Implementasi UAV dan ArcGIS untuk Pemetaan 3D Kawasan Hutan Konservasi Ubadari

Authors

  • Nelson Rumui Politeknik Negeri Fakfak
  • Deisya Maulida Al Hamid Politeknik Negeri Fakfak
  • Syukron Anas Politeknik Negeri Fakfak

DOI:

https://doi.org/10.52158/j6kwy595

Keywords:

UAV, photogrammetry, ArcGIS Pro, NDVI, land cover classification, fire-prone zones, conservation forests, Fakfak

Abstract

This study aims to produce a three-dimensional (3D) visualisation model of the Ubadari Conservation Forest Area in Fakfak Regency, West Papua, using Unmanned Aerial Vehicle (UAV) technology and ArcGIS Pro software. Aerial imagery data was collected through photogrammetric missions with calibrated parameters. This elevation model has high accuracy with a Root Mean Square Error (RMSE) value of 0.35 metres, indicating an average vertical deviation of only about 35 cm from the actual elevation value—accurate enough for conservation and advanced mapping applications. Spatial analysis was conducted to map topography, vegetation index (NDVI), land cover classification using the k-means clustering algorithm, as well as zones prone to degradation and potential fires. The results show that more than 15% of the area has a slope of >30%, and around 22.3% of the area is classified as having poor vegetation health. Meanwhile, 23.7% of the area was classified as low vegetation cover. Degradation and fire-prone zones covered 18.5% of the study area, mainly around road access and the edges of the area. These findings contribute to data-based monitoring systems and form an important basis for risk mitigation planning and conservation forest ecosystem preservation.

Downloads

Download data is not yet available.

References

[1] Kementerian Lingkungan Hidup dan Kehutanan (KLHK), Strategi dan Rencana Aksi Keanekaragaman Hayati Indonesia 2015-2-2-. Jakarta: KLHK, 2016.

[2] K. Krey and P. Tawurutubun, “Herpetofauna dari Hutan Desa Ubadari, Fakfak: Keanekaragaman, Kepadatan, dan Upaya Konservasi,” Igya Ser Hanjop: Jurnal Pembangunan Berkelanjutan, vol. 3, no. 2, pp. 159-176, 2021. [Online]. Available: https://doi.org/10.47039/ish.3.2021.159-176

[3] H. Lin, “Three-dimensional forest mapping using photogrammetry and LiDAR: A review,” ISPRS Journal of Photogrammetry and Remote Sensing, vol. 169, pp. 1-20, 2020.

[4] S. N. Jonkman et al., “Flood risk assessment with UAV imagery and GIS-based tools’” Natural Hazards, vil. 103, no. 2, pp. 1493-1512, 2020.

[5] M. K. Hasan, M. S. Hossain, and S. Rahman, “Application of AI and IoT in early forest fire detection systems: A review,” IEEE Access, vol. 10, pp. 47285–47299, 2022.

[6] P. R. Jha and V. K. Jha, “UAV-based LiDAR and multispectral data fusion for forest biomass estimation,” Environmental Monitoring and Assessment, vol. 194, no. 2, pp. 1–15, 2022.

[7] M. Tmušić et al., “A review of the applications of remaote sensing in protected area management,” Remote Sensing, vol. 12, no. 6, pp. 1-23, 2020.

[8] M. Huang et al., “Combining NDVI time series and machine learning algorithms to predict forest biomass,” Ecological Indicators, vol. 134, p. 108427, 2022.

[9] A. Sharma et al., “An IoT-based forest fire detection system: design and testing,” Multimedia Tools and Applications, vol. 83, pp. 38685–38710, 2024.

[10] D. M. Vediappan, A. Godi, and B. Golla, “Geospatial Mapping of Soil Properties of Forest Types Using the k-Means Fuzzy Clustering Approach to Delineate Site-Specific Nutrient Management Zones in Goa, India,” Journal of the Indian Society of Remote Sensing, vol. 53, pp. 1–16, 2025.

[11] L. Ma et al., “Deep learning in remote sensing applications: A meta-analysis and review,” ISPRS Journal of Photogrammetry and Remote Sensing, vol. 180, pp. 364–384, 2021.

[12] A. Torresan et al., “Forestry applications of UAVs in Europe: A review,” International Journal of Remote Sensing, vol. 38, no. 8-10, pp. 2427-2447, 2017.

