ata engantar - lapanpusfatja.lapan.go.id/upload/profil/lakin_pusfatja_2018.pdfb) dihasilkannya 20...
TRANSCRIPT
i
KATA PENGANTAR
Assalamu’alaikum warahmatullahi wabarakatuh,
Salam sejahtera bagi kita semua
Alhamdulillah, Puji syukur kita panjatkan
kehadirat Tuhan Yang Maha Esa, atas berkat dan
rahmat-Nya Pusat Pemanfaatan Penginderaan
Jauh (Pusfatja) LAPAN dapat menyelesaikan
Laporan Kinerja (LAKIN) Tahun Anggaran 2018.
Laporan ini merupakan wujud transparansi,
akuntabilitas dan pertanggungjawaban Pusfatja
dalam melaksanakan tugas dan fungsinya
berdasarkan penetapan kinerja pada tahun
anggaran 2018.
Laporan ini memaparkan data dan analisis secara komprehensif terhadap hasil
kinerja yang telah dicapai Pusfatja pada Tahun Anggaran 2018 atau tahun ke-empat
dari Rencana Strategis (Renstra) Pusfatja Tahun 2015-2019. Laporan disusun secara
sistematis berdasarkan capaian sasaran dan Indikator Kinerja Utama (IKU) yang telah
ditetapkan melalui program dan kegiatan yang dijabarkan dalam DIPA Pusfatja tahun
2018 untuk menghasilkan akuntabilitas kinerja. Penyajian laporan ini disusun secara
berurutan mulai dari uraian tugas dan fungsi serta organisasi Pusfatja, kemudian
perencanaan kinerja yang meliputi rencana strategis tahun 2015-2019 dan
penetapan kinerja tahun 2018, serta akuntabilitas kinerja tahun 2018 meliputi
capaian kinerja Pusfatja beserta analisisnya dan realisasi anggaran yang digunakan
untuk mewujudkan kinerja Pusfatja tahun 2018. Selanjutnya sebagai penutup laporan
dipaparkan simpulan umum atas capaian kinerja Pusfatja. Pada laporan ini juga
dilampirkan data-data pendukung berupa Rencana Strategis Pusfatja 2015-2019,
ii
Rencana Kinerja Tahunan (RKT) Tahun 2018, Perjanjian Kinerja (PK) Tahun 2018,
untuk memperkuat informasi yang dijelaskan dalam laporan.
LAKIN Pusfatja tahun 2018 ini diharapkan dapat memberikan gambaran kinerja
Pusfatja yang terkait dengan PK 2018 atau capaian tahun 2018 berdasarkan Renstra
PUSFATJA tahun 2015-2019 dan Keputusan Kepala No 251 Tahun 2015 tentang
Indikator Kinerja Utama Satuan Kerja di Lingkungan Deputi Bidang Penginderaan
Jauh. Selain itu, LAKIN tahun 2018 dapat dijadikan acuan yang berkesinambungan
dalam perencanaan serta pelaksanaan program dan kegiatan yang lebih terarah dan
bermanfaat pada perencanaan kerja periode 2015-2019 sekaligus sebagai modal
dasar untuk menambah semangat dan motivasi untuk berbuat lebih baik dan lebih
baik terus menerus. Akhir kata, kepada pihak yang telah terlibat dalam proses
pembuatan LAKIN ini, baik dalam kontribusi data, penulisan laporan maupun
analisisnya, kami ucapkan terima kasih.
Wassalamu’alaikum warahmatullahi wabarakatuh
Jakarta, Januari 2019
Dr. M. Rokhis Khomarudin, M.Si
NIP. 19740722 199903 1 006
iii
IKHTISAR EKSEKUTIF
Sebagaimana tercantum dalam pedoman implementasi Sistem Akuntabilitas
Kinerja Instansi Pemerintah (SAKIP) di lingkungan LAPAN, dasar kerja Pusat
Pemanfaatan Penginderaan Jauh (Pusfatja) mengacu pada hasil Pengukuran Kinerja,
Laporan Kinerja, dan Evaluasi Kinerja tahun 2018, Rencana Strategis PUSFATJA 2015-
2019, Rencana Kinerja Tahunan (RKT) 2018, dan Penetapan Kinerja (PK) tahun 2018.
Penetapan Kinerja yang dituangkan dalam perjanjian kinerja antara Kepala Pusfatja
dan Deputi Bidang Penginderaan Jauh digunakan sebagai pedoman pencapaian
target Pusfatja 2018. Penetapan kinerja tidak hanya dilakukan antara Kepala Pusat
dengan Deputi, namun juga antara Kepala Pusat dengan Kepala Bidang dan Kepala
Bagian, dan juga antara Kepala Bidang dan Kepala Bagian dengan anggotanya dalam
bentuk Perjanjian Kinerja Individu yang mencantumkan Indikator Kinerja Individu
sebagai target kinerja dan dijabarkan dalam kegiatan-kegiatan yang dituangkan
dalam bentuk Sasaran Kerja Pegawai (SKP).
Laporan Kinerja Pusfatja berisi pencapaian sasaran strategis yang telah
ditetapkan dalam Rencana Strategis Pusfatja 2015-2019. Secara umum pelaksanaan
pencapaian sasaran strategis tesebut di atas berjalan sesuai dengan perencanaan
yang telah dibuat dengan melaksanakan Indikator Kinerja Utama (IKU) Pusfatja yang
tertuang dalam Keputusan Kepala No 251 Tahun 2015 tentang Indikator Kinerja
Utama Satuan Kerja di Lingkungan Deputi Bidang Penginderaan Jauh. Hasil
pelaksanaan program penelitian dan pengembangan pemanfaatan penginderaan
jauh telah dihasilkan dan dimanfaatkan oleh beberapa instansi pemerintah dan
swasta, antara lain :
a) Dihasilkannya 16 Model pemanfatan, 1 prototype dan 5 bahan pedoman
pemanfaatan penginderaan jauh yang operasional untuk pemantauan sumber
daya alam, lingkungan, serta mitigasI bencana dan perubahan iklim (tercapai
100%)
iv
b) Dihasilkannya 20 makalah publikasi nasional terakreditasi di bidang
pemanfaatan penginderaan jauh (tercapai 100%)
c) Dihasilkannya 6 makalah publikasi internasional yang terindeks di bidang
pemanfaatan penginderaan jauh (tercapai 120%)
d) Dihasilkannya 1 judul HKI yang diusulkan di bidang pemanfaatan
penginderaan jauh (tercapai 100%)
e) Tercapainya pelayanan terhadap 276 instansi pengguna yang memanfaatkan
layanan informasi penginderaan jauh (tercapai 306%)
f) Pelayanan hasil litbangyasa iptek penerbangan dan antariksa yang
memuaskan dengan nilai Indek Kepuasan Masyarakat 85,75 (tercapai 104.5%)
Rata capaian kinerja Pusfatja tahun 2018 adalah 138,42%, dengan kata lain
bahwa pada tahun 2018, Pusfatja telah berhasil mencapai bahkan melampaui target
dari tiap-tiap sasaran strategis yang telah ditetapkan pada PK 2018. Capaian kinerja
yang belum optimal akan menjadi perhatian utama dalam pelaksanaan program dan
kegiatan tahun berikutnya, yang disusun dalam rencana aksi kinerja Pusfatja.
Jakarta, Januari 2019
Dr. M. Rokhis Khomarudin, M.Si
NIP. 19740722 199903 1 006
v
DAFTAR ISI
KATA PENGANTAR _________________________________________________ i
IKHTISAR EKSEKUTIF ______________________________________________ iii
DAFTAR ISI _______________________________________________________ v
DAFTAR GAMBAR ________________________________________________ viii
BAB I PENDAHULUAN ______________________________________________ 1
1.1. Latar Belakang _____________________________________________ 1
1.2. Tujuan Pokok dan Fungsi PUSFATJA ___________________________ 3
1.3. Struktur Organisasi __________________________________________ 4
1.4. Aspek Strategis Organisasi dan Permasalahan Utama (Strategic
Issued) _________________________________________________________ 5
1.5. Sumber Daya Manusia (SDM) dan Fasilitas ______________________ 6
1.6. Gedung dan Bangunan ______________________________________ 11
1.7. Peralatan Pengolahan Data __________________________________ 14
BAB II RENCANA STRATEGIS 2015 – 2019 ____________________________ 22
2.1 Rencana Strategis 2015-2019 _________________________________ 22
2.1.1. Visi ___________________________________________________ 22
2.1.2. Misi ___________________________________________________ 22
2.1.3. Tujuan_________________________________________________ 22
2.1.4. Sasaran Strategis ________________________________________ 22
2.1.5. Target Sasaran Strategis Tahun 2018 dari Pembangunan Jangka
Menengah PUSFATJA 2015-2020 _________________________________ 23
2.2. Rencana Kinerja Tahunan (RKT) 2018 _________________________ 27
2.3 Perjanjian Kinerja (PK) Tahun 2018 ____________________________ 29
2.4 Mekanisme Pengumpulan Data Kinerja ________________________ 34
BAB III __________________________________________________________ 37
3.1. Analisis Capaian Kinerja Tahun 2018 __________________________ 37
3.2. Capaian Triwulan __________________________________________ 97
1.2.1. Evaluasi Kinerja Individu __________________________________ 108
3.2.2. Efisiensi Kinerja ________________________________________ 108
3.2.3. Reward dan Punishment _________________________________ 109
vi
3.3. Pengukuran Pencapaian Sasaran dan IKU Pusfatja Tahun 2018 ___ 110
3.4. Analisis Trend Kinerja PUSFATJA ___________________________ 112
3.5. Akuntabilitas Keuangan ____________________________________ 121
3.6. Valuasi Ekonomi __________________________________________ 122
BAB IV INISIATIF PENINGKATAN AKUNTABILITAS PUSFATJA __________ 124
4.1. Tindak Lanjut Atas Evaluasi SAKIP ___________________________ 124
4.2. Program Peningkatan Integritas _____________________________ 125
4.3. Penguatan Program Reformasi Birokrasi ______________________ 125
BAB V _________________________________________________________ 128
vii
DAFTAR TABEL
TABEL 2.1 SASARAN KINERJA, INDIKATOR KINERJA, DAN TARGET TAHUN 2018 ........................ 23
TABEL 2.2 SASARAN STRATEGIS, IKU DAN TARGET PUSFATJA 2015-2019 ............................ 25
TABEL 2.3 RENCANA KINERJA TAHUNAN 2018 ........................................................................ 28
TABEL 2.4 PERJANJIAN KINERJA PUSFATJA TAHUN 2018 ..................................................... 30
TABEL 3.1 CAPAIAN TAHUN 2018 BERDASARKAN PERJANJIAN KINERJA 2018 ........................... 38
TABEL 3.2 CAPAIAN SASARAN STRATEGIS 1 DAN TARGET IKU 1 PUSFATJA TAHUN 2018 ....... 41
TABEL 3.3 PERBANDINGAN CAPAIAN IKU 1 DENGAN TAHUN SEBELUMNYA ............................... 41
TABEL 3.4 CAPAIAN SASARAN STRATEGIS 2 DAN TARGET IKU 2 PUSFATJA TAHUN 2018 ....... 62
TABEL 3.5 PERBANDINGAN CAPAIAN IKU 2 DENGAN TAHUN SEBELUMNYA ............................... 62
TABEL 3.6 DAFTAR MAKALAH PUBLIKASI NASIONAL YANG DITERBITKAN TAHUN 2018 ................. 62
TABEL 3.7 CAPAIAN SASARAN STRATEGIS 2 DAN TARGET IKU 3 PUSFATJA TAHUN 2018 ....... 77
TABEL 3.8 PERBANDINGAN CAPAIAN IKU 3 DENGAN TAHUN SEBELUMNYA ............................... 77
TABEL 3.9 DAFTAR MAKALAH PUBLIKASI INTERNASIONAL YANG DITERBITKAN TAHUN 2018 ......... 78
TABEL 3.10 CAPAIAN SASARAN STRATEGIS 2 DAN TARGET IKU 4 PUSFATJA TAHUN 2018 ..... 81
TABEL 3.11 PERBANDINGAN CAPAIAN IKU 4 DENGAN TAHUN SEBELUMNYA ............................. 81
TABEL 3.12 CAPAIAN SASARAN STRATEGIS 2 DAN TARGET IKU 5 PUSFATJA TAHUN 2018 ..... 82
TABEL 3.13 PERBANDINGAN CAPAIAN IKU 5 DENGAN TAHUN SEBELUMNYA ............................. 82
TABEL 3.14 MERUPAKAN DAFTAR PENGGUNA YANG MEMANFAATKAN INFORMASI PENGINDERAAN
JAUH UNTUK MASING-MASING TEMA KEGIATAN ................................................................. 83
TABEL 3.15 CAPAIAN SASARAN STRATEGIS 2 DAN TARGET IKU 6 PUSFATJA TAHUN 2018 ..... 97
TABEL 3.16 PERBANDINGAN CAPAIAN IKU 6 DENGAN TAHUN SEBELUMNYA ............................. 97
TABEL 3.17 PERBANDINGAN REALISASI TARGET TRIWULAN TAHUN 2018 ............................... 105
TABEL 3.18 PENGUKURAN TARGET DAN REALISASI TAHUN 2018 ............................................ 110
TABEL 3.19 PERBANDINGAN REALISASI TARGET PUSFATJA TAHUN 2015 – 2018 BERDASARKAN
IKU............................................................................................................................. 112
TABEL 3.20 PENCAPAIAN KINERJA 2018 TERHADAP RENCANA STRATEGIS............................. 114
TABEL 3.21 REALISASI ANGGARAN BERDASARKAN AKUN BELANJA TA 2018 .......................... 121
TABEL 3.22 REALISASI ANGGARAN BERDASARKAN IKU TA. 2018 .......................................... 122
TABEL 3.23 PAGU ANGGARAN BESERTA REALISASINYA DARI SETIAP KELUARAN PADA SATKER
PUSAT PEMANFAATAN PENGINDERAAN JAUH BERDASARKAN PMK 249/2011 .................. 122
TABEL 3.24 VALUASI EKONOMI ............................................................................................ 123
viii
DAFTAR GAMBAR
GAMBAR 1.1 FOTO BERSAMA PIMPINAN DAN SELURUH STAF PUSAT PEMANFAATAN
PENGINDERAAN JAUH ...................................................................................................... 2
GAMBAR 1.2 STRUKTUR ORGANISASI PUSAT PEMANFAATAN PENGINDERAAN JAUH .................... 4
GAMBAR 1.3 KOMPOSISI SDM PNS PUSFATJA BERDASARKAN JABATAN FUNGSIONAL ................. 7
GAMBAR 1.4 KOMPOSISI SDM PNS PUSFATJA BERDASARKAN USIA .......................................... 8
GAMBAR 1.5 KOMPOSISI PENELITI PUSFATJA ........................................................................... 8
GAMBAR 1.6 KOMPOSISI PEREKAYASA PUSFATJA ..................................................................... 9
GAMBAR 1.7. SDM PUSFATJA BERDASARKAN PENDIDIKAN ................................................... 10
GAMBAR 1.8 SDM PEGAWAI TIDAK TETAP DI PUSFATJA ....................................................... 11
GAMBAR 1.9 KONDISI GEDUNG BARU PUSFATJA LAPAN YANG TELAH DIBANGUN .................. 13
GAMBAR 1.10 KANTOR PUSFATJA TERBARU, BERLOKASI DI JL. KALISARI NO 8 ....................... 14
GAMBAR 1.11 SYSTEM RACK ARSITEKTUR HARDWARE ........................................................... 17
GAMBAR 1.12 JARINGAN EXISTING DI PUSFATJA 2018 ............................................................ 18
GAMBAR 1.13 VISUALISASI BEBERAPA CONTOH PERALATAN PENDUKUNG SURVEY LITBANG DAN
TEMPAT PENYIMPANAN DI PUSFATJA ............................................................................... 19
GAMBAR 1.14 VISUALISASI BEBERAPA CONTOH PERALATAN SPEKTRAL .................................... 20
GAMBAR 1.15 VISUALISASI BEBERAPA CONTOH PENGGUNAAN ALAT SURVEY DRONE ................. 21
GAMBAR 1.16.SALAH SATU KEGIATAN VIDEO CONFERENCE ANTARA PUSFATJA LAPAN DENGAN
STAKEHOLDER .............................................................................................................. 21
GAMBAR 2.1 PETA STRATEGI BALANCE SCORE CARD (BSC) LEVEL 2 PUSFATJA ................... 24
GAMBAR 2.2 SOP MEKANISME PENGUMPULAN DATA KINERJA .................................................. 36
GAMBAR 3.1 PROFIL PERTUMBUHAN TANAMAN PADI PADA LAHAN SAWAH DENGAN EVI MAX 0.55-
0.60 .............................................................................................................................. 43
GAMBAR 3.2 ANOMALI BOUGUER DI DANAU CASCADE MAHAKAM ............................................ 44
GAMBAR 3.3 CITRA SENTINEL-1 KOMBINASI RGB VV,VH,(VV/VH)*(VV-VH) DI DAERAH
KABUPATEN BANGKA YANG MEMILIKI BANYAK KAWASAN PERTAMBANGAN .......................... 45
GAMBAR 3.4 WILAYAH KAJIAN. (A) CITRA ORTHOMOSAIK LSU (B) DATA PLEIADES-1A .............. 47
GAMBAR 3.5 HASIL SEGEMENTASI DIGITAL BERBASIS OBYEK DAN PENGAMBILAN BEBERAPA
SAMPEL PADA OBYEK-OBYEK YANG MEMILIKI KESAMAAN (A), DAN HASIL KLASIFIKASI DAN
PENGKELASAN (B) DENGAN MENGGUNAKAN DATA LAPAN A3 TANGGAL 19 JUNI 2017 ....... 48
GAMBAR 3.6 PEROLEHAN DATA LANDSAT MULTITEMPORAL PATH/ROW 122/064, TAHUN 2014. .. 50
GAMBAR 3.7. BATIMETRI BAWEAN DARI LANDSAT 8 MENGGUNAKAN METODE RANDOM FOREST . 51
GAMBAR 3.8 INFORMASI ZPPI PESISIR PERAIRAN KABUPATEN NIAS UTARA ............................. 52
GAMBAR 3.9 INFORMASI KESESUAIAN BUDIDAYA KERAPU ....................................................... 53
GAMBAR 3.10 INFORMASI KESESUAIAN BUDIDAYA RUMPUT LAUT ............................................ 54
GAMBAR 3.11 REFLECTANCE REMOTE SENSING UNTUK SELURUH TITIK SURVEI LAPANGAN ...... 55
GAMBAR 3.12 REFLEKTAN DARI WISP-3 UNTUK SELURUH TITIK SURVEI LAPANGAN ................. 55
GAMBAR 3.13 HASIL EKSTRAKSI DATA LANDSAT 8 UNTUK HABITAT TERUMBU KARANG ............ 56
GAMBAR 3.14 KLASIFIKASI ASAP KEBAKARAN MULTI-THRESHOLD (A) BAND 3 (0.31≤BAND 3<0.43),
(B) BAND 3 (0.31≤BAND 3<0.43), BAND 7 (298.39 ≤BAND 7<303.6) DAN BAND 15 (285.75
≤BAND 15<298.57), (C) BAND 3 (0.31≤BAND 3<0.43), BAND 7 (298.39 ≤BAND 7<303.6) DAN
BAND 15 (285.75 ≤BAND 15<298.57) ............................................................................. 57
ix
GAMBAR 3.15 TUMPANG SUSUN ANTARA BEBERAPA HASIL METODE IDENTIFIKASI DAERAH
GENANGAN BANJIR DENGAN TITIK SURVEY LAPANGAN KEJADIAN BANJIR DI SEKITAR DANAU
TEMPE KAB. WAJO ........................................................................................................ 59
GAMBAR 3.16 HASIL DETEKSI OIL SPILL DENGAN ADAPTIVE THRESHOLD PERAIRAN BINTAN ....... 60
GAMBAR 3.17 (A) CONTOH TAMPILAN LAYER FASE PERTUMBUHAN PADI PADA SISTEM GEONODE
SPBN PUSFATJA LAPAN. (B) CONTOH TAMPILAN MAP PADA SISTEM GEONODE SPBN
PUSFATJA LAPAN ZONA POTENSI PENANGKAPAN IKAN (ZPPI, (C) CONTOH TAMPILAN MAP
PADA SISTEM GEONODE SPBN PUSFATJA LAPAN INFORMASI INDEKS KEKERINGAN. ........ 61
GAMBAR 3.18 PENCAPAIAN IKU DARI TAHUN 2015 – 2018 ................................................... 113
GAMBAR 3.19 HASIL PUSAT UNGGULAN IPTEK (PUI) ............................................................ 118
GAMBAR 3.20 SERTIFIKAT ISO ............................................................................................ 119
GAMBAR 3.21 SERTIFIKAT PENGHARGAAN MAPIN ................................................................. 119
GAMBAR 3.22 WEBSITE BANK DATA SPEKTRAL .................................................................... 120
GAMBAR 3.23 SIPANDORA ............................................................................................... 121
GAMBAR 4.1 SISTEM INFORMASI CHECIK-IN CHECK-OUT ...................................................... 125
GAMBAR 4.2 TAMPILAN DASHBOARD PUSFATJA .................................................................... 126
GAMBAR 4.3 E-FASILITAS PUSFATJA .................................................................................... 126
GAMBAR 4.4 SILAPJA PUSFATJA ........................................................................................ 127
GAMBAR 4.5 SIMOEL PUSFATJA .......................................................................................... 127
1
BAB I PENDAHULUAN
1.1. Latar Belakang
Penyelenggaraan kepemerintahan yang baik (good governance) dalam
pengelolaan administrasi publik dan pelaksanaan akuntabilitas kinerja instansi
pemerintah adalah wujud tanggung jawab pemerintah terhadap tuntutan dan aspirasi
masyarakat dalam mencapai tujuan serta cita-cita berbangsa dan bernegara. Dalam
rangka itu, diperlukan pengembangan dan penerapan sistem pertanggungjawaban
yang tepat dan jelas sehingga penyelenggaraan pemerintahan dapat berlangsung
secara efektif dan efisien, bersih, dan bertanggung jawab serta bebas dari praktik
Korupsi, Kolusi, dan Nepotisme (KKN).
Upaya pengembangan tersebut sejalan dengan asas akuntabilitas yang
dirumuskan dalam Pasal 3 Undang-Undang Nomor 28 Tahun 1999 tentang
Penyelenggaraan Negara yang Bersih dan Bebas Korupsi, Kolusi, dan Nepotisme,
bahwa asas akuntabilitas adalah asas yang menentukan bahwa setiap kegiatan dan
hasil akhir dari kegiatan penyelenggaraan negara harus dapat
dipertanggungjawabkan kepada masyarakat atau rakyat sebagai pemegang
kedaulatan tertinggi negara sesuai dengan ketentuan peraturan perundang-
undangan. Dalam rangka itu, pemerintah telah menerbitkan Instruksi Presiden
Nomor 7 Tahun 1999 tentang Akuntabilitas Kinerja Instansi Pemerintah. Instruksi
Presiden tersebut mewajibkan setiap instansi pemerintah sebagai unsur
penyelenggara negara untuk mempertanggungjawabkan pelaksanaan tugas, fungsi,
serta kewenangan dalam pengelolaan sumber daya dan kebijakan yang
dipercayakan kepadanya berdasarkan perencanaan strategis (strategic planning)
yang ditetapkan.
Dalam rangka perwujudan pertanggungjawaban tersebut, setiap instansi
pemerintah secara periodik wajib mengkomunikasikan pencapaian tujuan dan
sasaran strategis organisasi kepada para pemangku kepentingan, yang dituangkan
di dalam Laporan Kinerja (LAKIN). Berdasarkan Sistem Akuntabilitas Instansi
Pemerintah (SAKIP), penyusunan LAKIN dilakukan melalui proses penyusunan
Rencana Strategis (Renstra), penyusunan Rencana Kinerja, Penetapan Kinerja
(PK), dan Pengukuran Kinerja.
2
Gambar 0.1 Foto bersama pimpinan dan seluruh staf Pusat Pemanfaatan Penginderaan Jauh
Sejalan dengan itu, Pusat Pemanfaatan Penginderaan Jauh (PUSFATJA)
melaporkan kinerjanya sebagai bentuk pertanggungjawaban selama tahun anggaran
2018 sebagaimana Instruksi Presiden tersebut di atas. Laporan Kinerja (LAKIN) di
PUSFATJA tahun 2018 ini disusun untuk memenuhi ketentuan tentang pelaporan
kinerja tahunan sekaligus merupakan catatan tentang langkah-langkah kegiatan
yang telah dilaksanakan pada tahun 2018 lalu. Kegiatan tahun 2018 secara umum
merupakan kelanjutan dari kegiatan tahun-tahun sebelumnya, khususnya kelanjutan
dari kegiatan tahun 2017 yang dilaksanakan dalam rangka mencapai tujuan dan
sasaran strategis tahun 2015 – 2019. Namun pelaksanaan kegiatan tahun 2018,
mempunyai arti penting bagi Pusfatja karena Pusfatja tidak hanya melaksanakan
kegiatan sebagaimana biasanya, tapi didorong oleh suatu kemauan dan komitmen
para pihak di Pusfatja, pejabat struktural, fungsional untuk dapat mempertahankan
predikat “Pusat Unggulan IPTEK di Bidang Pemanfaatan dan Diseminasi Informasi
Penginderaan Jauh” oleh kementerian Riset, Teknologi dan Pendidikan Tinggi
(Ristekdikti). Tahun 2018 juga, menjadi tahun yang penting karena merupakan
tahun ke 4 dari Renstra Pusfatja 2015-2019 sekaligus sebagai waktu yang tepat
untuk melakukan evaluasi pelaksanaan Renstra Pusfatja dan melakukan tinjauan
manajemen atas hasil-hasil yang telah dicapai dan melakukan pengendalian,
penyesuaian-penyesuaian sasaran dan target-target disesuaikan dengan
3
perkembangan-perkembangan terakhir dari perkembangan penginderaan jauh dan
tantangan dalam penguasaan dan pemanfaatannya. Selain itu, Pusfatja menjadikan
tahun 2018, sebagai tahun “penguatan mutu” untuk semua bidang, penelitian,
pelayanan dan sebagainya. Pusfatja menetapkan kebijakan dan sasaran mutu serta
menerapakan system manajemen mutu dari ISO 9001:2015 dan KNAPPP 02:2017.
1.2. Tujuan Pokok dan Fungsi PUSFATJA
Pusat Pemanfaatan Penginderaan Jauh (PUSFATJA) merupakan salah satu
unit kerja di Deputi Bidang Penginderaan Jauh yang berkedudukan di Jl. Kalisari No.
8 Pekayon, Pasar Rebo, Jakarta Timur 13710.
Berdasarkan Peraturan Kepala Lembaga Penerbangan dan Antariksa Nasional
No. 8 Tahun 2015 dan No. 8 Tahun 2017 Pusat Pemanfaatan Penginderaan Jauh
mempunyai tugas melaksanakan penelitian, pengembangan, dan perekayasaan,
serta penyelenggaraan keantariksaan di bidang pemanfaatan penginderaan jauh.
Dalam melaksanakan tugasnya, Pusat Pemanfaatan Penginderaan Jauh
menyelenggarakan fungsi:
a. Penyusunan rencana, program, kegiatan, dan anggaran di bidang
pemanfaatan penginderaan jauh;
b. Penyiapan bahan rumusan kebijakan teknis di bidang pemanfaatan
penginderaan jauh;
c. Penelitian, pengembangan, dan perekayasaan di bidang pemanfaatan
penginderaan jauh;
d. Pengelolaan fasilitas penelitian, pengembangan, perekayasaan, dan
pemanfaatan di bidang pemanfaatan penginderaan jauh;
e. Pelaksanaan kegiatan diseminasi hasil penelitian, pengembangan, dan
perekayasaan di bidang pemanfaatan penginderaan jauh;
f. Pengolahan data dengan klasifikasi dan deteksi parameter geo-bio-fisik;
g. Penyiapan bahan penetapan metode dan kualitas pengolahan data;
h. Penyiapan bahan penyusunan pedoman pemanfaatan data dan diseminasi
informasi;
i. Pengelolaan dan pengembangan Sistem Pemantauan Bumi Nasional;
j. Pembinaan dan pemberian bimbingan teknis di bidang penelitian,
pengembangan, dan perekayasaan pemanfaatan penginderaan jauh;
4
k. Pelaksanaan kerja sama teknis di bidang pemanfaatan penginderaan jauh;
dan
l. Pelaksanaan administrasi keuangan, penatausahaan Barang Milik Negara,
pengelolaan rumah tangga, sumber daya manusia aparatur, dan tata usaha
pusat.
