Hasil Pencarian  ::  Simpan CSV :: Kembali

"Padi merupakan komoditas pangan dengan produksi terbesar di Indonesia. Produksi padi pada tahun 2019 mencapai 49,8 juta ton. Pada tingkat global, padi di konsumsi oleh setengah dari populasi di seluruh dunia. Penelitian mengenai fenologi padi bermanfaat sebagai referensi produksi yang akan datang dan pengembangan lingkungan berkelanjutan. Penelitian mengenai fenologi telah berkembang dari faktor sampai dengan metode termasuk dengan pengindraan jauh. Pengindraan jauh merupakan instrument efektif dalam pemantauan sumberdaya alam. Penelitian ini menggunakan indeks vegetasi dari citra satelit Sentinel 2 untuk mendapatkan fenologi padi berbasis indeks vegetasi NDVI dan indeks air NDWI, yang selanjutnya dapat melakukan pendugaan waktu tanam dan waktu panen padi dengan analisis spasial dan temporal pada wilayah dengan topografi yang beragam dan menggunakan citra satelit resolusi tinggi. Fenologi padi berbasis indeks menunjukkan bahwa nilai NDVI membentuk kurva parabolic sedangkan NDWI membentuk linear berdasarkan umur dan fase tanam padi. Fenologi berbasis NDVI memiliki nilai r² yang lebih tinggi dibandingkan NDWI. Namun, secara parsial, indeks NDVI dan NDWI dapat digunakan untuk melakukan pendugaan waktu tanam dan panen dengan nilai ambang batas dengan hasil akurasi keseluruhan 78% dan koefisien kappa 0,5. Pada musim tanam kering bulan April sampai dengan September, secara keseluruhan terdapat pergantian tanam secara berututan pada satu daerah aliran irigasi, pergantian tanam secara acak dalam satu daerah aliran irigasi, dan tanam secara serempak dalam satu bulan pada satu daerah aliran irigasi yang mengindikasikan terjadinya penyesuaian terhadap ketersediaan pengairan dari aliran irigasi khususnya pada tanam yang dilakukan pada saat bulan kering. Pendugaan waktu panen padi menunjukkan terdapat wilayah padi diluar dari rentang umur 90-120 hari setelah tanam.

---

Rice is a food commodity with the largest production in Indonesia. Rice production in Indonesia in 2019 reached 49,8 million tons. At the global scale, rice is consumed by half of the world’s population. Research on rice phenology in useful as a reference for future production and sustainable environmental development. Research on phenology has evolved from factors until methods including remote sensing. Remote sensing is an effective instrument in monitoring natura resources. This study uses the vegetation index NDVI and water index NDWI from Sentinel 2 satellite images, which can estimate the planting and harvesting time of rice with spatial and temporal analysis in areas with diverse topography and using high resolution satellite images. The index based rice phenology shows that the NDVI value forms a parabolic curve while NDWI forms linearly based on the age and phase of rice planting. NDVI based phenology has a higher r² value than NDWI based phenology. However, partially the NDVI and NDWI indices can be used to estimate planting and harvesting time with a threshold value with overall accuracy of 78% and a kappa coefficient of 0,5. In the dry growing season from April to September, there are successive planting changes in one irrigation basin, random planting in one irrigation basin, and simultaneous planting in one month in one irrigation basin indicating and adjustment for the availability of water form the irrigation, especially for planting during the dry month. Estimation of rice harvesting time shows there are areas of rice outside the age range of 90 – 120 days after transplanting.

