Yogyakarta, 19 Agustus 2026 – Pada Wisuda Periode IV Tahun Akademik 2025/2026, Program Studi Sarjana Terapan Sistem Informasi Geografis (SIG), Departemen Teknologi Kebumian, Sekolah Vokasi Universitas Gadjah Mada meluluskan 24 mahasiswa dengan beragam proyek akhir berbasis teknologi geospasial. Karya yang dihasilkan menunjukkan penerapan Sistem Informasi Geografis, penginderaan jauh, komputasi awan, kecerdasan buatan, serta pengembangan sistem informasi spasial untuk mendukung penyelesaian berbagai permasalahan lingkungan, kebencanaan, pertanian, transportasi, pelayanan publik, hingga pengelolaan wilayah.
Pada periode ini, proyek akhir mahasiswa menunjukkan penerapan teknologi geospasial melalui pemanfaatan Google Earth Engine, analisis spasial dan spasio-temporal, algoritma machine learning dan deep learning, pengolahan citra satelit dan foto udara, teknologi Unmanned Aerial Vehicle (UAV), analisis jaringan, hingga pengembangan WebGIS dan aplikasi mobile. Tema penelitian yang diangkat mencakup pemodelan habitat dan mitigasi konflik manusia-satwa, pemantauan ekosistem perairan dan perubahan tutupan hutan, analisis suhu permukaan lahan, perlindungan lahan sawah, mitigasi kebencanaan, aksesibilitas fasilitas publik, pengembangan kawasan transmigrasi, hingga penerapan kecerdasan buatan untuk pemantauan perkebunan.
PEMODELAN KESESUAIAN HABITAT MONYET EKOR PANJANG (Macaca fascicularis) SEBAGAI DASAR MITIGASI KONFLIK MANUSIA-SATWA DI KABUPATEN GUNUNGKIDUL
Disusun oleh: Hayyu Rahmayani Puspitasari (22/497739/SV/21157)
Penelitian ini memodelkan kesesuaian habitat Monyet Ekor Panjang (Macaca fascicularis) dan mengidentifikasi zona potensi konflik manusia-satwa di Kabupaten Gunungkidul. Pemodelan menggunakan metode Maximum Entropy (MaxEnt) berdasarkan data kehadiran satwa dan variabel lingkungan berupa ketinggian, kemiringan lereng, jarak dari sungai, jalan, dan permukiman, serta tutupan hutan dan penutup lahan. Model dibangun secara terpisah untuk habitat makan dan habitat tidur, kemudian hasilnya dianalisis melalui overlay dan buffer untuk menentukan tingkat potensi konflik. Model habitat makan menghasilkan nilai AUC 0,629 dengan variabel dominan kemiringan lereng, jarak dari jalan, dan jarak dari sungai, sedangkan model habitat tidur menghasilkan AUC 0,881 dengan jarak dari permukiman sebagai variabel paling dominan. Habitat makan memiliki kesesuaian lebih luas, dengan kelas sesuai dan sangat sesuai mencakup 49,8% wilayah Gunungkidul, sementara habitat tidur mencakup 14,9%. Zona konflik tinggi dan sangat tinggi juga lebih dominan pada habitat makan, masing-masing sebesar 18,6% dan 31,1%. Hasil penelitian dapat menjadi dasar penyusunan strategi mitigasi konflik manusia-satwa yang lebih terarah dan berbasis spasial, sekaligus mendukung pengelolaan keanekaragaman hayati dan ekosistem daratan yang berkelanjutan (SDG 15).
PEMANFAATAN GOOGLE EARTH ENGINE UNTUK ANALISIS SPASIO-TEMPORAL TUTUPAN ECENG GONDOK (Eichhornia crassipes) DI DANAU RAWA PENING MENGGUNAKAN CITRA SENTINEL-2 PERIODE DESEMBER 2024–MARET 2026
Disusun oleh: Salsabila Eka Fadila (22/494469/SV/20836)
Penelitian ini memanfaatkan Google Earth Engine dan citra Sentinel-2 untuk menganalisis dinamika tutupan eceng gondok (Eichhornia crassipes) di Danau Rawa Pening pada periode Desember 2024–Maret 2026. Pengolahan data dilakukan menggunakan metode Random Forest untuk klasifikasi tutupan lahan, dilengkapi data foto udara dan survei lapangan sebagai data pendukung. Analisis perubahan dilakukan melalui perhitungan perubahan luas tutupan, analisis berdasarkan zona operasional, kepadatan eceng gondok berbasis grid, serta analisis kedekatan dengan keramba jaring apung (KJA) dan branjang menggunakan pendekatan buffer. Hasil klasifikasi tutupan lahan mencapai akurasi 88–91%, sedangkan tutupan eceng gondok menunjukkan kecenderungan meningkat pada musim penghujan dan menurun pada musim kemarau, dengan konsentrasi utama di tepian danau, khususnya bagian selatan, tenggara, dan timur. Sebanyak rata-rata 28,89% tutupan eceng gondok berada dalam zona kedekatan KJA dan branjang. Hasil analisis kemudian divisualisasikan melalui Earth Engine Apps yang memperoleh skor System Usability Scale (SUS) sebesar 73 dan termasuk kategori dapat diterima. Penelitian ini mendukung pemantauan dan pengelolaan ekosistem perairan berbasis data spasial, sejalan dengan SDG 6 (Clean Water and Sanitation), SDG 14 (Life Below Water), dan SDG 15 (Life on Land).
PENGEMBANGAN PROGRESSIVE WEB APP UNTUK PELAPORAN DAN PRIORITAS PENERANGAN JALAN UMUM BERBASIS CROWDSOURCING DAN MCDA SPASIAL DI KABUPATEN SLEMAN TAHUN 2026
Disusun oleh: Veronica Tia Ningrum (22/499989/SV/21382)
Penelitian ini mengembangkan sistem berbasis Sistem Informasi Geografis (SIG) untuk mendukung penentuan prioritas pemasangan dan perbaikan Penerangan Jalan Umum (PJU) di Kabupaten Sleman melalui integrasi data crowdsourcing dan analisis spasial Multi-Criteria Decision Analysis (MCDA). Sistem dikembangkan dalam bentuk Progressive Web App (PWA) menggunakan framework Laravel dan basis data PostgreSQL/PostGIS, sehingga masyarakat dapat melaporkan lokasi yang membutuhkan penerangan beserta koordinat, foto, dan deskripsi kondisi lapangan. Penentuan prioritas dilakukan menggunakan pendekatan rule-based scoring dengan mempertimbangkan klasifikasi jalan, fasilitas umum, kepadatan penduduk, dan konsensus masyarakat. Sistem menghasilkan peta prioritas PJU dalam tiga tingkat, yaitu rendah, sedang, dan tinggi. Hasil pengujian menunjukkan seluruh fitur berfungsi dengan baik, sementara evaluasi usabilitas terhadap 30 responden memperoleh nilai learnability 92,11%, flexibility 90%, effectiveness 92%, dan attitude 92,44%. Validasi spasial mencapai akurasi 90% dan validasi ahli sebesar 96%. Sistem yang dikembangkan dapat mendukung pengambilan keputusan berbasis data dalam perencanaan dan pemeliharaan PJU, sekaligus mendorong keterlibatan masyarakat dalam penyediaan informasi spasial untuk mendukung pembangunan infrastruktur perkotaan yang lebih aman dan berkelanjutan (SDG 9 dan SDG 11).
