PEMANFAATAN PENGINDERAAN JAUH UNTUK MENDUKUNG

PENANGGULANGAN BENCANA DI INDONESIA

Dr. rer.nat. M. Rokhis Khomarudin

Pusat Pemanfaatan Penginderaan Jauh

Deputi Bidang Penginderaan Jauh
Lembaga Penerbangan dan Antariksa Nasional
Isi Presentasi

Pengenalan LAPAN

Pengantar Penginderaan Jauh

Jenis dan Karakteristik Data Penginderaan Jauh

Akses Data Penginderaan Jauh

(Bank Data Penginderaan Jauh Nasional)

Pemanfaatan Data Penginderaan Jauh

Kerjasama Nasional, Regional & Internasional

Penutup
 Pengenalan Tentang LAPAN
(Lembaga Penerbangan dan Antariksa Nasional)
Sejarah LAPAN
LAPAN dibentuk pada tanggal 27 November 1963 melalui
Keppres Nomor 236 Tahun 1963.
Peran LAPAN semakin diperkuat dengan kehadiran UU
Nomor 21 Tahun 2013 Tentang Keantariksaan.
Peran LAPAN (menurut UU Tahun 2013) meliputi:
- Sains Antariksa
- Penginderaan Jauh
- Penguasaan Teknologi Keantariksaan
- Peluncuran
- Kegiatan Komersial Keantariksaan
Struktur Organisasi
Visi dan Misi
Visi : Terwujudnya Kemandirian Dalam Iptek Penerbangan dan
Antariksa Untuk Meningkatkan Kualitas Kehidupan Bangsa.

Misi :
1. Memperkuat dan melaksanakan pembinaan, penguasaan dan
pemanfaatan teknologi roket, satelit dan penerbangan.
2. Memperkuat dan melaksanakan pembinaan, penguasaan dan
pemanfaatan teknologi dan data penginderaan jauh.
3. Memperkuat dan melaksanakan pembinaan, penguasaan dan
pemanfaatan sains antariksa dan atmosfer serta kebijakan kedirgantaraan.
4. Meningkatkan pemanfaatan hasil Litbang untuk Pembangunan Nasional.
Peran Penginderaan Jauh

Dalam Bidang Penginderaan Jauh, LAPAN memiliki tanggung jawab dalam:

1) Perolehan data
2) Pengolahan data
3) Penyimpanan dan pendistribusian data
4) Pemanfaatan data dan diseminasi informasi
Pengantar Penginderaan Jauh
Definisi
Penginderaan Jauh (Remote Sensing) adalah :

Ilmu & seni untuk memperoleh informasi tentang obyek, daerah, atau
fenomena dengan suatu alat sensor tanpa kontak langsung dengan
obyek, daerah, atau fenomena yang dikaji (Lillesand & Kiefer, 1979).

Berbagai teknik yang dikembangkan untuk perolehan dan analisis

informasi tentang bumi. Informasi tersebut khusus berbentuk radiasi
elektromagnetik yang dipantulkan atau dipancarkan dari permukaan
bumi (Lindgren, 1985).

Penggunaan sensor radiasi elektromagnetik untuk merekam gambar

lingkungan bumi yang dapat diinterpretasikan sehingga menghasilkan
informasi yang berguna (Curran, 1985).
 Sistem Penginderaan Jauh
Matahari Sensor
Satelit komunikasi

Informasi

Target

Stasiun penerima dan

pengolah data Analisis
Gelombang Elektromagnetik pada Sistem
Penginderaan Jauh
Informasi yang diterima oleh sensor merupakan radiasi gelombang elektromagnetik
yang dipantulkan atau dihamburkan oleh objek di bumi dan di atmosfer.

Sinar tampak (visible): 0.4 0.7 m

Infra merah dekat (near infra red): 0.7 0.9 m
Infra merah menengah (middle infra red): 0.9 3.0 m
Infra merah jauh (far infra red): 3.0 12.5 m
Sejarah Penginderaan Jauh
ERTS
1858! (Earth Resources Technology Satellite)
- Balon udara
- Burung
First ERTS-1.
Dallas, 23 July 1973.
Wahana Penginderaan Jauh (Platforms)

Pemantauan dari ketinggian 1 meter

sampai dengan 36,000 km di atas
permukaan bumi

Wahana terbagi atas:

Pengamatan darat
Pesawat udara
Balon Udara
Satelit

Sumber: ITC, 2002

 Tipe Orbit Satelit

Tipe orbit:

Polar atau near polar = meliput seluruh bagian bumi

Sun synchronous = lewat pada jam yang sama
Geo-stationary = pergerakannya mengikuti pergerakan bumi
= liputannya tetap
Sumber: ITC, 2002
Resolusi Data
Resolusi:
Spasial Kedetailan objek
Temporal Perulangan perekaman
Spektral Pemilahan panjang gelombang
Radiometrik Tingkat informasi/energi

Contoh, Satelit Landsat

Spasial 15 m dan 30 m
Temporal 16 hari sekali
Spektral 8 band, VIS, NIR, SWIR dan TIR
Radiometrik 8 bit (28)
Resolusi Spasial

meteosat

NOAA

TM
SPOT
IRS

KVR
Ikonos
5km 1km 30m 10m 5 2 <1m

Sumber: Syarief Budhiman

 Resolusi Temporal

Orbit satelit

9 Juli 1990 30 Juli 1992

5 Juni 1995 23 Maret 1998

Resolusi Spektral
Resolusi Spektral Satelit Landsat
Kanal data satelit

1
2
3
4
5
6
7

Kanal 1 Kanal 2 Kanal 3 Kanal 4

 Resolusi Radiometrik

1 bit 2 bit 3 bit 8 bit

Gl = Grey level
2 (nomor bit) = Level keabuan bits GLs range (b-w)
1 2 0-1
2 4 0-3
3 8 0-7
4 16 0-15
5 32 0-31
6 64 0-63
7 128 0-127
8 256 0-255
9 512 0-511
10 1024 0-1203
Reflektansi Berbagai Tutupan Lahan
Reflektansi radiasi dari berbagai jenis penutup lahan sebagai
fungsi dari panjang gelombang (spectral signature)
Citra Natural Landsat-TM/ETM+

5
Citra Natural Kanal 5, 4, 3
Keunggulan Data Penginderaan Jauh
Cakupan (Coverage): Cakupannya luas dan menjangkau daerah
terpencil sehingga bermanfaat untuk semua wilayah
Pengulangan (Repetition): Adanya perulangan yang
memungkinkan dilakukan monitoring perubahan pada suatu
daerah
Kecepatan (Speed): dapat menyediakan data untuk quick
respond bencana, seperti: gempabumi, banjir, kebakaran
hutan/lahan, dll.
Konsistensi (Consistency): Data diperoleh dengan sensor dan
cara yang konsisten setiap waktu.
Keakuratan (Accuracy): Citra satelit dan GPS dapat mendukung
perolehan peta yang akurat.
Biaya yang murah (Low cost): digunakan untuk berbagai
kegiatan dalam jangka waktu yang panjang, sehingga lebih murah
dibandingkan cara konvensional.
Jenis dan Karakteristik Data
Penginderaan Jauh
Satelit-Satelit Yang Mengorbit
Satelit Inderaja
MTSAT-1R 4 km NOAA 1 km

MODIS 250 - 1 km Fengyun 1 km

Satelit Inderaja
Landsat ETM+ 15 30 m SPOT 4 10 20 m

TERRA-ASTER 15 m ALOS 2.5 10 m

Satelit Inderaja
IKONOS SPOTGEOEYE-2
4 10 20 m

QUICKBIRD WORLD VIEW-2

Satelit Inderaja
MTSAT-1R 4 km NOAA 1 km

MODIS 250 - 1 km Fengyun 1 km

 Himawari-6 (MTSAT-1R)

)
)
Citra MTSAT-1R
0.55-0.90 um @ (1km / 10bits)
10.3-11.3 um @ (4km / 10bits)
11.5-12.5 um @ (4km / 10bits)

6.5-7.0 um @ (4km / 10bits)

MTSAT (Multifunction Transport Satellite)-1R

3.5-4.0 um @ (4km / 10bits)

1 hour (two observations in one hour for the northern

and the southern hemisphere)

140 E
MTSAT-1R (1- 4 Km)
Karakteristik Sensor
Spasial/
Kanal Spektral Radiometrik Temporal

Visible (VIS) 0.55-0.90 mm 1km/10 bits

Thermal 1 (IR1) 10.3-11.3 mm 4km/10 bits

Thermal 2 (IR2) 11.5-12.5 mm 4km/10 bits 1 Jam

Water Vapor (WV) 6.5-7.0 mm 4km/10 bits

Inframerah 3.5-4.0 mm 4km/10 bits

Citra Terra/Aqua MODIS - Karakteristik
Terra/Aqua MODIS (Moderate Resolution Imaging Spectroradiometer)

