Article Per Year (5 Year)
p-Index From 2019 - 2024
1.497
P-Index
This Author published in this journals
All Journal MANAJEMEN HUTAN TROPIKA Journal of Tropical Forest Management MEDIA KONSERVASI Jurnal Edukasi dan Penelitian Informatika (JEPIN) Infotech Journal JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) Educate : Jurnal Teknologi Pendidikan Jurnal Inovatif
Hudjimartsu, Sahid Agustian
Universitas Ibn Khaldun Bogor
Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 9 Documents
Search

 1 
Prediction of The Spread of Acacia nilotica Invasive Species Using Generalized Linear Models Sahid Agustian Hudjimartsu; Yeni Herdiyeni; Lilik Budi Prasetyo; Agung Siswoyo
Jurnal Manajemen Hutan Tropika Vol. 23 No. 3 (2017)
Publisher : Institut Pertanian Bogor (IPB University)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (5203.584 KB)

Abstract

Acacia nilotica is an invasive species in the Baluran National Park. The spread of A. nilotica is a serious threat that can disrupt the function of savanna ecosystems in providing food for herbivores and eventually led to a decrease in wildlife populations of herbivorous. The growth of A. nilotica invasive species is influenced by some environmental factors. In order to prevent the spread of A. nilotica, a model can be formed to prodict the species distribution based on the environmental factors namely generalized linear models. This research used the data from Siswoyo’s research in 2014, which consisted of environmental data and distribution of A. nilotica. The results showed that there were five environmental variables that significantly affect on the spread of A. nilotica invasive species. The variables included elevation, surface temperature, normalized difference vegetation index, normalized difference moisture index, and the distance from the river, with p-value less than 0.05. The accuracy of the prediction model on the spread of A. nilotica using GLM was 97.22% and the Area Under Curve (AUC) value was 0.981. 
HEIGHT, DIAMETER AND TREE CANOPY COVER ESTIMATION BASED ON UNMANNED AERIAL VEHICLE (UAV) IMAGERY WITH VARIOUS ACQUISITION HEIGHT Muflihatul Maghfiroh Islami; Teddy Rusolono; Yudi Setiawan; Aswin Rahadian; Sahid Agustian Hudjimartsu; Lilik Budi Prasetyo
Media Konservasi Vol 26 No 1 (2021): MEDIA KONSERVASI VOL. 26 NO. 1 APRIL 2021
Publisher : Department of Forest Resources Conservation and Ecotourism - IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/medkon.26.1.17-27

Abstract

The forest inventory technique by applying remote sensing technology has become a new breakthrough in technological developments in forest inventory activities. Unmanned Aerial Vehicle (UAV) imagery with camera sensor is one of the inventory tools that produce data with high spatial resolution. The level of spatial resolution of the image is strongly influenced by the flying height of the UAV for a certain camera’s focus. In addition, flight height also affects the acquisition time and accuracy of inventory results, although there is still little research on this matter. The study aims to (a)evaluate the effect of various flying heights on the accuracy of tree height measurements through UAV imagery for every stand age class, (b).estimate the trees diameter and canopy cover for every stand age class. Stand height was estimated using Digital Surface Models (DSM), Digital Terrain Models (DTM) and Orthophoto. DSM and DTM were built by converting orthophoto to pointclouds using the PIX4Dmapper based on Structure From Motion (SFM) on the photogrammetric method to reconstruct topography automatically. Meanwhile, the tree cover canopy was estimated using the All Return Canopy Index (ARCI) formula. The results show that the flight height of 100 meters produces a stronger correlation than the flying height of 80 meters and 120 meters in estimating tree height, based on the high coefficient of determination (R2) and the low root mean square error (RMSE) value. In addition, tree canopy estimation analysis using ARCI has a maximum difference of 9.8% with orthophoto visual delineation. Key words: canopy height model (CHM), digital surface models (DSM), digital terrain models (DTM), forest inventory, UAV image
Peluang Dan Tantangan Implementasi Merdeka Belajar Kampus Merdeka (Mbkm) Di Fakultas Teknik Dan Sains UIKA BOGOR Sahid Agustian Hudjimartsu; Muhammad Nanang Prayudyanto; Setya Permana; Arien Heryansyah
EDUCATE Vol 7, No 1 (2022)
Publisher : Program Studi Teknologi Pendidikan FKIP Universitas Ibn Khaldun, Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32832/educate.v7i1.6245