ANALISIS SPASIAL KERAWANAN KEBAKARAN HUTAN DAN LAHAN MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (AHP) DI KABUPATEN SAROLANGUN, PROVINSI JAMBI
Disusun oleh: Digita Fadelia Agni (22/505616/SV/21837)
Penelitian ini menganalisis tingkat kerawanan kebakaran hutan dan lahan (karhutla) di Kabupaten Sarolangun, Provinsi Jambi, menggunakan pendekatan Sistem Informasi Geografis (SIG), Analytic Hierarchy Process (AHP), dan weighted overlay. Analisis mempertimbangkan enam parameter, yaitu tutupan lahan, kemiringan lereng, curah hujan, jenis tanah, jarak dari permukiman, dan jarak dari jalan. Pembobotan parameter dilakukan berdasarkan penilaian ahli menggunakan AHP dan metode Aggregation of Individual Judgments (AIJ) untuk memperoleh bobot akhir, kemudian diintegrasikan melalui weighted overlay untuk menghasilkan peta kerawanan. Hasil pemodelan menunjukkan bahwa sebagian besar wilayah Kabupaten Sarolangun berada pada kelas kerawanan tinggi, terutama pada kawasan perkebunan dan semak belukar yang memiliki tekanan aktivitas manusia relatif tinggi. Tutupan lahan menjadi parameter paling dominan dengan bobot 43,2%. Validasi menggunakan data hotspot periode 2020–2025 menghasilkan overall accuracy sebesar 87,68% dan kappa coefficient sebesar 0,754. Hasil penelitian dapat mendukung identifikasi wilayah prioritas dan penyusunan strategi mitigasi kebakaran hutan dan lahan berbasis spasial, sejalan dengan SDG 13 (Penanganan Perubahan Iklim) dan SDG 15 (Ekosistem Daratan).
PEMETAAN INDIKATIF DEFORESTASI DAN DEGRADASI DI KAWASAN HUTAN GUNUNG LAWU TAHUN 2015–2025 MENGGUNAKAN GOOGLE EARTH ENGINE
Disusun oleh: Khosyi Nur Aliya (22/503629/SV/21524)
Penelitian ini mengidentifikasi area indikatif deforestasi dan degradasi tutupan hutan di kawasan Gunung Lawu selama periode 2015–2025 menggunakan citra Synthetic Aperture Radar (SAR) Sentinel-1 dan platform Google Earth Engine. Analisis dilakukan melalui normalisasi citra dan ekstraksi nilai hamburan, kemudian perubahan temporal dideteksi menggunakan algoritma Cumulative Sum (CuSum) dan diuji tingkat keyakinannya melalui Bootstrap Analysis. Hasil analisis diklasifikasikan menjadi area indikatif deforestasi, degradasi, dan area tanpa perubahan, kemudian divalidasi menggunakan random stratified sampling dengan data survei lapangan, interpretasi citra resolusi tinggi, dan data sekunder. Model menghasilkan Overall Accuracy sebesar 70,77%, sementara pengujian aplikasi berbasis GEE-Apps memperoleh nilai usabilitas rata-rata 82,15%. Hasil pemantauan menunjukkan perubahan tutupan hutan cenderung membentuk pola spasial yang terlokalisasi dan lebih banyak terdeteksi pada musim kemarau. Penelitian ini menunjukkan potensi analisis deret waktu berbasis SAR dan CuSum untuk mendukung pemantauan perubahan tutupan hutan secara berkala, serta berkontribusi pada pengelolaan ekosistem daratan dan upaya perlindungan hutan yang sejalan dengan SDG 13 (Penanganan Perubahan Iklim) dan SDG 15 (Ekosistem Daratan).
ANALISIS AKSESIBILITAS JARINGAN JALAN BAGI KENDARAAN DARURAT BERBASIS KOEFISIEN AKSESIBILITAS DALAM GRID HEKSAGON DI KECAMATAN BEKASI TIMUR
Disusun oleh: Minarni Kukilo Buhana (22/499326/SV/21302)
Penelitian ini menganalisis aksesibilitas jaringan jalan bagi kendaraan darurat di Kecamatan Bekasi Timur menggunakan koefisien aksesibilitas berdasarkan jaringan jalan dan waktu tempuh menuju fasilitas ambulans, kepolisian, dan pemadam kebakaran. Untuk meningkatkan ketelitian data pendukung, penelitian memanfaatkan Geospatial Artificial Intelligence (GeoAI) melalui ekstraksi jejak bangunan menggunakan metode Semantic Segmentation Deep Learning. Hasil ekstraksi digunakan untuk melakukan disagregasi jumlah penduduk dari tingkat administrasi ke dalam grid heksagon berukuran 200 meter. Hasil analisis menunjukkan adanya variasi aksesibilitas antarwilayah terhadap ketiga jenis layanan darurat, dengan lebih dari 50% area grid teridentifikasi perlu mendapat perhatian dalam pelayanan kendaraan darurat. Penelitian juga menunjukkan bahwa kedekatan terhadap fasilitas darurat tidak selalu berbanding lurus dengan tingkat aksesibilitas karena kondisi dan struktur jaringan jalan turut memengaruhi keterjangkauan layanan. Hasil penelitian dapat menjadi masukan untuk mendukung perencanaan pelayanan darurat yang lebih efektif dan berbasis informasi spasial, sejalan dengan SDG 11 (Kota dan Permukiman yang Berkelanjutan) melalui penguatan akses terhadap layanan perkotaan dan kesiapsiagaan masyarakat.