Orbit: sun-synchronous, near polar, Ketinggian: 705 km Spasial: 250

km (1,2), 500 km (3-7) dan 1000 km (8-36)
Temporal: 10:30 a.m. and 1:30 p.m. (2 kali)

Primary Use Band Bandwidth1 Spectral Required

Karakteristik Sensor
Radiance2 NE[delta]T(K)4
Surface/Cloud 20 3.660 - 3.840 0.45(300K) 0.05
Primary Use Band Bandwidth1 Spectral Required Temperature
21 3.929 - 3.989 2.38(335K) 2.00
Radiance2 SNR3
22 3.929 - 3.989 0.67(300K) 0.07
Land/Cloud/Aerosols 1 620 - 670 21.8 128
Boundaries 23 4.020 - 4.080 0.79(300K) 0.07
2 841 - 876 24.7 201
Atmospheric 24 4.433 - 4.498 0.17(250K) 0.25
Land/Cloud/Aerosols 3 459 - 479 35.3 243 Temperature
Properties 25 4.482 - 4.549 0.59(275K) 0.25
4 545 - 565 29.0 228
Cirrus Clouds 26 1.360 - 1.390 6.00 150(SNR)
5 1230 - 1250 5.4 74 Water Vapor
27 6.535 - 6.895 1.16(240K) 0.25
6 1628 - 1652 7.3 275
28 7.175 - 7.475 2.18(250K) 0.25
7 2105 - 2155 1.0 110
Cloud Properties 29 8.400 - 8.700 9.58(300K) 0.05
Ocean Color/ 8 405 - 420 44.9 880
Ozone 30 9.580 - 9.880 3.69(250K) 0.25
Phytoplankton/
9 438 - 448 41.9 838 Surface/Cloud
Biogeochemistry 31 10.780 - 11.280 9.55(300K) 0.05
10 483 - 493 32.1 802 Temperature
32 11.770 - 12.270 8.94(300K) 0.05
11 526 - 536 27.9 754 Cloud Top 33 13.185 - 13.485 4.52(260K) 0.25
12 546 - 556 21.0 750 Altitude
34 13.485 - 13.785 3.76(250K) 0.25
13 662 - 672 9.5 910 35 13.785 - 14.085 3.11(240K) 0.25
14 673 - 683 8.7 1087 36 14.085 - 14.385 2.08(220K) 0.35
15 743 - 753 10.2 586
1
16 862 - 877 6.2 516 Bands 1 to 19 are in nm; Bands 20 to 36 are in m
2
Spectral Radiance values are (W/m 2 -m-sr)
Atmospheric 17 890 - 920 10.0 167 3
SNR = Signal-to-noise ratio
Water Vapor 4
NE(delta)T = Noise-equivalent temperature difference
18 931 - 941 3.6 57
19 915 - 965 15.0 250
Note: Performance goal is 30-40% better than required
Citra NOAA/AVHRR - Karakteristik
NOAA NOAA/AVHRR (National Oceanic and Atmospheric
Administration/Advanced Very High Resolution Radiometer)

Orbit: sun-synchronous,near-polar
Ketinggian: 830 870 km,
Temporal: 7:30 a.m. dan 1:40 p.m. (2 kali)

Karakteristik sensor AVHRR (NOAA-15 , 17 dan 18)

Spasial/
Kanal Spektral Pemanfaatan
Radiometrik
1 1.09 km / 10 bits 0.58 - 0.68 m Daytime cloud and surface mapping
2 1.09 km / 10 bits 0.725 - 1.00 m Land-water boundaries
3A 1.09 km / 10 bits 1.58 - 1.64 m Snow and ice detection
Night cloud mapping, sea surface
3B 1.09 km / 10 bits 3.55 - 3.93 m
temperature
Night cloud mapping, sea surface
4 1.09 km / 10 bits 10.30 - 11.30 m
temperature
5 1.09 km / 10 bits 11.50 - 12.50 m Sea surface temperature
Landsat-7/ETM+ - Karakteristik
Landsat-7/ETM+
(Enhanced Thematic Mapper Plus)

