Dosen Pengampu:
ACARA 6
Disusun Oleh:
NIM : 210722611237
Off/Tahun : H/2021
JURUSAN GEOGRAFI
1. TUJUAN
1.1. Mahasiswa Dapat Mengetahui Synthetic Aperture Radar (SAR) dan Cara
Kerjanya
1.2. Mahasiswa Dapat Melakukan Analisis Banjir Menggunakan Synthetic Aperture
Radar (SAR) Melalui Google Earth Engine (GEE).
3. DASAR TEORI
3.1. Synthetic Aperture Radar (SAR)
SAR (Synthetic Aperture Radar) merupakan teknik penginderaan jauh yang
menggunakan sensor aktif dengan gelombang mikro dari spektrum elektromagnetik.
Sistem SAR terdiri dari pemancar, antena, sensor penerima, dan sistem
eletronik yang digunakan untuk merekam data. SAR memiliki sensor aktif
yang mampu memancarkan energi sendiri tanpa bergantung pada sinar
matahari. Hal tersebut menjadi kelebihan data SAR yang mampu
dioperasikan pada siang atau malam hari dengan berbagai macam kondisi cuaca.
Berdasarkan kelebihan yang dimiliki data SAR, maka analisis genangan
banjir dapat dengan mudah dilakukan tanpa mempertimbangkan waktu maupun
kondisi cuaca dimana kejadian banjir biasanya berkaitan dengan musim penghujan (
Pradana,dkk, 2020) .
(Synthetic Aperture Radar) SAR adalah jenis pengumpulan data aktif di mana
sebuah sensor menghasilkan energinya sendiri dan kemudian mencatat jumlah energi
yang dipantulkan kembali setelah berinteraksi dengan Bumi. Meskipun citra optik
mirip dengan menginterpretasikan foto, data SAR memerlukan cara kerja yang
berbeda karena sinyalnya responsif terhadap karakteristik permukaan seperti struktur
dan kelembapan (Nasa.com). SAR dapat dimanfaatkan untuk eksplorasi
geologi ,pemetaan topografi , prakiraan bencana, dan manajemen lalu lintas laut
(Zhang, L, 2022)
3.2. Google Earth Engine(GEE)
Google Earth Engine merupakan open source yang menggabungkan katalog citra
satelit multi-petabyte dan kumpulan data geospasial dengan kemampuan analisis
skala planet. Ilmuwan, peneliti, dan pengembang menggunakan Earth Engine untuk
mendeteksi perubahan, memetakan tren, dan mengukur perbedaan di permukaan
bumi. Earth Engine kini tersedia untuk penggunaan komersial, dan tetap gratis untuk
penggunaan akademik dan penelitian (Google Earth Engine.com).
Google Earth Engine (GEE) adalah platform komputasi awan yang dirancang
untuk menyimpan dan memproses kumpulan data yang sangat besar (pada skala
petabyte) untuk analisis dan pengambilan keputusan akhir. Menyusul ketersediaan
gratis seri Landsat pada tahun 2008, Google mengarsipkan semua kumpulan data dan
menghubungkannya ke mesin komputasi awan untuk penggunaan sumber terbuka.
Arsip data saat ini termasuk dari satelit lain, serta kumpulan data vektor berbasis
Sistem Informasi Geografis (SIG), sosial, demografis, cuaca, model elevasi digital,
dan lapisan data iklim (Mutanga,dkk,2018).
3.3. Arcgis
ArcGIS adalah perangkat lunak yang dikeluarkan oleh Environmental Systems
Research Institute (ESRI), sebuah perusahaan yang telah lama berkecimpung di
dalam bidang geospasial. ArcGIS adalah sebuah platform yang terdiri dari beberapa
software yaitu Desktop GIS, Server GIS, Online GIS, ESRI Data, dan Mobile GIS.
ArcMap adalah software paling utama di dalam ArcGIS Desktop karena hamper
semua tahapan GIS seperti input, analisis dan output data spasial dapat dilakukan
pada ArcMap, sama halnya dengan menggunakan software pemetaan lain seperti
ArcView 3.x, QGIS, AutoCAD Land Desktop, dan sebagainya. Terdapat Meskipun
demikian, banyak tugas-tugas GIS yang tidak dapat dilakukan menggunakan ArcMap
sehingga pengguna masih perlu untuk mempelajari dan menggunakan software
ArcGIS Desktop lain selain ArcMap. Arcmap memberi kekuatan untuk
mengembangkan dan menyesuaikan antarmuka pengguna sesuai dengan kebutuhan
studi tertentu dan membuat alat baru untuk mengotomatisasi pekerjaan (Minami,
2000).
6. KESIMPULAN
7. DAFTAR PUSTAKA
Pradana, I. H., Irawan, L. Y., Setiawan, D., Yuliano, F. S., & Mufid, H. A. (2020).
Analisis Daerah Tergenang Banjir di Desa Sitiarjo, Kabupaten Malang Menggunakan
Data SAR (Synthetic Aperture Radar) Sentinel-1. Jurnal Georafflesia: Artikel Ilmiah
Pendidikan Geografi, 5(1), 58-67.
Zhang, L (2022). Artificial Intelligence for Remote Sensing Data Analysis: A review of
challenges and opportunities. IEEE Geosci. Remote Sens. Mag. 2022, 10, 270–294.
[Google Scholar] [CrossRef]
Mutanga, O., & Kumar, L. (2019). Google earth engine applications. Remote
sensing, 11(5), 591.