"

"Tanaman Padi merupakan jenis tanaman pangan yang dibudidayakan melalui dataran rendah, salah satu kebutuhan pokok masyarakat dunia dan sumber penghidupan bagi sebagian besar masyarakat Indonesia. Namun jumlah produksi beras di Indonesia masih tergolong rendah dibandingkan dengan tingkat konsumsi masyarakat, sehingga perlu mendapat perhatian lebih dalam mendukung terwujudnya swasembada pangan. Salah satu upaya untuk mencapai hal tersebut dilakukan dengan pemantauan, seperti kondisi kesehatan. Penggunaan penginderaan jauh seperti Citra Sentinel-2 dan SPOT-6 dengan algoritma NDVI (Normalized Difference Vegetation Index) dapat digunakan untuk menganalisis kesehatan tanaman padi. Penelitian ini bertujuan untuk menganalisis persebaran kondisi kesehatan tanaman padi di Kecamatan Parakansalak, Kabupaten Sukabumi, Jawa Barat menggunakan citra satelit Sentinel-2 dan SPOT-6 yang diolah dengan algoritma NDVI dan mengetahui hubungannya dengan nilai NDVI hasil survei lapangan juga faktor fisik lingkungan dan tanaman. Hasil penelitian menyimpulkan bahwa kesehatan tanaman padi di Kecamatan Parakansalak cukup tinggi dengan didominasi klasifikasi kesehatan yang baik seluas 197 hektar atau 52% dari lahan eksisting oleh Sentinel-2, dan sebaran nilai NDVI pada citra SPOT-6 memiliki pola spasial yang serupa. Persentase ini menunjukkan bahwa sebaran nilai NDVI relatif tinggi dan tanaman memiliki kerapatan yang tinggi. Adapun kesehatan tanaman padi dengan nilai NDVI hasil survei lapang menunjukkan hubungan dengan nilai R sebesar 0,929. Berdasarkan hasil overlay dan jumlah sampel yang sedikit ini, Tanaman padi dengan kesehatan lebih tinggi sebagian besar berada pada wilayah dengan lereng yang landai dan dekat dengan jaringan irigasi tersebar di lahan sawah Kecamatan Parakansalak. Sehingga kemudian hasil yang baik ini masih memiliki banyak kekurangan dan memerlukan studi lebih lanjut.

---

Rice is a type of food plant that is cultivated through the lowlands, one of the basic needs of the world community and source of livelihood for most Indonesian people. However, the amount of rice production in Indonesia is still relatively low compared to the level of public consumption, so it needs more attention in supporting the realization of food self-sufficiency. One of the efforts to achieve this is through monitoring, such as health conditions. The use of remote sensing such as Sentinel-2 and SPOT-6 with NDVI (Normalized Difference Vegetation Index) algorithm can be used to analyze the health of rice plants. This study aims to analyze the distribution of the health condition of rice plants in Parakansalak District, Sukabumi Regency using Sentinel-2 and SPOT-6 satellite imagery which were processed by the NDVI algorithm and knowing the relationship with an NDVI value from field survey with the physical factors. The results of the study concluded that the health of rice plants in Parakansalak District was quite high with a good health classification dominated by an area of 197 hectares or 52% of the existing land by Sentinel-2, and the distribution of NDVI values in SPOT-6 images had a similar spatial pattern. This percentage indicates that the distribution of NDVI values is relatively high and the plants have a high density. The health of rice plants with an NDVI value from the results of a field survey showed a relationship with an R value of 0.929. Based on the results of the overlay and the small number of samples, the rice plants with higher health are mostly located in areas with gentle slopes and close to irrigation networks scattered in the paddy fields of Parakansalak District. So then this good result still has many shortcomings and requires further study."