Orbit: sun-synchronous, polar,

Landsat 7 ETM
Waktu Perekaman: sekitar jam 10:00
Ketinggian: 705 km,
Karakteristik Sensor
Spasial/
Kanal Spektral Radiometrik Temporal
1 VIS (Biru) 0.45-0.52 mm 30 m/ 8 bits
2 VIS (Hijau) 0.53-0.61 mm 30 km/ 8 bits
3 VIS (Merah) 0.63-0.69 mm 30 m/ 8 bits
4 NIR 0.78-0.90 mm 30 m/ 8 bits 16 hari
5 SWIR 1.55-1.75 mm 30 m/ 8 bits
6 TIR 10.4-12.5 mm 30 m/ 8 bits
7 SWIR 2.09-2.35 mm 60 m/ 8 bits
8 PAN 0.52-0.90 mm 15 m/ 8 bits
SPOT-4 Karakteristik
SPOT-4 (Satellite Pour l'Observation de la Terre-4)

Orbit: sun-synchronous, Near Polar

Ketinggian: 820 km
Waktu Perekaman: Sekitar jam 10:30
SPOT-4
Karakteristik Sensor

Spasial/
Kanal Spektral Radiometrik Temporal

1 VIS (Hijau) 0.50-0.59 mm 20 m/ 8 bits

2 VIS (Merah) 0.61-0.63 mm 20 m/8 bits

3 NIR 0.79-0.89 mm 20 m/8 bits 26 hari

4 SWIR 20 m/8 bits

5. PAN 0.61-0.68 mm 10 m/8 bits

 Akses Data Penginderaan Jauh
Bank Data Penginderaan Jauh Nasional
(BDPJN)
LAPAN sebagai BDPJN
mengumpulkan data;
menyimpan data;
mendistribusikan data;
menyediakan data;
menyediakan fasilitas pengolahan data;
melakukan koordinasi kebutuhan data;
melakukan pelestarian data; dan
melakukan kerjasama pelestarian data.
 Data yang diterima LAPAN saat ini

A B C
Res. Rendah Res. Menengah Res. Tinggi
Terra/Aqua Landsat-7 SPOT-5
NPP Landsat-8 SPOT-6
NOAA-18/19
Terra
Metop
MTSAT-1R

SPOT-5

Aqua SPOT-6

Landsat-7 Landsat-8
Stasiun Bumi LAPAN

Parepare,
Jakarta & South Sulawesi
Rumpin (West
Java)
Rencana Akuisisi Data Satelit Penginderaan
Jauh di Stasiun Bumi LAPAN (2012-2020)

2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022

Terra
NPP JPSS-1
Aqua
NOAA-19 MetOp-B MetOp-C
Himawari-6 Himawari-7 Himawari-8
FY-3B FY-3C FY-3D FY-3E FY-3F

SPOT-4
Landsat-7 Landsat-8 (LDCM) Landsat-9

SPOT-5 SPOT-6 SPOT-7 SPOT-8, SPOT 9

SAOCOM-1A SAOCOM-1BSAOCOM-2ASAOCOM-2B

ALOS-2

Satelit operasional yang sudah diakuisisi

Satelit operasional yang diusulkan diakuisisi LAPAN INPRES No. 6 thn 2012
Satelit yang akan diluncurkan dan diusulkan diakuisisi LAPAN
Katalog Data Landsat
(Landsat-5, Landsat-7 & Landsat-8)
http://landsat-catalog.lapan.go.id/Catalogue
Katalog Data SPOT
(SPOT-5 dan SPOT-6)
http://www.bdpjn-catalog.lapan.go.id
Katalog Data MODIS dan NPP
http://modis-catalog.lapan.go.id
Indonesia 1 Layanan

http://satulayanan.net/
Pemanfaatan Data Penginderaan Jauh
Pemanfaatan Data Penginderaan Jauh
MTSAT-1R 4 km NOAA 1 km

Penelitian dan Pengembangan (Litbang)

Pemanfaatan Data Penginderaan Jauh di LAPAN :

SUMBERDAYA WILAYAH DARAT

(Pertanian, Perkebunan, Kehutanan, Pertambangan, dll)

SUMBERDAYA WILAYAH PESISIR DAN LAUT

(Parameter Oseanografis, Ekosistem Pesisir dan Laut, dll)

LINGKUNGAN DAN MITIGASI BENCANA

(Banjir, Tanah Longsor, Gempa, Tsunami, Gunungapi, dll)
Sumber : Katmoko Ari S
Pemantauan Hutan