1.3. Struktur Organisasi
Gambar 0.2 Struktur Organisasi Pusat Pemanfaatan Penginderaan Jauh
Pusat Pemanfaatan Penginderaan Jauh terdiri atas:
a. Bagian Administrasi;
b. Bidang Program dan Fasilitas;
c. Bidang Diseminasi; dan
d. Kelompok Jabatan Fungsional.
Bagian Administrasi mempunyai tugas melaksanakan administrasi keuangan,
penatausahaan Barang Milik Negara, pengelolaan rumah tangga, sumber daya
manusia aparatur, dan tata usaha pusat.
Dalam melaksanakan tugasnya Bagian Administrasi menyelenggarakan fungsi :
a. pelaksanaan administrasi keuangan, penatausahaan Barang Milik Negara,
dan pengelolaan rumah tangga; dan
b. pengelolaan sumber daya manusia aparatur dan pelaksanaan urusan
ketatausahaan.
5
Bagian Administrasi terdiri atas:
a. Subbagian Keuangan dan Barang Milik Negara;
Subbagian Keuangan dan Barang Milik Negara mempunyai tugas melakukan
pelaksanaan administrasi keuangan, penatausahaan Barang Milik Negara,
dan pengelolaan rumah tangga.
b. Subbagian Sumber Daya Manusia dan Tata Usaha.
Subbagian Sumber Daya Manusia dan Tata Usaha mempunyai tugas
melakukan pengelolaan sumber daya manusia aparatur dan pelaksanaan
urusan ketatausahaan.
Bidang Program dan Fasilitas mempunyai tugas melaksanakan penyusunan
rencana program, kegiatan, dan anggaran, pengelolaan fasilitas penelitian,
pengembangan, perekayasaan serta pemantauan dan pelaporan kinerja pusat.
Bidang Diseminasi mempunyai tugas melaksanakan pengelolaan informasi
Sistem Pemantauan Bumi Nasional, pembinaan, pembimbingan teknis, dan
pelayanan, dokumentasi dan diseminasi hasil penelitian, pengembangan, dan
perekayasaan, serta penyiapan bahan pelaksanaan kerja sama teknis di bidang
pemanfaatan penginderaan jauh.
1.4. Aspek Strategis Organisasi dan Permasalahan Utama (Strategic Issued)
Dari pengalaman pelaksanaan tugas dan fungsi PUSFATJA dalam kurun 2010-
2014 serta kaitannya dengan UU No 21 tahun 2013, terdapat beberapa hal yang
perlu mendapat perhatian dalam kurun 2015-2019:
a. Standardisasi metode pengolahan dan produk informasi,
b. Pedoman pengolahan klasifikasi dan deteksi parameter geo-bio-fisik,
c. Pedoman diseminasi,
d. Penyediaan fasilitas pengolahan untuk pengguna di luar LAPAN,
e. Memberi masukan kepada pemerintah terkait dengan pemanfaatan data
penginderaan jauh untuk mendukung pembangunan nasional
f. Memberikan supervisi pemanfaatan data penginderaan jauh khususnya data
penginderaan jauh satelit kepada Kementrian, Lembaga, Pemerintah Provinsi,
kabupaten, dan Kota
g. Penyediaan Informasi spasial berbasis penginderaan jauh untuk “Peringatan
Dini” sebagai masukan pembuat keputusan dan pengambil kebijakan pada
instansi pusat dan daerah sehingga dapat melakukan tindakan antisipasi
6
kesiapsiagaan menghadapi bencana sehingga dapat mengurangi risiko korban
jiwa dan aset.
h. Operasi sistem Pemantauan Bumi Nasional secara terus menerus dalam
memberikan dan menyediakan Informasi berbasis penginderaan jauh real time
untuk mendukung pembangunan, yaitu:
Kemaritiman (perikanan, garis pantai, dll),
Ekonomi (pajak bumi dan bangunan),
Energi (geo thermal),
Ketahanan pangan,
Surveillance (pertahanan keamanan dan daerah perbatasan),
Daerah, pengembangan wilayah, dan pembangunan desa,
Lingkungan dan mitigasi bencana (epidemic penyakit, banjir, kebakaran
hutan, dan lahan, dll).
Penataan ruang khususnya penyusunan rencana detil tata ruang (RDTR)
untuk kabupaten/ kota
i. Hilirisasi termasuk alih teknologi (penjalaran teknologi) hasil litbangyasa
pemanfaatan penginderaan jauh yang dapat dimanfaatkan oleh para pemangku
kepentingan (pemerintah, dunia usaha, dan masyarakat)
1.5. Sumber Daya Manusia (SDM) dan Fasilitas
Sumber Daya Manusia (SDM) di Pusfatja pada tahun 2018 berjumlah 139 orang,
yang terdiri dari 91 orang Pegawai Negeri Sipil (PNS), 19 orang Tenaga Teknis
Strategis, 11 orang Satuan Pengamanan, 5 orang Pengemudi, dan 12 orang
Pramubakti. Secara umum komposisi SDM sudah memenuhi kaidah organisasi
litbangyasa dimana jumlah komposisi SDM administrasi sebesar 37% dan SDM
teknis sebesar 63%. Dilihat dari komposisi SDM berdasarkan jabatan fungsional,
terlihat bahwa fungsional administrasi sekitar 37% dan fungsional teknis sebesar
63%. Gambar 2. menunjukkan komposisi SDM berdasarkan jabatan fungsional.
Komposisi administrasi yang tersebar adalah administrasi umum berjumlah 20
orang, jabatan fungsional arsiparis berjumlah 2 orang, jabatan fungsional analis
kepegawaian 1 orang, tidak terdapat jabatan fungsional perencana dan jabatan
fungsional umum 21 orang. Komposisi SDM teknis terbanyak adalah jabatan
7
fungsional peneliti 41 orang, Perekayasa dengan jumlah 9 orang, Litkayasa
berjumlah 4 orang, Pranata Komputer berjumlah 7 orang. (Gambar 1.3.)
Gambar 0.3 Komposisi SDM PNS Pusfatja berdasarkan jabatan fungsional
Distribusi PNS berdasarkan usia kurang dari 30 Tahun 10 orang, 30 Tahun
sampai 39 Tahun 20 orang, 40 tahun sampai 49 Tahun 18 orang serta usia lebih dari
50 tahun berjumlah 43 orang (Gambar 3).
8
Gambar 0.4 Komposisi SDM PNS Pusfatja berdasarkan Usia
SDM Fungsional Peneliti Pusfatja tersebar dalam kelompok Peneliti Utama 3
orang, Peneliti Madya 16 orang, Peneliti Muda 18 orang dan Penelilti Pertama 9
orang (Gambar 1.5). Begitu pula SDM Fungsional Perekayasa Pusfatja tersebar
dalam kelompok Perekayasa Madya 4 orang, Perekayasa Muda 3 orang dan
Perekayasa Pertama 2 orang (Gambar 1.6).
Gambar 0.5 Komposisi Peneliti Pusfatja
9
Gambar 0.6 Komposisi Perekayasa Pusfatja
SDM Pusfatja berdasarkan pendidikan memiliki komposisi yang cukup baik,
namun masih sangat dirasakan kurang untuk SDM yang memiliki jenjang pendidikan
S3. Hanya terdapat 8 orang yang memiliki jejang pendidikan S3 tersebut. Idealnya,
sebagai lembaga riset yang menangani teknologi spesifik ini setidaknya memiliki 15-
20% SDM yang berpendidikan S3. Potensi pengembangannya sangat dimungkinkan
karena memiliki 34 orang yang berpendidikan S2, dan 29 orang yang berpendidikan
S1. Selebihnya adalah pegawai administrasi yang memiliki pendidikan kurang atau
sama dengan D3 adalah sebanyak 20 orang. Secara umum, komposisi SDM
Pusfatja ini tergolong baik karena potensi pengembangannya sangat tinggi. Gambar
1.7, diperlihatkan secara lengkap komposisi SDM berdasarkan jenjang pendidikan.
Selain jenjang formal, pendidikan dan pelatihan untuk penambahan kapasitas SDM
di bidang teknis dilakukan dengan mengirimkan SDM ke luar negeri seperti Asian
Institute of Technology, ITC Nederland, dan berbagai negara lainnya.
10
Gambar 0.7. SDM PUSFATJA berdasarkan pendidikan
Dari gambaran SDM tersebut di atas, SDM Pusfatja, masih perlu
dikembangkan tenaga peneliti dan perekayasa dan pengembangan SDM dengan
pendidikan S-3. Selain itu, SDM Pusfatja saat ini, belum banyak yang terlibat dalam
kegiatan internasional, diminta sebagai tenaga ahli, narasumber, atau pembicara
kunci pada seminar internasional dan masih sangat kurang SDM yang diminta
sebagai mitra bestari (viewer) pada Jurnal internasional Penginderaan Jauh. Untuk
Komposisi Pegawai Tidak Tetap terdiri dari 19 orang Tenaga Teknis Strategis, 11
Orang Tenaga Satuan Pengamanan, 5 orang Tenaga Pengemudi, dan 12 Orang
Tenaga Pramubhakti.
11
Gambar 0.8 SDM Pegawai Tidak Tetap di PUSFATJA
1.6. Gedung dan Bangunan
Sejak adanya kebijakan Kepala LAPAN terdahulu bahwa setiap satuan kerja
teknis mengelola gedung/bangunan sendiri, maka sejak tahun 2011, Pusfatja
mengelola pengelolaan mandiri terhadap gedung/bangunan yang diberikan sesuai
dengan kebijakan Kepala LAPAN. Saat ini Pusfatja mulai membenahi bangunan
yang ada dengan membangun Gedung D yaitu gedung baru 4 lantai yang digunakan
sebagai gedung para peneliti dan perekayasa. Pada tahun 2017 Pusfatja telah
memiliki 4 Gedung, yaitu Gedung A, Gedung B, Gedung C dan Gedung D. Gedung
A digunakan untuk Bagian Administrasi, maka Gedung A ditempati oleh Kepala
Pusfatja, Kepala Bagian Administrasi, Kasubbag Keu dan BMN, Kasubbag SDM dan
TU, Bendahara dan seluruh Staf Administrasi. Hal ini untuk memudahkan
komunikasi administrasi pimpinan dengan administrasi peneliti dan perekayasa. Di
Gedung A juga dilengkapi dengan Ruang Front Office, Ruang PPID, Ruang Display
serta RuangTraining. Namun Gedung B pada tahun 2017 di hapuskan untuk
digunakan menjadi Taman Pusfatja. Gedung C digunakan untuk Bidang Diseminasi
dan Kelompok Kegiatan Perekayasa, maka Gedung C ditempati oleh Kepala Bidang
Diseminasi, Kepala Kelompok Kegiatan Perekayasa, Staf Bidang Diseminasi,
anggota Kelompok Kegiatan Perekayasa dan ruang pengolahan data para Tenaga
12
Tekhnis Strategis. Di Gedung C juga dilengkapi dengan Ruang RSO, Ruang PNBP,
Ruang SIMBA serta ruang Server.
Gedung D digunakan untuk Bidang Program dan Fasilitas, dan Kelompok
Kegiatan Penelitian. Gedung D terdiri dari 4 lantai, dilantai 3 dan 4 Gedung D
disediakan2 ruang rapat kecil dengan daya tampung 10 orang dan 1 ruang rapat
besar dengan daya tampung 25 orang. Pada lantai 2 digunakan oleh Bidang
Program dan Fasilitas yang dilengkapi oleh ruang Kepala Bidang dan ruang stafnya,
selain itu juga terdapat Ruang Auditorium. Gedung D diperuntukan khusus untuk
para peneliti. Penataan jaringan internet ditata ulang sehingga komunikasi dan
sisteminformasi manajemen akan berlangsung dengan baik. Saat ini semua peneliti
sudahmenempati Gedung D sehingga bisa meningkatkan produktivitasnya.
Gedung dan bangunan di Pusfatja di setting agar para peneliti dan perekayasa
bisa berkarya dengan baik. Para peneliti dan perekayas menempati tempat kerja
(working station) lebih luas dibandingkan ukuran normalnya. Jika normalnya
berukuran 1.2 m x 1.2 m maka ruang kerja akan dibuat dengan luas 1.8 m x 1.8 m.
Setiap kepala kelompok baik kelompok peneliti maupun perekayasa akan
menempati ruangan sendiri dengan ukuran lebih dari 3 m x 3 m. Untuk memudahkan
diskusi, setiap lantai di gedung baru disediakan 2 ruang rapat kecil dengan daya
tampung 10 orang dan 1 ruang rapat besar dengan daya tampung 25 orang. Pada
lantai 2 terdapat suatu ruangan yang digunakan untuk pertemuan-pertemuan besar
sehingga jika ada informasi umum yang akan disampaikan bisa lebih mudah.
Untuk bagian administrasi, setelah adanya gedung baru ini atau gedung (D),
maka gedung depan (A) akan sepenuhnya ditempati oleh bagian administrasi dan
ruangan pimpinan satuan kerja. Hal ini untuk memudahkan komunikasi dalam hal
dukungan keadministrasian. Sedang para Fungsional teknis (Peneliti, Perekayasa,
Pranata Komputer, Litkayasa) menempati gedung D dan Gedung C. Sebagai
fasilitator administrasi untuk setiap lantai dari gedung dan bangunan telah
ditugasikan 1 orang sebagai fungsi penghubung administasi. Dalam rangka
meningkatkan layanan tata kelola litbangyasa baik secara fungsi administrasi
maupun komunikasi pengolahan data saat ini Pusfatja sedang mengembangan
sistem jaringan internet terpadu. Sehingga nantinya komunikasi dan sistem informasi
manajemen akan berlangsung dengan baik. Gambar 1.9. merupakan penampilan
gedung baru yang nantinya akan digunakan untuk peneliti Pusfatja.
13
Gambar 0.9 Kondisi Gedung Baru PUSFATJA LAPAN yang telah dibangun
PUSFATJA memiliki fasilitas server untuk mendukung Sistem Pemantauan
Bumi Nasional dan diseminasi informasi hasil-hasil litbangyasa. Untuk mendukung
validasi hasil-hasil litbangyasa, PUSFATJA juga memiliki fasilitas peralatan survei
lapangan yang diantaranya adalah field spectrometer (2 buah merk Ocean optics
dan 1 buah merk TriOS RAMSES), GPS, peralatan untuk mengukur kualitas
perairan (TSS, Klorofil, kedalaman, kecerahan), peralatan untuk pengukuran pH dan
suhu tanah, dan peralatan survei lainnya. Pada tahun 2017, telah dilengkapi dengan
fasilitas pesawat tanpa awak (drone) untuk mendukung kegiatan survei lapangan
terutama saat terjadi bencana kebakaran lahan dan hutan, banjir, longsor, atau
letusan gunung api yang dilengkapi dengan Laptop khusus survey lapangan.
14
Gambar 0.10 Kantor PUSFATJA terbaru, berlokasi di Jl. Kalisari No 8
1.7. Peralatan Pengolahan Data
Selain gedung/bangunan, fasilitas lain adalah komputer pengolah data yang
saat ini setiap peneliti/perekayasa memegang satu komputer sendiri. Fasilitas
software pengolahan data memang masih belum memadai namun Pusfatja memiliki
software pengolahan data berlisensi seperti ERDAS Imagine, ER MAPPER, Global
Mapper, ARCGIS, Definiens, ENVI, ECOGNITION dan beberapa software kecil
lainnya. Software-software tersebut merupakan software standard dan tersertifikasi
yang dapat digunakan untuk membantu pekerjaan pengolahan data dan kegiatan
litbangyasa di Pusfatja.
Selain software dan peralatan (hardware) pengolah data Pusfatja juga memiliki
beberapa peralatan instrumentasi ukur untuk kebutuhan survey lapangan dalam
rangka kegiatan validasi dan verifikasi, seperti: Spektrofotometer, TRIOS Ramses,
GPS baik handheld maupun geodetic, pengukur suhu udara, dan peralatan survey
lapangan lainnya. Pemanfaaatan terhadap peralatan yang dimiliki Pusfatja tersebut
di atas tidak hanya dimanfaatkan untuk keperluan penelitian LAPAN saja tapi juga
untuk mendukung pelayanan pemanfaatan kerjasama dengan kementerian,
15
lembaga dan pemerintah daerah serta dimanfaatkan atau dipinjam pakai oleh
berbagai instansi seperti ITS, Kementerian Kelautan dan Perikanan (KKP), Badan
Informasi Geospasial (BIG). Peralatan survey lapangan yang dimiliki Pusfatja masih
belum cukup memadai untuk kegiatan validasi dan verifikasi di lapangan.
Kekurangan peralatan tersebut, saat ini di atasi dengan pinjam pakai ke instansi lain
seperti Biotrop, LIPI dan sebagainya. Namun, walaupun peralatan tertentu yang
dibutuhkan tidak dimiliki oleh instansi lain sehingga kedepan harus tetap diadakan
oleh Pusfatja.
Untuk jaringan dan akses informasi, saat ini seluruh komputer yang ada di
Pusfatja terkoneksi dengan internet dan terhubung dalam satu jaringan. Pusfatja
memiliki server storage tersendiri yang memfasilitasi websitePusfatja sebagai sarana
penyebaran informasi. Fasilitas tersebut antara lain:
Software
• VMware vCenter Server Standard 5 for R720
• Microsoft Windows Server 2008 Std Edition for R620
• Vmware vSphere 5 Enterprise 2CPU for R720
• Dell Management Plug-In for Vmware vCenter
Hardware
Rack Server
Server: DELL vSTARST 50
Storage: Dell EQL6100 x 2 units (24x300GB 10K RPM)
Virtual Server: R720 x 2 units, (Intel 2 x Intel Xeon E5-2690 2.90GHz, 64GB Memory, 2x300GB)
Management Server: R420 x 1unit (Intel E5-2470 2.30GHz, 8GB Memory, 2x300GB)
Network: Dell Power Connect 7048R x 4 units
KVM: KVM Switch, Monitor 1U 17”, Keyboard+touchpad
UPS 20KVA x 6 units
HP ProLiant DL380G9-684 (SKU12016243)
16
• 2 x Xeon E5-2650v4 • 2 x 16GB RDIMM DDR4 • 2 x 800W • Rackmount (2U)
HP Server Memory 16GB PC-2400 [805349-B21]
HP 16GB (1x16GB) Single Rank x4 DDR4-2400 CAS-17-17-17 Registered
Memory Kit
HPF. Microsoft Windows Server 2016 [P00487-B21]
Windows server 2018, Standard ROK en SW
HPE Server HDD 1.2TB SAS [872479-B21]
Server HDD
Capacity 1.2TB
Interface SAS 12G
10k RPM
Small Form Factor 2.5 Inch
17
Gambar 0.11 System Rack Arsitektur Hardware
UPS & Rack Server.
Pendingin Konvensional
CPE: Router
NOC (Network Operasional Center) tapi tidak ada SOC (Security
Operations Center)
Kondisi jaringan yang ada sekarang masih sederhana dan merupakan desain
yang collapse, di mana Core untuk jaringan LAN atau kantor masih menjadi satu
dengan Core untuk Data Center. Selain itu dari sisi security juga masih belum ada
pemisahan antara traffic untuk LAN atau kantor dengan Data Center maupun
koneksi ke Pusat Teknologi Data yang secara operational berbeda entity atau
perusahaan. Dari sisi high availability juga masih belum merupakan desain yang
redundant. Selain itu untuk pengembangan ke depan, akan dibangun bangunan
baru untuk user, maka diperlukan juga penyediaan jaringan LAN untuk gedung baru
tersebut. Sebagai tambahan untuk meningkatkan mobility dan kemudahan akses
bagi user atau pengguna, diperlukan juga Wireless Fidelity (WiFi) akses. Berikut ini
adalah topologi jaringan yang ada di Pusat Pemanfaatan Penginderaan Jauh.
18
Gambar 0.12 Jaringan existing di Pusfatja 2018
Fasilitas tersebut diatas, membantu peneliti/perekayasa untuk dapat
mengakses informasi dari luar baik literature dalam google scholar maupun literature
jurnal yang bersifat gratis. Fasilitas lainnya adalah akses jurnal science direct yang
difasilitasi oleh Biro Kerjasama, Humas dan Umum (KSHU).
Terminal yang digunakan sebagian besar menggunakan PC dan sebagian lagi
menggunakan laptop. Sistem operasi yang digunakan saat ini menggunakan system
operasi windows dan menggunakan open source Linux. Didukung dengan aplikasi
pengolahan citra seperti Ermapper, Envi, Ecognation, Arcview, Arcgis, Erdas, Qgis,
dan lain sebagainya.
Peralatan Pendukung Survey Litbang
Fasilitas lain yang dimiliki Pusfatja yakni Peralatan Pendukung Survey Litbang.
Peralatan ini digunakan untuk melakukan validasi dan mengetahui kondisi atau
karakteristik in situ / lapangan yang akan atau sedang diteliti lokasinya. penggunaan
alat ini biasanya digunakan saat kegiatan penelitian dilakukan pada pertengahan
semester atau/dan di akhir tahun anggaran berjalan. setiap kelompok pemanfaatan
19
dan pengembangan peneltian terlebih dahulu, sudah merencanakan kegiatan survey
di awal tahun anggaran berjalan.
Gambar 0.13 Visualisasi beberapa contoh peralatan Pendukung Survey Litbang dan tempat penyimpanan di Pusfatja
20
Penggunaan WISP-3 Penggunaan ASD Spectrometer
Gambar 0.14 Visualisasi beberapa contoh peralatan Spektral
Setiap kelompok penelitian mempunyai kesempatan sebanyak dua kali
melakukan survey lapangan. Peralatan Pendukung Survey Litbang yang dimiliki oleh
Pusfatja, LAPAN, diantaranya: GPS trimble, GPS Garmin, Anemometer, thermocam,
Spektrofotometer, Thermometer Laser IR Fluke, Thermometer Laser IR krisbow,
Humidity meter, Kamera Cannon, Power inverter, Laptop Toshiba, Laptop HP,
Meteran, Handy talky, Digital Voice Recorder Sony ICD- UX 533F, LCD Proyektor
INFOCUS In 3914, Fishfinder GPS, Depthmare Portable Sounder, GARMIN
Fishfinder GPSMAP 2108+Garmin GA30 Antena+Tranducer, Spectroradiometer,
GNSS Geodetik, Digital voice recorder Sony ICD-UX523F, dan sebagianya.
Peralatan Pendukung Survey Litbang ini juga, dapat digunakan oleh kegiatan
penelitian di luar Pusfatja LAPAN. namun demikian perlu dijadualkan atau
direncanakan usulan penggunaan dari Pengguna Peralatan Pendukung Survey
Litbang. Pengguna Peralatan Pendukung Survey Litbang yang melakukan
peminjaman, adalah, BIG, BNPB, BMKG, Dishidros, KKP, Pemerintah Daerah,
lembaga pendidikan/ universitas, dan sebagainya. Berikut visualisasi peralatan
Pendukung Survey Litbang di Pusfatja pada Gambar 1.12.
21
Gambar 0.15 Visualisasi beberapa contoh penggunaan alat survey drone
Laboratorium Audio Visual Litbang
Fasilitas pendukung litbang lainnya adalah Laroratorium audio visual.
Laboratorium ini berfungsi sebagai media komunikasi dua arah baik audio maupun
visual antara stakeholder nasional (BIG, BMKG, BNPB, Akademisi/Universitas, dan
Pemerintah daerah) maupun internasional (JAXA, Sentinel Asia, RSO UNSPIDER,
DLR, NASA dan sebagainya). Berikut Gambar 12, terkait dokumentasi kegiatan
yang telah dilakukan dalam kegiatan video conferenceantara Pusfatja LAPAN
dengan DLR German.
Gambar 0.16.Salah satu kegiatan video conference antara Pusfatja LAPAN dengan Stakeholder
22
BAB II
RENCANA STRATEGIS 2015 – 2019
2.1 Rencana Strategis 2015-2019
Dengan mengacu kepada Peraturan Kepala LAPAN Nomor 8 Tahun 2015
Tentang Organisasi Dan Tata Kerja Lembaga Penerbangan Dan Antariksa Nasional
serta Keputusan Kepala No 251 Tahun 2015 tentang Indikator Utama Satuan Kerja
di Lingkungan Deputi Bidang Penginderaan Jauh, telah ditetapkan Visi, Misi, Tujuan
dan Sasaran Strategis PUSFATJA
2.1.1. Visi
Pusat unggulan dalam bidang pemanfaatan penginderaan jauh untuk
mewujudkan Indonesia maju dan mandiri.
2.1.2. Misi
1. Meningkatkan kualitas litbang pemanfaatan penginderaan jauh,
2. Meningkatkan kualitas pedoman dan informasi penginderaan jauh,
3. Melaksanakan dan mengelola Sistem Pemantauan Bumi Nasional.
2.1.3. Tujuan
a. Terwujudnya layanan prima di bidang pemanfaatan penginderaan jauh bagi
masyarakat,
b. Terwujudnya Sistem Pemantauan Bumi Nasional yang memenuhi kepatuhan
standard dan prosedur.
2.1.4. Sasaran Strategis
Sasaran strategis yang disiapkan oleh PUSFATJA dalam kurun waktu 2015-
2019 adalah sebagai berikut:
a. Meningkatnya penguasaan dan kemandirian iptek di bidang pemanfaatan
penginderaan jauh yang maju,
b. Meningkatnya layanan data dan informasi di bidang pemanfaatan
penginderaan jauh yang prima.
23
2.1.5. Target Sasaran Strategis Tahun 2018 dari Pembangunan Jangka
Menengah PUSFATJA 2015-2020
PUSFATJA menetapkan pada tahun 2018 ini target capaian dari Sasaran
Kinerja tersebut sebagai berikut:
Tabel 0.1 Sasaran Kinerja, Indikator Kinerja, dan Target Tahun 2018
No. Sasaran Strategis Indikator Kinerja Target
1. Meningkatnya penguasaan dan kemandirian iptek di bidang pemanfaatan penginderaan jauh yang maju
IKU 1 Jumlah model, prototipe, dan bahan pedoman pemanfaatan penginderaan jauh yang operasional untuk pemantauan sumber daya alam, lingkungan, serta mitigasI bencana dan perubahan iklim
16 Model 1 Prototype
IKU 2 Jumlah publikasi nasional terakreditasi di bidang pemanfaatan penginderaan jauh
20
IKU 3 Jumlah publikasi internasional yang terindeks di bidang pemanfaatan penginderaan jauh
5
IKU 4 Jumlah HKI yang diusulkan di bidang pemanfaatan penginderaan jauh
1
2. Meningkatnya layanan data dan informasi di bidang pemanfaatan penginderaan jauh yang prima
IKU 5 Jumlah instansi pengguna yang memanfaatkan layanan informasi penginderaan jauh.
90
IKU 6 Indeks Kepuasan Masyarakat atas layanan informasi penginderaan jauh.
82
Penentuan IKU PUSFATJA sebagaimana yang telah dijabarkan dalam
Rencana Strategis (Renstra) PUSFATJA tahun 2015-2019 juga dibuat berdasarkan
pada Peta Strategi Balance Score Card (BSC). Pada persiapan penyusunan
Rencana Kerja (Renja) Pusfatja 2018 terdapat penyesuaian target pada IKU 1
dimana pada Rencana Strategis Pusfatja 2015-2019 total capaian
model/modul/prototype/bahan pedoman adalah 20 berubah pada Renja 2018
menjadi total 17 (16 Model dan 1 prototype) diakibatkan karena adanya penyesuaian
anggaran yang diusulkan pada Renstra dimana jumlahnya menurun saat menjadi
pagu anggaran yang ditetapkan pada Renja 2018.