"Tanaman padi merupakan salah satu tanaman sebagai indikator dalam menentukan ketahanan pangan di Indonesia, Perlu dilakukan estimasi produktivitas padi untuk memberikan informasi dalam menentukan suatu kebijakan pada hasil produksi. Seiring berkembangnya teknologi, penginderaan jauh dapat mengestimasi produktivitas untuk pola tanam yang bersifat heterogen secara lebih akurat dan efisien dengan melakukan pendugaan umur tanaman padi. Tujuan dari penelitian ini adalah untuk menganalisis distribusi spasial umur tanam dan estimasi produktivitas tanaman padi sawah di Kecamatan Banysuari, Kabupaten Karawang. Metode yang digunakan dalam penelitian ini dengan menggunakan metode Normalized Difference Vegetation Index (NDVI) yang digunakan untuk melakukan pendugaan umur tanam tanaman padi. Hasil penelitian menunjukkan bahwa indeks vegetasi dengan metode NDVI yang digunakan memiliki tingkat akurasi sebesar 90%. Distribusi spasial di Kecamatan Banyusari memiliki 5 wilayah berbeda berdasarkan umur tanamnya, dan waktu penanaman terdistribusi dari bagian tengah ke bagian timur dan barat wilayah Kecamatan Banyusari, Kabupaten Karawang secara bersamaan, lalu diikuti ke bagian utara dan selatan setelahnya. Estimasi produktivitas tanaman padi sawah yang dihitung memiliki nilai koefisien sebesar 0,891 dengan sifat hubungan kuat dan positif antara nilai NDVI dengan produksi di lapangan. Hasil estimasi produktivitas unggul pada bagian tengah dan barat Kecamatan Banyusari sebesar 7,80 ton/ha per tahun...... Rice is one of the plants as an indicator in determining food security in Indonesia. It is necessary to estimate rice productivity to provide information in determining policy on production results. As technology develops, remote sensing can estimate productivity for heterogeneous cropping patterns more accurately and efficiently by estimating the age of rice plants. The purpose of this study was to analyze the spatial distribution of planting age and estimation of the productivity of lowland rice in the Banyusari District, Karawang Regency. The method used in this research is Normalized Difference Vegetation Index (NDVI) which is used to estimate the age of rice plants. The results showed that the vegetation index using the NDVI method used had an accuracy rate of 90%. The spatial distribution in the Banyusari District has 5 different region based on the age of planting, and the planting time is distributed from the center to the eastern and western parts of the Banyusari District, Karawang Regency simultaneously, then followed to the north and south afterward. The estimated productivity of lowland rice is calculated to have a coefficient of 0.891 with the nature of a strong and positive relationship between the value of NDVI and production in the field. The results of the estimation of superior productivity in the central and western parts of the Banyusari District are 7.80 tons/ha per year"

"Urban Heat Island adalah suatu fenomena dimana suhu permukaan kota yang padat bangunan lebih tinggi daripada suhu di sekitarnya baik di desa maupun pinggir kota. Kecamatan Pinang merupakan Kecamatan di Kota Tangerang yang pembangunannya mengalami perubahan secara dinamis. Perubahan kerapatan vegetasi, kerapatan bangunan serta tutupan lahan yang cepat mempengaruhi suhu permukaan darat di Kecamatan Pinang. Metode yang digunakan yaitu pengolahan dari citra Landsat 7 ETM+ dan Landsat 8 OLI untuk mendapatkan nilai Kerapatan Vegetasi (NDVI), Kerapatan Bangunan (NDBI) dan Land Surface Temperature (LST). Hasil penelitian menunjukan bahwa Kecamatan Pinang telah mengalami perluasan wilayah yang terdampak Urban Heat Island yang menjalar di bagian selatan Kecamatan Pinang. Hasil ini didukung oleh uji statistik yang menunjukan semakin tinggi kerapatan bangunan, semakin tinggi pula suhu permukaan daratnya serta semakin tinggi kerapatan vegetasi, maka semakin rendah suhu permukaan daratnya.

---

Urban Heat Island is a phenomenom in which the surface temperature of the crowded city buildings higher than the surrounding temperature both in villages and sub urban. Pinang Sub-District is a Sub-District at Tangerang City who had growth dynamic development. Transformation of vegetation density, density of the roof of the buildings and land cover can affect the land surface temperature at Pinang Sub-District. The research method is using by processing satellite imagery from Landsat 7 ETM+ and Landsat 8 OLI to get vegetation density (NDVI), density of the roof of the building (NDBI) and land surface temperature (LST).

The results showed that the Pinang Sub-District have expanded the area affected by the spread of Urban Heat Island in the southern part of the Pinang Sub-District. This result also tested in statistically. Therefore, when land surface temperature rise, the building density are descend. Beside when land surface temperature descend, the vegetation density are rise up."