PT. Bumi Prasaja

 Degradasi Hutan Kalimantan Barat
Tujuan Penelitian: Akurasi Model dalam mengidentifikasi jenis
(a) Identifikasi wilayah hutan yang terdegradasi berdasarkan metode Spektral degradasi hutan
Mixture Analysis (SMA),
NDFI NBR NDVI
(b) Membandingkan indeks degradasi hutan, yaitu Normalized Difference
Manage Logging 70.20 69.80 67.65
fraction Index (NDFI), Normalized Burned Ratio (NBR), dan Normalized
Difference Vegetation Index (NDVI) untuk mendapatkan indeks yang sesuai Logged and burned 94.91 66.10 74.58
untuk mengidentifikasi degradasi hutan akibat penebangan liar dan Intact forest 80.34 69.27 68.17
kebakaran hutan.

Data SPOT-4
Lokasi:
Kapuas Hulu dan
Sintang,
Kalimantan Barat
03-07-2009 16-05-2012 15-10-2012

Green Vegetation (GV)

Shade

Non Photoshyntetic
Vegetation (NPV)

Soil
Perubahan Hutan 2000-2009
Pemantauan Hutan & Perkebunan
Kab. Pesisir Selatan, Prov. Sumatera Barat

Citra Quickbird, 13 Januari 2005

PT. Bumi Prasaja
 Monitoring Fase Pertumbuhan
pada Lahan Perkebunan
Citra LANDSAT-5 TM

PEMBUKAAN LAHAN

MASA PERTUMBUHAN
(TUMBUHAN MUDA)

MASA PANEN
Monitoring Fase Pertumbuhan
pada Lahan Perkebunan
Citra IKONOS
Monitoring Perkebunan Sawit

Citra IKONOS

Citra Quickbird, 12 September 2012

Monitoring Perkebunan Sawit (zooming)

Citra IKONOS

Citra Quickbird, 12 September 2012

 Pemetaan Geologi & Pertambangan
Data ASTER untuk identifikasi mineral

ASTER (14 band)

Sumber : Atriyon J Vegetasi, air dan awan dimasking (ASL Enviromental Science inc.)
 Pemantauan Aktivitas Pertambangan

Pertambangan PT. Newmont Nusa Tenggara

Sumber : Atriyon J
Pemantauan Aktivitas Pertambangan

Perluasan Tambang Freeport

Landsat TM (30 m) tahun 1990 Landsat ETM+ (30 m) tahun 2002

Sumber : Atriyon J
Pemantauan Aktivitas Pertambangan

Tambang Bauksit, Kab. Bangka Citra Quickbird, 14 Agustus 2009

Pemantauan Aktivitas Pertambangan

Tambang Batu Bara, Kalimantan Timur Citra Quickbird, 25 Mei 2009

 Pemantauan Perubahan Tutupan Lahan

Rice field/open area Urban

Rice field/open area Rice field

Urban
Golf Field

Rice field/open area

Urban

Tahun 1988 Tahun 2001

Pemantauan Lahan Sawah
Fase air
0 - 1 bulan

Fase vegetatif
1 - 2 bulan

Fase generatif
> 2 bulan

Fase bera

Landsat 5
 Aplikasi Citra Topografi 3 Dimensi
ALOS

Landsat

IKONOS
Aplikasi Citra Topografi 3 Dimensi
ALOS PALSAR

Volcano Activities Monitoring System Using Japanese Satellite Images (ALOS)

Cooperation : RESTEC-JAPAN, LAPAN, ESDM, BPPT & BAKOSURTANAL, 2008 Sumber : Katmoko Ari S
 Aplikasi Citra Topografi 3 Dimensi
ALOS PALSAR

Volcano Activities Monitoring System Using Japanese Satellite Images (ALOS)

Cooperation : RESTEC-JAPAN, LAPAN, ESDM, BPPT & BAKOSURTANAL, 2008 Sumber : Katmoko Ari S
Inventarisasi dan Pengkajian
Vegetasi Mangrove
False Color Composite
RGB : TM4 TM5 TM3

Sumber Data :
Landsat-TM
11-02-1998
Pemantauan Mangrove

Lapan bekerjasama dengan Ditjen Reboisasi dan Rehabilitasi Lahan Departemen Kehutanan
dan Fakultas Kehutanan IPB Bogor, Kemenhut, BIG, KKP, KLH dalam satu wadah One Map Mangrove.
Terumbu Karang
Terumbu Karang

