature to ensure precision. Statistical evaluation using the circular mean and Rayleigh test reveals a dominant σHmax orientation of 138° ± 12° (SE–NW), consistent with the oblique convergence between the Indo-Australian and Eurasian plates. These findings provide new quantitative constraints on stress-controlled magma migration pathways and contribute to the World Stress Map database for volcanic regions in Southeast Asia. The results also support improved volcanic hazard assessment frameworks in tectonically complex terrains.

Pendekatan Geoteknik–Statistik dalam Evaluasi Pengaruh Pelapukan Massa Batuan terhadap Stabilitas Lereng Lava Andesit di Bantul, Yogyakarta, Indonesia

2026-06-05T16:46:18+07:00

Stabilitas lereng batuan merupakan faktor krusial dalam mitigasi risiko longsor, khususnya pada kawasan perbukitan vulkanik yang tersusun oleh massa batuan terdiskontinu dan terlapukkan. Ruas Jalan Goa Jepang, Kabupaten Bantul, berada pada lereng curam yang berkembang di lava andesit dan dipengaruhi oleh struktur geologi aktif, sehingga rentan terhadap ketidakstabilan lereng. Penelitian ini bertujuan mengevaluasi pengaruh pelapukan massa batuan, yang diwakili oleh berat unit batuan, terhadap nilai Rock Mass Rating (RMR) dan implikasinya terhadap kestabilan lereng. Pendekatan kuantitatif–statistik diterapkan melalui survei lapangan dan pengujian laboratorium pada tujuh lokasi. Kualitas massa batuan dievaluasi menggunakan RMR, sedangkan hubungan antar parameter dianalisis melalui grafik sebar dan regresi linier. Hasil menunjukkan nilai RMR berkisar 25–72, mencerminkan variasi kualitas massa batuan dari buruk hingga baik. Analisis statistik mengindikasikan hubungan sedang antara berat unit dan RMR (R² = 0,468), meskipun tidak signifikan secara statistik. Temuan ini menegaskan bahwa pelapukan mempengaruhi kestabilan lereng terutama melalui degradasi kondisi diskontinuitas, kekuatan batuan, dan RQD. Hasil penelitian ini mengindikasikan bahwa integrasi parameter pelapukan dalam kerangka klasifikasi RMR dapat meningkatkan keandalan evaluasi stabilitas lereng batuan pada lingkungan vulkanik terlapukkan.

Analisis Spasio-Temporal Hubungan Vegetasi, Land Surface Temperature, dan Urban Heat Island di Jakarta Sebelum, Saat, dan Setelah Pandemi COVID-19

2026-06-05T16:46:19+07:00

Urban Heat Island (UHI) merupakan salah satu permasalahan lingkungan utama di wilayah metropolitan seperti Jakarta yang dipengaruhi oleh urbanisasi dan perubahan tutupan lahan. Penelitian ini bertujuan untuk menganalisis dinamika spasio-temporal UHI di Jakarta sebelum (September 2019), saat (September 2020), dan setelah (September 2023) pandemi COVID-19. Penelitian menggunakan citra Landsat-8 OLI/TIRS Collection 2 Level-1 yang diolah dengan perangkat lunak Sistem Informasi Geografis (SIG) untuk memperoleh parameter Normalized Difference Vegetation Index (NDVI), Land Surface Temperature (LST), dan distribusi UHI. Hasil penelitian menunjukkan bahwa wilayah Jakarta didominasi oleh area non-vegetasi pada seluruh periode pengamatan. Pada September 2020 terjadi peningkatan luas vegetasi dibandingkan tahun 2019, yang diikuti oleh penurunan suhu maksimum permukaan dan berkurangnya luas area UHI intensitas tinggi (UHI 2). Namun, pada September 2023 area non-vegetasi kembali meningkat disertai peningkatan area UHI 2 dibandingkan tahun 2020. Analisis korelasi NDVI dan LST menunjukkan hubungan negatif pada seluruh periode pengamatan, yang mengindikasikan bahwa wilayah dengan vegetasi lebih tinggi cenderung memiliki suhu permukaan lebih rendah. Selain itu, intensitas UHI pada wilayah suburban menunjukkan variasi spasial yang berbeda dibandingkan wilayah urban, dengan intensitas yang cenderung lebih rendah pada kawasan dengan tutupan vegetasi lebih tinggi. Meskipun analisis dilakukan pada periode pengamatan terbatas untuk meminimalkan pengaruh musiman, variabilitas kondisi meteorologis antar tahun masih dapat memengaruhi dinamika NDVI dan LST yang diperoleh. Hasil penelitian menunjukkan bahwa dinamika UHI di Jakarta dipengaruhi oleh perubahan tutupan vegetasi, distribusi suhu permukaan, dan karakteristik kawasan perkotaan. Penelitian ini diharapkan dapat menjadi dasar dalam pengembangan strategi mitigasi UHI melalui optimalisasi ruang terbuka hijau dan pengelolaan lingkungan perkotaan yang berkelanjutan.