"Fase pertumbuhan padi adalah tahapan pertumbuhan yang dialami oleh tanaman padi dari awal ditanam ke dalam tanah hingga siap dipanen yang dapat dipengaruhi oleh keadaan iklim wilayah tanaman padi tersebut ditanam. Citra Sentinel-1 Synthetic Aperture Radar dapat digunakan untuk mengamati fase tumbuh padi pada Band C. Fase pertumbuhan padi diklasifikasikan menjadi lima kelas, menggunakan metode maximum likelihood dan berdasarkan informasi yang diperoleh dari survei kerangka sampel area BPPT, yaitu persiapan lahan, fase vegetatif awal, fase vegetatif akhir, fase generatif, dan fase panen. Tujuan penelitian ini adalah untuk melihat pola spasial dan temporal fase tumbuh padi di Karawang berdasarkan hasil analisa citra Sentinel-1. Hasil penelitian ini menunjukkan bahwa laju pertumbuhan padi tidak mengikuti pola irigasi dimana wilayah irigasi utara lebih cepat mencapai kondisi panen dibandingkan wilayah irigasi selatan dan tengah. Wilayah irigasi utara memiliki nilai backscatter yang paling rendah. Padi lebih cepat mencapai kondisi panen pada musim kemarau dibandingkan musim hujan dimana nilai backscatter untuk kedua musim ini sama.

---

Rice phenology is mainly defined as the growing stages that occurs within a rice plant that begins when the rice is planted in the ground and ends when the rice is ready for harvesting. Sentinel 1 Synthetic Aperture Radar images at the C Band are capable of monitoring rice phenology. Rice phenology is divided into 5 classes using maximum likelihood classification according to BPPT area sampling survey which are land preparation, early vegetative, late vegetative, generative, and ripening. The goal of this research is to assess spatial and temporal patterns of rice phenology in Karawang according to Sentinel image analysis.

Results of this study show that rice which grows quickly is distributed in northern irrigation areas that receive water last compared to middle and southern irrigation areas in Karawang Regency. Rice that reaches harvesting in northern irrigation areas have the lowest backscatter values. Rice reaches harvesting stage quicker in dry season compared to rainy season with the same backscatter values."

"Mangrove memiliki peranan penting bagi ekosistem pesisir, salah satunya penyumbang stok karbon (blue carbon). Isu pemanasan global dapat di kurangi dengan fungsi mangrove dalam penyimpanan karbon dan Kota Surabaya memiliki mangrove yang cukup luas di wilayah pesisir nya. Tetapi ancaman degradasi lahan mangrove di Kota Surabaya diakibatkan oleh aktivitas pembangunan, hal tersebut berkaitan dengan penurunan fungsi mangrove sebagai penyimpan karbon. Tujuan penelitian ini untuk memetakan tutupan lahan dan persebaran stok karbon serta perubahannnya pada tahun 2015 – 2022 di Pesisir Timur Kota Surabaya. Penelitian ini menggunakan citra Sentinel 2 tahun 2015 & 2022. Dalam mengestimasi persebaran dan nilai stok karbon mangrove, analisa dilakukan dengan pendekatan indeks vegetasi yang melalui uji statistik untuk mendapatkan model persebaran. Penghitungan biomassa mangrove lapangan dilakukan dengan cara Non-Destruktif dan menggunakan persamaan alometrik. Hasil penelitian menunjukkan bahwa IPVI sebagai indeks vegetasi yang lebih akurat dibanding TVI dan mRE-SR, dengan nilai korelasi R2 = 0,8072 dan nilai stok karbon mangrove rata rata mengalami pertambahan dari tahun 2015 – 2022 sebesar 50 – 100 kg/piksel. Pertambahan nilai stok karbon mangrove cenderung pada wilayah yang berubah tutupan lahan menjadi mangrove dan kerapatan yang semakin tinggi, sedangkan penurunan nilai stok karbon terjadi pada wilayah yang terjadi degradasi lahan mangrove dan terserang hama.