Citra Komposit dan Kenampakan Obyek di Lapangan (atas) dan

Hasil Updating Informasi Terumbu Karang Pulau Bali 2011 (bawah)
 Pemantauan Pergerakan Awan dan Curah Hujan
Citra MTSAT-1R

Monitoring selama 12 jam

IR channel
Pemantauan Depresi/Siklon Tropis
Citra MTSAT-1R

INDONESIA

TROPICAL
CYCLONE

ADANYA SIKLON TROPIS DI BARAT LAUT AUSTRALIA, CURAH HUJAN LEBAT TERJADI
DI PULAU JAWA, BALI DAN NUSA TENGGARA
 Pemantauan Depresi/Siklon Tropis
Citra MTSAT-1R

TROPICAL
CYCLONE

INDONESIA

ADANYA SIKLON TROPIS MENGAKIBATKAN TERJADINYA KONDISI CERAH DI WILAYAH

INDONESIA AKIBAT AWAN TERTARIK KE ARAH SIKLON TROPIS
 Analisis Oseanografis dan
Sumberdaya Pesisir dan Laut
Suhu Permukaan Laut Konsentrasi klorofil

Arus Geostrofik

Informasi ZPPI harian Informasi ZPPI bulanan

 Monitoring Perubahan Garis Pantai
di Kota Semarang, Demak dan Kendal

Penambahan daratan di Kota Kendal Penambahan daratan di Kota Semarang Perubahan Delta di Kecamatan Wedung

Garis pantai mundur di Sayung dan Genuk,

Kabupaten Demak dan Kota Semarang

Keterangan Garis Pantai:

Kuning (1972), Hijau (1991), Merah (2001), Biru (2008),
latarbelakang citra satelit Landsat TM 26 Juni 2008
Monitoring Wilayah Perbatasan
Peta Citra Satelit

PULAU SEBATIK
KEGIATAN LAPAN TA. 2008/2009
BERBATASAN DENGAN
MALAYSIA (SABAH)

Peta Citra Satelit 3 Dimensi Peta Penutup/Penggunaan Lahan

 Pemantauan Perubahan Lahan Pasca Bencana
Gempa dan Tsunami, Aceh
IKONOS (Januari 2003) IKONOS (Desember 2004)

Sebelum tsunami Setelah tsunami

Pemantauan Perubahan Lahan Pasca Bencana
Gempa dan Tsunami, Aceh

Sebelum Tsunami, Setelah Tsunami,

23 Juni 2004 28 Des 2004

QUICKBIRD
Pemantauan Fire Danger Rating System
Citra NOAA/AVHRR & MODIS
Tampilan Informasi Hotspot dari Format KML
Akumulasi Tgl.1 - 24 Juni 2013 (Seluruh Indonesia)
Tampilan Informasi Hotspot dari Format KML
Tgl. 1 - 24 Juni 2013 (Grafik Distribusi Menurut Provinsi)
Asap Kebakaran Hutan/Lahan
20 Juni 2013 (MODIS TERRA)
Pemantauan Titik Panas dan Asap
Citra NOAA/AVHRR
Pemantauan Titik Panas dan Asap
Citra NOAA/AVHRR
Pemantauan Titik Panas dan Asap
Citra MODIS
Titik Panas Kebakaran Hutan/Lahan
Two options on Planck curve fit.
Which is more accurate?

VNF Version 2: Planck curve fitting constrained by VNF Version 2.1

If there is no M16 detection,
observed radiances. Pixels with temperatures the hot source fit is constrained to
under 600 K and large source areas could not be zero radiance in M16

visually confirmed in M16

84
Full Resolution : Night vs Day

85
Pemantauan Aktivitas G. Merapi

Sebaran Awan Panas, 16 Mei 2006

Pemantauan Aktivitas G. Merapi

DEM + NOAA-14, 16 Mei 2006

Sebaran Awan Panas, 16 Mei 2006
Pemantauan Aktivitas G. Merapi
ALOS PALSAR ALOS AVNIR2
Pemantauan Aktivitas G. Merapi