24
a. Peta Strategi
Berikut adalah Peta Strategi 2015-2019 dengan Balance Score Card (BSC)
Level 2 PUSFATJA.
Gambar 0.1 Peta Strategi Balance Score Card (BSC) Level 2 PUSFATJA
b. Sasaran Strategis, IKU dan Target
Pada tabel berikut dijabarkan target dari sasaran strategis dan indikator kinerja
utama PUSFATJA 2015-2019 yang tertuang pada Renstra Pusfatja 2015-2019.
25
Tabel 0.2 Sasaran Strategis, IKU dan Target PUSFATJA 2015-2019
Sasaran Strategis
IKU Target
2015 2016 2017 2018 2019
STAKEHOLDER PERSPECTIVE
SS1
Meningkatnya
penguasaan dan
kemandirian iptek di
bidang pemanfaatan
penginderaan jauh
yang maju
1
Jumlah model,
pedoman, modul dan
prototipe di bidang
penginderaan jauh
untuk pemantauan
sumberdaya alam
(SDA), lingkungan,
serta mitigasi
bencana dan
perubahan iklim
17 18 18 17 22
2
Jumlah publikasi
nasional terakreditasi
di bidang
pemanfaatan
penginderaan jauh
17 18 19 20 21
3
Jumlah publikasi
internasional yang
terindeks di bidang
pemanfaatan
penginderaan jauh
3 4 5 5 5
4
Jumlah HKI yang
diusulkan di bidang
pemanfaatan
penginderaan jauh
0 0 1 1 1
CUSTOMER PERSPECTIVE
SS2
Meningkatnya layanan
data dan informasi di
bidang pemanfaatan
penginderaan jauh
yang prima
5
Jumlah instansi
pengguna yang
memanfaatkan
layanan informasi
penginderaan jauh
45 45 50 90 95
6
Indeks Kepuasan
Masyarakat (IKM)
atas layanan
informasi
penginderan jauh
80 81 81 82 82
26
Sasaran Strategis
IKU Target
2015 2016 2017 2018 2019
INTERNAL PROCESS PERSPECTIVE
SS3
Terselenggaranya
Sistem Pemantauan
Bumi Nasional sesuai
standar ISO
7
Persentase kesiapan
Sistem Pemantauan
Bumi Nasional
terhadap ISO 9001
dan ISO 27001.
50 75 75 100 100
SS4
Peningkatan kapasitas
litbang pemanfaatan
penginderaan jauh.
8
Jumlah kerjasama
internasional yang
meningkatkan
kualitas SDM dan
fasilitas litbang
pemanfaatan
penginderaan jauh.
10 12 12 12 15
9
Prosentase
pemenuhan kriteria
pusat unggulan di
bidang pemanfaatan
penginderaan jauh.
20 30 50 75 100
10
Persentase
ketersediaan fasilitas
litbangyasa
pemanfaatan
penginderaan jauh
dibandingkan total
kebutuhan
10 10 10 10
SS5
Tersedianya sub-
sistem DSS untuk
mitigasi bencana alam
dan perubahan iklim
berbasis
penginderaan jauh
11
Jumlah sub-sistem
DSS lintas sektoral
terkait mitigasi
bencana dan
perubahan iklim
berbasis
penginderaan jauh.
1 1 1 1 1
SS6
Tersedianya metode
pengolahan
(klasifikasi dan
deteksi parameter
geobiofisik), pedoman
pemanfaatan data,
dan diseminasi
informasi
penginderaan jauh.
12
Jumlah pedoman
pemanfaatan
penginderaan jauh
yang sudah
ditetapkan menjadi
standar.
10 8 8 8 8
27
Sasaran Strategis
IKU Target
2015 2016 2017 2018 2019
LEARN & GROWTH PERSPECTIVE
SS7
Meningkatnya
Kapasitas dan
kompetensi SDM
Aparatur lingkup
Pusfatja
13
Persentase SDM
Pusfatja yang sudah
memenuhi
kompetensi
25% 25% 25% 25%
SS8 Meningkatnya
akuntabilitas kinerja
dan anggaran Pusfatja
14 Nilai implementasi
SAKIP Pusfatja 88 88 88 88 88
15
Persentase
Penyerapan
Anggaran Pusfatja
100 100 100 100 100
2.2. Rencana Kinerja Tahunan (RKT) 2018
Proses penyusunan dan pengusulan Rencana Kinerja Tahunan (RKT) 2018
dilakukan pada awal tahun 2018 sebagai masukan untuk penyusunan Rencana
Kinerja Pemerintah (RKP) tahun 2018. RKT 2018 Pusfatja disusun berdasarkan
pada Renstra PUSFATJA tahun 2015-2019 dan disesuaikan dengan Penetapan
Kinerja tahun 2017 serta disesuaikan dengan perubahan sasaran strategis dan IKU
LAPAN yang ditetapkan oleh Keputusan Kepala LAPAN Nomor 150 Tahun 2015
Tentang Penetapan Indikator Kinerja Utama Lembaga Penerbangan dan Antariksa
Nasional dan Peraturan Kepala LAPAN Nomor 151 Tahun 2015 tentang Indikator
Kinerja Utama Unit Organisasi Eselon I di Lingkungan Lembaga Penerbangan dan
Antariksa Nasional, Keputusan Kepala LAPAN Nomor 251 Tahun 2015 tentang
Indikator Kinerja Utama Satuan Kerja di Lingkungan Deputi Bidang Penginderaan
Jauh, serta pertimbangan-pertimbangan lain sesuai dengan perkembangan
penginderaan jauh nasional terutama terkait dengan pelaksanaan UU No 21 Tahun
2013 tentang Keantariksaan. Terdapat penyesuaian target pada IKU 1 dimana pada
Rencana Strategis Pusfatja 2015-2019 total capaian model/modul/prototype/bahan
pedoman adalah 20 berubah pada Renja 2018 menjadi total 17 (16 Model dan 1
prototype) diakibatkan karena adanya penyesuaian anggaran yang diusulkan pada
Renstra dimana jumlahnya menurun saat menjadi pagu anggaran yang ditetapkan
pada Renja 2018.
28
Berdasarkan hal tersebut telah ditetapkan Rencana Kinerja Tahunan (RKT)
PUSFATJA tahun 2018, sebagaimana tercantum dalam Tabel Rencana Kinerja
Tahunan 2018 yang disajikan pada Tabel 2.3.
Tabel 0.3 Rencana Kinerja Tahunan 2018
No. Sasaran Strategis Indikator Kinerja Target
1.
Meningkatnya Penguasaan dan
Kemandirian iptek di bidang pemanfaatan
penginderaan jauh yang maju
IKU 1
Jumlah model, prototipe, dan bahan pedoman pemanfaatan penginderaan
jauh yang operasional untuk pemantauan sumberdaya alam,
lingkungan, serta mitigasi bencana dan perubahan iklim
16 Model 1 Prototype
IKU 2 Jumlah publikasi nasional terakreditasi di bidang pemanfaatan penginderaan
jauh 20 Makalah
IKU 3 Jumlah publikasi internasional yang
terindeks di bidang pemanfaatan penginderaan jauh
5 makalah
IKU 4 Jumlah HKI yang diusulkan di bidang
pemanfaatan penginderaan jauh 1 Usulan Judul
2.
Meningkatnya layanan data dan informasi di bidang pemanfaatan
Penginderaan jauh yang prima
IKU 5 Jumlah instansi pengguna yang
memanfaatkan layanan informasi penginderaan jauh.
90 Instansi
IKU 6 Indeks Kepuasan Masyarakat atas
layanan informasi penginderaan jauh. 82
Sasaran strategis 1 menunjukkan bahwa PUSFATJA bermaksud
menindaklanjuti dan melaksanakan amanat UU No 21 Tahun 2013 tentang
Keantariksaan terutama terkait dengan pengaturan penyelenggaraan tata cara
penginderaan jauh nasional, berupa Peraturan Pemerintah, bahan-bahan kebijakan
di Bidang Penginderaan jauh sebagai implementasi Peraturan Presiden No.45
Tahun 2017 tentang Rencana Induk Penyelenggaraan Keantariksaan Tahun 2016-
2040 maupun bahan kebijakan untuk pedoman pemanfaatan penginderaan jauh,
berupa Peraturan Kepala, termasuk di dalamnya pengaturan untuk penyelenggaraan
penginderaan jauh. Pada tahun 2018, PUSFATJA juga fokus untuk Penguasaan dan
Kemandirian iptek di bidang pemanfaatan penginderaan melalui pengembangan
model, prototipe dan bahan pedoman aplikasi penginderaan jauh yang operasional
untuk pemantauan sumber daya alam, lingkungan, serta mitigasi bencana dan
perubahan iklim, publikasi ilmiah internasional terindeks dan jurnal nasional
terakreditasi.
29
Sasaran strategis 2 memperlihatkan bahwa PUSFATJA fokus untuk melakukan
pelayanan kepada berbagai pihak (pemerintah, dunia usaha, dan masyarakat)
dalam upaya melaksanakan pembinaan sebagaimana diamanatkan UU No. 21
Tahun 2013 Tentang Keantariksaan melalui bimbingan dan bantuan teknis,
konsultansi, dan supervisi pemanfaatan penginderaan jauh untuk meningkatkan
kemampuan nasional dalam pemanfaatan penginderaan jauh sehingga dapat
berkontribusi nyata dalam pelaksanaan pembangunan nasional untuk mencapai
Indonesia maju dan mandiri sesuai dengan visi pemerintah.
Kedua sasaran strategis tersebut menunjukkan keinginan kuat untuk
mewujudkan Pusfatja yang unggul, maju, mandiri, bermanfaat dan bereputasi
internasional sebagaimana diamanatkan dalam Renstra PUSFATJA tahun 2015-
2019 yang dapat selaras dan mengacu pada Renstra LAPAN 2015-2019.
2.3 Perjanjian Kinerja (PK) Tahun 2018
Berdasarkan Rencana Kinerja Tahunan (RKT) PUSFATJA tahun 2018 dan
Rencana Kegiatan dan Anggaran Kementerian Lembaga (RKAKL) tahun 2018
ditetapkan Perjanjian Kinerja (PK) Tahun 2018 yang merupakan perjanjian kinerja
PUSFATJA pada tahun 2018. Pelaksanaan Perjanjian Kinerja Tahun 2018,
PUSFATJA terikat dengan perjanjian kinerja antara Deputi Bidang Penginderaan
Jauh dengan Kepala Pusat Pemanfaatan Penginderaan Jauh. Selain perjanjian
kinerja antara Deputi dengan Kepala Pusat, perjanjian kinerja juga dilakukan antara
Kepala Pusat dengan Kepala Bidang dan juga antara Kepala Bidang dengan peneliti
dan perekayasanya melalui penetapan Sasaran Kerja Pegawai (SKP) 2018.
Perjanjian Kinerja (PK) PUSFATJA antara Deputi Penginderaan Jauh dengan
Kepala PUSFATJA Tahun 2018 diuraikan pada Tabel 2.4.
Perjanjian Kinerja PUSFATJA diturunkan menjadi rencana aksi yang beirisi
penjabaran kegiatan-kegiatan yang akan dilakukan untuk menjapai IKU yang sudah
ditetapkan. Rencana aksi dibagi dalam Triwulan I, Triwulan II, Triwulan III, dan
Triwulan IV dimana setiap triwulan memiliki rencana capaian target serta
kegiatannya. Begitu pula untuk Perjanjian Kinerja setiap pegawai memiliki SKP yang
diturunkan menjadi Target Kinerja Triwulanan. Dalam Target Kinerja Triwulanan
terdapat rencana capaian dan hasil yang diharapkan. Oleh karena itu, monitoring
kinerja dapat mengacu pada rencana aksi atau target kinerja triwulanan yang telah
dibuat. Selain itu, penilaian kinerja juga dijadikan dasar dalam memberikan
30
penghargaan (reward) dan sanksi (punishment). Terdapat penyesuaian target pada
IKU 1 dimana pada Rencana Strategis Pusfatja 2015-2019 total capaian
model/modul/prototype/bahan pedoman adalah 20 berubah pada Renja 2018
menjadi total 17 (16 Model dan 1 prototype) diakibatkan karena adanya penyesuaian
anggaran yang diusulkan pada Renstra dimana jumlahnya menurun saat menjadi
pagu anggaran yang ditetapkan pada Renja 2018.
Tabel 0.4 Perjanjian Kinerja PUSFATJA Tahun 2018
No Sasaran Strategis Indikator Kinerja Target Waktu Penyelesaian
(1) (2) (3) (4) (5)
1. Meningkatnya penguasaan dan kemandirian iptek di bidang pemanfaatan penginderaan jauh yang maju.
IKU 1
Jumlah model, prototipe, dan bahan pedoman pemanfaatan penginderaan jauh yang operasional untuk pemantauan sumberdaya alam, lingkungan, serta mitigasi bencana dan perubahan iklim.
16 Model 1 Prototype
12 bulan
IKU 2
Jumlah publikasi nasional terakreditasi di bidang pemanfaatan penginderaan jauh.
20 Makalah 12 bulan
IKU 3
Jumlah publikasi internasional yang terindeks di bidang pemanfaatan penginderaan jauh.
5 Makalah 12 bulan
IKU 4
Jumlah HKI yang diusulkan di bidang pemanfaatan penginderaan jauh.
1 Usulan Judul
12 bulan
2. Meningkatnya layanan data dan informasi di bidang pemanfaatan penginderaan jauh yang prima.
IKU 5
Jumlah instansi pengguna yang memanfaatkan layanan informasi penginderaan jauh.
90 Instansi 12 bulan
IKU 6
Indeks Kepuasan Masyarakat atas layanan informasi penginderaan jauh.
82 12 bulan
Dari tabel 2.3 Rencana Kinerja Tahun 2018 dan Tabel 2.4 Perjanjian Kinerja
2018 di atas, tidak terdapat perubahan target kinerja pada IKU 1, "Jumlah model,
prototipe, dan bahan pedoman pemanfaatan penginderaan jauh yang operasional
untuk pemantauan sumber daya alam, lingkungan, serta mitigasi bencana, dan
perubahan iklim" dari Sasaran 1 yaitu "Meningkatnya penguasaan dan kemandirian
iptek di bidang pemanfaatan penginderaan jauh yang maju". Target yang ditetapkan
pada Perjanjian Kinerja Tahun 2018 sesuai IKU 1 hingga 6 yaitu 16 model dan 1
31
prototipe, 20 makalah nasional, 5 makalah internasional, 1 usulan judul HKI,
pelayanan 90 instansi, dan 82 IKM atas layanan informasi penginderaan jauh.
Pertimbangan lain adalah bahwa dari masing-masing model aplikasi yang
dikembangkan dan telah dapat dioperasionalisasikan tersebut dapat dikembangkan
pedoman pemanfaatan terkait untuk menjadi bahan kebijakan penetapan kepala
LAPAN terkait dengan amanat UU No 21 Tahun 2013 Tentang Keantariksaan
bahwa pemanfaatan penginderaan jauh wajib mengikuti pedoman pemanfaatan
penginderaan Jauh dan metode pengolahan dan kualitas pengolahan penginderaan
jauh, metode klasifikasi, dan deteksi parameter bio-geo-fisik yang ditetapkan oleh
Kepala LAPAN.
Untuk Sasaran Strategis Utama (SSU) 1:
Meningkatnya Penguasaan dan kemandirian iptek di bidang pemanfaatan
penginderaan jauh yang maju.
Berikut penjelasan secara detail terhadap beberapa Indikator Kinerja Utama dari
Sasaran Strategis Utama 1, yakni:
IKU 1. Jumlah model, prototipe, dan bahan pedoman pemanfaatan penginderaan
jauh yang operasional untuk pemantauan sumber daya alam, lingkungan,
serta mitigasi bencana, dan perubahan iklim.
Definisi indikator IKU 1, yakni Model pemanfaatan penginderaan jauh
representasi atau diskripsi yang menjelaskan suatu objek, sistem, atau konsep yang
merupakan penyederhanaan atau idealisasi di bidang pemanfaatan penginderaan
jauh. Prototipe merupakan model yang dapat diimplementasikan untuk operasional.
Bahan pedoman adalah bahan petunjuk untuk melaksanakan operasional model
pemanfaatan penginderaan jauh.
Perhitungan target IKU 1, adalah dengan menghitung jumlah model, prototipe,
bahan pedoman, metode ataupun doktek di bidang penginderaan jauh yang
opersional untuk pemantauan sumber daya alam, lingkungan serta mitigasi
bencana, dan perubahan iklim dengan nilai TRL tertentu.
Rincian target IKU 1 yaitu 16 model dan 1 prototipe di bidang penginderaan
jauh yang operasional untuk pemantauan sumberdaya alam, lingkungan, serta
mitigasi bencana dan perubahan iklim.
Rencana aksi di Triwulan I sebesar 25% dengan target hasil yaitu review
modalitas, kajian state of the art, riset desain, rencana kerja penelitian, pengumpulan
32
data, monev triwulan I untuk 16 model, dan penyiapan prototipe dan infrastrukturnya
sejumlah 1 prototipe. Pada triwulan II rencana aksi ditargetkan mencapai 50%
berupa pengumpulan data, pengolahan awal, pembuatan model, monev Triwulan II
untuk 16 model, serta ujicoba 1 prototipe. Triwulan III target diharapkan mencapai
75% dengan hasil yaitu pengolahan data lanjut, verifikasi, model, analisis, monev
Triwulan III untuk 16 model, serta ujicoba dan verifikasi hasil 1 prototipe. Pada
Triwulan IV target capaian 100% dengan hasil analisis, pembuatan laporan akhir,
penulisan KTI, kolokium akhir untuk 16 model, dan operasionalisasi 1 prototipe.
IKU 2. Jumlah publikasi nasional terakreditasi di bidang pemanfaatan penginderaan
jauh
Definisi indikator IKU 2, yakni publikasi nasional yang terakreditasi adalah
karya tulis ilmiah hasil litbangyasa di bidang pemanfaatan penginderaan jauh yang
terakreditasi berdasarkan kriteria LIPI dan/atau DIKTI.
Perhitungan target IKU 2, adalah dengan menghitung jumlah makalah publikasi
ilmiah nasional di bidang pemanfaatan penginderaan jauh yang terbit pada jurnal
terakreditasi LIPI dan DIKTI. Rincian target IKU 2, terdiri atas 19 makalah di bidang
pemanfatan penginderaan jauh.
Rincian target IKU 2 yaitu 20 makalah publikasi ilmiah nasional di bidang
pemanfaatan penginderaan jauh yang terbit pada jurnal terakreditasi LIPI dan DIKTI.
Rencana aksi IKU 2 terbagi dalam Triwulan I, Triwulan II, Triwulan III, dan
Triwulan IV. Triwulan I hingga IV ditargetkan mencapai 11%, 21%, 53%, dan 100%
berupa pendataan, analisis dan proses penulisan, dan submitted jurnal untuk dapat
dicapai 20 makalah diterima untuk diterbitkan pada jurnal terakreditasi LIPI dan
DIKTI.
IKU 3. Jumlah publikasi internasional yang terindeks di bidang pemanfaatan
penginderaan jauh
Definisi indikator IKU 3, yakni publikasi internasional yang terindeks adalah
karya tulis ilmiah hasil litbangyasa di bidang pemanfaatan penginderaan jauh yang
telah diterbitkan di jurnal internasional dengan indeks SCOPUS.
Perhitungan target IKU 3, adalah dengan menghitung jumlah makalah publikasi
ilmiah internasional di bidang pemanfaatan penginderaan jauh yang terbit pada
jurnal terindeks SCOPUS. Rincian target IKU 3, terdiri atas 5 makalah publikasi
33
ilmiah internasional. Rencana aksi Triwulan I, II, III, dan IV ditargetkan mencapai
100% yang berupa kegiatan pendataan, analisis, proses penulisan, submitted jurnal
hingga penerbitan 5 makalah.
IKU 4. Jumlah HKI yang diusulkan di bidang pemanfaatan penginderaan jauh.
Pengertian HKI yang terdapat dalam IKU 4 merupakan hasil karya di bidang
pemanfaatan penginderaan jauh untuk memperoleh hak eksklusif yang diberikan
negara bagi pencipta suatu karya untuk mendapatkan kekuatan hukum.
Perhitungan target IKU 4 dilakukan dengan menghitung jumlah HKI di bidang
pemanfaatan penginderaan jauh yang telah terdaftarkan di Kementerian Hukum dan
HAM. Target IKU 4 yakni terdiri dari 1 usulan judul HKI untuk otomatisasi
pengolahan zona potensi penangkapan ikan (ZPPI).
Sasaran Strategis Utama (SSU) 1 memiliki 4 IKU dan menjadi kinerja dari Kepala
Bidang Program dan Fasilitas (Kabid Profas), Kepala Bidang Diseminasi (Kabid
Diseminasi, serta Kepala Bagian Administrasi (Kabag Administrasi) yang dituangkan
dalam Perjanjian Kinerja tahun 2018. Perjanjian kinerja tersebut ditanda tangani
antara Kepala Pusat Pemanfaatan Penginderaan Jauh dan Kabid Profas, Kabid
Diseminasi, serta Kabag Administrasi yang kemudian diturunkan menjadi kinerja dari
Kepala-Kepala Kelompok Pemanfaatan/ Kerekayasaan serta diturunkan ke dalam
SKP individu peneliti, perekayasa, dan perencana. Kelompok Pemanfaatan &
Kerekayasaan di Pusfatja terdiri dari Kelompok Pemanfaatan Sumber Daya Wilayah
Darat, Kelompok Pemanfaatan Sumber Daya Wilayah Laut dan Pesisir, Kelompok
Pemanfaatan Lingkungan dan Mitigasi Bencana, serta Kelompok Kerekayasaan.
Untuk Sasaran Strategis Utama (SSU) 2:
Meningkatnya layanan data dan informasi di bidang pemanfaatan penginderaan jauh
yang prima.
Penjelasan secara detail terhadap beberapa Indikator Kinerja Utama dari Sasaran
Strategis Utama 2, yakni:
IKU 5. Jumlah instansi pengguna yang memanfaatkan layanan informasi
penginderaan jauh
34
Instansi pengguna yang dimaksud dalam IKU 5 meliputi masyarakat umum,
masyarakat ilmiah, perguruan tinggi, pemerintah pusat dan daerah, serta swasta
yang memanfaatkan layanan informasi penginderaan jauh.
Perhitungan target IKU 5 dilakukan dengan menghitung jumlah instansi
pengguna yang memanfaatkan layanan informasi penginderaan jauh. Rincian target
IKU 5 sebanyak 90 instansi.
IKU 6. Indeks Kepuasan Masyarakat atas layanan informasi penginderaan jauh
Indeks Kepuasan Masyarakat (IKM) dalam IKU 6 merupakan tingkat
kepuasan masyarakat yang diperoleh dari hasil pengukuran kuantitatif atas
pendapat masyarakat dalam memperoleh pelayanan di bidang pemanfaatan
penginderaan jauh.
Perhitungan target IKU 6 dilakukan dengan menghitung rata-rata Indeks
Kepuasan Masyarakat atas layanan informasi penginderaan jauh yang dilakukan
melalui diseminasi kuisioner kepada pengguna pemanfaatan penginderaan jauh.
Traget nilai IKM tersebut dalam IKU adalah sebesar 82.
Indikator Tujuan
Untuk melihat keberhasilan dari capaian Pusfatja tahun 2015-2019, Pusfatja
menetapkan indikator tujuan, yakni:
1. Terwujudnya pelayanan prima dibidang pemanfaatan penginderaan jauh bagi
masyarakat.
2. Terwujudnya operasional SPBN yang memenuhi standard dan prosedur (ISO
9000 dan 27000).
3. Tercapainya Pusfatja ditetapkan sebagai Pusat Unggulan IPTEK di bidang
Pemanfaatan dan Diseminasi Informasi Penginderaan Jauh.
2.4 Mekanisme Pengumpulan Data Kinerja
Perjanjian kinerja Pusfatja tahun 2018 yang ditandatangani oleh Kepala Pusat
dengan Deputi Bidang Penginderaan Jauh dan sasaran strategis Pusfatja dalam
Renstra Pusfatja tahun 2015-2019 diturunkan menjadi perjanjian kinerja Kepala
Bidang yang ditanda tangani bersama antara Kepala Pusat, Kabid Profas, Kabid
Diseminasi, Kabag Administrasi, dan Kepala Kelompok Pemanfaatan
Litbang/Kerekayasaan (Kapokfat/Kapokyasa). Perjanjian Kinerja Kabid Profas dan
Kabid Diseminasi diturunkan menjadi SKP kinerja fungsional tertentu non peneliti,
35
perekayasa, dan perencana atau fungsional umum. Perjanjian Kinerja
Kapokfat/Kapokyasa diturunkan menjadi Perjanjian Kinerja Principal Investigator (PI)
dan Group Leader. Kinerja PI dan Group Leader diturunkan menjadi SKP Peneliti
dan Perekayasa. Perjanjian Kabag Administrasi diturunkan menjadi SKP Kepala Sub
Bagian SDM dan Ketatausahaan, Kepala Sub Bagian Keuangan dan BMN, serta
SKP Staf Fungsional selain Peneliti dan Perekayasa.
Penilaian terhadap kinerja di lingkungan Pusfatja dilakukan berdasarkan
Pedoman Pengelolaan Kinerja PUSFATJA dimana penilaian kinerja tersebut
dilakukan secara berjenjang. Penilaian kinerja dilakukan langsung oleh Kepala Pusat
atas usulan Kabid Profas bagi fungsional peneliti, perekayasa, dan perencana
tingkat madya hingga tingkat di atasnya. Sedangkan, penilaian kinerja untuk pejabat
fungsional peneliti, perekayasa, dan perencana dari tingkat pertama sampai dengan
muda dilakukan oleh Kabid Profas atas usulan dari Kapokfat/Kapokyasa. Untuk
fungsional lainnya, penilaian kinerja dilakukan oleh atasan langsung dari pejabat
fungsional.
Kegiatan pemantauan kinerja eselon III, eselon IV, Kapokfat, Kapokyasa dan
pegawai dilakukan melalui laporan teknis yang wajib dibuat oleh masing-masing
pihak dan disampaikan kepada Kabid Profas. Kabid Profas kemudian
melaporkannya kepada Kepala Pusat. Selain pemantauan melalui laporan teknis
bulanan, dilakukan pula pemantauan terhadap target triwulanan melalui laporan
triwulan (Gambar 2.2.).
Untuk pemantauan pelaksanaan kegiatan penelitian dan kerekayasaan
dilakukan evaluasi laporan kemajuan per triwulan dan atau per semester. Evaluasi
laporan triwulan dan atau semester dilakukan dengan melibatkan para pihak
pemangku kepentingan atau pengguna melalui forum diskusi kelompok serta
Kolokium. Pengaturan evaluasi tersebut diatur dalam Pedoman Perencanaan,
Pelaksanaan Pemantauan Evaluasi Kegiatan, dan Pelaporan di Pusat Pemanfaatan
Penginderaan Jauh.
36
Gambar 0.2 SOP mekanisme pengumpulan data kinerja
37
BAB III
AKUNTABILITAS KINERJA 2018
Pada pelaksanaan kegiatan di tahun 2018 kinerja PUSFATJA mencapai capaian
kinerja untuk setiap IKU yang telah ditetapkan yang dilaporkan dalam LAKIN
PUSFATJA. Laporan kinerja harus dapat dan mudah diukur sehingga dapat
menggambarkan atau menjelaskan pencapaian sasaran yang telah ditetapkan
berdasarkan hasil perumusan yang dituangkan pada Renstra 2015-2019. Bentuk
laporan kinerja tersebut merupakan akuntabilitas kinerja sebagai bentuk
pertanggungjawaban atas kinerja suatu organisasi kepada para pihak yang
mempunyai hak atau kewenangan untuk meminta pertanggungjawaban.
3.1. Analisis Capaian Kinerja Tahun 2018
Pada pelaksanaan kegiatan di tahun 2018 sebagaimana tersebut dalam
Penetapan Kinerja, Pusfatja mencapai hasil seperti disajikan pada Tabel 3.1.