Algoritma Extreme Gradient Boosting dan Multilayer Perceptron Untuk Pemetaan Hutan Mangrove

2026-06-05T16:46:20+07:00

Lanskap ekosistem pesisir terdiri dari beragam ekosistem yang kompleks, di mana ekosistem mangrove menjadi salah satu komponen integral yang penting. Keberlanjutan ekosistem pesisir sangat bergantung pada keberadaan mangrove, sehingga pemetaan hutan mangrove merupakan langkah krusial untuk tujuan konservasi dan pengelolaan lingkungan. Penelitian ini bertujuan untuk memetakan distribusi hutan mangrove dan kelas non-mangrove menggunakan algoritma Extreme Gradient Boosting (XGBoost) dan Multilayer Perceptron (MLP) berbasis citra Sentinel-2. Variabel prediktor yang digunakan meliputi band spektral biru, hijau, merah, near-infrared (NIR), shortwave infrared 1 (SWIR 1), dan shortwave infrared 2 (SWIR 2). Selain itu, penelitian ini juga menggunakan lima indeks spektral, yaitu, Normalized Difference Vegetation Index (NDVI), Normalized Difference Built-up Index (NDBI), Modified Normalized Difference Water Index (MNDWI), Normalized Difference Moisture Index (NDMI), dan Combined Mangrove Recognition Index (CMRI). Evaluasi akurasi dilakukan menggunakan confusion matrix, classification report, overall accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma XGBoost menghasilkan overall accuracy sebesar 95,50%, sedangkan MLP menghasilkan overall accuracy sebesar 93,89%. Nilai tersebut menunjukkan bahwa kedua algoritma mampu mengklasifikasikan hutan mangrove dan kelas non-mangrove dengan tingkat akurasi yang tinggi. Namun, XGBoost menunjukkan performa yang lebih unggul dibandingkan MLP berdasarkan nilai akurasi keseluruhan dan metrik evaluasi klasifikasi. Hasil klasifikasi juga menunjukkan bahwa XGBoost mendeteksi hutan mangrove seluas 429,35 ha, sedangkan MLP mendeteksi hutan mangrove seluas 407,10 ha. Dengan demikian, pendekatan machine learning berbasis citra Sentinel-2, khususnya algoritma XGBoost dan MLP, dapat digunakan sebagai metode yang efektif untuk pemetaan hutan mangrove dan mendukung pengelolaan ekosistem pesisir secara berkelanjutan.

Kontribusi Kecepatan Gelombang -S (Vs) untuk Karakterisasi Zona Zona Kritis Geologi (Critical Zone)

2026-06-05T16:53:34+07:00

Zona Kritis (Critical Zone/CZ) merupakan lapisan dekat permukaan bumi tempat berlangsungnya interaksi antara batuan, tanah, air, atmosfer, dan biota yang berperan penting terhadap evolusi bentang alam, sistem hidrologi, dan bencana geologi. Penelitian ini bertujuan untuk mengkarakterisasi struktur bawah permukaan dangkal serta mengevaluasi pengaruh sistem sesar aktif terhadap ketebalan Zona Kritis menggunakan model kecepatan gelombang geser (Vs) hasil metode Multichannel Analysis of Surface Waves (MASW). Penelitian dilakukan pada Sistem Sesar Carrascoy dan Sesar Alhama de Murcia (AMF), Semenanjung Iberia bagian tenggara, Spanyol. Akuisisi data seismik dilakukan menggunakan 240 kanal perekaman dengan geofon vertikal 10 Hz dan sumber seismik accelerated weight drop 200 kg. Kurva dispersi yang dihasilkan kemudian diekstraksi dan diinversi menggunakan algoritma inversi Occam untuk menghasilkan model Vs 1D yang kemudian diinterpolasi menjadi penampang pseudo-2D Vs. Model Vs yang dihasilkan mampu memberikan pencitraan bawah permukaan yang andal hingga kedalaman sekitar 150 m dengan rentang nilai Vs antara 200–2000 m/s. Zona berkecepatan rendah (<600 m/s) yang diinterpretasikan sebagai Zona Kritis menunjukkan variasi ketebalan sekitar 15–30 m pada bagian selatan profil dan meningkat hingga 45–50 m di sekitar zona sesar aktif. Beberapa sesar buta yang sebelumnya belum terpetakan, yaitu F3–F8, berhasil diidentifikasi berdasarkan anomali Vs rendah pada kisaran 600–900 m/s yang mengindikasikan zona batuan retak dan terlapukkan intensif. Hasil penelitian juga menunjukkan bahwa ketebalan CZ meningkat secara signifikan di sekitar zona kerusakan sesar dan pada area dengan kemiringan topografi yang lebih curam. Selain itu, model Vs mampu mengidentifikasi sub-lapisan internal CZ, yaitu lapisan dangkal dengan ketebalan sekitar 10 m dan Vs ~400 m/s serta lapisan di bawahnya dengan ketebalan sekitar 30 m dan Vs antara 400–600 m/s. Hasil penelitian ini menunjukkan bahwa pencitraan Vs resolusi tinggi menggunakan metode MASW efektif untuk memetakan arsitektur Zona Kritis, mengidentifikasi struktur sesar tersembunyi, serta mengevaluasi pengaruh tektonik dan topografi terhadap perkembangan CZ pada lingkungan geologi aktif.

Cover and Editorial

2026-06-05T16:46:22+07:00