Abstract

Dinamika dan perubahan yang terjadi saat ini begitu dinamis, terlebih di era revolusi industri 4.0 atau disebut sebagai revolusi digital yang diindikasikan oleh perubahan  yang sangat besar di semua bidang berbasis teknologi. Perubahan juga terjadi di bidang Pendidikan yang mana dituntut dapat berjalan beriringan sesuai dengan perubahan yang ada agar dapat menghasilkan sumber daya daya manusia pendidikan tinggi yang memiliki kualitas tinggi yang juga inovatif, kreatif, dan efisien. Oleh karena itu, untuk menghadapi kondisi tersebut Kementerian Pendidikan dan Kebudayaan membuat kebijakan terkait Pendidikan diantaranya kebijakan Merdeka Belajar Kampus Merdeka (MBKM). Kebijakan MBKM memberikan kebebasan dan otonomi kepada Lembaga Pendidikan, dan merdeka dari birokratisasi, dosen dibebaskan dari birokrasi yang berbelit serta mahasiswa diberikan kebebasan dalam memilih bidang yang mereka minati. Terjadi pergeseran bentuk pembelajaran sehingga menjadi peluang dan tantangan bagi perguruan tinggi dalam memfasilitasi model pembelajaran yang mampu menghadapi tantangan jaman dan menuju kampus yang bermutu dan bereputasi.
SPASIAL CLUSTERING POTENSI PETERNAKAN UNGGAS DENGAN METODE K-MEANS BERBASIS WEBGIS Eka Triyani; Sahid Agustian Hudjimartsu; Dewi Primasari
INFOTECH journal Vol. 8 No. 2 (2022)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v8i2.2627

Abstract

Kabupaten Bogor merupakan salah satu wilayah di Provinsi Jawa Barat yang memiliki banyak peternakan. Peternakan besar mencakup sapi perah dan sapi potong; peternakan kecil mencakup kambing dan domba; dan peternakan unggas mencakup diantaranya ayam pedaging, dan ayam petelur. Keberadaan peternakan di Kabupaten Bogor tersebar di banyak kecamatan, tetapi masyarakat kurang mendapatkan informasi terkait wilayah-wilayah dengan tingkat potensi peternakan ungags, khususnya yang jumlah produksinya tinggi/meningkat. Melihat situasi di Kabupaten Bogor dengan tingkat potensi yang semakin meningkat maka diperlukan Sistem Informasi Geografis berbasis WebGIS untuk membantu pencarian data informasi potensi peternakan unggas pada suatu wilayah. Adapun analisis potensi pada penelitian ini menggunakan K-Means clustering dengan menghasilkan 3 cluster dengan kategori potensi cukup, kurang, dan lebih. Pada tahun 2018, potensi lebih peternakan unggas berada di kecamatan Nanggung, sedangkan pada tahun 2019 terdapat potensi lebih peternakan unggas di 12 kecamatan.
ANALISIS DAERAH RAWAN KECELAKAAN LALU LINTAS MENGGUNAKAN CLUSTER ANALYSIS DI KOTA BOGOR BERBASIS WEBGIS Lulu Lutfi Latifah; Sahid Agustian Hudjimartsu; Iksal Yanuarsyah
Jurnal Ilmiah Teknologi Infomasi Terapan Vol. 8 No. 2 (2022)
Publisher : Universitas Widyatama

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (758.064 KB) | DOI: 10.33197/jitter.vol8.iss2.2022.760

Abstract

Kecelakaan lalu lintas merupakan suatu permasalahan yang sering terjadi di berbagai wilayah di Indonesia terutama di Kota Bogor. Berdasarkan data kecelakaan lalu lintas yang di peroleh dari Unit Laka Lantas Polresta Kota Bogor mengalami pergerakan yang fluktuatif. Pemanfaatan data kecelakaan juga masih kurang optimal. Hal ini menyebabkan sulitnya untuk mengetahui daerah yang memiliki tingkat kerawanan. Untuk mengatasi masalah tersebut pada Penelitian ini dibuat suatu analisis untuk menentukan daerah rawan kecelakaan lalu lintas dengan memanfaatkan Sistem Informasi Geografis untuk memetakan sebaran lokasi. Metode yang digunakan untuk menganalisis daerah rawan kecelakaan adalah menggunakan Algoritma K-Means Cluster. Hasil penelitian yang dilakukan menyatakan bahwa tingkat kerawanan paling banyak terjadi dari tahun 2014-2019 berada di kecamatan tanah sareal di ruas jalan K.H. Sholeh Iskandar. Selain itu beberapa kejadian laka terjadi di jalan tikungan, persimpangan jalan, jalur keluar-masuk kendaraan. Hasil dari penelitian ini adalah peta daerah rawan kecelakaan lalu lintas yang ditampilkan dalam bentuk WebGIS.
Ecotourism As An Lbs-Android Based Tour Guide System Using An Audio Qr Code Hanif Hidayaturrahman; Fitrah Satrya F.K; Sahid AGUSTIAN HUDJIMARTSU; Budi Susetyo
INOVA-TIF Vol 5, No 1 (2022)
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32832/inova-tif.v5i1.8288