Capaian kinerja untuk tiap IKU di atas 100%, bahkan untuk beberapa IKU jauh
melebihi target, antara lain: jumlah publikasi nasional terakreditasi di bidang
pemanfaatan penginderaan jauh, jumlah HKI yang diusulkan di bidang pemanfaatan
penginderaan jauh, jumlah instansi pengguna yang memanfaatkan layanan
informasi penginderaan jauh, dan Indeks Kepuasan Masyarakat atas layanan
informasi penginderaan jauh.
Capaian ini diperoleh dengan dukungan kegiatan riset yang telah dilakukan
oleh Pusfatja pada tahun 2018. Dari kegiatan tersebut, diperoleh 16 model dan 1
prototipe yang mencukupi kualitasnya untuk dijadikan pedoman pemanfaatan
penginderaan jauh. Model-model yang dibangun tersebut disajikan dalam
penjelasan berikutnya.
Dalam hal publikasi ilmiah nasional, Pusfatja mempublikasikan 20 judul karya
tulis ilmiah. Hal ini berarti bahwa kinerja publikasi ilmiah telah mencapai 20 jumlah
judul karya tulis ilmiah yang ditargetkan (100%). Indikator kinerja ini dicapai karena
adanya dukungan 2 jurnal ilmiah nasional penginderaan jauh yang dikelola oleh
LAPAN, dan keaktifan peneliti/perekayasa dalam mempublikasikan ke jurnal
nasional di luar LAPAN seperti GLOBE yang diterbitkan oleh BIG, serta keaktifan
peneliti dalam membimbing mahasiswa yang sedang melakukan penelitian di
Pusfatja yang menghasilkan produk karya ilmiah. Peran Seminar Nasional
38
Penginderaan Jauh sangat tinggi karena mendorong peneliti/perekayasa menuliskan
hasil penelitiannya dengan lebih baik. Sinas Inderaja juga membawa pengaruh
terhadap komunikasi ilmiah secara nasional dengan para ahli penginderaan jauh di
luar LAPAN dan stakeholder lainnya. Judul-judul publikasi ilmiah pemanfaatan
penginderaan jauh sebagaimana tersebut pada tabel di atas dapat dilihat pada
Lampiran 4.
Publikasi internasional terindeks di bidang pemanfaatan penginderaan jauh
mencapai 120%, yaitu 6 judul karya tulis ilmiah internasional dari 5 publikasi target
yang ditetapkan. Target publikasi ini tercapai karena keaktifan peneliti/perekayasa di
dalam kegiatan-kegiatan seminar internasional yang langsung mempublikasikan
karya tulis ilmiah yang dipersentasikan dalam publikasi ilmiah internasional
terindeks. Judul publikasi ilmiah internasional terindeks terlampir.
Tabel 0.1 Capaian Tahun 2018 Berdasarkan Perjanjian Kinerja 2018
Sasaran Strategis Utama
Indikator Kinerja Target Capaian
(1) (2) (3) (4)
1 Meningkatnya penguasaan dan kemandirian Iptek di bidang pemanfaatan penginderaan jauh yang maju
IKU 1 IKU 2 IKU 3 IKU 4
Jumlah model, prototipe, dan bahan pedoman pemanfaatan penginderaan jauh yang operasional untuk pemantauan sumberdaya alam, lingkungan, serta mitigasi bencana dan perubahan iklim. Jumlah publikasi nasional terakreditasi dibidang pemanfaatan penginderaan jauh. Jumlah publikasi internasional yang terindeks dibidang pemanfaatan penginderaan jauh. Jumlah HKI yang diusulkan dibidang pemanfaatan
16 Model / 1 Prototipe
20 Makalah
5 makalah
1 judul
16 Model / 1 Prototipe /
(100%)
20 makalah (100%)
6 makalah (120%)
1 judul (100%)
39
penginderaan jauh
2 Meningkatnya layanan data dan informasi di bidang pemanfaatan penginderaan jauh yang prima.
IKU 5 IKU 6
Jumlah instansi pengguna yang memanfaatkan layanan informasi penginderaan jauh. Indeks Kepuasan Masyarakat atas layanan informasi penginderaan jauh.
90 Instansi
82
123 instansi (137%)
85,75 (104 %)
Jumlah instansi pengguna yang memanfaatkan layanan informasi
penginderaan jauh seperti bimbingan teknis, bantuan teknis, supervisi/konsultansi
kepada berbagai pihak (kementerian, lembaga, pemerintah provinsi, pemerintah
kabupaten, dan pemerintah kota serta dunia usaha-swasta dan masyarakat-LSM)
yang mencapai 137% dari target 90 instansi dapat terlayani sebanyak 123 instansi
setingkat eselon II. Capaian kinerja ini dicapai karena keaktifan bidang diseminasi
dalam menjalankan tugas yang bersinergi dengan kelompok pemanfaatan. Selain
itu, terdapat suatu program bimtek secara regular yang dilakukan setiap bulan
bersama dengan Pusat Teknologi dan Data Penginderaan Jauh. Permintaan-
permintaan khusus juga datang dari instansi terkait penegakan hukum seperti
dengan Badan Narkotika Nasional, Komisi Pemberantasan Korupsi, Badan Reserse
dan Kriminal POLRI. Secara lengkap perhitungan capaian kinerja tahun 2018
disajikan pada Tabel 3.1
40
Rata-rata capaian kinerja Pusfatja dengan asumsi bahwa bobot tiap IKU adalah
sama maka berdasarkan Tabel 3.1, secara keseluruhan capaian kinerja Pusfatja
sebesar 139 %. Hal ini menunjukkan bahwa pada tahun 2018, Pusfatja telah
berhasil mencapai bahkan melampaui target yang telah ditetapkan pada PK 2018.
Untuk masing masing sasaran strategis 1 dan strategis 2, capaian pada tahun 2018
adalah: 106% dan 205%.
Capaian Pusfatja sebagaimana tersebut di atas tidak terlepas dari upaya
Pusfatja melakukan pembenahan tata kelola penyelenggaraan atau pelaksanaan
program atau kegiatan di Pusfatja serta pengelolaan kinerja. Pelaksanaan kegiatan
penelitian, pengembangan, dan perekayasaan (litbangyasa) di Pusfatja dilakukan
oleh kelompok litbangyasa. Dimana tiap kelompok didukung oleh sub-sub kelompok
tematik litbangysa. Masing-masing sub kelompok tersebut menyusun rencana
penelitian dan target capaian selama 5 tahun (2015-2019). Namun, rencana
penelitian tersebut senantiasa dapat disesuaikan dengan melihat hasil yang telah
dicapai, kebutuhan pengguna dan prioritas LAPAN. Rencana pelaksanaan kegiatan
dari masing-masing kelompok selalu dikomunikasi dengan pengguna melalui diskusi
kelompok terfokus (FGD) dan melibatkan pakar dari perguruan tinggi. Pelaksanaan
kegiatan litbangyasa sejak perencanaan sampai evaluasi serta pelaporan tersebut
dikoordinasikan oleh Bidang Program dan Fasilitas (Profas).
Setiap bulan masing-masing ketua kelompok melaporkan semua capaian atau
proses kegiatan yang dilakukan oleh semua sub kelompok di bawahnya dan setiap
triwulan dilakukan penilaian (evaluasi). Selain laporan triwulan dilakukan pula
evaluasi semester dimana pada laporan semester senantiasa melibatkan pengguna
atau pakar dari perguruan tinggi. Kepala Bidang Profas setiap bulan senantiasa
melaporkan hasil monitoring kegiatan yang dilaporkan setiap kelompok kepada
Kapusfatja dan kepala kelompok dengan memberikan catatan (notifikasi) terhadap
laporan kelompok. Selain itu, terdapat forum konfirmasi antara Kabid Profas dengan
ketua-ketua kelompok litbangyasa untuk klarifikasi dan “update” (revisi) terhadap
laporan yang telah disampaikan. Dengan proses sebagaimana tersebut di atas,
kinerja kelompok dan target-target capaian yang telah ditetapkan pada perjanjian
kinerja Pusfatja dapat senantiasa dipantau dan dilakukan tindak lanjut untuk
menjaga setiap kelompok dapat memenuhi target kinerjanya.
Berdasarkan capaian kinerja Pusfatja seperti yang tertera dalam Tabel 3.1
dapat diuraikan penjelasannya sebagai berikut:
41
Sasaran Strategis 1: Meningkatnya penguasaan dan kemandirian Iptek di
bidang pemanfaatan penginderaan jauh yang maju.
Pada sasaran strategis 1 terdapat 4 IKU, yakni:
IKU 1: Jumlah model, pedoman, modul, dan prototipe di bidang penginderaan
jauh untuk pemanfaatan penginderaan jauh untuk pemantauan sumber
daya alam (sda), lingkungan, serta mitigasi bencana, dan perubahan
iklim.
Pada persiapan penyusunan Rencana Kerja (Renja) Pusfatja 2018 terdapat
penyesuaian target pada IKU 1 dimana pada Rencana Strategis Pusfatja 2015-2019
total capaian model/modul/prototype/bahan pedoman adalah 20 berubah pada
Renja 2018 menjadi total 17 (16 Model dan 1 prototype) diakibatkan karena adanya
penyesuaian anggaran yang diusulkan pada Renstra dimana jumlahnya menurun
saat menjadi pagu anggaran yang ditetapkan pada Renja 2018. Output yang
dihasilkan pada IKU 1 berupa 16 model dan 1 prototipe pemanfaatan penginderaan
jauh/ prototipe sistem perekayasa. (Tabel 3.2). Dan Perbandingan capaian IKU 1
dengan tahun sebelumnya tertera pada Tabel.3.3
Tabel 0.2 Capaian Sasaran Strategis 1 dan Target IKU 1 PUSFATJA Tahun 2018
Indikator Kinerja Target Realisasi Capaian
IKU 1:
Jumlah model, pedoman, modul, dan
prototipe di bidang penginderaan jauh
untuk pemanfaatan penginderaan jauh
untuk pemantauan sumber daya alam
(sda), lingkungan, serta mitigasi bencana,
dan perubahan iklim.
16 model
1 prototipe
16 model
1 prototipe
100%
Tabel 0.3 Perbandingan Capaian IKU 1 dengan Tahun Sebelumnya
IKU 1 2015 2016 2017 2018 Target
Renstra
2019
Realisasi Realisasi Realisasi Target Realisasi Capaian
Jumlah
model,
18 20 21 17 17 100 22
42
pedoman,
modul, dan
prototipe di
bidang
penginderaan
jauh untuk
pemanfaatan
penginderaan
jauh untuk
pemantauan
sumber daya
alam (sda),
lingkungan,
serta mitigasi
bencana, dan
perubahan
iklim.
Output 16 model pemanfaatan penginderaan jauh yang telah dihasilkan oleh
Pusfatja pada tahun 2018 adalah sebagai berikut:
(1) Pemanfaatan Data Penginderaan Jauh Untuk Memantau dan Menganalisis
Fase Pertumbuhan Tanaman Padi
Penelitian ini bertujuan untuk mengembangkan model pertumbuhan
tanaman padi sawah menggunakan data Landsat 8 Multitemporal di pulau
Jawa. Lokasi penelitian adalah area persawahan PT Sang Hyang Sri, Subang,
Jawa Barat dan sekitar Malang, Jawa Timur. Manfaat penelitian dapat
menentukan kelas tingkat kehijauan vegetasi (TKV) tanaman padi, memantau
fase pertumbuhan tanaman padi, dan memprediksi waktu dan luas panen
berdasarkan estimasi umur tanaman padi.
43
Gambar 0.1 Profil Pertumbuhan Tanaman Padi pada Lahan Sawah dengan EVI Max 0.55-0.60
Deteksi tanaman padi yang ditanami di lahan sawah ditentukan
berdasarkan 3 kriteria utama, yaitu EVI Maksimum, nilai EVI saat
penggenangan/awal tanam, serta perbedaan EVi Maksimum dengan EVI saat
tanam. Tahapan pengolahan data dan analisis data EVI Multitemporal Landsat
8 untuk memperoleh Profil pertumbuhannya di setiap kelas lahan sawah
disajikan dalam Gambar 3.1.
Model Pertumbuhan Tanaman Padi berdasarkan analisis regresi adalah
sebagai berikut :
Persamaan : Y = b0 + b1*X + b2*X^2 + b3*X^3
Y = 128 + 125*EVI (Data EVI 8 dari citra Landsat 8 Bit)
X = HST (Hari Setelah Tanam)’
(2) Pemanfaatan Data Penginderaan Jauh untuk Perairan Darat (Monitoring
Danau).
Penentuan batas tetap danau paparan banjir dapat didekati dengan hitung
perataan kuadrat terkecil. Metode yang digunakan adalah harmonic modeling
dengan menggunakan data dengan multitemporal yang lama dan diusahakan
pada rentang 1 periode pasang surut (~18,61 tahun). Metode tersebut dipantau
dengan pengamatan di citra multitemporal pada wilayah darat dan air. Wilayah
campuran darat dan air bisa ditentukan oleh metode ini sebagai darat atau
danau. Orde yang digunakan pada metode ini adalah 1.
44
Gambar 0.2 Anomali Bouguer di Danau Cascade Mahakam
Selain penentuan batas tetap danau paparan banjir, juga dilakukan
ekstraksi informasi geobiofisik bawah permukaan Danau Cascade Mahakam.
Informasi yang diekstraksi adalah gangguan gaya berat (gravity disturbance),
anomali Bouguer, dan deformasi vertical (Gambar 3.2). Gravity disturbance ini
memetakan kondisi bawa permukaan. Hal tersebut bermanfaat pada
pendeteksian potensi energi dan sumber daya mineral. Gravity disturbance ini
juga bermanfaat pada aplikasi tektonik dan vulkanik. Pada Danau Cascade
Mahakam ini belum ditemukan potensi energi. Anomali Bouguer merupakan
salah satu parameter dari grafity modeling forwad. Parameter ini bermanfaat
dalam pendeteksian potensi batuan dan non batuan yang berada di bawah
permukaan Danau Cascade Mahakam. Anomali Bouguer ini juga bermanfaat
dalam aplikasi tektonik. Anomali Bouguer juga sering digunakan untuk aplikasi
geofisika.
(3) Pemanfaatan Data Radar untuk Lingkungan Pertambangan
Kawasan pertambangan timah pada data sentinel -1 dengan kombinasi
RGB VV,VH,(VV/VH)*(VV-VH) dicirikan dengan pola yang menjari mengikuti
lembah ataupun alur sungai, dengan bentuk yang tidak teratur. Dari parameter
warna, kawasan pertambangan memiliki warna ungu gelap dengan bercak –
bercak hitam. Bercak hitam ini merupakan “kolong”. Pada data sentinel -1,
kawasan pertambangan dapat di bedakan dengan lahan terbuka non
pertambangan. Lahan terbuka non pertambangan memiliki warna merah
terang. Hal ini terjadi karena selain dipengaruhi oleh tutupan lahan, data radar
45
juga dipengaruhi oleh texture atau relief permukaan. Pada kawasan
pertambangan texture dan relief nya lebih kasar daripada lahan terbuka non
pertambangan disebabkan kegiatan pertambangan yang mengeruk tanah
untuk di gali dan ditimbun disekitarnya, sedangkan lahan terbuka non
pertambangan biasanya terdapat di daerah yang relatif datar. Pada data
sentinel-1 juga tidak dapat dibedakan antara kawasan pertambangan yang
memiliki banyak pasir kuarsa putih ataupun tidak dan tidak ada tutupan awan
karena sifat dari gelombang radar. Kedua hal tersebut mampu menutupi
kekurangan penggunaan data Landsat-8 (Gambar 3.3)
Gambar 0.3 Citra Sentinel-1 kombinasi RGB VV,VH,(VV/VH)*(VV-VH) di daerah Kabupaten Bangka yang memiliki banyak kawasan pertambangan
(4) Pemanfaatan Data Penginderaan Jauh Resolusi Tinggi untuk Tata Ruang
Perkotaan
Data kamera LSU yang memiliki resolusi spasial sangat tinggi menjadi
alternatif dan komplemen bagi data citra satelit resolusi sangat tinggi (CSRST),
salah satunya adalah Pleiades-1A. Data Pleiades-1A memiliki resolusi spasial
mencapai 50 cm, sementara itu data kamera LSU memiliki resolusi spasial
mencapai 5 cm. Dalam penelitian ini dilakukan kajian untuk membandingkan
profil spasial pada data kamera LSU dengan data Pleiades-1A. Metode yang
dilakukan dalam penelitian ini yaitu membandingkan profil spasial pada kedua
46
citra. Transek dibuat pada area yang berbeda dengan tutupan lahan yang
beragam serta memiliki topografi datar hingga landai. Hasil menunjukkan
bahwa kedua citra memiliki pola reflektan dengan intensitas yang sama. Hasil
selanjutnya menunjukkan bahwa resolusi spasial yang dimiliki data kamera
LSU 10 kali lebih tinggi daripada data Pleiades yang dilihat dari panjang
transek yang dibuat pada setiap data. Data kamera LSU memiliki pola pada
profil yang lebih detail pada jarak transek yang sama sehingga pada setiap
perubahan objek akan terlihat perubahan nilai digital yang signifikan pada
profil, sementara itu pada data Pleiades banyak ditemukan piksel campuran
yang terlihat dari pola profil karena resolusi spasialnya di bawah data kamera
LSU.
Pengolahan data dalam penelitian ini diawali dengan pembuatan citra
orthomosaik dari data foto tunggal yang telah dihasilkan pada proses akuisisi di
sebagian wilayah Muara Angke, Jakarta Utara. Setelah dihasilkan citra
termosaik sebagian wilayah Muara Angke, tahap selanjutnya yaitu melakukan
pemilihan Area of Interest (AOI) yang menjadi area sampel untuk membuat
transek profil. Sementara itu untuk data Pleiades-1A, dilakukan pemilihan AOI
pada data yang sudah di-pansharpened. Setelah dilakukan pemilihan AOI,
selanjutnya dilakukan pembuatan transek profil pada setiap AOI. Setelah itu,
tahap selanjutnya adalah analisis terhadap transek profil pada seluruh AOI,
baik itu pada data Pleiades-1A maupun data kamera LSU (Gambar 3.4)
47
(A)
(B)
Gambar 0.4 Wilayah kajian. (A) Citra orthomosaik LSU (B) Data Pleiades-1A
(5) Pemanfaatan Data LAPAN A3 untuk Monotoring Padi
Proses klasifikasi OBIA pada data LAPAN A3 yang digunakan untuk
mengidentifikasi lahan sawah yang ada di Kabupaten Subang menghasilkan 4
kelas yaitu sawah air, sawah vegetasi, sawah bera, dan non sawah. Dalam
melakukan klasifikasi data LAPAN A3 menggunakan Band green, red, dan NIR
karena memiliki resolusi spectral yang mudah digunakan dalam
mengidentifikasi vegetasi dan air. Untuk mengidentifikasi 4 kelas tersebut
digunakan beberapa sampel yang memiliki bentuk, warna dan tekstur yang
sama. Dari hasil proses segmentasi masih terdapat beberapa kenampakan
oversegmented dalam kenampakan obyek yang sama. Oversegmented ini
dikarenakan kurang tepatnya dalam pemberian nilai pada tiap-tiap parameter
algoritma ketika proses segmentasi dilakukan. Pemberian nilai sangat
berpengaruh terhadap hasil yang ditampilkan. Contohnya pada obyek sawah
air kenampakan hampir sama dengan lahan terbuka (sawah bera), hanya saja
obyek air warna lebih sedikit tua. Setelah proses pengambilan sampel
dilakukan, maka klasifikasi data LAPAN A3 menggunakan scale parameter
1000, shape (0.5) dan compactness (0.9) yang digunakan untuk
menggabungkan antar obyek. Hasil klasifikasi masih dalam bentuk raster,
48
kemudian di eksport dalam format shp yang akan digunakan dalam pengujian
nilai akurasinya dengan data Landsat 8 OLI. (Gambar 3.5)
(a) (b)
Gambar 0.5 Hasil segementasi digital berbasis obyek dan pengambilan beberapa sampel pada obyek-obyek yang memiliki kesamaan (a), dan hasil
klasifikasi dan pengkelasan (b) dengan menggunakan data LAPAN A3 Tanggal 19 Juni 2017
(6) Pemanfaatan Penginderaan Jauh LAPAN A3 untuk Identifikasi Hutan
Data satelit LAPAN-A3 dapat digunakan untuk mendeteksi parameter
geobiofisik yang indeks vegetasi (NDVI), Indeks tanah (NDSI) dan Indeks Air
(NDWI) dengan menggunakan pengembangan modifikasi formula. Formula
yang digunakan pada citra Landsat dapat digunakan pada citra satelit LAPAN-
A3 dengan modifikasi formula:
NDVI(LAPAN-A3) = NIRRED
NIRRED
,
Sedangkan NDSI yang digunakan pada data optik Landsat tidak dapat
digunakan pada citra satelit LAPAN-A3, karena satelit LAPAN-A3 tidak memiliki
band SWIR, walaupun sudah dimodifikasi dengan mengggunakan band lainnya
yaitu green, ternyata tidak dapat mengidentifikasi lahan kering, tetapi
berpotensial untuk mengidentifikasi lahan terbuka basah.
NDSI(LAPAN-A3) = NIRGreen
NIRGreen
49
dan untuk mengidentifkasi lahan yang mengandung air dapat digunakan
formula dengan memanfaatkan band red, green dan blue. Formula yang
optimal untuk mengidentifikasi lahan berair adalah :
NDWI(LAPAN-A3) = dBlue
dBlue
Re
Re
Tingkat ketelitian dari perbandingan analisis data LAPAN-A3 dengan Landsat-8
60%, dan perlu dilakukan verifikasi dan divalidasi lapangan.
(7) Pemanfaatan Data Penginderaan Jauh untuk Monitoring Tanaman Tebu
Metode penelitian yang digunakan adalah teknik pengolahan citra optik
untuk analisis visual citra dan teknik pengolahan digital untuk analisis digital.
Setelah dilakukan pengolahan citra Landsat multitemporal dan citra NDVI
kemudian citra dioverlay dengan peta digital blok tanaman tebu yang diperoleh
dari PTPG Subang, selanjutnya diekstrak nilai NDVI rata-rata pada setiap blok
tebu. Kemudian dilakukan pemilihan sampel berdasarkan interpretasi secara
visual pada blok-blok tebu menggunakan data Landsat multitemporal, diperoleh
beberapa sampel blok yang mewakili, yang hasil salah satu sampel blok
kemudian dianalisis pola/model pertumbuhan tebunya, kemudian dibuat model
regresi, sehingga di hasilkan pola dan persamaan kuadratik dari persamaan
regresi antara umur tanaman tebu (16 harian) dengan nilai NDVI. Gambar pola
dan persamaan regresi dari salah satu blok sampel disajikan dalam Gambar 3.
Dari hasil yang diperoleh dengan beberapa sampel blok tanaman tebu
menggunakan data Landsat multitemporal dan dianalisis pola pertumbuhan
tanaman tebu menggunakan data NDVI selama 1 periode tanam menunjukkan
kurva polinomial orde 2 dengan koefisien regresi rata-rata di atas 0.8. (Gambar
3.6)
50
Gambar 0.6 Perolehan data Landsat multitemporal path/row 122/064, Tahun 2014.
(8) Pemanfaatan Data Penginderaan Jauh untuk Batimetri 1
Dari data Landsat 8 dihasilkan informasi batimetri Bawean menggunakan
metode Random Forest. Dengan metode Random Forest yang relative cepat
dalam proses pengolahan, batimetri dari data Landsat 8 dapat digunakan
sebagai informasi batimetri awal dalam penyediaan dan pembaruan informasi
batimetri. Dari data SPOT 6/7 dihasilkan batimetri menggunakan metode
Random Forest dan Kanno. Metode Kanno TNP memberikan hasil yang
terbaik. Hasil analisis menggunakan 2500 titik sampel di perairan Mansuar
diperoleh RMSE sebesar 0,6567 dan koefisien determinasi R2 sebesar 0,9860.
Dengan demikian, batimetri dari data SPOT 6/7 dapat digunakan untuk
pembuatan dan pembaruan informasi batimetri dengan resolusi spasial 6 m.
Penggunaan data Pleiades untuk batimetri masih memerlukan pengembangan
lebih lanjut, pada lokasi studi area yang mewakili perairan vulkanik dan
terumbu (Gambar 3.7)
51
Gambar 0.7. Batimetri Bawean dari Landsat 8 menggunakan metode Random Forest
(9) Pemanfaatan Data Penginderaan Jauh untuk Informasi Zona Potensi
Penangkapan Ikan (ZPPI)
Berdasarkan hasil pengolahan data satelit yaitu suhu permukaan laut dari
SNPP VIIRS, diperoleh informasi ZPPI pesisir untuk perairan Nias Utara
tanggal 28 November 2018 seperti ditampilkan pada Gambar 3.8. Terdapat 13
titik koordinat ZPPI dan letaknya kurang dari 12 mil. Setiap titik koordinat ZPPI
mempunyai cakupan radius 3 km. Informasi ZPPI pesisir untuk perairan Nias
Utara cakupannya mulai dari 1 mil sampai 12 mil. Penentuan 1 mil dilakukan
berdasarkan hasil survei pengukuran kedalaman laut dan informasi yang
diperoleh dari nelayan Nias Utara terkait jarak lokasi penangkapan ikan dari
pantai. Untuk 1 mil dari pantai kedalamannya sudah mencapai 40 meter lebih
dan merupakan lokasi penangkapan ikan oleh nelayan pesisir..
52
Gambar 0.8 Informasi ZPPI Pesisir Perairan Kabupaten Nias Utara
(10) Pemanfaatan Data Penginderaan Jauh untuk Ekstraksi Informasi
Ekosistem Mangrove
Untuk menjawab tujuan ketiga dimulai dengan 2 kandidat model yaitu
Indeks Mangrove digunakan sendiri dan model kedua menggunakan gabungan
Indeks Mangrove dan NDVI. Untuk mengembangkan dua kandidat model
tersebut, diperlukan metode penilaian kondisi mangrove dari data lapangan
untuk digunakan sebagai input data dalam litbang dan/atau validasi. Metode
penilaian kondisi mangrove masih beragam dan belum baku, sehingga
diperlukan studi pustaka mengenai hal tersebut. Studi pustaka sdh dilakukan
dan ditulis salam satu KTI. Selain itu hasil dari studi pustaka yaitu metode-
metode penilaian digunakan dalam pemgambilan data lapangan baik di Alas
Purwo maupun Segara Anakan Cilacap. Sampai tulisan ini ditulis analisa data
lapangan dan analisa lainnya masih terus dilakukan. Salah satu hasil analisa
data lapangan di Alas Purwo digunakan dalam analisa tujuan pertama di atas.
53
(11) Pemanfaatan Data Penginderaan Jauh untuk Budidaya Perikanan
Analisis potensi kawasan seringkali memanfaatkan data penginderaan jauh
(inderaja). Secara umum, data inderaja merupakan sumber data bagi analisis
spatial dengan Sistem Informasi Geografis (SIG). Penggabungan data inderaja
dan SIG dapat meningkatkan cakupan wilayah yang diestimasi baik secara
spatial dan temporal. Beberapa parameter yang dapat digunakan untuk
penentuan lokasi potensi kawasan budidaya adalah muatan padatan
tersuspensi (MPT), suhu permukaan laut (SPL), klorofil a, dan kedalaman air.
Berdasarkan hasil pengolahan data, maka diperoleh informasi kesesuaian
budidaya perikanan untuk 15 provinsi prioritas. Berikut adalah contoh dari
kesesuaian budidaya perikanan (Gambar 3.9 – Gambar 3.10).