ANALISIS PERUBAHAN LAHAN TERBANGUN MENGGUNAKAN METODE RANDOM FOREST DI KECAMATAN ARUT SELATAN KABUPATEN KOTAWARINGIN BARAT
Disusun oleh: Alia Maulana Resti (22/492734/SV/20607)
Penelitian ini menganalisis perubahan lahan terbangun di Kecamatan Arut Selatan, Kabupaten Kotawaringin Barat, untuk mendukung pemantauan perkembangan wilayah dan evaluasi pemanfaatan ruang. Analisis dilakukan menggunakan citra satelit Landsat tahun 2015, 2020, dan 2025 yang diklasifikasikan menggunakan algoritma Random Forest. Hasil klasifikasi dievaluasi melalui confusion matrix, sedangkan perubahan tutupan lahan dianalisis menggunakan metode overlay dan dibandingkan dengan pola ruang dalam RDTR Perkotaan Pangkalan Bun Tahun 2022–2042. Hasil penelitian menunjukkan bahwa klasifikasi menghasilkan Overall Accuracy sebesar 90,08% pada 2015, 92,3% pada 2020, dan 93,4% pada 2025. Luas lahan terbangun meningkat dari 12,22 km² pada 2015 menjadi 14,46 km² pada 2020 dan 17,13 km² pada 2025. Evaluasi terhadap RDTR menunjukkan 99 km² penggunaan lahan telah sesuai dengan arahan pola ruang, sementara 53,13 km² belum sesuai. Hasil ini menunjukkan adanya perkembangan lahan terbangun yang perlu terus dipantau sebagai bagian dari perencanaan dan pengendalian pemanfaatan ruang. Penelitian ini mendukung SDG 11 (Kota dan Permukiman yang Berkelanjutan) melalui pemanfaatan informasi geospasial untuk mendukung perencanaan wilayah dan pengelolaan pertumbuhan perkotaan berbasis data.
RANCANG BANGUN WEBGIS UNTUK PEMETAAN DAN PELAPORAN KEJAHATAN JALANAN DI KABUPATEN SLEMAN
Disusun oleh: Amirul Fahmi Ash-Shiddiqie (22/496736/SV/20997)
Penelitian ini mengembangkan WebGIS untuk memetakan dan mendukung pelaporan kejahatan jalanan di Kabupaten Sleman sebagai media informasi spasial mengenai lokasi dan pola sebaran kejadian. Data yang digunakan mencakup 129 kejadian kejahatan jalanan periode 2020–2025 yang diolah melalui tahapan geocoding, analisis Kernel Density Estimation (KDE), perancangan basis data, serta pengembangan WebGIS JagaSleman. Hasil analisis KDE dengan radius 500 meter menghasilkan peta kerawanan relatif, dengan Kecamatan Depok memiliki jumlah kejadian tertinggi, yaitu 26 kejadian atau 20,16% dari keseluruhan data. Pengujian sistem menunjukkan seluruh fungsi berjalan sesuai skenario, sementara uji kebergunaan terhadap 44 responden memperoleh skor 91,15% dengan kategori sangat baik. Hasil tersebut menunjukkan bahwa WebGIS JagaSleman dapat menjadi media informasi spasial untuk membantu masyarakat memahami persebaran kejadian, melihat tingkat kerawanan, serta menyampaikan laporan kejahatan jalanan. Penelitian ini mendukung SDG 11 (Kota dan Permukiman yang Berkelanjutan) melalui pemanfaatan teknologi geospasial untuk mendukung keamanan dan ketangguhan lingkungan perkotaan serta SDG 16 (Perdamaian, Keadilan, dan Kelembagaan yang Tangguh) melalui penyediaan akses informasi dan kanal pelaporan masyarakat yang lebih mudah.
ANALISIS ZONA GEMPABUMI BERBASIS FAKTOR FISIK DAN SOSIAL MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) SERTA REKOMENDASI RUTE EVAKUASI DI WILAYAH KABUPATEN BANTUL
Disusun oleh: Cindy Wahyu Karisma (22/506189/SV/22108)
Penelitian ini menganalisis tingkat kerentanan wilayah terhadap gempabumi di Kabupaten Bantul serta menyusun rekomendasi rute evakuasi berbasis informasi spasial. Analisis dilakukan dengan mengintegrasikan faktor fisik berupa jarak terhadap sesar aktif, litologi, kemiringan lereng, dan kepadatan bangunan dengan faktor sosial berupa kepadatan penduduk dan kelompok rentan. Pembobotan parameter menggunakan metode Analytical Hierarchy Process (AHP), sedangkan rekomendasi rute evakuasi dianalisis menggunakan Network Analyst berdasarkan jarak dan waktu tempuh. Hasil penelitian menunjukkan bahwa jarak terhadap sesar aktif memiliki bobot tertinggi sebesar 0,269, diikuti litologi 0,261, kemiringan lereng 0,207, kepadatan bangunan 0,109, kepadatan penduduk 0,091, dan kelompok rentan 0,068. Peta kerentanan menghasilkan tiga kelas, yaitu rendah, sedang, dan tinggi, dengan zona kerentanan tinggi antara lain terdapat di Kecamatan Banguntapan, Sewon, Bantul, Jetis, Imogiri, Pleret, dan Piyungan. Analisis jaringan menghasilkan dua skenario rute evakuasi, yaitu dari BPBD menuju TES/TEA serta dari TES/TEA menuju rumah sakit, dengan hasil validasi MAPE masing-masing sebesar 0,40% dan 0,31%. Penelitian ini mendukung SDG 11 (Kota dan Permukiman yang Berkelanjutan) melalui penguatan perencanaan wilayah yang tangguh terhadap bencana serta SDG 13 (Penanganan Perubahan Iklim) melalui penyediaan informasi spasial untuk mendukung kesiapsiagaan dan pengurangan risiko bencana.