---

Mangroves have an important role for coastal ecosystems, one of which is a contributor to carbon stocks (blue carbon). The issue of global warming can be reduced by the function of mangroves in carbon storage and the City of Surabaya has quite extensive mangroves in its coastal areas. But the threat of degradation of mangrove land in the city of Surabaya is caused by development activities, this is related to the decline in the function of mangroves as a carbon store. The purpose of this research is to map land cover and the distribution of carbon stocks and their changes in 2015 – 2022 in the East Coast of Surabaya City. This study used Sentinel 2 imagery for 2015 & 2022. In estimating the distribution and value of mangrove carbon stocks, the analysis was carried out using the vegetation index approach through statistical tests to obtain a distribution model. Calculation of field mangrove biomass was carried out in a non-destructive manner and using allometric equations. The results showed that IPVI as a vegetation index is more accurate than TVI and mRE-SR, with a correlation value of R2 = 0.8072 and the average mangrove carbon stock value has increased from 2015 – 2022 by 50 – 100 kg/pixel. The increase in the value of mangrove carbon stocks tends to be in areas where land cover has changed to mangroves and the density is getting higher, while the decrease in the value of carbon stocks occurs in areas where mangrove land degradation has occurred and pest attacks."

"

Pemantauan lahan sawah penting dilakukan demi menjamin ketersediaan data untuk perencanaan pertanian dan menjaga ketahanan pangan nasional. Salah satu cara yang dapat digunakan adalah dengan menggunakan teknik penginderaan jauh. Sensor penginderaan jauh aktif yang dimiliki sistem SAR (Synthetic-Aperture Radar) Sentinel-1A memiliki resolusi spasial 10 meter sangat cocok untuk digunakan dapat digunakan untuk pemantauan fase tumbuh padi, khususnya pada wilayah dengan iklim tropis yang banyak terdapat awan. Penelitian ini bertujuan untuk mengetahui fase pertumbuhan tanaman padi sawah dan pola tanamnya dalam satu tahun. Metode yang digunakan adalah Supervised Maximum Likelihood Classification dengan training sample lokasi-lokasi yang disurvei saat ke lapangan. Hasil penelitian menunjukkan bahwa nilai backscatter pada fase persiapan lahan sangat rendah yaitu dengan rata-rata -25.81 dB dan terus meningkat ketika memasuki fase vegetatif (-20.64 dB) dan mencapai nilai maksimum reproduktif (-14.82 dB). Saat menjelang fase generatif dan panen, nilai backscatter akan turun Kembali dengan rata-rata -17.76 dB. Fase bera ditandai dengan nilai backscatter yang turun naik tidak berpola karena tidak adanya perubahan kekasaran pada permukaan sawah. Pola spasial masa tanam padi yang dihasilkan dalam penelitian ini ada 6 yaitu padi-padi-padi, padi-padi-bera, padi-bera-padi, bera padi-padi, padi-bera-bera, dan bera-padi-bera.

---

The monitoring of paddy fields conducted to guarantee national food data. One of the ways is to use the Sentinel-1A (Synthetic-Aperture Radar) system with a spatial resolution of 10 meters and able to penetrate the clouds. The purpose of this research is to know how the growing phases of paddy fields and planting patterns within one year. The method used is supervised maximum likelihood classification with training sample based on ground truth survey. The results showed that the backscatter value in the land preparation phase was very low (-25.81 dB), then continued to increase upon entering the vegetative phase (-20.64 dB), which achieve maximum value on reproductive phase (-14.82 dB). When entering generative and harvest phases, the backscatter value would drop to averages -17.76 dB. The fallow phase is characterized by backscatter values that are ascending or not patterned due to the absence of roughness changes on the surface of the paddy field. The results of the study had three planting patterns in Pabuaran Subistrict. The planting pattern found are are six patterns, which are (1) paddy-paddy-paddy, (2) paddy-paddy-fallow, (3) paddy-fallow-paddy, (4) fallow-paddy-paddy, (5) paddy-fallow-fallow, and (6) fallow-paddy-fallow. Dominated of planting patterns on paddy-fallow-paddy that distributed around Pabuaran Subistrict.