Gambar 0.9 Informasi Kesesuaian Budidaya Kerapu
54
Gambar 0.10 Informasi Kesesuaian Budidaya Rumput Laut
(12) Pengembangan Model Pemanfaatan Data Penginderaan Jauh untuk
Ekstraksi Informasi Kualitas Perairan
Data citra Landsat 8 yang digunakan pada kegiatan penelitian ini terdiri dari
2 seri perekaman data yaitu tanggal 22 juli dan 23 Agustus 2018. Pelaksanaan
survei lapangan dilakukan berbarengan dengan perekaman data pada tanggal
7 Agustus 2018. Namun, pada tanggal tersebut seluruh lokasi kajian tertutupi
oleh awan tebal sehingga penggunaan data citra diambil sebelum dan sesudah
tanggal pelaksanaan survei lapangan. Total sampel yang diukur sebanyak 64
titik selama 6 hari. Kegiatan survei lapangan pada tahun ini terdapat
penambahan peralatan baru yaitu spektrometer WISP-3. Alat ini dapat
mengukur secara langsung konsentrasi dari parameter muatan padatan
tersuspensi (mg/L), klorofil-a (µg/L), atenuasi (meter), dan konsentrasi
pychocyanin yang dihasilkan oleh fitoplankton jenis tertentu. Pada kegiatan
survei kali ini, alat ini digunakan pula untuk membandingkan hasil yang
diperoleh antara penggunaan alat dengan pengukuran muatan padatan
55
tersuspensi dan klorofil-a di laboratorium. Dari hasil pengukuran parameter
tersebut terdapat nilai yang sangat jauh berbeda dan masih banyak titik-titik
pengamatan yang tidak dapat terukur menggunakan alat tersebut dengan
waktu pengamatan antara pukul 11.00 hingga pukul 14.00 yang diduga efek
sinar matahari yang terlalu tinggi dengan peringatan dari alat too much light.
Pengambilan sampel pun dilakukan hanya satu kali namun, diambil minimal 3
kali pengukuran untuk melihat kestabilan nilai yang didapatkan dari alat
tersebut. Perhitungan reflektan dari WISP-3, perlu dilakukan akses ke
websitenya http://www.waterinsight.nl/, dengan mengupload data pengukuran
dan memasukkan kondisi cuaca/iklim secara otomatis reflektan akan terhitung
dan data hasil perhitungan dapat didownload ke dalam csv atau image.
Gambar 0.11 Reflectance Remote Sensing untuk Seluruh Titik Survei Lapangan
Gambar 0.12 Reflektan dari WISP-3 untuk Seluruh Titik Survei Lapangan
56
(13) Pemanfaatan Data Penginderaan Jauh untuk Informasi Terumbu Karang
Algoritma Lyzenga menghasilkan identifikasi objek dibawah air dalam 4
kelas yaitu kelas karang, kelas lamun, kelas makroalga serta kelas substrat.
Algoritma dapat mengekstraksi obyek dibawah air yang selanjutnya dilakukan
klasifikasi. Proses klasifikasi dilakukan dengan menggunakan metode
klasifikasi tidak terbimbing (unsupervised). Hasil dari klasifikasi tersebut
selanjutnya dilakukan proses reclass dalam rangka reklasifikasi yang hasil
akhirnya dikelaskan menjadi 4 kelas tersebut. Proses klasifikasi memberikan
gambaran ekstraksi habitat bentik ekosistem terumbu karang yang dihasilkan
dari algoritma tersebut dengan akurasi mencapai 64%. Kajian spektral juga
dilakukan dalam kegiatan penelitian ini dalam rangka proses klasifikasi yang
akan dilakuakn secara digital untuk peningkatan akurasi hasil ekstraksi
informasi habitat bentik ekosistem terumbu karang (Gambar 3.13)
Gambar 0.13 Hasil Ekstraksi Data Landsat 8 untuk Habitat Terumbu Karang
57
(14) Pengembangan Model Pemanfaatan Data Penginderaan Jauh untuk
Kebakaran Hutan dan Lahan
Model pemanfaatan data Himawari-8 untuk deteksi hotspot dilakukan pada
tahun lalu dan menghasilkan algoritma Absolute Fire Pixel (AFP) dan Possible
Fire Pixel (PFP). Pada tahun ini, penelitian bertujuan untuk memperoleh nilai
akurasi hotspot dari data Himawari-8. Uji validasi di Provinsi Riau tahun 2015
menunjukan nilai akurasi 34,08%. Sementara itu, uji akurasi hotspot diProvinsi
Kalimantan Barat menunjukan nilai akurasi 26,11% untuk 14 kabupaten/kota
(Gambar 3.13)
(a) (b)
(c)
Gambar 0.14 Klasifikasi asap kebakaran multi-threshold (a) band 3 (0.31≤Band 3<0.43), (b) band 3 (0.31≤Band 3<0.43), band 7 (298.39 ≤Band 7<303.6) dan band 15 (285.75 ≤Band 15<298.57), (c) band 3 (0.31≤Band 3<0.43), band 7
(298.39 ≤Band 7<303.6) dan band 15 (285.75 ≤Band 15<298.57)
(15) Pemanfaatan Data Penginderaan Jauh untuk Mitigasi Bencana Banjir
Beberapa penelitian yang terkait dengan penggunaan pemetaan banjir oleh
sistem penginderaan jauh pasif telah dilakukan, seperti: Administrasi Kelautan
58
dan Atmosfer Nasional / Radiometer Resolusi Sangat Tinggi (NOAA / AVHRR)
yang canggih (Barton dan Bathols 1989; Islam dan Sado 2000; Domenikiotis et
al. 2003), Moderate Resolution Imaging Spectroradiometer (MODIS)
(Brakenridge dan Anderson 2003; Taubenböck et al. 2011), Landsat Mapper
(TM) (Schnebele dan Cervone 2013), Radiasi Emisi Termometer dan Radiasi
Termal Terdepan (ASTER) ) (Alexakis dkk. 2014), Satellite Pour l'Observation
de la Terre (SPOT) (Blasco et al. 1992) dan lain-lain. Sementara itu, beberapa
studi yang terkait dengan penggunaan pemetaan banjir oleh sistem
penginderaan jauh aktif telah dilakukan, seperti: Pengambilan Tanah Lahan
Lanjutan Array Bertahap L-band Radar Sintesis Sintetis (ALOS PALSAR)
(Chapman dkk. 2015; Yulianto dkk. 2015.), RADARSAT-1 (Mahmood dkk.
1999; Kuehn dkk. 2002), TerraSAR-X (Martinis dkk. 2009; Pradhan dkk. 2014),
ERS-1 (Badji dan Dautrebande 1997; Oberstadler et al. 1997), Envisat
Advanced Synthetic Aperture Radar (ASAR) (Henry et al. 2006; Schumann et
al. 2007) dan lain-lain. Tujuan penelitian adalah mendeteksi lokasi genangan
setelah banjir dengan cepat dan tepat saat ini sangat diperlukan, karena itu
dalam penelitian ini dilakukan pembandingan beberapa metode untuk
memperoleh metode terbaik untuk mendeteksi genangan banjir menggunakan
data SAR. (Gambar 3.15)
a. Klasifikasi
supervice b. Simulation terrain
corecction c. Theshold Kitler
59
d. Theshold Kapur e. Theshold Tsai f. Theshold Otsu
Gambar 0.15 Tumpang Susun antara beberapa hasil metode identifikasi daerah genangan banjir dengan titik survey lapangan kejadian banjir di sekitar Danau
Tempe Kab. Wajo
(16) Pemanfaatan Data Penginderaan Jauh untuk Deteksi Tumpahan Minyak
Pendekatan kedua yang digunakan untuk deteksi oil spill adalah
menggunakan algoritma adaptive threshold yang tersedia pada tool oil spill
detection di perangkat lunak SNAP. Pada dasarnya penerapan adaptive
threshold melalui tahapan berikut: (1) Tingkat backscatter rata-rata lokal
diperkirakan menggunakan piksel dalam ukuran window yang luas, sehingga
dalam implementasi perlu ditetapkan ukuran background window, (2)
Kemudian threshold pendeteksian ditetapkan sebesar k desibel di bawah
perkiraan tingkat backscatter rata-rata lokal. Maka piksel dalam window dengan
nilai lebih rendah dari threshold terdeteksi sebagai dark spot. k atau Threshold
Shift adalah parameter yang dipilih pengguna. (Gambar 3.16)
.
60
(a) (b)
(c)
Gambar 0.16 Hasil deteksi oil spill dengan adaptive threshold Perairan Bintan
(a) sebelum modifikasi, (b) setelah modifikasi, (c) Perairan Balikpapan setelah
modifikasi
Output 1 prototipe sistem perekayasaan pemanfaatan penginderaan jauh yang
telah dihasilkan oleh Pusfatja pada tahun 2018 adalah sebagai berikut:
(1) Prototipe Perekayasaan Sistem Pemantauan Bumi Nasional (SPBN)
Penerapan sistem GeoNode dalam membangun Geoportal SPBN di
Pusfatja LAPAN telah berhasil mendiseminasikan informasi spasial dan
tekstual hasil-hasil pemanfaatan penginderaan jauh yang dilaksanakan oleh
Pusfatja LAPAN. Sistem SPBN ini bisa berperan sebagai Sistem Pendukung
Pengambilan Keputusan (Decission Support System) dalam instansi LAPAN
maupun intansi pemerintah lainnya (Gambar 3.17)
Oil Spill
Kapal
Oil Spill
Oil Spill
61
Gambar 0.17 (a) Contoh tampilan Layer Fase Pertumbuhan Padi pada sistem
GeoNode SPBN Pusfatja LAPAN. (b) Contoh tampilan Map pada sistem GeoNode SPBN Pusfatja LAPAN Zona Potensi Penangkapan Ikan (ZPPI, (c)
Contoh tampilan Map pada sistem GeoNode SPBN Pusfatja LAPAN Informasi Indeks Kekeringan.
Output 6 pedoman pemanfaatan penginderaan jauh yang telah dihasilkan oleh
Pusfatja pada tahun 2018 adalah sebagai berikut:
(1) Pedoman Pemanfaatan Penginderaan Juah untuk Batimetri
(2) Pedoman Pemanfaatan Penginderaan Juah untuk Kebakaran Lahan dan
Hutan
(3) Pedoman Pemanfaatan Penginderaan Juah untuk Mitigasi Deteksi
Tumpahan Minyak
(4) Pedoman Pemanfaatan Penginderaan Juah untuk Kekeringan
(5) Pedoman Pemanfaatan Penginderaan Juah untuk Monitoring Gunungapi
(6) Pedoman Perekayasaan Sistem Pemantauan Bumi Nasional
IKU 2 : Jumlah publikasi nasional terakreditasi dibidang pemanfaatan
penginderaan jauh
(a) (b)
(c)
62
Pada tahun 2018, target publikasi ilmiah nasional terakreditasi sebanyak 20
makalah dapat tercapai. Capaian Pusfatja untuk publikasi ilmiah nasional
terakreditasi sebanyak 20 makalah atau mencapai 100% dari target (Tabel 3.4).
Tabel 3.5 Menunjukan perbandingan capaian IKU 2 dengan tahun sebelumnya.
Judul-judul Publikasi ilmiah pada jurnal nasional tercantum pada Tabel 3.6 Selain
publikasi ilmiah pada jurnal nasional terakreditasi dihasilkan juga beberapa karya
tulis ilmiah yang dipaparkan pada seminar nasional atau internasional dan
diterbitkan dalam bentuk prosiding, buku atau majalah popular.
Tabel 0.4 Capaian Sasaran Strategis 2 dan Target IKU 2 PUSFATJA Tahun 2018
Indikator Kinerja Target Realisasi Capaian
IKU 2 : Jumlah publikasi Nasional yang terakreditasi dibidang pemanfaatan penginderaan jauh
20 20 100%
Tabel 0.5 Perbandingan Capaian IKU 2 dengan Tahun Sebelumnya
IKU 2 2015 2016 2017 2018 Target Renstr
a 2019
Realisasi
Realisasi
Realisasi
Target
Realisasi
Capaian
Jumlah publikasi nasional yang terakreditasi dibidang pemanfaatan penginderaan jauh
7 19 21 20 20 100% 21
Tabel 0.6 Daftar makalah publikasi nasional yang diterbitkan tahun 2018
No JUDUL
PUBLIKASI NAMA
PENELITI
NAMA JURNAL ILMIAH
NASIONAL
TERAKREDITASI
VOLUME/
TAHUN
KETERANGAN
(Accepted/Published)
Akreditasi
1 LAPAN-A3 Satellite Data Analysis for
Jalu Tejo Nugroho
International Journal of Remote
Volume 15 No. 1
Published No. 774/AU3/P2MI-LIPI/08/2017
63
No JUDUL
PUBLIKASI NAMA
PENELITI
NAMA JURNAL ILMIAH
NASIONAL
TERAKREDITASI
VOLUME/
TAHUN
KETERANGAN
(Accepted/Published)
Akreditasi
Land Cover Classification (Case Study: Toba Lake Area, North Sumatra)
Sensing and Earth Science
Tahun 2018
Abstract LAPAN-A3 is the 3rdgeneration satellite for remote sensing developed by National Institute of Aeronautics and Space (LAPAN). The camera provides imagery with 15 m spatial resolution and able to view a swath 120 km wide. This research analyzes the performance of LAPAN-A3 satellite data to classify land cover in Toba Lake area, North Sumatera. Data processing starts from the selection of region of interest up to the assessment of accuracy. Supervised classification with maximum likelihood approach and confusion matrix method was applied to classify and evaluate the assessment results. The land cover is classified into five classes; water, bare land, agriculture, forest and secondary forest. The result of accuracy test is 93.71%. It proves that LAPAN-A3 data could classify the land cover accurately. The data is expected to complement the need of the satellite data with medium spatial resolution.
2
Study on Potential Fishing Zones Information Based on SNPP VIIRS and Himawari-8 Satellites Data
Sartono Marpaung, Rossi Hamzah, Teguh Prayogo, Kuncoro Teguh Setiawan
International Journal of Remote Sensing and Earth Science
Volume 15 No. 1 Tahun 2018
Published No. 774/AU3/P2MI-LIPI/08/2017
Abstract Sea surface temperature (SST) data from S-NPP VIIRS satellite has different spatial resolution with SST data from Himawari-8 satellite. In this study comparative analysis of potential fishing zones information from both satellites has been conducted. The analysis was conducted on three project areas (PA 7, PA 13, PA 19) as a representation Indonesian territorial waters. The data used were daily for both satellites with a period time from August 2016 to December 2016. The method used was Single Image Detection (SIED) to detect thermal fronts. Method of mass center point for determining potential fishing zones coordinate point from result thermal front detection. Furthermore, an analysis of overlapping was done to compare the coordinate point information from both satellites. Based on data analysis that had been done, the result showed that potential fishing zones coordinate points of Himawari-8 satellite was mostly far from potential fishing zones coordinate point of S-NPP VIIRS. The coordinate points whose positionswere close together or nearly same from both satellites was only about 20 %. Differences in potential fishing zones coordinate positions occur due to the effect of
64
No JUDUL
PUBLIKASI NAMA
PENELITI
NAMA JURNAL ILMIAH
NASIONAL
TERAKREDITASI
VOLUME/
TAHUN
KETERANGAN
(Accepted/Published)
Akreditasi
different spatial resolutions of both satellite data and the size of the front thermal events that had high variability. The ideal potential fishing zones coordinate points information was probably a combination of the potential fishing zones coordinate points of S-NPP VIIRS and Himawari-8 by making two adjacent coordinate points to be a single coordinate point. Field validation testing was required to prove the accuracy of the coordinate point.
3
Spectral Analysis of the Himawari-8 Data for Hotspot Detection from Land/Forest Fires in Sumatra
Hana Fitriana, Sayidah Sulma, suwarsono, Any Zubaidah, Indah Prasasti
International Journal of Remote Sensing and Earth Science
Volume 15 No. 1 Tahun 2018
Published No. 774/AU3/P2MI-LIPI/08/2017
Abstract Himawari-8 is the last generation of the low spatial resolution satellite imagery that has capability to detect the thermal variation on the earth of every 10 minute. This must be very potential to be used for detecting land/forest fire. This paper has explored the spectral prospective of the Himawari-8 for detecting land/forest fire hotspot. The main objective for this study is to identify the potential use of Himawari-8 for detecting of land forest fire hotspot. The study area was performed in Ogan Komering Ilir, South of Sumatra, which on 2015 occur great forest/land fire event. The main process included in this study are image projection, training sample collection and spectral statistical analysis measured by calculate statistic, they are average values, standard deviation values from reflectance visible band value and brightness temperature value, beside that validation of data obtained from medium resolution data of Landsat 8 with the similar acquisition time. The study found that the Himawari-8 has good capacity to identify land/forest fire hotspot as expressed for high accuracy assessment using band 3 and band 7.
4
Penginderaan Jauh Untuk Pendeteksian Awal Potensi Tembaga Di Sumbawa
Atriyon Julzarika
Jurnal Riset
Volume 28 No. 1 Tahun 2018
Published 730/AU3/P2MI-LIPI/04/2016
Abstract
Tembaga merupakan salah satu jenis mineral penting yang memiliki banyak fungsi
dalam berbagai aplikasi. Penelitian ini bertujuan untuk pendeteksian awal tembaga
menggunakan data penginderaan jauh. Lokasi penelitian terletak di Sumbawa. Data
65
No JUDUL
PUBLIKASI NAMA
PENELITI
NAMA JURNAL ILMIAH
NASIONAL
TERAKREDITASI
VOLUME/
TAHUN
KETERANGAN
(Accepted/Published)
Akreditasi
penginderaan jauh yang digunakan berupa Landsat, ALOS Palsar, X SAR, SRTM C,
dan Satelit Geodesi. Landsat digunakan untuk ekstraksi parameter geologi berupa
penutup lahan dan perubahannya, bentuk lahan, dan alterasi hidrotermal. ALOS
PALSAR, X SAR, dan SRTM C digunakan untuk pembuatan DTM (Digital Terrain
Model). Integrasi DTM berguna untuk ekstraksi parameter geologi lainnya berupa
struktur dan formasi geologi. DTM yang digunakan memiliki akurasi vertikal + 1,5 m.
Data Satelit Geodesi bisa digunakan untuk ekstraksi gaya berat, medan magnet,
geodinamika, serta densitas batuan. Berbagai parameter geologi ini diekstraksi dengan
metode VIDN, integrasi, dip and strike, interferometri, backscattering, alterasi
hidrotermal, geodesi fisis, dan klasifikasi digital berbasis objek. Semua parameter
geologi yang telah diekstrak dikorelasikan antar data, sehingga bisa digunakan untuk
deteksi potensi tembaga. Informasi geospasial deteksi awal tembaga dan ekstraksi
parameter geologinya merupakan produk yang dihasilkan dari penelitian ini. Informasi
geospasial ini menggunakan referensi ketelitian ASPRS Accuracy Data for Digital
Geospatial Data.
5
Kualitas Lingkungan Perairan dan Potensi Produksi Ikan Kawasan Konservasi Terubuk Bengkalis
Khairul Amri, Garot Winarso, Muchizar
Jurnal Penelitian Perikanan Indonesia
Volume 24 No. 1 2018
Published
RISTEKDIKTI Accreditation Number:21/E/KPT/2018, 9 July 2018
Abstract
Terubuk Bengkalis (Tenualosa macrura) yang hidup di perairan Bengkalis dinyatakan
terancam punah akibat eksploitasi berlebih dan penurunan kualitas perairan. Penelitian
ini bertujuan untuk menganalisa kualitas perairan habitat terubuk Bengkalis,
menggunakan data parameter oseanografi hasil pengukuran in-situ. Selain itu, data
penginderaan jauh berupa citra Landsat 8 digunakan untuk analisa tutupan mangrove
(hutan bakau) serta citra MODIS-Aqua (Moderate-resolution Imaging
Spectroradiometer) untuk analisis produktivitas primer (NPP). Penelitian dilaksanakan
selama April-November 2015. Hasil penelitian menunjukkan total luas tutupan mangrove
yang teridentifikasi citra Satelit Landsat 8 (2015) mencapai 11.736,2 Ha, berkurang
sekitar 4.470,8 Ha dalam waktu 12 tahun (2003-2015) dengan laju kehilangan 372,5
Ha/tahun. Dari aspek oseanografi, kawasan konservasi ikan terubuk merupakan
perairan dangkal dengan tingkat kecerahan rendah (0,54-0,95 m); suhu perairan relatif
tinggi berkisar 29,15-31,87 0C (rata-rata 300C) dan salinitas rata-rata tergolong rendah
(28,77-29,22 ppt). Nilai sebaran pH dan oksigen terlarut/DO juga rendah yakni pH 6,3-
66
No JUDUL
PUBLIKASI NAMA
PENELITI
NAMA JURNAL ILMIAH
NASIONAL
TERAKREDITASI
VOLUME/
TAHUN
KETERANGAN
(Accepted/Published)
Akreditasi
8,9 (rata-rata pH 7) dan DO 3,90-4,98 mg/l (di bawah Baku Mutu Air Laut). Komposisi
substrat dasar didominasi lumpur, dengan prosentase 67,4-89,8%, sehingga perairan ini
umumnya keruh. Perairan ini tergolong subur (eutropik) dengan kelimpahan fitoplankton
tinggi (23.584 - 95.616 sel/l) terdiri dari 32-52 genera. Produktivitas primer juga tinggi,
rata-rata 288,87 mgC/m2/hari dengan potensi produksi ikan 3.680,2 ton/tahun.
6
Uji ketelitian DTM ALOS PALSAR terhadap pengukuran kombinasi DGNSS-Altimeter
Atriyon Julzarika, Esthi Kurnia D
Jurnal Penginderaan Jauh
2018 Published
TERAKREDITASI SINTA2, No. 21/E/KPT/2018
Abstrak
Model tinggi adalah model yang meliputi informasi data tinggi dan koordinatnya di
permukaan bumi. Model tinggi merupakan salah satu parameter geologi yang
bermanfaat untuk berbagai aplikasi survei dan pemetaan. Model tinggi berupa model
permukaan digital, model elevasi digital, model terrain digital, model terrain elevasi
digital, Geoid, dan lain-lain. Model tinggi dapat dibuat dengan data lapangan, foto udara,
interferometri radar sintetis, dan citra satelit. Penelitian ini bertujuan untuk melakukan uji
akurasi vertikal model terrain digital ALOS PALSAR terhadap pengukuran kombinasi
diferensial sistem satelit navigasi global-Altimeter. Model permukaan digital dibuat dari
citra ALOS PALSAR dengan metode interferometri radar sintetis. Model elevasi digital
diperoleh setelah dilakukan koreksi kesalahan tinggi dan koreksi terrain model
permukaan digital. Model terrain digital diperoleh setelah dilakukan integrasi fitur sungai
dan batimetri terhadap model permukaan digital. Model terrain digital ALOS PALSAR
dilakukan uji akurasi vertikal dengan pengukuran kombinasi diferensial sistem satelit
navigasi global-Altimeter. Diferensial sistem satelit navigasi global menerima data dari
satelit GPS, Glonass, Beidou, Gagan, MSAS, SBAS, dan QZSS dan menggunakan
periode waktu 14 hari sebelum pengukuran dengan waktu saat pengukuran. Selama
pengukuran,untuk mengolah data posisi dan ketinggian. Diferensial sistem satelit
navigasi global dikoneksikan dengan server melalui jaringan internet selular. Lokasi uji
akurasi vertikal dilakukan di Kabupaten Merauke pada tahun 2016. Standar toleransi uji
akurasi vertikal ini mengacu kepada toleransi standar nasional untuk akurasi data
spasial sebesar 1,96σ (95 %). Dari dua jenis uji akurasi vertikal, yakni uji beda tinggi dan
uji profil melintang, model terrain digital ALOS PALSAR telah memenuhi toleransi
sebesar 4,996e-16 (~0)dan 80,791 cm sehinggadapat digunakan untuk berbagai
aplikasi survei dan pemetaan skala 1:10.000.
67
No JUDUL
PUBLIKASI NAMA
PENELITI
NAMA JURNAL ILMIAH
NASIONAL
TERAKREDITASI
VOLUME/
TAHUN
KETERANGAN
(Accepted/Published)
Akreditasi
7
Mining land identification in Wetar Island using remote sensing data
Atriyon Julzarika
Journal Of Degraded And Mining Lands Management
Volume 6 No. 1 Tahun 2018
Published
RISTEKDIKTI 30/E/KPT/2018
Abstract Wetar Island is one of the 92 outer islands of Indonesia. On this island, there is a variety of geological potential that can be seen from the structure, formation and geological folds including mine geology potential energy and mineral resources. This makes the island having mining activities. Remote sensing data in the form of optical images, Synthetic Aperture Radar, microwave, laser, and others can be used to determine the mining activities in Wetar Island. This research was focused on mining land identification in Wetar Island. This study aimed to identify the mining land in Wetar Island using remote sensing data. The method used was the Vegetation Index Differencing, which calculated difference value of vegetation index temporally. Landsat satellite images of 1975, 1990, 2000 and 2005 were used for mining land identification. First Landsat satellite image must have had a geometric and radiometric correction. The results obtained were in the form of mining land identification and non- mining land area. These results are useful for monitoring the mining activities carried out on Wetar Island. The methods used may also be applied to monitor, identify, and evaluate various mining operations in other parts of Indonesia. Mining region that has been identified can be used for management and planning of maritime space.
8
Perubahan Kondisi Danau Limboto yang terdeteksi dengan Teknologi Penginderaan Jauh
Atriyon, Esthi Kurnia Dewi
Jurnal Segara
Volume 14 No. 3 Tahun 2018
Published
Sertifikat Akreditasi Nomor : 766/AU3/P2MI-LIPI/10/2016 dan berlaku mulai Oktober 2016 - Oktober 2021
Abstrak
Saat ini data penginderaan jauh sudah mengalami perkembangan yang pesat, baik dalam aspek sensor, wahana, maupun spesifikasi resolusinya. Data penginderaan jauh dapat digunakan untuk mengidentifikasi sumber daya alam dan lingkungan. Penelitian ini bertujuan untuk mengidentifikasi perubahan kondisi Danau Limboto yang Terdeteksi dengan Teknologi Penginderaan Jauh. Sumber daya perairan danau ini berupa kualitas air, luas permukaan, dan vegetasi air. Data yang digunakan adalah Landsat. Data tersebut digunakan untuk mengetahui perubahan danau secara visual serta perhitungan
68
No JUDUL
PUBLIKASI NAMA
PENELITI
NAMA JURNAL ILMIAH
NASIONAL
TERAKREDITASI
VOLUME/
TAHUN
KETERANGAN
(Accepted/Published)
Akreditasi
kualitas air, luas permukaan, dan vegetasi air (hidrofit)nya. Pada penelitian ini, kualitas air hanya difokuskan pada parameter TSS dan kecerahan. Kedua parameter ini bisa diekstraksi dengan metode e-SMART. Metode ini menggunakan band inframerah dekat pada citra Landsat. Hasil yang diperoleh adalah informasi spasial kualitas air, luas permukaan danau, dan vegetasi air di Danau Limboto. Hasil ekstraksi kualitas air ini dilakukan uji dengan data lapangan. Uji akurasi menggunakan metode geostatistik non parameter (uji Fischer). Hasil uji akurasi yang diperoleh adalah 95 % pada tingkat kepercayaan 1,96 σ. Uji akurasi dilakukan dengan membanding hasil pengukuran di citra dengan data lapangan. Hasil penelitian ini diharapkan bisa digunakan juga untuk membantu kegiatan nasional serupa, yaitu pemantauan 15 danau prioritas di Indonesia.