MOUNT MERAPI ERUPTION

Central Java

FROM ALOS PALSAR

Sumber : Katmoko Ari S

Respon Tanggap Darurat Bencana
Erupsi G. Kelud : Citra MTSAT-2
Respon Tanggap Darurat Bencana
Erupsi G. Kelud : Citra NPP
Respon Tanggap Darurat Bencana
Erupsi G. Kelud : Citra LANDSAT-8 & SRTM
Respon Tanggap Darurat Bencana
Erupsi G. Kelud : Citra RADARSAT-2
Respon Tanggap Darurat Bencana
Erupsi G. Kelud : Citra TERRASAR-X
Respon Tanggap Darurat Bencana
Erupsi G. Sinabung: Citra ASTER
Respon Tanggap Darurat Bencana
Erupsi G. Sangeang Api: Citra LANDSAT-8
Respon Tanggap Darurat Bencana
Erupsi G. Kelud : Citra Hyperion
PENGAMATAN GEMPA CIANJUR
Sebelum dan Setelah Gempa
GEMPA PADANG IKONOS & SPOT-5
Pengamatan Banjir
BENGAWAN SOLO
Pengamatan Banjir (ALOS PALSAR, Karawang 2010)

Sumber : Katmoko Ari S

Pengamatan Banjir (ALOS PALSAR, Karawang 2010)
Pengamatan Banjir dari UAV (Unmanned Aerial Vehicles)
JAKARTA 2013
Pengamatan Bam Burst
SITU GINTUNG IKONOS
 Pengamatan Tumpahan Minyak (Oil Spill)
Kepulauan Seribu & Selat Makasar

OIL SPILL
RED COLOR

DITJEN MIGAS
Kementerian ESDM Sumber : Katmoko Ari S
Sistem Pemantauan Bumi Nasional
Perguruan
tinggi/Lembaga
litbang lain Riset Feedback

Sumberdaya alam Pengembangan

Visi dan Misi dan lingkungan Metode/Sistem Database
Litbang

U
Metode/
Pedoman
S
PUSFATJA SPBN E
R
Informasi S
Mitigasi Bencana
SDM permintaan
Pengembangan
/Infrastuktur Metode/Sistem

Perguruan
tinggi/Lembaga Riset Feedback

litbang lain
Sistem Pemantauan Bumi Nasional
menetapkan standar metode pengolahan dan produksi
informasi;
menetapkan pedoman pemanfaatan data dan diseminasi
informasi;
melaksanakan pemanfaatan dan pengolahan klasifikasi serta
deteksi parameter geo-bio-fisik;
melaksanakan pemantauan perubahan tutupan lahan dan
parameter geo-bio-fisik darat, pesisir dan laut, lingkungan dan
bencana, serta atmosfer sebagai bahan kebijakan Pemerintah.
melaksanakan diseminasi; dan
melaksanakan supervisi pemanfaatan data penginderaan jauh
 Metode dan Informasi yang Tersedia

Tema Pengembangan Metode Metode Operasional

Banjir Metode Deteksi Daerah Terkena Banjir
Metode Analisa Resiko Banjir
Model Simulasi Banjir
Kekeringan Metode penentuan kekeringan dengan
Index vegetasi
Informasi potensi banjir harian
Informasi tingkat kehijauan vegetasi
Informasi tingkat kekeringan di lahan sawah

Kebakaran Hutan/lahan Metode penentuan titik panas (hotspot) Informasi Sistem Peringkat Bahaya kebakaran
Metode deteksi daerah bekas kebakaran Informasi titik panas (hotspot)
Metode penentuan asap kebakaran Informasi sebaran asap

Gunung Berapi Metode penentuan daerah bahaya gunung -

berapi

Lingkungan Limbah B3/Oil Spill -

Land Subsidence
RTH
Urban Heat Island
Kerusakan lingkungan lainnya
Pedoman (Target 2014)

Bidang Tema Pedoman

SDWD 1. Fase pertumbuhan padi
2. Monitoring danau
SDWPL 1. ZPPI
2. Terumbu karang
3. Mangrove
4. MPT (Muatan Padatan tersuspensi)

LMB 1. Kebakaran hutan/lahan (Hotspot dan Lahan Bekas

Terbakar)
2. Deteksi Banjir

Pro Info 1. Klasifikasi digital supervised/un supervised

2. Deteksi Parameter Geobiofisik
Kerjasama Nasional, Regional &
Internasional
Stakeholder Meeting

Waktu/Tempat : 5 Juni 2012, Bogor International Convention Center

Jumlah Peserta : 50 Orang, 18 Instansi Pemerintah
Hasil : Kesepakatan tentang penyampaian informasi kebencanaan berbasis penginderaan jauh
Penguatan Koordinasi

BNPB, 12 Februari 2013 Kemenhut, 15 Februari 2013

BPBD DKI, 22 Maret 2013 KLH, 28 Maret 2013

Contoh Pembimbingan di BPBD Kalbar
Sentinel Asia
Dalam bidang kebencanaan, Asia Pacific Regional Space Agency Forum
(APRSAF) menginisiasi pembentukan Sentinel Asia dalam rangka
menghubungkan informasi kebencanaan dari data kedirgantaraan.