[13] P. Ghamisi et al., “Advances in remote sensing image classification,” IEEE Geoscience and remote Sensing Magazine, vol. 7, no. 1, pp. 43-64, 2019.

[14] A. A. Mulabagal and H. Y. Lee, “NDVI analysis using drone imagery for vegetation health monitoring,” Journal of Environmental Informatics, vol. 39, no. 3, pp. 45-56, 2022.

[15] B. Yu, Z. Wang, and Y. Chen, “Recent advances in UAV-based forest monitoring: A comprehensive review,” Remote Sensing of Environment, vol. 253, p. 112233, 2021.

[16] Y. Pan, “Estimating individual tree variables using UAV LiDAR,” Forest Engineering, 2024. [Online].

[17] J. L. Gallardo-Salazar et al., “Multi-temporal NDVI analysis using UAV images of tree crowns in a northern Mexican pine-oak forest,” Journal of Forestry Research, vol. 34, pp. 1855–1867, 2023.

[18] L. Kusak et al., “Apriori association rule and K-means clustering algorithms for interpretation of pre-event landslide areas,” Open Geosciences, vol. 12, no. 1, pp. 1231–1240, 2020.

Downloads

Published

2025-12-17

Issue

Vol. 6 No. 2 (2025): Desember 2025

Section

Articles

License

Copyright (c) 2025 Nelson Rumui, Deisya Maulida Al Hamid, Syukron Anas

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Pernyataan Hak Cipta dan Lisensi

Dengan mengirimkan manuskrip ke Journal of Applied Computer Science and Technology (JACOST), penulis setuju dengan kebijakan ini. Tidak diperlukan persetujuan dokumen khusus.

  1. Hak cipta pada setiap artikel adalah milik penulis.
  2. Penulis mempertahankan semua hak mereka atas karya yang diterbitkan, tak terbatas pada hak-hak yang diatur dalam laman ini.
  3. Penulis mengakui bahwa Journal of Applied Computer Science and Technology (JACOST) sebagai yang pertama kali mempublikasikan dengan lisensi Creative Commons Atribusi 4.0 Internasional (CC BY-SA).
  4. Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif  dari naskah yang telah terbit di jurnal ini kedalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi kedalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada Journal of Applied Computer Science and Technology (JACOST);
  5. Penulis menjamin bahwa artikel asli, ditulis oleh penulis yang disebutkan, belum pernah dipublikasikan sebelumnya, tidak mengandung pernyataan yang melanggar hukum, tidak melanggar hak orang lain, tunduk pada hak cipta yang secara eksklusif dipegang oleh penulis.
  6. Jika artikel dipersiapkan bersama oleh lebih dari satu penulis, setiap penulis yang mengirimkan naskah menjamin bahwa dia telah diberi wewenang oleh semua penulis bersama untuk menyetujui hak cipta dan pemberitahuan lisensi (perjanjian) atas nama mereka, dan setuju untuk memberi tahu rekan penulis persyaratan kebijakan ini.  Journal of Applied Computer Science and Technology (JACOST) tidak akan dimintai pertanggungjawaban atas apa pun yang mungkin timbul karena perselisihan internal penulis.

Lisensi :

Journal of Applied Computer Science and Technology (JACOST) diterbitkan berdasarkan ketentuan Lisensi Creative Commons Atribusi 4.0 Internasional (CC BY-SA). Lisensi ini mengizinkan setiap orang untuk :.

  • Adaptasi — menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun.

Lisensi :

  • Atribusi — Anda harus mencantumkan nama yang sesuai, mencantumkan tautan terhadap lisensi, dan menyatakan bahwa telah ada perubahan yang dilakukan. Anda dapat melakukan hal ini dengan cara yang sesuai, namun tidak mengisyaratkan bahwa pemberi lisensi mendukung Anda atau penggunaan Anda.

  • BerbagiSerupa — Apabila Anda menggubah, mengubah, atau membuat turunan dari materi ini, Anda harus menyebarluaskan kontribusi Anda di bawah lisensi yang sama dengan materi asli.

How to Cite

[1]
“Implementasi UAV dan ArcGIS untuk Pemetaan 3D Kawasan Hutan Konservasi Ubadari”, J. Appl. Comput. Sci. Technol., vol. 6, no. 2, pp. 101–106, Dec. 2025, doi: 10.52158/j6kwy595.