 

"

"Kabupaten Sragen dan Karanganyar merupakan dua kabupaten penyangga pangan di Provinsi Jawa Tengah dengan produksi padi sawah yang cukup tinggi. Fluktuasi nilai produksi padi selama lima tahun terakhir membuat kondisi produksi tidak menentu dan sulit diprediksi. Pemantauan kondisi padi sawah dan metode untuk menghasilkan estimasi luas panen dalam waktu yang singkat sangat diperlukan. Penelitian ini bertujuan untuk mengetahui efektifitas citra MODIS dengan indeks vegetasi TSAVI dalam mengestimasi luas panen dan produksi padi sawah. Citra MODIS temporal 16 harian dengan indeks vegetasi TSAVI diklasifikasi sesuai dengan bentuk pola dan nilai kehijauannya. MODIS TSAVI yang sudah diklasifikasi dilakukan analisis menggunakan regresi untuk mengetahui pola pertumbuhan tanaman padi sawah. Hasil penelitian menunjukkan distribusi spasial dan pola masa tanam tanaman padi sawah di Kabupaten Sragen dan Karanganyar memiliki pergerakan waktu tanam mengikuti aliran irigasi. Estimasi luas panen padi dari citra MODIS TSAVI temporal menghasilkan area seluas 87.227 hektar, atau sebesar 61,42% dari luas total panen eksisting. Kesalahan sebesar 38,58% dalam estimasi luas panen ini disebabkan resolusi spasial citra MODIS yang hanya bisa mencakup 250m x 250m atau sekitar 6,25 hektar di setiap pikselnya. Sehingga sawah yang luasnya kurang dari 6,25 hektar tidak dapat terdeteksi. Selain itu, gap yang diakibatkan oleh mosaic antar scene citra MODIS juga memperbesar standar eror dalam penelitian ini.

---

Sragen and Karanganyar are the two districts in Central Java that produce a high volume of paddy. The production of paddy in the last five years has been fluctuating, it makes the production of paddy inconsistent and difficult to predict. Monitoring the condition of paddy fields and and find a method to estimate the width of paddy production and harvested area in a short period of time is needed. This research aims to determine the effectiveness of MODIS imagery with TSAVI vegetation index in estimating harvest area and production of paddy. MODIS temporal imagery with TSAVI are classified by temporal pattern and greenness value. The classified MODIS TSAVI analyzed using multiple linear regression to determine the growth pattern of paddies.

The results of this research shows the spatial distribution and planting pattern of the rice paddy in Sragen and Karanganyar are following the movement of irrigation flow. The width of harvest from MODIS TSAVI temporal imagery is estimated to produce about 87.227 hectares, or 61.42% from the existing harvest. A fault of 38,58% in estimating the width of harvest is due to the spatial resolution of MODIS imagery that could only covers 250m x 250m or about 6.25 hectares in each pixel. As the result, the rice paddies fields which have area less than 6.25 hectares can‟t be detected. Moreover, the gap caused by inter-scene mosaic MODIS imagery also increases an error in this research."