Abstract

Indonesia is a country that is rich in diversity and has a diversity of cultures, religions, ethnicities, races, and natural beauty. One of the sectors that can boost the country's foreign exchange is tourism. In general, the tourism sector in Indonesia is still hidden and needs more development, this can be done by collaborating between the government and the community in improving the facilities and quality of tourism places. Law Number 10 of 2009 concerning Tourism explains that the freedom to travel and use free time in the form of traveling is part of human rights. One form of technological development is the Global Positioning System (GPS) technology which allows the development of Location Based Service (LBS). The emergence of printed information media is considered less effective in disseminating information. Therefore, there is a need for encouragement to be able to recognize tourist attractions that are still not widely known by tourists. From some of the literature that the author has reviewed, there are several similar applications to the topic of the researcher. The eCotourism application is a mobile-based tour guide system application that can help tourists. This application that distinguishes it is an application that uses location based services (LBS) by utilizing an audio QR Code to accompany tourists on their trips. In other words, tourists have an electronic tour guide to guide tourists, especially those in the city of Bogor for tours.
ANALISIS PERHITUNGAN INDIVIDU POHON MANGROVE PADA CITRA UNMANNED AERIAL VEHICLE (UAV) MENGGUNAKAN METODE LOCAL MAXIMA Trisna Mukti; Sahid Agustian Hudjimartsu; Erwin Hermawan
INFOTECH journal Vol. 9 No. 2 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i2.6480

Abstract

Hutan mangrove merupakan komunitas tumbuhan pantai yang didominasi oleh beberapa jenis pohon mangrove, manfaat pohon mangrove yakni sebagai penghasil keperluan rumah tangga, penghasil keperluan industri dan penghasil bibit serta bahan baku suatu obat. Indonesia memiliki hutan mangrove yang luas mencapai 3.364.076 Ha, dengan luasnya area akan butuh waktu lama dan sumber daya cukup besar untuk dilakukan monitoring terhadap pengelolaan atau pendataan jumlah pohon sebagai inventarisasi, dibuatnya pengelolaan hutan bertujuan untuk memperoleh manfaat yang besar serta serbaguna dan untuk kemakmuran masyarakat Perhitungan jumlah pohon secara manual dinilai tidak efisien karena perlu menghitung satu persatu pada area tersebut, sehingga memerlukan banyak tenaga dan biaya. pesawat tanpa awak atau UAV (Unmanned Aerial Vehicle) merupakan salah satu teknologi untuk mendapatkan data citra atau data spasial. Teknologi UAV ini dapat menghasilkan foto udara dengan waktu yang cepat, dan biaya yang lebih murah. Tujuan dari penelitian ini Mengetahui hasil analisis dari otomatisasi pendeteksian pohon mangrove dengan metode Local Maxima. Hasil deteksi pohon menunjukkan pada ketinggian minimum 5 meter sebanyak 3929 pohon (ukuran window size 3.5) dengan hasil overall accuracy 0.780 dan 3390 pohon (ukuran window size 4) memperoleh overall accuracy 0.689. Sedangkan, pada minimum ketinggian 4 meter terdapat sebanyak 4134 pohon (ukuran window size 3.5) pohon dengan nilai overall accuracy 0.791 dan 3543 (ukuran window size 4) pohon terdeteksi memperoleh nilai overall accuracy 0.692.
ANALISIS PERHITUNGAN INDIVIDU PADA POHON PINUS MENGGUNAKAN METODE LOCAL MAXIMA DARI CITRA UAV (UNMANNED AERIAL VEHICLE) Sinta Lestari; Erwin Hermawan; Sahid Agustian Hudjimartsu
INFOTECH journal Vol. 9 No. 2 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i2.7101