ANALISIS SPASIO-TEMPORAL SUHU PERMUKAAN LAHAN MENGGUNAKAN GOOGLE EARTH ENGINE DI PEKALONGAN, JAWA TENGAH
Disusun oleh: M. Indra Adi Kusuma (22/504256/SV/21614)
Penelitian ini menganalisis dinamika suhu permukaan lahan (Land Surface Temperature/LST) serta keterkaitannya dengan vegetasi, kelembapan, kawasan terbangun, dan penutup lahan di Pekalongan selama periode 2004–2024. Analisis dilakukan menggunakan citra Landsat 7 ETM+ dan Landsat 8 OLI/TIRS yang diolah melalui Google Earth Engine, dengan metode berupa ekstraksi LST, perhitungan indeks NDVI, NDMI, dan IBI, klasifikasi penutup lahan menggunakan algoritma Random Forest, serta analisis tren menggunakan uji Mann-Kendall dan Theil-Sen Estimator. Hasil penelitian menunjukkan rata-rata LST Pekalongan sebesar 24,19 °C, dengan nilai rata-rata tahun 2024 mencapai 25,08 °C. Analisis tren menunjukkan kecenderungan peningkatan LST secara umum, dengan laju peningkatan rata-rata sebesar 0,044 °C per tahun. Vegetasi dan kelembapan memiliki hubungan negatif terhadap LST, masing-masing dengan nilai R² sebesar 0,3985 dan 0,4281, sedangkan kawasan terbangun menunjukkan hubungan positif dengan R² sebesar 0,2278. Selama periode pengamatan, vegetasi tetap menjadi penutup lahan dominan, sementara lahan terbangun dan lahan terbuka cenderung meningkat serta tutupan perairan menurun. Hasil penelitian ini mendukung SDG 11 (Kota dan Permukiman yang Berkelanjutan) melalui penyediaan informasi mengenai dinamika lingkungan perkotaan serta SDG 13 (Penanganan Perubahan Iklim) melalui pemantauan perubahan kondisi termal wilayah sebagai dasar pengelolaan lingkungan dan perencanaan wilayah yang lebih adaptif.
PEMETAAN PERUBAHAN LAHAN SAWAH DAN EVALUASI TERHADAP LAHAN SAWAH DILINDUNGI (LSD) DI KABUPATEN SRAGEN, PROVINSI JAWA TENGAH TAHUN 2021 DAN 2026 MENGGUNAKAN KLASIFIKASI RANDOM FOREST PADA CITRA SENTINEL-2
Disusun oleh: Asmarina Nurjanah (22/494711/SV/20896)
Penelitian ini memetakan perubahan lahan sawah di Kabupaten Sragen pada tahun 2021 dan 2026 serta mengevaluasi kesesuaiannya terhadap kawasan Lahan Sawah Dilindungi (LSD). Analisis dilakukan menggunakan citra Sentinel-2 Level-2A yang diolah melalui Google Earth Engine dengan memanfaatkan indeks spektral NDVI, NDWI, dan SAVI serta algoritma Random Forest untuk mengklasifikasikan tutupan lahan. Hasil klasifikasi kemudian diuji menggunakan confusion matrix, diperkuat dengan validasi lapangan, dan dianalisis secara multitemporal untuk mengidentifikasi perubahan lahan sawah. Hasil penelitian menunjukkan nilai Overall Accuracy sebesar 88% pada 2021 dan 87% pada 2026, dengan nilai Kappa masing-masing 0,84 dan 0,83. Luas lahan sawah mengalami penurunan dari 41.188,74 ha pada 2021 menjadi 41.112,87 ha pada 2026, atau berkurang 75,87 ha (0,18%). Hasil overlay dengan kawasan LSD menunjukkan bahwa sebagian besar lahan sawah masih berada dalam kawasan yang dilindungi, meskipun terdapat beberapa lokasi yang menunjukkan indikasi alih fungsi menjadi lahan terbangun. Penelitian ini mendukung SDG 2 (Tanpa Kelaparan) melalui pemantauan lahan pertanian untuk mendukung ketahanan pangan, serta SDG 15 (Ekosistem Daratan) melalui pemanfaatan informasi geospasial dalam pemantauan dan perlindungan lahan pertanian berkelanjutan.
RANCANG BANGUN WEBGIS UNTUK PELAPORAN DAN MONITORING DAMPAK LAHAR DINGIN GUNUNG MERAPI (STUDI KASUS KABUPATEN SLEMAN)
Disusun oleh: Tita Amalia Sudarma (22/492643/SV/20594)
Penelitian ini mengembangkan WebGIS MeraView (Merapi Lahar Risk Information Viewer) sebagai media pelaporan dan pemantauan dampak lahar dingin Gunung Merapi di Kabupaten Sleman. Sistem dibangun menggunakan framework Laravel dengan arsitektur Model-View-Controller (MVC) dan Leaflet.js untuk menyajikan peta interaktif. Data yang digunakan meliputi peta bahaya lahar hujan, jaringan sungai, batas administrasi, serta laporan masyarakat yang terintegrasi dalam basis data. MeraView menyediakan informasi zona bahaya, pelaporan kejadian berbasis lokasi, verifikasi laporan oleh administrator, notifikasi tingkat bahaya berdasarkan lokasi pengguna, serta informasi jarak pengguna terhadap sungai terdekat. Hasil pengujian menunjukkan tingkat kebergunaan sebesar 93,95% dari 37 responden pengguna umum, dengan nilai tertinggi pada aspek satisfaction sebesar 95,14%, sementara pengujian terhadap lima responden administrator memperoleh nilai 100%. Sistem ini mendukung kesiapsiagaan sebelum bencana melalui penyediaan informasi bahaya sekaligus membantu proses tanggap darurat melalui pelaporan kejadian secara partisipatif. Penelitian ini mendukung SDG 11 (Kota dan Permukiman yang Berkelanjutan) melalui penguatan ketangguhan masyarakat dan penyediaan informasi kebencanaan berbasis spasial, serta SDG 13 (Penanganan Perubahan Iklim) melalui pemanfaatan teknologi untuk mendukung kesiapsiagaan dan pengurangan risiko bencana.
EVALUASI KESESUAIAN LAHAN KAWASAN TRANSMIGRASI BERBASIS SPATIAL MULTI-CRITERIA ANALYSIS (SMCA) DENGAN PEMANFAATAN ARCGIS (STUDI KASUS: PATEK, ACEH JAYA)
Disusun oleh: Laila Nur Azizah (22/500377/SV/21411)
Penelitian ini mengevaluasi kesesuaian lahan kawasan transmigrasi di Patek, Kabupaten Aceh Jaya, menggunakan pendekatan Spatial Multi-Criteria Analysis (SMCA) berbasis Sistem Informasi Geografis dengan pemanfaatan ArcGIS. Analisis dilakukan menggunakan metode weighted overlay dengan mempertimbangkan parameter fisik berupa kemiringan lereng, curah hujan, dan jenis tanah; parameter aksesibilitas berupa jarak terhadap jalan utama dan fasilitas umum; serta aspek sosial-ekonomi berupa ketersediaan lahan produktif, sumber daya air, dan potensi ekonomi lokal. Setiap parameter direklasifikasi, diberi skor, dan dibobotkan berdasarkan expert judgement untuk menghasilkan tingkat kesesuaian lahan. Hasil penelitian menunjukkan bahwa kawasan transmigrasi Patek didominasi kelas cukup sesuai (S2) seluas 23.332,70 ha, diikuti kelas sangat sesuai (S1) seluas 14.705,16 ha, sesuai marginal (S3) seluas 14.392,88 ha, dan tidak sesuai (N) seluas 4.823,37 ha. Kecamatan Setia Bakti memiliki luasan kelas sangat sesuai dan cukup sesuai terbesar, sedangkan Kecamatan Sampoiniet memiliki luasan lahan tidak sesuai paling tinggi akibat faktor pembatas kondisi lahan. Hasil penelitian dapat menjadi informasi pendukung dalam perencanaan dan pemanfaatan lahan kawasan transmigrasi secara lebih terarah dengan mempertimbangkan kondisi fisik, aksesibilitas, dan potensi sosial-ekonomi wilayah. Penelitian ini mendukung SDG 11 (Kota dan Permukiman yang Berkelanjutan) melalui perencanaan pemanfaatan ruang berbasis karakteristik wilayah serta SDG 15 (Ekosistem Daratan) melalui pengelolaan sumber daya lahan yang lebih terarah dan berkelanjutan.