"Leptospirosis termasuk dalam zoonosis, penyakit menular yang disebabkan oleh bakteri Leptopira. Leptospirosis merupakan penyakit yang sering tidak terlaporkan atau misdiagnosis hal ini karena gejala awal leptospirosis merupakan gejala penyakit demam akut lainnya ( dengue, malaria, flu like syndrome). Terjadinya kasus leptopsirosis terkait erat dengan rantai penularan, dan rantai penularan leptospirosis terkait dengan banyak faktor. Pekerjaan dan keberadaan tikus adalah faktor risiko Leptospirosis. Banten yang merupakan daerah endemis Leptospirosis, terpilih untuk menjadi lokasi surveilans Sentinel Leptospirosis, tepatnya berlokasi di Kab, Tangerang dan Kab. Serang. Publikasi mengenai hubungan faktor risiko masih jarang ditemui, begitu juga penelitian tentang Leptospirosis lebih banyak di lakukan di Jawa Tengah atau DI Yogyakarta. Penelitian ini menggunaan desain potong lintang. Hasil penelitian ini Tidak terbukti ada hubungan yang bermakna antara pekerjaan dengan kejadian leptospirosis pada suspek leptospirosis di 2 kabupaten lokasi Surveilan Sentinel Leptospirosis di Provinsi Banten tahun 2017 – 2019, Hubungan keberadaan tikus dengan kejadian leptospirosis menunjukkan hubungan yang bermakna, keberadaan tikus dan aktivitas disungai/kolam/saluran air secara bersama memberikan hubungan antagonis sehingga membuat risiko saat kedua variabel ini ada bersama sama lebih kecil dibandingkan risiko dari masing masing variabel.

---

Leptospirosis is a zoonosis, an infectious disease caused by the Leptospira bacteria. Leptospirosis is often underreported or misdiagnosed because the initial symptoms of leptospirosis are symptoms of other acute febrile diseases (dengue, malaria, flu-like syndrome). The occurrence of leptospirosis cases is closely related to the chain of transmission, and the chain of leptospirosis transmission is related to many factors. Occupation and the presence of rats are risk factors for leptospirosis. Banten is an endemic area of Leptospirosis, was chosen to be the location for Sentinel Leptospirosis surveillance, precisely located in Kab, Tangerang, and Kab. Serang. Publications on the relationship of risk factors are still limited, and research about leptospirosis is mostly done in Central Java or DI Yogyakarta. This study used a cross-sectional design. The results of this study did not show that there was a significant relationship between work and the incidence of leptospirosis in leptospirosis suspects in 2 districts where Leptospirosis Sentinel Surveillance was located in Banten Province in 2017 - 2019.

The relationship between the presence of rats and the incidence of leptospirosis showed a significant relationship, the presence of rats and activity in rivers/ponds/ drains together to provide an antagonistic relationship thus making the risk when these two variables are together smaller than the risk of each variable."

"Penelitian dilakukan untuk mengetahui pola sebaran spasial perubahan habitat terumbu karang di kawasan pesisir Pulau Derawan tahun 2003, 2011, dan 2021. Selanjutnya dampak resolusi spasial dan tingkat kemampuan algoritma klasifikasi machine learning pada pemetaan distribusi habitat terumbu karang akan dinilai. Penelitian ini menggunakan citra satelit Landsat 7 ETM+ dan Sentinel-2 untuk memetakan sebaran spasial habitat terumbu karang. Selanjutnya, citra satelit Landsat 9 tahun 2022, citra satelit Sentinel-2 tahun 2022, dan Foto Udara Multispektral tahun 2021 digunakan untuk menilai tingkat kemampuan algoritma klasifikasi pembelajaran mesin untuk resolusi spasial. Algoritma klasifikasi non-parametrik seperti Random Forest (RF), Support Vector Machine (SVM), dan Classification and Regression Tree digunakan (CART).

---

The research was done to determine the pattern of the spatial distribution of changes in coral reef habitat in the coastal areas of Derawan Island in 2003, 2011, and 2021. Furthermore, the impact of spatial resolution and the level of ability of machine learning classification algorithms on mapping the distribution of coral reef habitats will be assessed. The study used Landsat 7 ETM+ and Sentinel-2 satellite images to map the spatial distribution of coral reef habitat. Furthermore, Landsat 9 satellite imagery from 2022, Sentinel-2 satellite imagery from 2022, and Multispectral Aerial Photographs from 2021 are used to assess the ability level of the machine learning classification algorithm for spatial resolution. Non-parametric classification algorithms such as Random Forest (RF), Support Vector Machine (SVM), and Classification and Regression Tree are used (CART)."