Abstract

Salah satu sentra utama populasi hutan pinus Jawa Barat berada di Sukabumi yang terletak di beberapa kecamatan, diantaranya: Kec. Sagaranten, Kec. Bojong lopang, Kec. Jampang dan Kec. Pelabuhan Ratu yang pengelolaannya dilakukan di sejumlah kawasan hutan produksi. Teknologi yang efektif untuk melakukan monitoring pada sektor pekebunan adalah teknologi penginderaan jauh (remote sensing), seperti pesawat tanpa awak/drone atau UAV. Tujuan dari penelitian ini adalah mengidentifikasi hasil perhitungan pohon pinus dari citra UAV menggunakan metode local maxima dan ratiogreen, serta menganalisa akurasi dari hasil perhitungan pohon pinus. Hasil penelitian pada kelas minimum 4 meter identifikasi jumlah pohon dengan metode local maxima terdapat 4.166 pohon. Sedangkan dengan mengkombinasi antara local maxima dan ratiogreen menghasilkan identifikasi sebanyak 4.011 pohon. Pada kelas minimum 3 meter, identifikasi jumlah pohon dengan metode local maximaterdapat 4.731 pohon, sedangkan dengan mengkombinasi antara local maxima dan teknik ratiogreen menghasilkan identifikasi sebanyak 4.540 pohon.
Optimasi Parameter Algoritma DBSCAN untuk Mendeteksi Titik Panas Kebakaran Hutan dan Lahan Putri Yulidsf Utami; Sahid Agustian Hudjimartsu; Tiara Aurilia Viona; Hulwana Sharfina
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 9, No 3 (2023): Volume 9 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v9i3.61714

Abstract

Pencegahan terjadinya kebakaran hutan dan lahan dapat dilakukan dengan menyediakan informasi terkait titik panas dan karakteristik wilayah yang berpotensi munculnya titik panas. Tujuan penelitian ini untuk mengelompokkan data titik panas menjadi beberapa cluster berdasarkan density menggunakan algoritma DBSCAN. Untuk mendapatkan hasil cluster terbaik dilakukan optimasi parameter DBSCAN yaitu nilai epsilon dan minpts. terbaik Berdasarkan beberapa kali hasil iterasi terbentuk nilai epsilon 10 dan minpts minimal titik dalam satu cluster adalah 5. Nilai ini merupakan nilai terbaik dikarenakan membentuk cluster minim noise. Cluster terbentuk berdasarkan nilai LST dan NBR. Berdasarkan hasil penelitian cluster terbanyak yaitu pada tahun 2019 dan tahun 2022 terbentuk 3 cluster. Cluster 0 merupakan cluster yang memiliki nilai LST tinggi atau suhu permukaan tinggi dan memiliki nilai NBR tinggi atau luas terbakar tinggi. Cluster1 merupakan cluster yang memiliki nilai LST tinggi atau suhu permukaan tinggi dan memiliki nilai NBR sedang atau luas terbakar sedang. Sedangkan Cluster2 merupakan cluster yang memiliki nilai LST sedang atau suhu permukaan sedang dan memiliki nilai NBR sedang atau luas terbakar sedang. Kombinasi nilai LST dan NBR menunjukkan area tersebut pernah mengalami kebakaran hutan dan lahan. Evaluasi performa clustering algoritma DBSCAN dilakukan menggunakan Silhouette coefficient. Hasil evaluasi tahun 2017 nilai Silhouette coefficient yaitu 0,773 termasuk strong structure. Tahun 2018 nilai Silhouette coefficient yaitu 0,722 termasuk strong structure. Tahun 2019 terbentuk 3 cluster nilai Silhouette coefficient cluster 0  yaitu 0,875, nilai Silhouette coefficient cluster 1 yaitu 0,802 nilai Silhouette coefficient cluster 2 yaitu 0,876 termasuk pada kategori strong structure. Tahun 2020 terbentuk 2 cluster nilai Silhouette coefficient cluster 0  yaitu 0,637, nilai Silhouette coefficient cluster 1 yaitu 0,649 termasuk pada kategori Medium Structure. Tahun 2021 nilai Silhouette coefficient yaitu 0,714 termasuk strong structure. Tahun 2022 nilai  cluster 0 Silhouette coefficient yaitu 0,802, nilai Silhouette coefficient  cluster 1yaitu 0,811, dan nilai Silhouette coefficient cluster 2 yaitu 0,712 termasuk pada kategori strong structure.
Co-Authors Agung Siswoyo Arien Heryansyah Aswin Rahadian Budi Susetyo Dewi Primasari Eka Triyani Erwin Hermawan Erwin Hermawan Fitrah Satrya F.K Hanif Hidayaturrahman Hulwana Sharfina Iksal Yanuarsyah Lilik Budi Prasetyo Lulu Lutfi Latifah Muflihatul Maghfiroh Islami Muhammad Nanang Prayudyanto Putri Yulidsf Utami Setya Permana Sutisna Sinta Lestari Teddy Rusolono Tiara Aurilia Viona Trisna Mukti Yudi Setiawan