9
Analisis Kebutuhan Ruang Terbuka Hijau di Kecamatan Kramat Jati Kodya Jakarta Timur
Mukhoriyah, Maya Sharika, Lidya Nur H
Jurnal Globe
2018 Reject, Submit ke tempat lain
Abstrak Perkembangan kota-kota besar di Indonesia khususnya Kota Jakarta yang berkembang dengan sangat pesat ditandai perkembangan pembangunan fisik yang cepat, Sehingga mempengaruhi semakin meningkatnya jumlah penduduk dan pemanfaatan lahan yang mengakibatkan berkurangnya jumlah tutupan vegetasi. Permasalahan utama keberadaan Ruang Terbuka Hijau (RTH) di Kota Jakarta adalah semakin berkurangnya/keterbatasan lahan dan ketidakkonsisten dalam menerapkan tata ruang. Berkurangnya RTH disebabkan oleh perubahan penggunaan lahan yang relatif signifikan sehingga RTH Jakarta belum memenuhi target 30% dari total luas wilayahnya terutama di Kecamatan Kramatjati. Tujuan dari penelitian ini adalah untuk menghitung kebutuhan RTH dalam satu lingkup kecamatan. Metode yang digunakan adalah pengolahan data awal (koreksi radiometrik, pansharpen, mozaik, cropping) dan perhitungan nilai kerapatan vegetasi berdasarkan Normalized Defference Vegetation Indeks (NDVI). Berdasarkan hasil perhitungan NDVI menggunakan data citra Pleiades Tahun 2015, di Kecamatan Kramat Jati dengan luas wilayah 1144,11 ha terdapat 225,17 Ha merupakan daerah vegetasi, sedangkan daerah non vegetasi adalah seluas 918,93 ha. Hasil perhitungan tersebut kemudian dinilai berdasarkan tingkat kerapatan vegetasi adalah tingkat kerapatan jarang sebesar 48.595 ha, kerapatan rendah-menengah sebesar 34.446 ha, dan kerapatan menengah-tinggi sebesar 160.609 ha. Kesimpulan yang diperoleh adalah RTH di Kecamatan Kramat Jati direncanakan ruang terbuka hijau seluas 12,38 % dari seluruh wilayah Kramat Jati. Namun, berdasarkan hasil NDVI, RTH di Kramatjati sudah mencapai 19,68% dari seluruh luas kecamatan.
69
No JUDUL
PUBLIKASI NAMA
PENELITI
NAMA JURNAL ILMIAH
NASIONAL
TERAKREDITASI
VOLUME/
TAHUN
KETERANGAN
(Accepted/Published)
Akreditasi
Jika dari segi kuantitas, maka jumlah RTH telah terpenuhi.
10
Identifikasi Kawasan Pertambangan Timah Menggunakan Data Satelit Sentinel – 1 dengan Metode Object Based Image Analysis (OBIA)
Udhi C. Nugroho, Dony Kushardono, Esthi K. Dewi
Jurnal Ilmu Lingkungan
2018 Submit for Review
Abstrak Berdasarkan data Pendapatan Nasional Indonesia 2017, sektor pertambangan dan penggalian mempunyai peran penting bagi Indonesia. Sektor ini menyumbangkan 7,57% pada produk domestik bruto Indonesia di tahun 2017 . Salah satu sektor pertambangan yang potensial di Indonesia adalah pertambangan mineral Timah di Pulau Bangka dan Belitung. Namun kegiatan pertambangan ini banyak menimbulkan dampak negatif dari sisi lingkungan. Salah satu upaya awal untuk menanggulangi dampak negatif terhadap lingkungan adalah melakukan identifikasi kawasan pertambangan timah secara spasial. Teknologi yang dapat membantu untuk hal ini salah satunya adalah teknologi penginderaan jauh radar. Penelitian ini menggunakan data satelit radar sentinel-1 yang diluncurkan oleh European Space Agency (ESA). Tujuan penelitian ini adalah pemanfaatan data radar Sentinel-1 untuk identifikasi kawasan pertambangan menggunakan metode Object-Base Image Analysis (OBIA). Data sentinel-1 disegmentasi menggunakan algorithma multiresolution segmentation kemudian di klasifikasi menggunakan algorithma nearest neighbor. Masukan data yang digunakan untuk proses klasifikasi dibuat menjadi dua variasi, yang pertama adalah data standar deviasi, mean, dan brightness pada masing – masing segmen di tiap band, kemudian variasi kedua adalah penambahan data tekstur berupa nilai grey level coocurance matrix (GLCM). Hasil klasifikasi menunjukan bahwa masukan data yang menggunakan data tekstur GLCM mempunyai akurasi lebih tinggi dibandingkan dengan yang tanpa data tekstur GLCM. Secara statisktik Hasil klasifikasi dengan type satu menunjukan bahwa total akurasi nya adalah sebesar 89,0 %, dengan nilai kappa sebesar 0,48 sedangkan untuk type dua menunjukan bahwa total akurasinya adalah 89,3%, dengan kappa sebesar 0,50. Hasil klasifikasi kawasan pertambangan dapat digunakan sebagai masukan awal dalam rangka identifikasi spasial kerusakan lingkungan akibat aktivitas pertambangan.
11 Comparison of Accuracy in
Faisal Ashaari,
International
Vol 15, No 1
Published No. 774/AU3/P2
70
No JUDUL
PUBLIKASI NAMA
PENELITI
NAMA JURNAL ILMIAH
NASIONAL
TERAKREDITASI
VOLUME/
TAHUN
KETERANGAN
(Accepted/Published)
Akreditasi
Tree Canopy Density Estimation Using Single Band, Vegetation Indices and Forest Canopy Density (FCD) Model Based on Landsat-8 Imagery (Case Study: Peat Swamp Forest in Riau Province)
Muhammad Kamal, Dede Dirgahayu
Journal of Remote Sensing and Earth Science
(2018) MI-LIPI/08/2017
Abstrak Identification of a tree canopy density information may use remote sensing data such as Landsat-8 imagery. Remote sensing technology such as digital image processing methods could be used to estimate the tree canopy density. The purpose of this research was to compare the results of accuracy of each method for estimating the tree canopy density and determine the best method for mapping the tree canopy density at the site of research. The methods used in the estimation of the tree canopy density are Single band (green, red, and near-infrared band), vegetation indices (NDVI, SAVI, and MSARVI), and Forest Canopy Density (FCD) model. The test results showed that the accuracy of each method: green 73.66%, red 75.63%, near-infrared 75.26%, NDVI 79.42%, SAVI 82.01%, MSARVI 82.65%, and FCD model 81.27%. Comparison of the accuracy results from the seventh methods indicated that MSARVI is the best method to estimate tree canopy density based on Landsat-8 at the site of research. Estimation tree canopy density with MSARVI method showed that the canopy density at the site of research predominantly 60-70% which spread evenly.
12
Deteksi Batas Tepi Danau Secara Hitung Perataan Kuadrat Terkecil dengan Multidata Penginderaan Jauh
Atriyon Julzarika, Esthi Kurnia Dewi, Luki Subehi
Jurnal Limnotek
2018 Resubmit for Review
71
No JUDUL
PUBLIKASI NAMA
PENELITI
NAMA JURNAL ILMIAH
NASIONAL
TERAKREDITASI
VOLUME/
TAHUN
KETERANGAN
(Accepted/Published)
Akreditasi
Abstrak Saat ini teknologi dan data pengindraan jauh telah berkembang secara signifikan. Perkembangan tersebut dimulai dari data konvensional sampai menjadi data dinamis. Salah satu contoh data konvensional adalah citra satelit, sedangkan data dinamis adalah big data engine. Teknologi dan data pengindraan jauh dapat diaplikasikan dalam pemetaan sumber daya perairan darat. yang meliputi danau, , sungai, dan rawa. Sumber daya perairan darat merupakan salah satu prioritas nasional terutama dalam pemetaan danau. Salah satu permasalahan danau dengan tipe paparan banjir adalah sulit dalam menentukan batas tetap luas permukaan danaunya. Penelitian ini bertujuan untuk mendapatkan pemetaan batas tetap danau secara geologi forensik dengan pendekatan pengaturan kuadrat terkecil pada danau tipe paparan banjir dengan multidata pengindraan jauh. Danau tipe paparan banjir yang dikaji adalah Danau Cascade Mahakam di Provinsi Kalimantan Timur. Batas tetap luas permukaan danau ini ditentukan dengan pendekatan hitung perataan kuadrat terkecil. Salah satu metode dalam perataan adalah harmonic modeling algorithm. Pemetaan ini menggunakan multidata pengindraan jauh berupa Synthethic Aperture Radar (SAR) dan citra optik. Citra yang digunakan adalah Sentinel 1 yang diakuisisi dari tahun 2014 sampai dengan April 2018 dan Landsat dari tahun 1972sampai 2018. Hasil penggunaan algoritme ini adalah batas tetap danau Cascade Mahakam dapat ditentukan dengan toleransi tertentu. Batas tetap ini mengabaikan parameter pasang danau karena nilai pasang di danau maksimal hanya +5 cm. Hasil penelitian ini bisa diaplikasikan di danau lain yang menggunakan batas tetap danau seperti volume, luas permukaan, dan biodiversitas danau.
13
The Utilization of Remotely Sensed Data for Support Open Green Space
Hana Listi F, Sayidah Sulma, Nur Febrianti,
International Journal of Remote Sensing and Earth Science
2018 Resubmit for Review
Abstrak Open green space become critical in maintaining the balance of the environment and improving the quality of urban living a healthy life. The use of remote sensing data for calculation of Open green space has been done notably using NDVI (Normalized Difference Vegetation Index) method from Landsat 8 and SPOT data. This research aims to calculate the accuracy of the classification green open space from multispectral data Landsat 8 and SPOT 6 using the methods of the NDVI. Open green space known from the value NDVI. The value of NDVI data from Landsat 8 and SPOT 6 retrieved from the channel combination Red and NIR. NDVI values obtained from Landsat 8 and SPOT 6 are then tested for accuracy using Pleiades data. Pleiades data has 50 cm panchromatic resolution and 2 m multispectral with 4 bands (B, G, R, NIR) can correctly
72
No JUDUL
PUBLIKASI NAMA
PENELITI
NAMA JURNAL ILMIAH
NASIONAL
TERAKREDITASI
VOLUME/
TAHUN
KETERANGAN
(Accepted/Published)
Akreditasi
visualize objects. So it can be used as reference in the calculation of the calculated the accuracy of green open space (RTH) based on NDVI. Results of testing the accuracy of both the data retrieved that classification Open green space by using NDVI SPOT of 6 can increase the accuracy of 5,364% from Landsat 8.
14
Deteksi Tinggi Vegetasi di Delta Mahakam dengan Penginderaan Jauh
Atriyon Julzarika
Jurnal Oldi 2018 Submit for Review
Abstrak Tinggi pohon (vegetasi) adalah jarak tegak antara puncak pohon (vegetasi) terhadap permukaan tanah. Tinggi vegetasi menjadi salah satu parameter bagi pertumbuhan vegetasi. Terdapat berbagai metode untuk mengukur tinggi vegetasi, salah satunya dengan menggunakan teknologi penginderaan jauh. Penelitian ini bertujuan untuk pemetaan tinggi vegetasi di Delta Mahakam dengan model tinggi dari penginderaan jauh. Model tinggi yang digunakan adalah Model Permukaan Digital (MPD) dan Model Terrain Digital (MTD). MTD dibuat dari gabungan hasil interferometri citra satelit ALOS PALSAR dengan citra XSAR, Shuttle Radar Topography Mission (SRTM), dan tinggi geodetik dari satelit Icesat/GLAS. Penggabungan ini menggunakan metode integrasi Model Elevasi Digital (MED). Bidang geoid yang digunakan adalah EGM 2008. Langkah selanjutnya adalah koreksi terhadap kesalahan tinggi pada MPD. Koreksi terrain dilakukan untuk mengubah MPD menjadi MTD. Tinggi vegetasi diperoleh dari pengurangan MPD menjadi MTD. Uji akurasi vertikal mengacu ke toleransi 1,96σ (95 %) sebesar minimal 80 cm. Pada MPD, diperoleh nilai akurasi vertikal sebesar 60,4 cm sehingga MPD ini bisa digunakan pada pemetaan 1:10.000. Sedangkan pada MTD diperoleh nilai uji akurasi vertikal sebesar 37 cm sehingga dapat juga digunakan untuk pemetaan skala 1:10.000. Berdasarkan hasil perhitungan MPD dan MTD, tinggi vegetasi di Delta Mahakam bervariasi antara 0 - 64 m.
15
Analysis of Land Use Spatial Pattern Change of Town Development Using Remote Sensing
Syamsul Afirin
International Journal of Remote Sensing and Earth Science
2018 Revission Require
Abstrak The Assessment of the physical character of a city is considered relatively easier than the social-cultural aspects. It is important to recognize the type of city form and to predict
73
No JUDUL
PUBLIKASI NAMA
PENELITI
NAMA JURNAL ILMIAH
NASIONAL
TERAKREDITASI
VOLUME/
TAHUN
KETERANGAN
(Accepted/Published)
Akreditasi
the behavior of people in the city and its surrounding. Due to those characteristics, the study of the pattern of physical development of the city is required. The objective of research is to analyze the change of spatial pattern of the city due to the city growing by remote sensing. The multitemporal data of Landsat 5/7/8 year 2000, 2006 and 2015 in Jabodetabek area were used. The classification technique had been done and it produced five classes of land uses. Those are water, built-up area, vegetation, other land use and no data. The results of the analysis in Jabodetabek area (Jakarta, Bogor, Depok, Tangerang and Bekasi) show that there was land use changes from vegetation and other land use area to built-up area with an average accuracy of 78% in each year. The pattern of physical development of the city looks linear from year 2000 until year 2006, which is confirmed as concentric pattern from year 2006 to 2015. Based on those analysis, it confirmed that the city development in Jakarta as the center was influenced by the spatial land development of the surrounding cities of Depok, Bogor, Bekasi and Tangerang. The pattern of spatial development from 2000 to 2006 in Bogor, Bekasi and Depok areas is Linear pattern, whereas from 2006 - 2015 the pattern of spatial development shows Propagation Concentric pattern. For Tangerang Region in 2000-2015 its development is patterned Propagation Concentric.
16
Comprehensive Integration System of Saltwater Environment on Rote Island using Multidiciplinary Approach
Atriyon Julzarika, Dany Laksono, Luki Subehi, Esthi Kurnia Dewi, Hanhan, Kayat
Journal Of Degraded And Mining Lands Management
Volume 6, Number 1 (October 2018): 1553-1567
Published
RISTEKDIKTI 30/E/KPT/2018
Rote Island is one of the islands in southern of Indonesia. This region experiences very high geological and geodynamic processes. This is evidenced by the abundance of seabed rising, and there is a dead sea lake area that has a higher salinity than the sea. Biodiversity on Rote Island has endemic and unique flora and fauna. This study aims to create an integrated system of inland waters resources on Rote Island with a multidisciplinary approach. Inland water resources on Rote Island number more than 80 lakes and ponds. An inland water resource on Rote Island is a saltwater environment. The extraction of geobiophysical information on inland water resources is needed by studying various aspects of multidisciplinary. The aspects studied are limnology, water quality, conservation of forest resources, geology, geodynamics, water resources, geodesy and geomatics engineering. All geobiophysical information needs to be integrated into an integration system. This is useful for efficiency and effectiveness in the utilization of data and information. This integration system (geovisualization) is in the form of WebGIS and storytelling maps. This integration system is dynamic so it can
74
No JUDUL
PUBLIKASI NAMA
PENELITI
NAMA JURNAL ILMIAH
NASIONAL
TERAKREDITASI
VOLUME/
TAHUN
KETERANGAN
(Accepted/Published)
Akreditasi
update its latest spatial information. This integration system can be used to promote Rote island tourism. This integration system can be accessed via the website geopark4rote.com. This integration system can be applied in other regions so reached one map policy and a system for inland water resources will be realized in Indonesia
17
Penentuan Batimetri dengan Metode Regresi Linier Berganda Menggunakan Data SPOT 7
Kuncoro Teguh setiawan, dkk
Jurnal Inderaja
2018 Resubmit for Review
TERAKREDITASI SINTA2, No. 21/E/KPT/2018
Abstrak Indonesia merupakan negara kepulauan yang terdiri dari lima pulau besar dan ribuan pulau kecil yang dikelilingi perairan laut dangkal. Untuk itu diperlukan informasi batimetri yang lengkap dan akurat. Data batimetri skala besar diperairan Indonesia keberadaannya masih terbatas termasuk di wilayah perairan laut dangkal Gili Matra Provinsi Nusa Tenggara Barat (NTB), untukmengatasi permasalahan tersebut digunakan teknologi penginderaan jauh. Tujuan penelitian adalah menganalisis pengaruh objek habitat dasar perairan laut dangkal terhadap estimasi batimetri dari citra satelit SPOT 7. Banyak metode yang dapat digunakan untuk menghasilkan estimasi batimetri dengan teknologi tersebut. Analisis yang digunakan dalam penelitian ini adalah regresi linier berganda (MLR). Data yang di gunakan adalah citra satelit SPOT 7 di perairan laut dangkal Gili Matra Provinsi NTB. Estimasi batimetri dilakukan dengan menggunakan data kedalaman insitu dengan dua modifikasi. Modifikasi yang pertama tidak memperhatikan jenis objek habitat dasar dan modifikasi kedua memperhatikan objek habitat dasar karang, lamun, makroalga dan substrat. Hasil dari penelitian ini memberikan nilai determinasi R2 yang meningkat dari 72,1% menjadi 78,6% serta penuruanan nilai RMSE dari 3,3 meter menjadi 2,9 meter.
18
Karakteristik Pola Spektral Pada Lahan Tambang Berbasis Citra Landsat
Nanik S Haryani
Jurnal Penginderaan Jauh
2018 In Process of Editing
TERAKREDITASI SINTA2, No. 21/E/KPT/2018
Abstrak Obyek yang berada di permukaan bumi mempunyai nilai spektral yang berbeda, sehingga setiap obyek yang terekam dalam citra satelit pada setiap panjang gelombang elektromagnetik akan mempunyai nilai spektral yang berbeda pula. Permasalahan yang muncul pada lahan bekas tambang ini adanya lahan terbuka yang secara visual terlihat adanya beraneka ragam kenampakan. Kondisi ini yang menarik untuk dapat dilakukan
75
No JUDUL
PUBLIKASI NAMA
PENELITI
NAMA JURNAL ILMIAH
NASIONAL
TERAKREDITASI
VOLUME/
TAHUN
KETERANGAN
(Accepted/Published)
Akreditasi
penelitian masalah karakteristik spektral pada obyek tersebut. Penelitian ini bertujuan untuk menganalisis karakteristik spektral pada lahan bekas tambang. Metode yang digunakan dalam penelitian ini dengan menggunakan data landsat multi temporal yakni citra landsat tahun 2005, 2010, dan 2015, dengan mengkonversi nilai digital menjadi nilai reflektansi, selanjutnya melakukan konversi ke spektral radiansi ToA, konversi ke reflektansi ToA, dan konversi spektral radiansi ke temperatur kecerahan. Karakteristik pola spektral pada lahan bekas tambang yang dihasilkan berdasarkan reflektansi yang diperoleh dari citra Landsat multi temporam tersebut. Hasil karakteristik pola spektral yang diteliti dari obyek pada lahan bekas tambang yang dkelaskan menjadi 4 kelas yaitu daerah terbuka secara visual berwarna abu-abu, putih terang, coklat dan kolong (bekas lahan tambang berbentuk cekung yang terisi air) yang secara visual berwarna biru. Perbedaan spektral yang terlihat jelas adalah pola spektral pada band 1, band 2, dan band 5, sedangkan band 3 dan band 4 mempunyai pola yang hampir sama. Korelasi antara nilai spektral hasil pengolahan citra landsat terhadap nilai spektral hasil pengukuran di lapangan pada lahan terbuka bekas tambang timah,mempunyai nilai korelasi terbesar pada obyek timah coklat dengan nilai korelasi sebesar 83,70 %, sedangkan nilai korelasi terkecil pada obyek kolong dengan nilai korelasi sebesar 67,90 %.
19
Pemetaan Habitat Bentik Perairan Dangkal Pulau Opak Berbasis Objek dan Piksel menggunakan Citra Satelit SPOT 7
Aiman Mufrih, Michelia, Vincentius, Gatot Winarso
Jurnal Penginderaan Jauh
2018 Submit for Review
TERAKREDITASI SINTA2, No. 21/E/KPT/2018
Abstrak Penelitian bertujuan memetakan habitat bentik Pulau Opak dengan metode klasifikasi berbasis piksel dan objek menggunakan citra multispektral dan citra hasil fusi. Algoritma support vector machine (SVM) diterapkan dengan input hasil analisis klaster bray and curties menghasilkan tujuh kelas yang diklasifikasi ulang menjadi lima kelas. Hasil uji akurasi peta habitat bentik hasil algoritma SVM dengan tujuh kelas berbasis objek menghasilkan akurasi keseluruhan sebesar 43.75% pada citra multispektral dan 34.46% pada citra hasil fusi. Klasifikasi berbasis piksel dengan tujuh kelas menghasilkan akurasi keseluruhan citra multispektral sebesar 41.67% dan citra hasil fusi sebesar 32.29%. Klasifikasi ulang menjadi lima kelas berbasis objek menghasilkan akurasi keseluruhan sebesar 65.63% pada citra multispektral dan 67.70% pada citra hasil fusi. Klasifikasi berbasis piksel dengan lima kelas menghasilkan akurasi keseluruahan citra multispektral sebesar 66.67% dan citra hasil fusi sebesar 65.58%. Penggunaan citra
76
No JUDUL
PUBLIKASI NAMA
PENELITI
NAMA JURNAL ILMIAH
NASIONAL
TERAKREDITASI
VOLUME/
TAHUN
KETERANGAN
(Accepted/Published)
Akreditasi
hasil fusi mempertajam tampilan secara visual. Uji signifikansi menunjukan metode berbasis objek dan piksel pada citra fusi maupun citra multispektral tidak memberikan perbedaan yang signifikan.
20
Pengembangan Metode Klasifikasi Genus Mangrove Menggunakan Citra SPOT 6
Wikanti A, Nana Suwargana, Nanin A
Jurnal Penginderaan Jauh
2018 Submit for Review
TERAKREDITASI SINTA2, No. 21/E/KPT/2018
Abstrak Klasifikasi marga mangrove menggunakan Citra SPOT-6 dilakukan dengan memanfaatkan karakteristik spektral. Selain itu resolusi spasial 6 meter dari citra SPOT-6 juga menjadi keunggulan guna pengelolaan kawasan hutan. Penelitian ini berlokasi di kawasan pesisir Segara Anakan, Cilacap, Jawa Tengah. Tujuan penelitian ini adalah mengembangkan klasifikasi marga mangrove dari citra SPOT-6. Metode identifikasi marga mangrove dilakukan secara visual dan digital, serta diverifikasi dengan cek lapangan. Interpretasi visual dilakukan dari citra komposit yang ditajamkan, dengan unsur interpretasi warna, lokasi dan pola. Secara digital identifikasi marga mangrove dilakukan melalui nilai indeks vegetasi dengan algoritma Enhanced Vegetation Index; dimana hasilnya digunakan untuk membangun algoritma klasifikasi marga mangrove. Hasil penelitian menunjukkan bahwa algoritma yang memanfaatkan nilai EVI dapat digunakan untuk klasifikasi marga mangrove. Pemanfaatan algoritma ini dapat mengkelaskan antara mangrove sejati dan mangrove asosiasi, yang mempunyai arti khusus secara lingkungan. Model klasifikasi ini bermanfaat untuk pengelolaan ekosistem mangrove yang banyak dijumpai di pesisir kepulauan Indonesia. .
IKU 3 : Jumlah publikasi internasional yang terindeks dibidang pemanfaatan
penginderaan jauh
Tahun 2018, Peneliti-peneliti Pusfatja telah berhasil menerbitkan karya ilmiah
internasional terideks, pada jurnal internasional terindeks dan pada media publikasi
lainnya seperti prosiding internasional terindeks. Publikasi internasional terindeks di
bidang pemanfaatan penginderaan jauh mencapai mencapai 6 makalah atau 120%
dari target 5 publikasi ilmiah terindeks (Tabel 3.7). Publikasi ilmiah pada Jurnal
internasional terindeks yang dipublikasikan merupakan hasil kegiatan penelitian
77
tahun 2018. Tabel 3.8 menunjukkan perbandingan capaian IKU 3 dengan tahun
sebelumnya. Publikasi internasional yang telah diterbitkan pada publikasi
internasional terindeks (Tabel 3.9).
Tabel 0.7 Capaian Sasaran Strategis 2 dan Target IKU 3 PUSFATJA Tahun 2018
Indikator Kinerja Target Realisasi Capaian
IKU 3 :
Jumlah publikasi
internasional yang terindeks
dibidang pemanfaatan
penginderaan jauh
5 6 120%
Tabel 0.8 Perbandingan Capaian IKU 3 dengan Tahun Sebelumnya
IKU 3 2015 2016 2017 2018 Target
Renstr
a
2019
Realisas
i
Realisas
i
Realisas
i
Targe
t
Realisas
i
Capaia
n
Jumlah
publikasi
internasional
yang
terindeks
dibidang
pemanfaatan
penginderaa
n jauh
4 10 5 5 6 120% 5
78
Tabel 0.9 Daftar makalah publikasi Internasional yang diterbitkan tahun 2018
No JUDUL
PUBLIKASI NAMA
PENELITI
NAMA JURNAL ILMIAH
INTERNASIONAL
VOLUME/
TAHUN
KETERANGAN
(Accepted/Published)
1
Analysis of Agricultural drought in East Java Using vegetation Health Index
Luisa Febrina Amalo, Rahmat Hidayat, dan Sayidah Sulma
AGRIVITA Journal of Agriculture Science Terakreditasi Sinta1,No. 30/E/KPT/2018
Vol. 40, No.1, 2018
Published
Abstract Drought is a natural hazard indicated by the decreasing of rainfall and water storage and impacting agricultural sector. Agricultural drought assessment has been used to monitor agricultural sustainability, particularly in East Java as national agricultural production center. Identification of drought characteristics –correlated with El Niño-Southern Oscillation, and agricultural impact on paddy fields and rice production using VHI (Vegetation Health Index) were conducted. VHI is produced by TCI (Temperature Condition Index) and VCI (Vegetation Condition Index) derived from MODIS satellite data, LST (Land Surface Temperature) and EVI (Enhanced Vegetation Index), respectively. The results showed agricultural drought usually started in June, maximum in October and ended in November. Onset and end time drought tends to follow monsoonal rainfall pattern. El Niño 2015 showed long duration of agricultural drought (i.e. ± 5 months), high severity (i.e. mild-extreme drought; VHI 0-40) and areal extent of drought approx. 197,343 km2, while during La Niña 2010 the areal extent was approx. 28,685 km2 with mild-severe drought (VHI 10-40). Impact of agricultural drought on paddy fields showed wider (smaller) areal extent in sub-round 3 (sub-round 1) from September-December (January-April). Areal extent of drought was negatively correlated with rice production (r=-0.79) which significant in 99 % confidence level.
2
Analysis of the dynamics of land use change and its prediction based on the integration of remotely sensed data and CA Markov model, in the upstream Citarum Watershed
Fajar Yulianto, Taufik Maulana, M. Rokhis Khomarudin
International Journal of Digital Earth
2018 DOI: 10.1080/17538947.2018.1497098
Published
Abstract
79
No JUDUL
PUBLIKASI NAMA
PENELITI
NAMA JURNAL ILMIAH
INTERNASIONAL
VOLUME/
TAHUN
KETERANGAN
(Accepted/Published)
In this research, the integration of remotely sensed data and Cellular Automata-Markov model (CA-Markov) have been used to analyze the dynamics of land use change and its prediction for the next year. Training phase for the CA-Markov model has been created based on the input pair of land use, which is the result of land use mapping using Maximum Likelihood (ML) algorithm. Three-map comparison has been used to evaluate process accuracy assessment of the training phase for the CA-Markov model. Furthermore, the simulation phase for the CA-Markov model can be used to predict land use map for the next year. The analyze of the dynamics of land use change and its prediction during the period 1990 to 2050 can be obtained that the land serves as a water absorbent surfaces such as primary forest, secondary forest and the mixed garden area continued to decline. Meanwhile, on build land area that can lead to reduced surface water absorbing tends to increase from year to year. The results of this research can be used as input for the next research, which aims to determine the impact of land use changes in hydrological conditions against flooding in the research area.