WEB GIS PEMETAAN ISOCHRONE TERHADAP AKSESIBILITAS MULTIMODA DARI SIMPUL TRANSPORTASI MENUJU OBJEK WISATA DAN UMKM UNGGULAN DAERAH ISTIMEWA YOGYAKARTA
Disusun oleh: Michael Noelvito Husodo (22/497277/SV/21111)
Penelitian ini mengembangkan WebGIS JogjaIsoWisata untuk memetakan aksesibilitas multimoda dari simpul transportasi menuju objek wisata dan UMKM unggulan di Daerah Istimewa Yogyakarta (DIY). Sistem memanfaatkan analisis isochrone untuk menggambarkan jangkauan perjalanan berdasarkan waktu tempuh serta pendekatan Volunteered Geographic Information (VGI) untuk mendukung usulan infrastruktur secara partisipatif. Sistem dikembangkan menggunakan Laravel dan Leaflet.js, dengan pemodelan isochrone melalui OpenRouteService serta pemrosesan VGI menggunakan Turf.js. Hasil analisis menunjukkan adanya ketimpangan aksesibilitas pejalan kaki yang lebih terpusat di kawasan perkotaan, sementara wilayah perbatasan seperti Kabupaten Gunungkidul dan Kulon Progo masih memiliki sejumlah blank spot transportasi publik. Validasi lapangan menggunakan pelacakan GPS menunjukkan tingkat ketelitian model yang tinggi pada skala perkotaan, sedangkan pengujian terhadap 32 responden menghasilkan Indeks Usabilitas sebesar 83,83% dengan kategori sangat baik. Sistem ini dapat menjadi informasi pendukung untuk memahami keterjangkauan destinasi wisata dan UMKM melalui jaringan transportasi multimoda serta membantu perencanaan aksesibilitas pariwisata berbasis data spasial. Penelitian ini mendukung SDG 8 (Pekerjaan Layak dan Pertumbuhan Ekonomi) melalui penguatan akses terhadap destinasi wisata dan UMKM, serta SDG 11 (Kota dan Permukiman yang Berkelanjutan) melalui penyediaan informasi aksesibilitas transportasi untuk mendukung mobilitas yang lebih terintegrasi.
RANCANG BANGUN SISTEM INFORMASI PELAPORAN TANAH LONGSOR BERBASIS WEBGIS MENGGUNAKAN LARAVEL (STUDI KASUS KABUPATEN KARANGANYAR)
Disusun oleh: Rindi Tri Setyaningsih (22/492498/SV/20521)
Penelitian ini mengembangkan WebGIS SIPTALA (Sistem Informasi Pelaporan Tanah Longsor dan Antisipasi) sebagai platform pelaporan kejadian tanah longsor sekaligus penyedia informasi spasial mengenai tingkat kerawanan longsor di Kabupaten Karanganyar. Sistem dibangun menggunakan framework Laravel, PHP, HTML, JavaScript, Leaflet.js, dan Bootstrap. Pemetaan kerawanan dilakukan menggunakan metode weighted overlay dengan mengintegrasikan parameter kemiringan lereng, curah hujan, jenis tanah, dan penggunaan lahan. Hasil pemodelan mengklasifikasikan wilayah Kabupaten Karanganyar ke dalam tiga tingkat kerawanan, yaitu rendah sebesar 6,77%, sedang 83,20%, dan tinggi 10,03%, dengan konsentrasi zona kerawanan tinggi berada di bagian timur dan selatan wilayah kabupaten. Validasi menggunakan 51 titik kejadian longsor periode 2021–2025 menghasilkan akurasi sebesar 92,2%, sedangkan pengujian usabilitas terhadap 29 responden memperoleh nilai rata-rata 93,10% dengan kategori sangat baik. Hasil tersebut menunjukkan bahwa SIPTALA dapat menjadi media pendukung untuk pelaporan kejadian serta penyediaan informasi spasial dalam perencanaan mitigasi tanah longsor. Penelitian ini mendukung SDG 11 (Kota dan Permukiman yang Berkelanjutan) melalui penguatan ketangguhan masyarakat dan perencanaan wilayah berbasis informasi kebencanaan, serta SDG 13 (Penanganan Perubahan Iklim) melalui pemanfaatan teknologi geospasial untuk mendukung kesiapsiagaan dan pengurangan risiko bencana.