LAPAN sejak tahun 2006 telah berpartisipasi aktif dalam kegiatan Sentinel
Asia menjadi anggota JPT dan melakukan kegiatan emergency quick
response kebencanaan melalui Sentinel Asia System.

Pada 10 Februari 2010 secara resmi Lapan menjadi anggota DAN (Data
Analysis Node) di Sentinel Asia System.
International Charter
International Charter merupakan sebuah perjanjian di antara agensi pengelola data
satelit untuk membantu dalam penyediaan data dan informasi dari satelit pada saat
saat fase tanggap darurat suatu bencana dengan skala besar.
APSCO
Lapan juga berperan aktif dalam pelatihan yang diselenggarakan oleh Asia-
Pacific Space Cooperation Organization (APSCO) sebagai peserta dan
narasumber.

Peran peneliti Lapan sebagai narasumber dalam kegiatan ini menandakan

bahwa kemampuan peneliti Lapan sejajar dengan peneliti-peneliti lainnya di
Asia.
UNSPIDER
United Nation Platform for Space-Based Information for Disaster Management and
Emergency Response (UN-SPIDER) dibentuk berdasarkan Resolusi PBB no
31/110 tanggal 14 Desember 2006 sebagai salah satu program PBB dengan
misi untuk menjamin semua negara dan organisasi internasional/regional untuk
dapat memiliki akses dan mengembangkan kemampuan menggunakan semua
jenis informasi berbasis keantariksaan dalam rangka mendukung siklus
pengelolaan bencana.

Pada tanggal 19 Februari 2013, Lembaga Penerbangan dan Antariksa Nasional

(LAPAN) menjadi RSO UN-SPIDER yang ke-15 dengan ditandatanganinya
naskah kerjasama (Memorandum of Understanding/MoU) antara Lapan dengan
United Nations Office for Outer Space Affairs (UNOOSA).
Jaringan UNSPIDER
UNESCAP
LAPAN juga bekerjasama dengan UN ESCAP (United Nation
Economic and Social Commitee for Asia and the Pacific) dalam
misi pemanfaatan data penginderaan jauh untuk pemantauan
kekeringan.
Masih dalam koridor PBB, LAPAN secara periodik menyediakan
informasi kebencanaan ke UN WFP (United Nation World Food
Programme).
Penutup
Iptek penginderaan jauh berbasis citra satelit merupakan sangat
memberikan manfaat dalam pemantauan dan pemetaan sumberdaya alam,
lingkungan serta mendukung upaya penanggulangan bencana di
Indonesia.
Penguasaan iptek penginderaan jauh untuk mewujudkan kemandirian
perlu dilakukan dengan melakukan riset yang berkelanjutan serta
perluasan kerjasama di tingkat nasional, regional dan internasional.

Tantangan:
Bagaimana proses identifikasi, analisis, interpretasi serta penyampaian
informasi kebencanaan dapat dilakukan secara efektif, efisien, akurat dan
cepat, sehingga masyarakat di zona bahaya bencana dapat
mengantisipasi bencana yang terjadi.
Bagaimana hasil-hasil proses penginderaan jauh yang high tech, dapat
mudah dipahami oleh berbagai lapisan masyarakat. Perlunya proses
edukasi yang tepat dan komprehensif dengan melibatkan dunia
pendidikan.
Potensi Kerjasama dengan Perguruan Tinggi

Kerjasama riset
Pembimbingan dan pembinaan mahasiswa
Expert Exchange
..
Contact Person

Dr. M. Rokhis Khomarudin

Kepala Pusat Pemanfaatan Penginderaan Jauh
Jl. Kalisari LAPAN Pekayon Pasar Rebo Jakarta Timur 13710
Telp: 021 8710065 ext 213
Fax: 021 8722733
Email : Rokhis.Khomarudin@lapan.go.id ;
ayah_ale@yahoo.com; masrokhis@gmail.com
TERIMA KASIH