3
Fire Hotspot Detection using Advance Himawari Imager Sensor in Sumatra and Kalimantan Using Multithreshold Technique
Suwarsono S. Sulma, Hana Listi F, A. Zubaidah, Indah P, M. Rokhis K
Telkomnika Terakreditasi Sinta1,No. 21/E/KPT/2018
2018 In Review
Abstract In Indonesia, especially in Sumatra and Kalimantan, forest fires are a natural phenomenon that often leads to disaster. Early detection needs to be done as a precaution from the beginning before the disaster is widespread. This research tried to detect fire hotspot and burning area from Advanced Himawari Imager (AHI) data of Himawari-8, the new generation of Japanese geostationary meteorological satellites. This study is the first attempt to use the data to develop a hotspot detection algorithm as well as burned area for the region in Indonesia. The hotspot detection algorithm made is based on fire hotspot detection methods from MODIS (MOD14). The results of the study showed that fire hotspots from fire incident in large locations can be detected from AHI data by using algorithm multithreshold technique. Some limitations on the methods in this study such as the effects of daily cycles on geostationer data become inputs for further development. Keywords: fire hotspot, forest fires, Advanced Himawari Imager, Himawari-8
4
Spatio-temporal Identification of Drought Vulnerable Areas using
Jalu Tejo Nugroho
International Journal of Technology
2018 Submit for Review
80
No JUDUL
PUBLIKASI NAMA
PENELITI
NAMA JURNAL ILMIAH
INTERNASIONAL
VOLUME/
TAHUN
KETERANGAN
(Accepted/Published)
CHIRPS and Landsat Data in Indramayu and Gunungkidul District, Indonesia
Abstract Drought is one of the natural disasters with result in significant loss of economic, environmental, and social impacts in Indonesia. This study is concerned with detection and identification of meteorological drought-vulnerable area on the basis of CHIRPS (Climate Hazards group Infrared Precipitation with Stations) data. Standardized Precipitation Index (SPI) is applied for drought defining and monitoring in Java Island, Indonesia during El Niño period (2015) and normal period (2017). Five categories of drought as follows; normal, mild, moderate, severe and extreme drought. Preliminary findings suggested an significant increase in drought-vulnerable areas (suffering from severe drought) during El Niño event. Total affected area of extreme category during El Niño event in 2015 was 12,505.8 km2. The increase of affected drought area for severe, moderate, and mild drought categories was 95.9%, 76.1%, and 12.6% respectively. In reverse, the area with normal category was decreased by 57.8%.
5
Effect of Image Correction, Classsification method and Site dependency on coral reef habitat mapping in Indonesia
Gatot Winarso, Masita Dwi, Syarif, Wikanti A.
Journal Remote Sensing Appication Society and Environment
2018 Submit for Review
Abstract Spatial information from satellite imagery is necessary for natural resources management and conservation, well as for coral reef ecosystem. The use of remote sensing data for the benthic habitat of coral reef mapping has been done intensively. However, the accuracy of map product was not so good, lied between 50 – 70 % of accuracy. Therefore, we need to know and understand the factor that affected to map accuracy. Multiple number of the evaluated site and the atmospheric correction were analyzed. Moreover, seven supervised classification methods were also compared: Maximum Likelihood, Neural Network, Support Vector Machine, Random Forest, Decision Tree, Naive Bayes, and Logit. The purpose of this study is to know the factor which affecting the map accuracy. The study used SPOT-6 imagery with three visible bands and one NIR bands. The research locations and field data were taken at Menjangan Island in Bali, Gili Trawangan in West Nusa Tenggara and Kapoposan Island in South Sulawesi. As a result, the performance of atmospheric correction and classification was varied
81
No JUDUL
PUBLIKASI NAMA
PENELITI
NAMA JURNAL ILMIAH
INTERNASIONAL
VOLUME/
TAHUN
KETERANGAN
(Accepted/Published)
at each site with an overall accuracy of 40-77%. Lyzenga’s 2006 atmospheric correction increases the accuracy but not more than 3%. The difference in accuracy for each classification methods varied by a margin of between 0.3-2.7 %. From this study, it can be concluded that the site dependency was the dominant factor that affected to the overall accuracy rather than other factors and the best accuracy is obtained from Lyzenga’s (2006) atmospheric correction and the Maximum Likelihood which is not much different with Random Forest classification and the site dependency was the dominant factor that affected to the overall accuracy rather than other factors.
IKU 4 : Jumlah HKI yang diusulkan dibidang pemanfaatan penginderaan jauh
Pada tahun 2018 telah diusulkan 1 judul HKI dibidang Pemanfaatan
Penginderaan Jauh. Terkait dengan peningkatan perolehan paten dan rezim HKI
lainnya, pada tahun ini Pusfatja sudah mengusulkan 1 HKI yaitu dengan judul
klasifikasi digital pada penginderaan jauh (Tabel 3.10). Tabel 3.11 menunjukkan
perbandingan capaian IKU 4 dengan tahun sebelumnya.
Tabel 0.10 Capaian Sasaran Strategis 2 dan Target IKU 4 PUSFATJA Tahun 2018
Indikator Kinerja Target Realisasi Capaian
IKU 4 :
Jumlah HKI yang diusulkan
dibidang pemanfaatan
penginderaan jauh
1 1 100%
Tabel 0.11 Perbandingan Capaian IKU 4 dengan Tahun Sebelumnya
IKU 4 2015 2016 2017 2018 Target
Renstr
a
2019
Realisas
i
Realisas
i
Realisasi Targe
t
Realisas
i
Capaia
n
Jumlah HKI 0 0 3 HKI 1 1 100% 1
82
yang
diusulkan
dibidang
pemanfaata
n
penginderaa
n jauh
3
Copyrigh
t
Sasaran Strategis 2: Meningkatnya layanan data dan informasi di bidang
pemanfaatan penginderaan jauh yang prima
Pada sasaran strategis 2 terdapat 2 IKU yakni:
IKU 5: Jumlah instansi pengguna yang memanfaatkan layanan informasi
penginderaan jauh
Pada tahun 2018 instansi pengguna (masyarakat umum, masyarakat ilmiah,
perguruan tinggi, pemerintah pusat dan daerah, serta swasta) yang telah
memanfaatkan layanan informasi penginderaan jauh sebanyak 123 instansi
pengguna dari target 90 instansi pengguna. Tabel 3.14 Merupakan daftar pengguna
yang memanfaatkan informasi penginderaan jauh untuk masing-masing tema
kegiatan.
Tabel 0.12 Capaian Sasaran Strategis 2 dan Target IKU 5 PUSFATJA Tahun 2018
Indikator Kinerja Target Realisasi Capaian
IKU 5 :
Jumlah instansi pengguna
yang memanfaatkan
layanan informasi
penginderaan jauh
90 123 137%
Tabel 0.13 Perbandingan Capaian IKU 5 dengan Tahun Sebelumnya
IKU 5 2015 2016 2017 2018 Target
83
Realisasi Realisasi Realisasi Target Realisasi Capaian Renstra
2019
Jumlah
instansi
pengguna
yang
memanfaatkan
layanan
informasi
penginderaan
jauh
72 115 110 90 123 137% 95
Tabel 0.14 Merupakan daftar pengguna yang memanfaatkan informasi penginderaan jauh untuk masing-masing tema kegiatan
No. Tema Kegiatan Deskripsi Singkat Pengguna
1
Sosialisasi hasil kegiatan dan
bimtek Pemerintah daerah Provinsi
Jambi
Kegiatan Kerjasama
Dengan
PemerintahProvinsi,
sosialisasi hasil kegiatan
dan bimtek Penyediaan
dan pemanfaatan data
satelit penginderaan jauh
untuk mendukung
percepatan
pembangunan daerah
Pemprov Jambi SKPD
Kabupaten di Provinsi
Jambi
2
Sosialisasi hasil kegiatan dan
bimtek Pemerintah
daerah Provinsi
Kalimantan
Timur
Kegiatan Kerjasama
Dengan Pemerintah
Provinsi, sosialisasi hasil
kegiatan dan bimtek
Penyediaan dan
pemanfaatan data satelit
penginderaan jauh untuk
mendukung percepatan
pembangunan daerah
Pemprov Kaltim
SKPD Kabupaten
di Provinsi Kaltim
3 Sosialisasi hasil kegiatan dan Kegiatan Kerjasama Pemprov DKI
84
No. Tema Kegiatan Deskripsi Singkat Pengguna
bimtek Pemerintah daerah Provinsi
DKI Jakarta
Dengan Pemerintah
Provinsi, sosialisasi hasil
kegiatan dan bimtek
Penyediaan dan
pemanfaatan data satelit
penginderaan jauh untuk
mendukung percepatan
pembangunan daerah
SKPD Kabupaten
di Provinsi DKI
4
Sosialisasi hasil kegiatan dan
bimtek Pemerintah daerah Provinsi
Kalimantan Selatan
Kegiatan Kerjasama
Dengan Pemerintah
Provinsi, sosialisasi hasil
kegiatan dan bimtek
Penyediaan dan
pemanfaatan data satelit
penginderaan jauh untuk
mendukung percepatan
pembangunan daerah
Pemprov Kalsel
SKPD Kabupaten
di Provinsi Kalsel
5
Sosialisasi hasil kegiatan dan
bimtek Pemerintah daerah Provinsi
Jawa Timur
Kegiatan Kerjasama
Dengan Pemerintah
Provinsi, sosialisasi hasil
kegiatan dan bimtek
Penyediaan dan
pemanfaatan data satelit
penginderaan jauh untuk
mendukung percepatan
pembangunan daerah
Pemprov Jatim
SKPD Kabupaten
di Provinsi Jatim
6
Sosialisasi
hasil kegiatan dan bimtek
Pemerintah daerah Provinsi
Sulawesi Tenggara
Kegiatan Kerjasama
Dengan Pemerintah
Provinsi, sosialisasi hasil
kegiatan dan bimtek
Penyediaan dan
pemanfaatan data satelit
penginderaan jauh untuk
mendukung percepatan
pembangunan daerah
Pemprov Sultra SKPD
Kabupaten di Provinsi
Sultra
7
Sosialisasi
hasil kegiatan dan bimtek
Pemerintah daerah Provinsi
Maluku
Kegiatan Kerjasama
Dengan Pemerintah
Provinsi, sosialisasi hasil
kegiatan dan bimtek
Pemprov Maluku
SKPD Kabupaten
di Provinsi
85
No. Tema Kegiatan Deskripsi Singkat Pengguna
Penyediaan dan
pemanfaatan data satelit
penginderaan jauh untuk
mendukung percepatan
pembangunan daerah
Maluku
8
Sosialisasi
hasil kegiatan dan bimtek
Pemerintah daerah Provinsi
Papua
Kegiatan Kerjasama
Dengan Pemerintah
Provinsi, sosialisasi hasil
kegiatan dan bimtek
Penyediaan dan
pemanfaatan data satelit
penginderaan jauh untuk
mendukung percepatan
pembangunan daerah
Pemprov Papua
SKPD Kabupaten
di Provinsi Papua
9
Sosialisasi
hasil kegiatan dan bimtek
Pemerintah daerah Provinsi
Sumatera Utara
Kegiatan Kerjasama
Dengan Pemerintah
Provinsi, sosialisasi hasil
kegiatan dan bimtek
Penyediaan dan
pemanfaatan data satelit
penginderaan jauh untuk
mendukung percepatan
pembangunan daerah
Pemprov Sumut
SKPD Kabupaten
di Provinsi Sumut
10
Sosialisasi
hasil kegiatan dan bimtek
Pemerintah daerah Provinsi
Banten
Kegiatan Kerjasama
Dengan Pemerintah
Provinsi, sosialisasi hasil
kegiatan dan bimtek
Penyediaan dan
pemanfaatan data satelit
penginderaan jauh untuk
mendukung percepatan
pembangunan daerah
Pemprov Banten
SKPD Kabupaten
di Provinsi
Banten
11
bimtek Pemerintah daerah Provinsi
Sumut
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Pemprov Sumatera
Utara
12 bimtek Pemerintah daerah Provinsi
Bengkulu
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Pemprov Bengkulu
86
No. Tema Kegiatan Deskripsi Singkat Pengguna
13 bimtek Pemerintah daerah Provinsi
Lampung
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Pemprov Lampung
14 bimtek Pemerintah daerah Provinsi
PemKab Paser Kaltim
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Pemkab Paser Kaltim
-
15 bimtek Pemerintah daerah
PemKab Banyuwangi
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Banyuwangi Pemkab-
Jatim
16 bimtek Pemerintah daerah
PemKab Kebumen
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Pemkab Kebumen
Jateng -
17 bimtek Pemerintah Dinas
Kehutanan Kalteng
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Dinas Kehutanan
Kalteng
18 bimtek Direktorat Perubahan Iklim
KLHK
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Direktorat Perubahan
Iklim - KLHK
19 bimtek Balitbang KP
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Balitbang KP - KKP
20 bimtek DKP Belitung
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
DKP Belitung -
Bangka
21 bimtek Dinas PU Kota Tegal
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Dinas PU Kota Tegal -
Jateng
22 bimtek Dinas Tata Ruang Kab
Barito Timur Kalteng
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Dinas Pemetaan dan
Tata Ruang
Kab. Barito Timur -
Kalteng
23 bimtek Dinas Transmigrasi Kalsel Bimbingan Teknis
Pemanfaatan Data Dinas Transmigrasi -
87
No. Tema Kegiatan Deskripsi Singkat Pengguna
Penginderaan Jauh Kalsel
24 bimtek OTDA Kab Banjar
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
OTDA Kab. Banjar
Kalsel -
25 bimtek Pem Kot Kota Mobagu
Sulut
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Pemkot Kotamobagu -
Sulawesi Utara
26 bimtek Dinas LHK Prov Bengkulu
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Prov.Bengkulu Dinas
LHK
27 bimtek Pem Kab Merangin Prov.
Jambi
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Pemkab Merangin
Prov. Jambi -
28 bimtek Sarreskrim Ketapang
Kalbar
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Ketapang Satreskrim -
Kalbar
29 bimtek Balitbang KLHK Surakarta
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Balitbang Teknologi
Pengelolaan KLHK -
Surakarta Jateng
30 bimtek Pem Kab Kebumen
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Pemkab - Kebumen
31 bimtek Balai Kawasan Hutan
Makasar
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Balai Pemantapan
Kawasan Hutan
Wilayah IX (KLHK) -
Ambon
32 bimtek Balai Kawasan Hutan
Wilayah IX Ambon
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Balai Pemantapan
Kawasan Hutan
Wilayah (KLHK) -
Makasar
33 Bimtek Bappeda Minahasa Sulut Bimbingan Teknis
Pemanfaatan Data
Bappeda Kab.
Minahasa -
88
No. Tema Kegiatan Deskripsi Singkat Pengguna
Penginderaan Jauh Sulawesi Utara
34 Bimtek Setda Kab. Kapuas Kalteng
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Setda Kab. Kapuas -
Kalteng
35 Bimtek KKP Jakarta
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
KKP - Jakarta
36 Bimtek BOOST Center DKP
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
BOOST Center DKP -
37 Bimtek Univ. Negeri Syarif
Hidayatulloh
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Univ. Negeri Syarif
Hidayatullah -
Jakarta
38 Bimtek Dinas PU dan Tataruang
Kalteng
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Dinas PU & Tata
Ruang Kalteng
39 Bimtek Bappeda Kalsel
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Bappeda - Kalsel
40 Bimtek Dinas Perumahan Kab.
Bariti Kalteng
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Kab Barito Dinas
Perumahan - Kalteng
41
Bimtek Dinas Pertanian, Pangan
dan Kelautan Kab Bangka Selatan
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Dinas Pertanian,
Panagn dan
Perikanan Kab.
Bangka Selatan
42
Bimtek Operator Sistem dan
Analisis Pemetaan Kab Bangka
Selatan
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Operator Sistem
dan
AnalisiPemetaan
Kab. Bangka
Selatan
43 Bimtek Dinas PU dan Tataruang Bimbingan Teknis
Pemanfaatan Data Dinas PU & Tata
89
No. Tema Kegiatan Deskripsi Singkat Pengguna
Kalbar Penginderaan Jauh Ruang Kalbar
44 Bimtek Dinas KLHK Makasar
Sulsel
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
KLHKSulsel - Makasar
45 Bimtek Balai Pengelolaan Pesisir
dan Laut Makasar
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Balai Pengelolaan
Sumberdaya Pesisir
dan Laut - Makasar
46 Bimtek BPBD Kab Temanggung
Jateng
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
BPBD Kab
Temanggung -
Jateng
47 Bimtek Bappeda DKI Jakarta
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Bappeda Jakarta -
DKI
48 Bimtek Pengelolaan Hutan Wil.
Kerja I Jabar
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Pengelolaan Hutan
Wil. Kerja I Jabar
49 Bimtek Balai Pengelolaan Pesisir
dan Laut Makasar
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Puslitbang SD. Laut &
Pesisir
50 Bimtek Universitas Sriwijaya
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Univ. Sriwijaya
41
Bimtek Dinas Pertanian, Pangan
dan Kelautan Kab Bangka Selatan
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Dinas Pertanian,
Panagn dan
Perikanan Kab.
Bangka Selatan
51 Bimtek Universitas Bengkulu
Bimbingan Teknis
Pemanfaatan Data
Penginderaan Jauh
Univ. Bengkulu
52 Koordinasi Data Inderja untuk
Jasindo
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
PT. Jasindo
90
No. Tema Kegiatan Deskripsi Singkat Pengguna
53 Koordinasi Data Inderja untuk
Protata
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
PT. Protata
54 Koordinasi Data Inderja untuk
BMKG
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
BMKG
55 Koordinasi Data Inderja untuk BPS
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
BPS
56 Koordinasi Data Inderja untuk BNN
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
BNN
57
Koordinasi Data Inderja untuk
Kementerian Agraria dan
Tataruang
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Kementerian Agraria
Tata Ruang
58 Koordinasi Data Inderja untuk
Mensetneg
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Mensetneg
59 Koordinasi Data Inderja untuk
KLHK
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
KLHK
60 Koordinasi Data Inderja untuk
BNPB
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
BNPB
61 Koordinasi Data Inderja untuk IPB
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
IPB
62 Koordinasi Data Inderja untuk
Greenpeace
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Greenpeace
63 Koordinasi Data Inderja untuk
BPPT Konsultasi dan Koordinasi
terkait Pemanfaatan Data BPPT
91
No. Tema Kegiatan Deskripsi Singkat Pengguna
Penginderaan Jauh
64 Koordinasi Data Inderja untuk BIG
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
BIG
65 Koordinasi Data Inderja untuk
Crsesos
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Takehiro Osawa -
Jepang
66 Koordinasi Data Inderja untuk
Ristekdikti
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
RISTEK Dikti
67 Koordinasi Data Inderja untuk
G4INDO
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
G4INDO
68 Koordinasi Data Inderja untuk
Badan Otorita Danau Toba
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Badan Otorita
Danau Toba
69 Koordinasi Data Inderja untuk
MAPIN
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
MAPIN
70 Koordinasi Data Inderja PemKot
Manado
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Pemkot Manado
71
Koordinasi Data Inderja untuk
Polda Kaltim
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Polda - KALTIM
72 Koordinasi Data Inderja untuk
Dinas Kehutanan Jateng
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Dinas Kehutanan -
Jateng
73 Koordinasi Data Inderja untuk
Kemenkopolhukam
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Menkopolhukam
92
No. Tema Kegiatan Deskripsi Singkat Pengguna
74 Koordinasi Data Inderja untuk
Bappeda Padang Panjang
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Bappeda - Padang
Panjang
75 Koordinasi Data Inderja untuk LIPI
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
LIPI
76 Koordinasi Data Inderja untuk BPN
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
BPN
77 Koordinasi Data Inderja untuk
ESSTI
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
ESSTI (Ethiopian
Space Science &
Technology Institute)
78
Koordinasi Data Inderja untuk
Dinas Perikanan Pemkab
Tulungagung
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Dinas Perikanan -
Pemkab
Tulungagung
79 Koordinasi Data Inderja untuk
PemKab Rejang Lebong Bengkulu
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Pemkab Rejang
Lebong - Bengkulu
80 Koordinasi Data Inderja untuk KPK
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
KPK
81 Koordinasi Data Inderja untuk ITP
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
ITP (Institut
Teknologi Padang)
82 Koordinasi Data Inderja untuk
Bappeda Sulbar
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Bappeda Sulbar
83 Koordinasi Data Inderja untuk Univ.
Negeri Semarang
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Univ Negeri
Semarang
84 Koordinasi Data Inderja untuk
Universitas Pakuan Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Univ. Pakuwan -
Bogor
93
No. Tema Kegiatan Deskripsi Singkat Pengguna
Penginderaan Jauh
85 Koordinasi Data Inderja untuk
Freiburg University
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Freiburg University -
German
86 Koordinasi Data Inderja untuk PT.
Trekkon Terra Techno
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
PT. Trekkon Terra
Techno
87 Koordinasi Data Inderja untuk PT.
Angkasa Buana Cipta
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
PT. Angkasa Buana
Cipta
88 Koordinasi Data Inderja untuk JICA
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
JICA
89 Koordinasi Data Inderja untuk BRG
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Badan Restorasi
Gambut (BRG)
90 Koordinasi Data Inderja untuk
Kemenko Perekonomian
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Perekonomian Menko
91 Koordinasi Data Inderja untuk
ESRI Indonesia
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
ESRI Indonesia
92 Koordinasi Data Inderja untuk
Kemenkomar
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Kemaritiman
Kemenko
93 Koordinasi Data Inderja untuk
BAPPENAS
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
BAPPENAS
94 Koordinasi Data Inderja untuk
Komunitas ROB Pekalongan
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Forum Komunitas
Peduli ROB -
Pekalongan
94
No. Tema Kegiatan Deskripsi Singkat Pengguna
95 Koordinasi Data Inderja untuk
Kemlu
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Kementerian Luar
Negeri
96 Koordinasi Data Inderja untuk
BNPB
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
BNPB
97 Koordinasi Data Inderja untuk CI
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Conservation
International
98 Koordinasi Data Inderja untuk
APRSAF
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
APRSAF
99 Koordinasi Data Inderja untuk WRI
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Research Institute)
WRI (World
100
Koordinasi Data Inderja Dinas
Perindustrian dan Energi DKI
Jakarta
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Dinas Perindustrian
& Energi - DKI
Jakarta
101 Koordinasi Data Inderja untuk KSP
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
KSP (Kantor Staf
Presiden)
102 Koordinasi Data Inderja untuk JSF
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
JSF (Japan Space
Forum)
103 Koordinasi Data Inderja untuk
World Bank Group
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
World Bank Group
104 Koordinasi Data Inderja untuk
kementrerian ESDM
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Kementerian ESDM
105 Koordinasi Data Inderja untuk PT
Tri Putra Agro Persada Konsultasi dan Koordinasi
terkait Pemanfaatan Data
PT Tri Putra Agro
Persada
95
No. Tema Kegiatan Deskripsi Singkat Pengguna
Penginderaan Jauh
106 Koordinasi Data Inderja untuk
Pemprov. Jambi
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Pemprov JAMBI
107 Koordinasi Data Inderja untuk
Badan Pengelola Kelapa Sawit
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Badan Pengelola
Dana Perkebunan
Kelapa Sawit
108 Koordinasi Data Inderja untuk
Mabes AL
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Mabes AL
109 Koordinasi Data Inderja untuk
Puslitbang Holtikultura
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Puslitbang
Hortikultura -
Kementan
110 Koordinasi Data Inderja untuk
Kemenkes
Konsultasi dan Koordinasi
terkait Pemanfaatan Data
Penginderaan Jauh
Kemenkes
111
Pembimbingan Pemanfaatan data
Inderaja untuk Universitas
Pembinaan dan
Pembimbingan
Mahasiswa
STTAL
112 Pembimbingan Pemanfaatan data
Inderaja untuk Universitas
Pembinaan dan
Pembimbingan
Mahasiswa
Univ. Andalas
113 Pembimbingan Pemanfaatan data
Inderaja untuk Universitas
Pembinaan dan
Pembimbingan
Mahasiswa
Univ. Bangka Belitung
114 Pembimbingan Pemanfaatan data
Inderaja untuk Universitas
Pembinaan dan
Pembimbingan
Mahasiswa
UGM
115 Pembimbingan Pemanfaatan data
Inderaja untuk Universitas
Pembinaan dan
Pembimbingan
Mahasiswa
UNDIP
96
No. Tema Kegiatan Deskripsi Singkat Pengguna
116 Pembimbingan Pemanfaatan data
Inderaja untuk Universitas
Pembinaan dan
Pembimbingan
Mahasiswa
Univ. Indonesia
117 Pembimbingan Pemanfaatan data
Inderaja untuk Universitas
Pembinaan dan
Pembimbingan
Mahasiswa
UNSOED
118 Pembimbingan Pemanfaatan data
Inderaja untuk Universitas
Pembinaan dan
Pembimbingan
Mahasiswa
Univ. Riau
119 Pembimbingan Pemanfaatan data
Inderaja untuk Universitas
Pembinaan dan
Pembimbingan
Mahasiswa
UHAMKA
120 Pembimbingan Pemanfaatan data
Inderaja untuk Universitas
Pembinaan dan
Pembimbingan
Mahasiswa
Univ. Mulawarman
121 Pembimbingan Pemanfaatan data
Inderaja untuk Universitas
Pembinaan dan
Pembimbingan
Mahasiswa
Univ. Gunadarma
122 Pembimbingan Pemanfaatan data
Inderaja untuk Universitas
Pembinaan dan
Pembimbingan
Mahasiswa
Univ. Hang Tuah
123 Pembimbingan Pemanfaatan data
Inderaja untuk Universitas
Pembinaan dan
Pembimbingan
Mahasiswa
IPB
IKU 6: Indeks Kepuasan Masyarakat atas layanan informasi penginderaan jauh
Indeks Kepuasan Masyarakat atas layanan informasi penginderaan jauh
merupakan IKU 6 dari sasaran strategis 2. Indeks ini merupakan Indeks Kepuasan
Masyarakat Per Responden dan dihitung berdasarkan Per Ruang Lingkup
Pelayanan (Tabel 3.15). Perhitungan ini dilakukan pada triwulan I, II, III dan IV tahun
anggaran 2018, melalui pengumpulan data dengan “kuisioner”. Jumlah responden
97
yang terdiri dari berbagai pihak yang telah mendapatkan pelayanan dari Pusfatja,
seperti pembimbingan teknis (mahasiswa), bantuan teknis (instansi pemerintah
Pusat dan daerah), pemberian informasi terkait dengan mitigasi bencana, informasi
strategis untuk keperluan khusus yang diminta Kantor Staf Kepresidenan dan
instansi penegak hukum dengan ruang lingkup pelayanan. Tabel 3.16 menunjukkan
perbandingan capaian IKU 6 dengan tahun sebelumnya.
Tabel 0.15 Capaian Sasaran Strategis 2 dan Target IKU 6 PUSFATJA Tahun 2018
Indikator Kinerja Target Realisasi Capaian
IKU 6 :
Indeks Kepuasan
Masyarakat atas layanan
informasi penginderaan jauh
82 85,75 104%
Tabel 0.16 Perbandingan Capaian IKU 6 dengan Tahun Sebelumnya
IKU 6 2015 2016 2017 2018 Target
Renstra
2019
Realisasi Realisasi Realisasi Target Realisasi Capaian
Indeks
Kepuasan
Masyarakat
atas layanan
informasi
penginderaan
jauh
81,2 87.07 82,13 82 85,75 104%
3.2. Capaian Triwulan
Monitoring dan evaluasi juga dilakukan secara triwulan yang disampaikan dalam
LAKIN Pusftaja per-triwulan. Laporan Kinerja Triwulan juga mengevaluasi capaian
kinerja hingga efisiensi pencapaian keluaran terhadap realisasi anggaran dengan
mengacu PMK No. 249 tahun 2011.
LAKIN TRIWULAN I Tahun 2018
98
Pada Triwulan I Tahun 2018 telah tercapai:
Sasaran strategis dalam Meningkatnya penguasaan dan kemandirian Iptek di
bidang pemanfaatan penginderaan jauh yang maju dengan indikator kinerja
yaitu Jumlah model, prototipe dan bahan pedoman pemanfaatan
penginderaan jauh yang operasional untuk pemantauan sumber daya alam,
lingkungan, serta mitigasi bencana dan perubahan iklim telah tercapai adalah
inventarisasi requirement, study literatur, rencana kerja penelitian,
pengumpulan data, perancangan penyususnan engineering estimate,
penyiapan prototipe dan infrastruktur.
Sasaran strategis dalam Meningkatnya penguasaan dan kemandirian Iptek di
bidang pemanfaatan penginderaan jauh yang maju. dengan indikator kinerja
yaitu Jumlah publikasi nasional terakreditasi di bidang pemanfaatan
penginderaan jauh. telah tercapai adalah 2 makalah dari 20 makalah yang
ditargetkan.