PERBANDINGAN HASIL EKSTRAKSI BANGUNAN METODE SVM, MASK R-CNN, DAN INTERPRETASI VISUAL PADA FOTO UDARA KAWASAN THE PARK SAWANGAN, KOTA DEPOK
Disusun oleh: Camila Fauzia (22/497339/SV/21119)
Penelitian ini membandingkan tiga pendekatan ekstraksi bangunan pada foto udara tegak resolusi tinggi di Kawasan The Park Sawangan, Kota Depok, yaitu Support Vector Machine (SVM), Mask Region-based Convolutional Neural Network (Mask R-CNN), dan interpretasi visual. Data yang digunakan berupa foto udara tahun 2024 dengan resolusi spasial 0,047 meter, sedangkan evaluasi akurasi dilakukan menggunakan metrik Intersection over Union (IoU) dengan hasil interpretasi visual sebagai data referensi. Metode SVM menghasilkan nilai IoU rata-rata 56,87% dengan waktu pemrosesan sekitar 30 menit tanpa dukungan GPU khusus, sementara Mask R-CNN menghasilkan IoU rata-rata 78,01% setelah dilatih menggunakan 64 poligon sampel dan membutuhkan waktu pelatihan sekitar 5–6 jam dengan dukungan GPU. Mask R-CNN menunjukkan kemampuan yang lebih konsisten dalam mengenali variasi bahan dan warna atap karena mempertimbangkan bentuk serta konteks spasial objek. Sementara itu, interpretasi visual menghasilkan delineasi paling presisi, tetapi membutuhkan waktu dan tenaga yang lebih besar. Hasil perbandingan menunjukkan bahwa Mask R-CNN memberikan akurasi terbaik di antara metode otomatis yang diuji, meskipun performanya masih belum mencapai ambang optimal untuk ekstraksi bangunan pada citra resolusi tinggi. Penelitian ini mendukung SDG 9 (Industri, Inovasi, dan Infrastruktur) melalui eksplorasi teknologi penginderaan jauh dan kecerdasan buatan untuk meningkatkan efisiensi pemetaan, serta SDG 11 (Kota dan Permukiman yang Berkelanjutan) melalui pemanfaatan data geospasial untuk mendukung pemetaan kawasan perkotaan.
ANALISIS SPASIO-TEMPORAL SUHU PERMUKAAN LAHAN DI KABUPATEN KLATEN TAHUN 2001–2025 BERBASIS KOMPUTASI AWAN
Disusun oleh: Devinta Cahaya Putri (22/506129/SV/22075)
Penelitian ini menganalisis distribusi dan dinamika suhu permukaan lahan (Land Surface Temperature/LST) di Kabupaten Klaten selama periode 2001–2025 serta mengkaji hubungan antara kondisi vegetasi dan kawasan terbangun terhadap perubahan suhu permukaan. Analisis dilakukan menggunakan citra Landsat Top of Atmosphere (TOA) pada musim kemarau dengan metode Single Channel Algorithm dan pengolahan berbasis komputasi awan melalui Google Earth Engine. Hasil penelitian menunjukkan adanya tren peningkatan suhu permukaan sepanjang periode pengamatan, dari rata-rata 24,68 °C pada 2001 menjadi 28,24 °C pada 2025. Kecamatan Klaten Utara tercatat sebagai wilayah dengan rata-rata LST tertinggi sebesar 28,54 °C, sedangkan Kecamatan Kemalang memiliki rata-rata terendah sebesar 24,06 °C. Hasil regresi linier menunjukkan bahwa NDVI memiliki pengaruh sebesar 94,6% terhadap LST dengan hubungan berlawanan arah, sementara NDBI memiliki pengaruh sebesar 86,2% dengan hubungan searah. Temuan ini menunjukkan keterkaitan antara perubahan kondisi vegetasi, perkembangan lahan terbangun, dan dinamika suhu permukaan di Kabupaten Klaten. Penelitian ini mendukung SDG 11 (Kota dan Permukiman yang Berkelanjutan) melalui penyediaan informasi spasial untuk memahami dinamika lingkungan wilayah, serta SDG 13 (Penanganan Perubahan Iklim) melalui pemanfaatan penginderaan jauh dan komputasi awan untuk memantau perubahan kondisi termal secara temporal.
PEMETAAN KOMODITAS UNGGULAN PERTANIAN SUBSEKTOR TANAMAN PANGAN BERDASARKAN DATA PRODUKSI DAN ZONA AGROEKOLOGI DI KAWASAN TRANSMIGRASI MUTING
Disusun oleh: Trisna Diah Ayu Wulandari (22/505883/SV/21979)
Penelitian ini mengidentifikasi komoditas unggulan tanaman pangan, memetakan sebarannya berdasarkan Zona Agroekologi (ZAE), serta menyusun rekomendasi pengembangan komoditas di Kawasan Transmigrasi Muting, Kabupaten Merauke, Provinsi Papua Selatan. Analisis dilakukan menggunakan Location Quotient (LQ), Dynamic Location Quotient (DLQ), Tipologi Klassen, serta evaluasi kesesuaian lahan berbasis ZAE dengan pendekatan matching by attribute menggunakan ArcGIS. Hasil penelitian menunjukkan bahwa jagung, ubi kayu, ubi jalar, talas, dan kacang tanah merupakan komoditas unggulan di seluruh distrik, sedangkan padi tidak termasuk komoditas unggulan. Kawasan penelitian didominasi kelas kesesuaian lahan sesuai marginal (S3), dengan faktor pembatas utama berupa drainase yang terhambat dan curah hujan. Integrasi hasil analisis menghasilkan tiga kategori rekomendasi, yaitu direkomendasikan untuk jagung, ubi kayu, ubi jalar, dan talas; prioritas bersyarat untuk padi; serta pengembangan terbatas untuk kacang tanah dan kedelai. Validasi pada 25 titik lapangan di Distrik Muting, Elikobel, dan Ulilin menunjukkan tingkat kesesuaian rekomendasi sebesar 100%. Hasil penelitian dapat menjadi informasi pendukung dalam menentukan arah pengembangan komoditas tanaman pangan yang mempertimbangkan potensi ekonomi dan karakteristik lahan, sejalan dengan SDG 2 (Tanpa Kelaparan) melalui dukungan terhadap ketahanan pangan dan pengembangan pertanian berkelanjutan, serta SDG 15 (Ekosistem Daratan) melalui pemanfaatan lahan berdasarkan kesesuaian dan karakteristik agroekologi.
RANCANG BANGUN WEBGIS PEMETAAN SEBARAN KAMPUNG EKS-TRANSMIGRASI DAN AKSESIBILITAS FASILITAS UMUM DI KAWASAN TRANSMIGRASI MUTING, MERAUKE, PAPUA SELATAN
Disusun oleh: Harits Nuraga Padika (22/494436/SV/20823)
Penelitian ini mengembangkan WebGIS MutingMapExplorer untuk menyajikan informasi spasial mengenai 24 kampung eks-transmigrasi serta aksesibilitas fasilitas pendidikan dan kesehatan di Kawasan Transmigrasi Muting, Kabupaten Merauke, Papua Selatan. Sistem mengintegrasikan informasi riwayat transmigrasi, data demografis, dan analisis aksesibilitas fasilitas umum dalam peta interaktif. Analisis dilakukan menggunakan metode buffer dan isochrone untuk membandingkan jangkauan layanan berdasarkan jarak dan keterhubungan jaringan jalan. Hasil analisis menunjukkan bahwa aksesibilitas fasilitas umum tidak hanya dipengaruhi oleh jarak, tetapi juga oleh kondisi jaringan jalan. Fasilitas SD, Posyandu, dan Pustu relatif lebih mudah dijangkau, sedangkan akses terhadap SMP, SMA, dan Puskesmas masih terbatas. SMA menjadi fasilitas dengan keterjangkauan paling rendah, dengan 10 kampung tidak terjangkau berdasarkan analisis isochrone. WebGIS yang dikembangkan memperoleh skor usabilitas sebesar 93,8% dan dinilai sangat baik dalam menyajikan informasi sebaran permukiman, jangkauan layanan pendidikan dan kesehatan, serta mendukung pengelolaan dan analisis data spasial. Penelitian ini mendukung SDG 4 (Pendidikan Berkualitas) melalui penyediaan informasi mengenai keterjangkauan fasilitas pendidikan, serta SDG 3 (Kehidupan Sehat dan Sejahtera) melalui pemetaan aksesibilitas fasilitas kesehatan untuk mendukung pemerataan layanan dasar.
RANCANG BANGUN WEBGIS KERAWANAN DAN PELAPORAN BANJIR BERBASIS PARTISIPATIF DI KABUPATEN BANTUL
Disusun oleh: Muhammad Nashan Fauzian (22/498706/SV/21243)
Penelitian ini mengembangkan WebGIS BANTARA (Bantul Tanggap Rawan Bencana Banjir) untuk menyajikan informasi spasial mengenai kerawanan banjir sekaligus memfasilitasi pelaporan kejadian banjir oleh masyarakat di Kabupaten Bantul. Pemodelan kerawanan dilakukan menggunakan metode Analytical Hierarchy Process (AHP) untuk menentukan bobot lima parameter, yaitu curah hujan, jarak dari sungai, kemiringan lereng, penggunaan lahan, dan jenis tanah, yang kemudian diintegrasikan melalui weighted overlay di ArcGIS. Hasil AHP menunjukkan nilai Consistency Ratio sebesar 0,054, dengan curah hujan menjadi parameter berbobot tertinggi sebesar 28,87%. Peta yang dihasilkan membagi wilayah Kabupaten Bantul ke dalam lima kelas kerawanan, dengan kelas tinggi mencakup 203,63 km² (39,48%) dan kelas sangat tinggi 52,43 km² (10,25%). Validasi menggunakan 187 titik historis banjir BPBD menghasilkan tingkat kesesuaian sebesar 97,33%. WebGIS BANTARA dikembangkan menggunakan Laravel, Leaflet.js, dan MySQL serta dilengkapi peta interaktif, formulir pelaporan, dan dashboard monitoring untuk admin BPBD. Pengujian terhadap 20 responden menghasilkan Usability Index Percentage sebesar 91,3%, sementara seluruh 18 skenario black box testing berjalan sesuai spesifikasi. Penelitian ini mendukung SDG 11 (Kota dan Permukiman yang Berkelanjutan) melalui penyediaan informasi spasial untuk memperkuat kesiapsiagaan dan ketangguhan wilayah terhadap banjir, serta SDG 13 (Penanganan Perubahan Iklim) melalui pemanfaatan teknologi geospasial dan partisipasi masyarakat dalam mendukung pengurangan risiko bencana.
PERANCANGAN APLIKASI PENYEWAAN MOTOR BERBASIS PERANGKAT BERGERAK UNTUK PEMANTAUAN LOKASI TERKINI
Disusun oleh: Enjellia Barce Pratama (22/498941/SV/21277)
Penelitian ini merancang aplikasi mobile berbasis Sistem Informasi Geografis (SIG) bernama MelajuRent untuk mendukung proses penyewaan sepeda motor dan pemantauan lokasi kendaraan secara real-time di Kota Yogyakarta. Aplikasi dikembangkan menggunakan metode waterfall dengan React Native dan Firebase sebagai backend, serta memanfaatkan OpenStreetMap untuk visualisasi lokasi kendaraan. Fitur geofencing dan notifikasi berbasis GPS digunakan untuk mendukung pemantauan kendaraan dan meningkatkan keamanan selama masa penyewaan. Hasil pengujian menunjukkan tingkat keberhasilan 100% pada sisi admin dan 90,46% pada pengguna umum. Sistem juga mampu memperbarui lokasi kendaraan dengan delay 5–15 detik dan menerapkan radius pemantauan hingga 5 km. Hasil tersebut menunjukkan bahwa MelajuRent dapat membantu proses penyewaan kendaraan menjadi lebih praktis sekaligus menyediakan informasi lokasi kendaraan untuk mendukung pengelolaan dan keamanan layanan. Penelitian ini mendukung SDG 9 (Industri, Inovasi, dan Infrastruktur) melalui pengembangan aplikasi berbasis teknologi geospasial dan SDG 11 (Kota dan Permukiman yang Berkelanjutan) melalui dukungan terhadap layanan mobilitas perkotaan yang lebih terintegrasi.
IMPLEMENTASI DEEP LEARNING YOLOv11 UNTUK IDENTIFIKASI CIRCLE WEEDed PADA PERKEBUNAN KELAPA SAWIT FASE TANAMAN BELUM MENGHASILKAN BERBASIS CITRA UAV RGB (STUDI KASUS: PERKEBUNAN PT MUSTIKA SEMBULUH)
Disusun oleh: Nurnita Permatasari (22/505630/SV/21849)
Penelitian ini mengembangkan model deep learning YOLOv11 untuk mengidentifikasi tingkat kebersihan circle weeded pada perkebunan kelapa sawit fase tanaman belum menghasilkan (TBM) menggunakan citra UAV RGB. Penelitian dilakukan di PT Mustika Sembuluh, Kalimantan Tengah, menggunakan citra UAV dengan resolusi spasial 3 cm/piksel pada tanaman kelapa sawit berusia 6 dan 18 bulan. Kondisi circle weeded diklasifikasikan menjadi empat kelas, yaitu bersih, sedang, kotor, dan sangat kotor. Kinerja model dievaluasi menggunakan precision, recall, F1-score, Intersection over Union (IoU), dan mean Average Precision (mAP), serta diperkuat dengan validasi visual dan lapangan. Hasil menunjukkan bahwa YOLOv11 mampu memberikan kinerja yang sangat baik dengan nilai mAP@0.5 sebesar 0,992 dan F1-score tertinggi 0,96. Akurasi keseluruhan mencapai 98,64% pada tanaman berusia 6 bulan dan 97,62% pada tanaman berusia 18 bulan, sedangkan validasi lapangan menunjukkan tingkat kesesuaian sebesar 83,33%. Hasil klasifikasi kemudian divisualisasikan melalui dashboard ArcGIS untuk mendukung pemantauan kondisi circle weeded secara spasial. Integrasi citra UAV dan deep learning menunjukkan potensi penerapan teknologi geospasial untuk mendukung pemantauan perkebunan yang lebih objektif, efisien, dan berbasis data. Penelitian ini mendukung SDG 9 (Industri, Inovasi, dan Infrastruktur) melalui penerapan kecerdasan buatan dan teknologi UAV dalam pemantauan perkebunan, serta SDG 12 (Konsumsi dan Produksi yang Bertanggung Jawab) melalui dukungan terhadap pengelolaan kegiatan pemeliharaan perkebunan yang lebih efisien.
PENGEMBANGAN APLIKASI SEJARAH BERBASIS DATA SPASIAL MENGGUNAKAN ANDROID NATIVE SEBAGAI MEDIA PEMBELAJARAN DI KOTA YOGYAKARTA
Disusun oleh: Akhmad Faisal Zein (21/477782/SV/19212)
Penelitian ini mengembangkan aplikasi Historia sebagai media pembelajaran sejarah berbasis data spasial yang menyajikan informasi mengenai bangunan, situs, dan kawasan bersejarah di Kota Yogyakarta berdasarkan lokasi geografisnya. Aplikasi dikembangkan menggunakan Android Studio dengan Firebase Realtime Database sebagai basis data serta dilengkapi fitur navigasi manual, penyaringan berdasarkan kategori, dan kuis untuk mendukung pemahaman pengguna. Tahapan pengembangan meliputi analisis kebutuhan, perancangan antarmuka dan arsitektur sistem, serta implementasi fitur. Pengujian dilakukan terhadap 27 responden dengan parameter learnability, memorability, efficiency, errors, dan satisfaction, yang menghasilkan nilai 88,18 dari skala 100. Hasil tersebut menunjukkan bahwa aplikasi Historia memiliki tingkat kegunaan yang baik dan layak digunakan sebagai media pembelajaran sejarah berbasis data spasial. Penelitian ini mendukung SDG 4 (Pendidikan Berkualitas) melalui pemanfaatan teknologi digital dan informasi spasial untuk menghadirkan media pembelajaran yang lebih interaktif, serta SDG 11 (Kota dan Permukiman yang Berkelanjutan) melalui penyediaan informasi mengenai warisan sejarah dan budaya perkotaan secara digital.
RANCANG BANGUN APLIKASI MOBILE BERBASIS REACT NATIVE UNTUK SISTEM MONITORING PENYAKIT AVIAN INFLUENZA (STUDI KASUS: BALAI BESAR VETERINER WATES, WILAYAH KERJA DIY TAHUN 2021–2025)
Disusun oleh: Putri Cahya Saynata (21/482981/SV/20032)
Penelitian ini mengembangkan aplikasi mobile Zoonotrack berbasis React Native untuk mendukung sistem monitoring Avian Influenza di Daerah Istimewa Yogyakarta dalam wilayah kerja Balai Besar Veteriner Wates. Aplikasi menyediakan fitur pencatatan data surveilans, pemetaan lokasi kejadian, serta penyajian informasi secara real-time untuk mendukung pemantauan penyakit pada unggas. Pengujian black box menunjukkan bahwa seluruh fitur berjalan sesuai rancangan, dengan satu kendala pada proses sinkronisasi foto profil pada halaman dashboard. Evaluasi usabilitas menggunakan guerilla testing menunjukkan bahwa Zoonotrack memenuhi standar usabilitas dan berpotensi mendukung proses monitoring Avian Influenza secara lebih efektif. Penelitian ini mendukung SDG 3 (Kehidupan Sehat dan Sejahtera) melalui pemanfaatan teknologi informasi dan data spasial untuk mendukung surveilans penyakit yang berpotensi berdampak pada kesehatan masyarakat, serta SDG 9 (Industri, Inovasi, dan Infrastruktur) melalui pengembangan aplikasi mobile sebagai sarana monitoring berbasis teknologi.
Keseluruhan proyek akhir pada Wisuda Periode IV Tahun Akademik 2025/2026 menunjukkan kemampuan mahasiswa Program Studi Sarjana Terapan Sistem Informasi Geografis SV UGM dalam mengintegrasikan teknologi geospasial dengan berbagai kebutuhan di lapangan. Pemanfaatan machine learning, deep learning, penginderaan jauh, komputasi awan, analisis spasial, teknologi UAV, serta pengembangan WebGIS dan aplikasi mobile menunjukkan penerapan teknologi geospasial yang semakin beragam dalam mendukung analisis dan penyelesaian permasalahan nyata.
Tema yang diangkat, mulai dari pemantauan lingkungan dan ekosistem, mitigasi bencana, pengelolaan pertanian dan kehutanan, aksesibilitas fasilitas publik, hingga pengembangan kawasan dan layanan berbasis spasial, menunjukkan luasnya peran Sistem Informasi Geografis dalam menghasilkan informasi dan solusi berbasis data. Berbagai karya tersebut turut mendukung SDG 4 (Quality Education) melalui penguatan kompetensi dan pembelajaran berbasis riset, SDG 9 (Industry, Innovation and Infrastructure) melalui penerapan inovasi dan teknologi geospasial, SDG 2 (Zero Hunger) melalui dukungan terhadap pengelolaan pertanian dan ketahanan pangan, SDG 3 (Good Health and Well-being) melalui pemetaan dan pemantauan yang mendukung layanan kesehatan, SDG 11 (Sustainable Cities and Communities) melalui perencanaan wilayah, aksesibilitas, dan pengurangan risiko bencana, SDG 13 (Climate Action) melalui pemantauan lingkungan dan mitigasi bencana, serta SDG 15 (Life on Land) melalui pengelolaan hutan, lahan, dan ekosistem secara berkelanjutan.
Selamat kepada 24 Wisudawan Periode IV Tahun Akademik 2025/2026. Semoga kompetensi dan pengalaman yang diperoleh selama menempuh pendidikan dapat menjadi bekal untuk terus mengembangkan teknologi geospasial serta memberikan kontribusi bagi masyarakat, dunia kerja, dan pembangunan Indonesia yang berkelanjutan.
Kontak:
Program Studi Sarjana Terapan Sistem Informasi Geografis
Departemen Teknologi Kebumian
Sekolah Vokasi UGM
Email: str-sig.sv@ugm.ac.id
Telepon: (0274) 551255 ; +6285740262040
Website: sig.sv.ugm.ac.id