Sasaran strategis dalam Meningkatnya penguasaan dan kemandirian Iptek di
bidang pemanfaatan penginderaan jauh yang maju.. dengan indikator kinerja
yaitu Jumlah publikasi internasional yang terindeks di bidang pemanfaatan
penginderaan jauh. telah tercapai adalah 1 makalah dari 5 makalah yang
ditargetkan.
Sasaran strategis dalam Meningkatnya penguasaan dan kemandirian Iptek di
bidang pemanfaatan penginderaan jauh yang maju dengan indikator kinerja
yaitu Jumlah HKI yang diusulkan di bidang pemanfaatan penginderaan jauh
telah tercapai adalah inventarisasi requirement dan study literatur dari 1
usulan HKI yang ditargetkan.
Sasaran strategis dalam Meningkatnya penguasaan dan kemandirian Iptek di
bidang pemanfaatan penginderaan jauh yang maju dengan indikator kinerja
yaitu Indeks Kepuasan Masyarakat atas layanan informasi penginderaan jauh
telah tercapai adalah 84,88 dari 82 nilai yang ditargetkan.
Sasaran strategis dalam Meningkatnya layanan data dan informasi di bidang
pemanfaatan penginderaan jauh yang prima dengan indikator kinerja yaitu
Jumlah instansi pengguna yang memanfaatkan layanan informasi
penginderaan jauh telah tercapai adalah 35 instansi dari 90 instansi yang
ditargetkan.
99
Sasaran strategis dalam Terselenggaranya Sistem Pemantauan Bumi
Nasional sesuai standar ISO dengan indikator kinerja yaitu Persentase
kesiapan Sistem Pemantauan Bumi Nasional terhadap ISO 9001 dan ISO
27001 telah tercapai adalah 50 % dari 75 % yang ditargetkan.
Sasaran strategis dalam Peningkatan kapasitas litbang pemanfaatan
penginderaan jauh dengan indikator kinerja yaitu Jumlah kerjasama
internasional yang meningkatkan kualitas SDM dan fasilitas litbang
pemanfaatan penginderaan jauh belum tercapai dari 12 kerjasama yang
ditargetkan.
Sasaran strategis dalam Peningkatan kapasitas litbang pemanfaatan
penginderaan jauh dengan indikator kinerja yaitu Prosentase pemenuhan
kriteria pusat unggulan di bidang pemanfaatan penginderaan jauh telah
tercapai 100% dari 30% yang ditargetkan.
Sasaran strategis dalam Tersedianya sub-sistem DSS untuk mitigasi
bencana alam dan perubahan iklim berbasis penginderaan jauh dengan
indikator kinerja yaitu Jumlah sub-sistem DSS lintas sektoral terkait mitigasi
bencana dan perubahan iklim berbasis penginderaan jauh telah tercapai 1
sub sistem dari 1 sub sistem yang ditargetkan.
Sasaran strategis dalam Meningkatnya akuntabilitas kinerja dan anggaran
Pusfatja dengan indikator kinerja yaitu Persentase Penyerapan Anggaran
Pusfatja telah tercapai 11,76% dari 100% yang ditargetkan.
LAKIN TRIWULAN II Tahun 2018
Pada Triwulan II Tahun 2018 telah tercapai:
Sasaran strategis dalam Meningkatnya penguasaan dan kemandirian Iptek di
bidang pemanfaatan penginderaan jauh yang maju dengan indikator kinerja
yaitu Jumlah model, prototipe dan bahan pedoman pemanfaatan
penginderaan jauh yang operasional untuk pemantauan sumber daya alam,
lingkungan, serta mitigasi bencana dan perubahan iklim telah tercapai adalah
inventarisasi requirement, study literatur, rencana kerja penelitian,
pengumpulan data, perancangan penyususnan engineering estimate,
penyiapan prototipe dan infrastruktur.
Sasaran strategis dalam Meningkatnya penguasaan dan kemandirian Iptek di
bidang pemanfaatan penginderaan jauh yang maju. dengan indikator kinerja
100
yaitu Jumlah publikasi nasional terakreditasi di bidang pemanfaatan
penginderaan jauh. telah tercapai adalah 8 makalah dari 20 makalah yang
diargetkan.
Sasaran strategis dalam Meningkatnya penguasaan dan kemandirian Iptek di
bidang pemanfaatan penginderaan jauh yang maju.. dengan indikator kinerja
yaitu Jumlah publikasi internasional yang terindeks di bidang pemanfaatan
penginderaan jauh. telah tercapai adalah 2 makalah dari 5 makalah yang
ditargetkan.
Sasaran strategis dalam Meningkatnya penguasaan dan kemandirian Iptek di
bidang pemanfaatan penginderaan jauh yang maju dengan indikator kinerja
yaitu Jumlah HKI yang diusulkan di bidang pemanfaatan penginderaan jauh
telah tercapai adalah inventarisasi requirement dan study literatur dari 1
usulan HKI yang ditargetkan.
Sasaran strategis dalam Meningkatnya penguasaan dan kemandirian Iptek di
bidang pemanfaatan penginderaan jauh yang maju dengan indikator kinerja
yaitu Indeks Kepuasan Masyarakat atas layanan informasi penginderaan jauh
telah tercapai adalah 82,67 dari 82 nilai yang ditargetkan.
Sasaran strategis dalam Meningkatnya layanan data dan informasi di bidang
pemanfaatan penginderaan jauh yang prima dengan indikator kinerja yaitu
Jumlah instansi pengguna yang memanfaatkan layanan informasi
penginderaan jauh telah tercapai adalah 89 instansi dari 90 instansi yang
ditargetkan.
Sasaran strategis dalam Terselenggaranya Sistem Pemantauan Bumi
Nasional sesuai standar ISO dengan indikator kinerja yaitu Persentase
kesiapan Sistem Pemantauan Bumi Nasional terhadap ISO 9001 dan ISO
27001 telah tercapai adalah 65 % dari 75 % yang ditargetkan.
Sasaran strategis dalam Peningkatan kapasitas litbang pemanfaatan
penginderaan jauh dengan indikator kinerja yaitu Jumlah kerjasama
internasional yang meningkatkan kualitas SDM dan fasilitas litbang
pemanfaatan penginderaan jauh telah tercapai 9 kerjasama dari 12
kerjasama yang ditargetkan.
Sasaran strategis dalam Peningkatan kapasitas litbang pemanfaatan
penginderaan jauh dengan indikator kinerja yaitu Prosentase pemenuhan
101
kriteria pusat unggulan di bidang pemanfaatan penginderaan jauh telah
tercapai 100% dari 30% yang ditargetkan.
Sasaran strategis dalam Tersedianya sub-sistem DSS untuk mitigasi
bencana alam dan perubahan iklim berbasis penginderaan jauh dengan
indikator kinerja yaitu Jumlah sub-sistem DSS lintas sektoral terkait mitigasi
bencana dan perubahan iklim berbasis penginderaan jauh telah tercapai 1
sub sistem dari 1 sub sistem yang ditargetkan.
Sasaran strategis dalam Meningkatnya akuntabilitas kinerja dan anggaran
Pusfatja dengan indikator kinerja yaitu Persentase Penyerapan Anggaran
Pusfatja telah tercapai 29,81% dari 100% yang ditargetkan.
LAKIN TRIWULAN III Tahun 2018
Pada Triwulan III Tahun 2018 telah tercapai:
Sasaran strategis dalam Meningkatnya penguasaan dan kemandirian Iptek di
bidang pemanfaatan penginderaan jauh yang maju dengan indikator kinerja
yaitu Jumlah model, prototipe dan bahan pedoman pemanfaatan
penginderaan jauh yang operasional untuk pemantauan sumber daya alam,
lingkungan, serta mitigasi bencana dan perubahan iklim telah tercapai adalah
6 model dari 16 model, 1 prototipe.
Sasaran strategis dalam Meningkatnya penguasaan dan kemandirian Iptek di
bidang pemanfaatan penginderaan jauh yang maju. dengan indikator kinerja
yaitu Jumlah publikasi nasional terakreditasi di bidang pemanfaatan
penginderaan jauh. telah tercapai adalah 11 makalah dari 20 makalah yang
ditargetkan.
Sasaran strategis dalam Meningkatnya penguasaan dan kemandirian Iptek di
bidang pemanfaatan penginderaan jauh yang maju.. dengan indikator kinerja
yaitu Jumlah publikasi internasional yang terindeks di bidang pemanfaatan
penginderaan jauh. telah tercapai adalah 4 makalah dari 5 makalah yang
ditargetkan.
Sasaran strategis dalam Meningkatnya penguasaan dan kemandirian Iptek di
bidang pemanfaatan penginderaan jauh yang maju dengan indikator kinerja
yaitu Jumlah HKI yang diusulkan di bidang pemanfaatan penginderaan jauh
telah tercapai adalah inventarisasi requirement dan study literatur dari 1
usulan HKI yang ditargetkan.
102
Sasaran strategis dalam Meningkatnya penguasaan dan kemandirian Iptek di
bidang pemanfaatan penginderaan jauh yang maju dengan indikator kinerja
yaitu Indeks Kepuasan Masyarakat atas layanan informasi penginderaan jauh
telah tercapai adalah 86 dari 82 nilai yang ditargetkan.
Sasaran strategis dalam Meningkatnya layanan data dan informasi di bidang
pemanfaatan penginderaan jauh yang prima dengan indikator kinerja yaitu
Jumlah instansi pengguna yang memanfaatkan layanan informasi
penginderaan jauh telah tercapai adalah 91 instansi dari 90 instansi yang
ditargetkan.
Sasaran strategis dalam Terselenggaranya Sistem Pemantauan Bumi
Nasional sesuai standar ISO dengan indikator kinerja yaitu Persentase
kesiapan Sistem Pemantauan Bumi Nasional terhadap ISO 9001 dan ISO
27001 telah tercapai adalah 75 % dari 75 % yang ditargetkan.
Sasaran strategis dalam Peningkatan kapasitas litbang pemanfaatan
penginderaan jauh dengan indikator kinerja yaitu Jumlah kerjasama
internasional yang meningkatkan kualitas SDM dan fasilitas litbang
pemanfaatan penginderaan jauh telah tercapai 6 kerjasama dari 12
kerjasama yang ditargetkan.
Sasaran strategis dalam Peningkatan kapasitas litbang pemanfaatan
penginderaan jauh dengan indikator kinerja yaitu Prosentase pemenuhan
kriteria pusat unggulan di bidang pemanfaatan penginderaan jauh telah
tercapai 100% dari 30% yang ditargetkan.
Sasaran strategis dalam Peningkatan kapasitas litbang pemanfaatan
penginderaan jauh dengan indikator kinerja yaitu Persentase ketersediaan
fasilitas litbangyasa pemanfaatan penginderaan jauh dibandingkan total
kebutuhan telah tercapai 7% dari 10% yang ditargetkan.
Sasaran strategis dalam Tersedianya sub-sistem DSS untuk mitigasi
bencana alam dan perubahan iklim berbasis penginderaan jauh dengan
indikator kinerja yaitu Jumlah sub-sistem DSS lintas sektoral terkait mitigasi
bencana dan perubahan iklim berbasis penginderaan jauh telah tercapai 1
sub sistem dari 1 sub sistem yang ditargetkan.
Sasaran strategis dalam Meningkatnya Kapasitas dan kompetensi SDM
Aparatur lingkup Pusfatja dengan indikator kinerja yaitu Persentase SDM
103
Pusfatja yang sudah memenuhi kompetensi telah tercapai 25% dari 25%
yang ditargetkan.
Sasaran strategis dalam Meningkatnya akuntabilitas kinerja dan anggaran
Pusfatja dengan indikator kinerja yaitu Persentase Penyerapan Anggaran
Pusfatja telah tercapai 64,10% dari 100% yang ditargetkan.
LAKIN TRIWULAN IVTahun 2018
Pada Triwulan IV Tahun 2017 telah tercapai:
Sasaran strategis dalam Meningkatnya penguasaan dan kemandirian Iptek di
bidang pemanfaatan penginderaan jauh yang maju dengan indikator kinerja
yaitu Jumlah model, prototipe dan bahan pedoman pemanfaatan
penginderaan jauh yang operasional untuk pemantauan sumber daya alam,
lingkungan, serta mitigasi bencana dan perubahan iklim telah tercapai adalah
16 model, 1 prototipe dari 16 model, 1 prototipe yang ditargetkan.
Sasaran strategis dalam Meningkatnya penguasaan dan kemandirian Iptek di
bidang pemanfaatan penginderaan jauh yang maju. dengan indikator kinerja
yaitu Jumlah publikasi nasional terakreditasi di bidang pemanfaatan
penginderaan jauh. telah tercapai adalah 20 makalah dari 20 makalah yang
ditargetkan.
Sasaran strategis dalam Meningkatnya penguasaan dan kemandirian Iptek di
bidang pemanfaatan penginderaan jauh yang maju.. dengan indikator kinerja
yaitu Jumlah publikasi internasional yang terindeks di bidang pemanfaatan
penginderaan jauh. telah tercapai adalah 6 makalah dari 5 makalah yang
ditargetkan.
Sasaran strategis dalam Meningkatnya penguasaan dan kemandirian Iptek di
bidang pemanfaatan penginderaan jauh yang maju dengan indikator kinerja
yaitu Jumlah HKI yang diusulkan di bidang pemanfaatan penginderaan jauh
telah tercapai adalah 1 HKI dari 1 usulan HKI yang ditargetkan.
Sasaran strategis dalam Meningkatnya penguasaan dan kemandirian Iptek di
bidang pemanfaatan penginderaan jauh yang maju dengan indikator kinerja
yaitu Indeks Kepuasan Masyarakat atas layanan informasi penginderaan jauh
telah tercapai adalah 85,75 dari 82 nilai yang ditargetkan.
Sasaran strategis dalam Meningkatnya layanan data dan informasi di bidang
pemanfaatan penginderaan jauh yang prima dengan indikator kinerja yaitu
104
Jumlah instansi pengguna yang memanfaatkan layanan informasi
penginderaan jauh telah tercapai adalah 276 instansi dari 90 instansi yang
ditargetkan.
Sasaran strategis dalam Terselenggaranya Sistem Pemantauan Bumi
Nasional sesuai standar ISO dengan indikator kinerja yaitu Persentase
kesiapan Sistem Pemantauan Bumi Nasional terhadap ISO 9001 dan ISO
27001 telah tercapai adalah 75 % dari 75 % yang ditargetkan.
Sasaran strategis dalam Peningkatan kapasitas litbang pemanfaatan
penginderaan jauh dengan indikator kinerja yaitu Jumlah kerjasama
internasional yang meningkatkan kualitas SDM dan fasilitas litbang
pemanfaatan penginderaan jauh telah tercapai 19 kerjasama dari 12
kerjasama yang diitargetkan.
Sasaran strategis dalam Peningkatan kapasitas litbang pemanfaatan
penginderaan jauh dengan indikator kinerja yaitu Prosentase pemenuhan
kriteria pusat unggulan di bidang pemanfaatan penginderaan jauh telah
tercapai 100% dari 30% yang ditargetkan.
Sasaran strategis dalam Peningkatan kapasitas litbang pemanfaatan
penginderaan jauh dengan indikator kinerja yaitu Persentase ketersediaan
fasilitas litbangyasa pemanfaatan penginderaan jauh dibandingkan total
kebutuhan telah tercapai 100% dari 10% yang ditargetkan.
Sasaran strategis dalam Tersedianya sub-sistem DSS untuk mitigasi
bencana alam dan perubahan iklim berbasis penginderaan jauh dengan
indikator kinerja yaitu Jumlah sub-sistem DSS lintas sektoral terkait mitigasi
bencana dan perubahan iklim berbasis penginderaan jauh telah tercapai 1
sub sistem dari 1 sub sistem yang ditargetkan.
Sasaran strategis dalam Meningkatnya Kapasitas dan kompetensi SDM
Aparatur lingkup Pusfatja dengan indikator kinerja yaitu Persentase SDM
Pusfatja yang sudah memenuhi kompetensi telah tercapai 25% dari 25%
yang dtargetkan.
Sasaran strategis dalam Meningkatnya akuntabilitas kinerja dan anggaran
Pusfatja dengan indikator kinerja yaitu Nilai implementasi SAKIP Pusfatja
telah tercapai 90,34 dari 88 yang ditargetkan.
105
Sasaran strategis dalam Meningkatnya akuntabilitas kinerja dan anggaran
Pusfatja dengan indikator kinerja yaitu Persentase Penyerapan Anggaran
Pusfatja telah tercapai 96,34% dari 100% yang ditargetkan.
Tabel 0.17 Perbandingan Realisasi Target Triwulan tahun 2018
No Sasaran Strategis
Indikator Kinerja
Realisasi Target
Target Akhir Tahun
Realisasi Target
Triwulan I
Realisasi Target
Triwulan II
Realisasi Target
Triwulan III
Realisasi Target
Triwulan IV
1 Meningkatnya penguasaan dan kemandirian Iptek di bidang pemanfaatan penginderaan jauh yang maju.
Jumlah model, prototipe dan bahan pedoman pemanfaatan penginderaan jauh yang operasional untuk pemantauan sumber daya alam, lingkungan, serta mitigasi bencana dan perubahan iklim.
16 model; 1
prototipe;
0 dokumen
0 dokumen
6 17
2 Meningkatnya penguasaan dan kemandirian Iptek di bidang pemanfaatan penginderaan jauh yang maju.
Jumlah publikasi nasional terakreditasi di bidang pemanfaatan penginderaan jauh.
20 makalah
2 makalah
8 makalah
11 20
3 Meningkatnya penguasaan dan kemandirian Iptek di bidang pemanfaatan penginderaan jauh yang maju.
Jumlah publikasi internasional yang terindeks di bidang pemanfaatan penginderaan jauh.
5 makalah
1 makalah
2 makalah
4 6
4 Meningkatnya penguasaan dan kemandirian
Jumlah HKI yang diusulkan di bidang
1 usulan judul
0 usulan judul
0 1
106
Iptek di bidang pemanfaatan penginderaan jauh yang maju.
pemanfaatan penginderaan jauh.
6 Meningkatnya penguasaan dan kemandirian Iptek di bidang pemanfaatan penginderaan jauh yang maju.
Indeks Kepuasan Masyarakat atas layanan informasi penginderaan jauh.
82 84.88 82,67 86 85.75
5 Meningkatnya layanan data dan informasi di bidang pemanfaatan penginderaan jauh yang prima.
Jumlah instansi pengguna yang memanfaatkan layanan informasi penginderaan jauh.
90 instansi
35 Instans
89 Instans
91 276
7 Terselenggaranya Sistem Pemantauan Bumi Nasional sesuai standar ISO
Persentase kesiapan Sistem Pemantauan Bumi Nasional terhadap ISO 9001 dan ISO 27001
75% 50 65%
8 Peningkatan kapasitas litbang pemanfaatan penginderaan jauh
Jumlah kerjasama internasional yang meningkatkan kualitas SDM dan fasilitas litbang pemanfaatan penginderaan jauh
12 Kerjasam
a
9 Kerjasam
a
6 19
9 Peningkatan kapasitas litbang pemanfaatan penginderaan jauh
Prosentase pemenuhan kriteria pusat unggulan di bidang pemanfaatan penginderaan jauh.
30% 100 100 30 100
107
10 Peningkatan kapasitas litbang pemanfaatan penginderaan jauh
Persentase ketersediaan fasilitas litbangyasa pemanfaatan penginderaan jauh dibandingkan total kebutuhan
10% 7 100
11 Tersedianya sub-sistem DSS untuk mitigasi bencana alam dan perubahan iklim berbasis penginderaan jauh
Jumlah sub-sistem DSS lintas sektoral terkait mitigasi bencana dan perubahan iklim berbasis penginderaan jauh
1 sub-
sistem
1 sub-
sistem
1 DSS
1 1
12 Tersedianya metode pengolahan (klasifikasi dan deteksi parameter geobiofisik), pedoman pemanfaatan data, dan diseminasi informasi penginderaan jauh.
Jumlah pedoman pemanfaatan penginderaan jauh yang dihasilkan
8 pedoman
0
13 Meningkatnya Kapasitas dan kompetensi SDM Aparatur lingkup Pusfatja
Persentase SDM Pusfatja yang sudah memenuhi kompetensi
25% 25 25
14 Meningkatnya akuntabilitas kinerja dan anggaran Pusfatja
Nilai implementasi SAKIP Pusfatja
88 90.34
15 Meningkatnya akuntabilitas kinerja dan anggaran Pusfatja
Persentase Penyerapan Anggaran Pusfatja
100% 11.76% 29,81 64,10 96.34
108
1.2.1. Evaluasi Kinerja Individu
Hasil kinerja PUSFATJA merupakan hasil akumulasi dari capaian kinerja
individu yang dikelompokan dalam kelompok pemanfaatan yang dibentuk. Hasil
capaian kinerja individu tertuang dalam formulir Sasaran Kinerja Pegawai
(SKP) yang dievaluasi setiap triwulan. Pengumpulan data kinerja dan evaluasi
kinerja dilakukan setiap bulan, kemudian diakumulasi menjadi laporan triwulan
dan laporan tahunan. Tim ini terdiri dari semua pejabat struktural PUSFATJA,
Manajer Teknis, Manajer Publikasi dari setiap Kelompok Pemanfaatan
PUSFATJA.
Setiap bulan tim ini melakukan pemantauan pada presensi dan laporan
bulanan individu setiap pegawai, dan memberi penilaian terhadap kinerja
pegawai tersebut. Tim ini juga bertugas untuk membuat usulan apresiasi pada
individu pegawai dan tim kerja yang berprestasi menunjang keberhasilan
pencapaian kinerja PUSFATJA pada tingkat satker, serta membuat
rekomendasi pejabat-pejabat fungsional yang berprestasi dan berdedikasi
tinggi. Pemberian apresiasi pegawai dan tim kerja berprestasi dilakukan pada
setiap akhir tahun, untuk menambah semangat kerja bagi para pegawai.
3.2.2. Efisiensi Kinerja
Dalam rangka menghitung efisiensi kinerja yang tertuang dalam PMK 249
Tahun 2011 PUSFATJA melaksanakan monitoring dan evaluasi yang tertuang
dalam laoporan kinerja triwulan. Efisiensi PUSFATJA yang dihasilkan sampai
triwulan IV adalah 74.15 % . Nilai tersebut dihitung berdasarkan persamaan
dari PMK No.249 Tahun 2011 yaitu:
Dimana:
NE : Nilai Efisiensi
E : Efisiensi
Sesuai dengan evaluasi kinerja tahunan yang dicapai, hingga tahun 2018
beberapa target tahun 2019 telah berhasil dilakukan percepatan pencapaian
diantaranya dalah penetapan PUSFATJA sebagai PUI. Dari hasil ini dapat
menggambarkan efektivitas capaian kinerja PUSFATJA dalam mencapai target
5 tahunan. Sekaligus menggambarkan kesiapan PUSFATJA mampu melayani
109
dalam skala nasional yang dimungkinkan untuk melayani
internasional/regional. Pada tahun 2018 nilai rupiah yang berhasil
diefisiensikan sebesar Rp 255.168.129,- untuk belanja barang dalam rangka
capaian kinerja melebihi tahun sebelumnya dan untuk belanja modal nilai yang
berhasil diefisiensikan sebesar Rp 782.689.500,- dalam bentuk optimalisasi
dari sisa anggaran belanja modal pada Tahun 2018.
3.2.3. Reward dan Punishment
Reward dan punishment dilakukan dalam rangka memotivasi setiap
pegawai dalam rangka mencapai sasaran kinerja pegawai yang telah
ditetapkan. PUSFATJA telah melakukan kedua sistem tersebut dalam rangka
peningkatan monev yang dilakukan secara dinamis dan berkala. Penerapan
program reward dan punishment dilakukan dengan mengacu pada Peraturan
Kepala LAPAN No. 2 Tahun 2017 tentang Perubahan atas Perraturan Kepala
LAPAN nomor 1 tahun 2016 tentang Pemberian Tunjangan Kinerja, setiap
pegawai berhak mendapatkan reward dalam bentuk kenaikan tunjangan kinerja
sebesar 50% dari selisih Tukin 1 grade di atas, jika hasil evaluasi kinerjanya
mendapatkan kategori sangat baik. Namun pada Tahun 2018 PUSFATJA
belum menghasilkan pegawai yang dapat merealisasikan reward yang tertuang
dalam perka tersebut.
Reward
Tahun 2018 PUSFATJA memberikan reward kepada:
Tim Evaluasi Kinerja
Tim SAKIP
Tim PUI
Tim ISO 9001
Tim KNAPPP 02:2017
Tim Quick Respon Bencana
Tim Kerjasama
Fungsional berprestasi dengan mengikuti kegiatan pelatihan di luar
negeri
Punishment
110
Hukuman yang telah dilakukan PUSFATJA mengacu kepada kedisiplinan
pegawai yang dilakukan dengan mengacu kepada absensi kehadiran. Selain
dari absensi juga dilakuakn berdasarkan pengumpulan laporan bulanan baik
individu mauapun tim kegiatan. Hukuman diberikan dengan melakukan
pemotongan TUKIN sebesar 10% bila melakuakn keterlambatan dalam
pengumpulan pelaoporan tersebut.
3.3. Pengukuran Pencapaian Sasaran dan IKU Pusfatja Tahun 2018
Tahun 2018, Pusat Pemanfaatan Penginderaan jauh 6 indikator kerja yaitu 16
model dan 1 prototipe pemanfaatan penginderaan jauh, 20 publikasi nasional
terakreditasi, 5 publikasi internasional yang terindeks, 1 HKI, 90 instansi pengguna
yang memanfaatkan layanan informasi penginderaan jauh, dan Indeks Kepuasan
Masyarakat atas layanan informasi penginderaan jauh bernilai 82. Berdasarkan
capaian kinerja 2018, Pusfatja telah melakukan percepatan dengan mencapai
persentase yang cukup signifikan dan melebihi target yang sudah ditetapkan.
Capaian sasaran strategis ke 1 berupa peningkatan penguasaan dan
kemandirian iptek di bidang pemanfaatan penginderaan jauh sudak dilakukan
dengam hasil yang sesuai target seperti 16 model/1 prototipe/ pemanfaatan
penginderaan jauh, 20 publikasi nasional terakreditasi, 6 publikasi internasional yang
terindeks, dan 1 HKI. Adapun persentase dari masing-masing capaian adalah 100%
model/prototipe, 100% publikasi nasional, 120% publikasi internasional, dan 100%
HKI. Peningkatan juga ditunjukan pada strategis 2 berupa peningkatan layanan data
dan informasi di bidang pemanfaatan penginderaan jauh. Peningkatan ini
menunjukan tingkat kepuasan penguna yang semakin tinggi atas hasil keinerja yang
diberikan oleh PUSFATJA. Peningkatan ini tidak terlepas dari kerjasama dan upaya
untuk terus mempertahankan predikat sebagai Pusat Unggulan Iptek.
Tabel 0.18 Pengukuran target dan realisasi tahun 2018
No Sasaran Strategis
Indikator Kinerja Target Realisasi Persentase
Pencapaian
(1) (2) (3) (4) (5) (6)
111
No Sasaran Strategis
Indikator Kinerja Target Realisasi Persentase
Pencapaian
1. Meningkatnya penguasaan dan kemandirian iptek di bidang pemanfaatan penginderaan jauh yang maju.
1. Jumlah model, prototipe, dan bahan pedoman pemanfaatan penginderaan jauh yang operasional untuk pemantauan sumberdaya alam, lingkungan, serta mitigasi bencana dan perubahan iklim.
16 Model/ 1
Prototipe
16 Model/ 1 Prototipe
100%
2. Jumlah publikasi nasional terakreditasi di bidang pemanfaatan penginderaan jauh.
20 Makalah
20 Makalah 100%
3. Jumlah publikasi internasional yang terindeks di bidang pemanfaatan penginderaan jauh.
5 Makalah
6 Makalah 120%
4. Jumlah HKI yang diusulkan di bidang pemanfaatan penginderaan jauh.
1 Usulan Judul
1 Usulan Judul 100%
2. Meningkatnya layanan data dan informasi di bidang pemanfaatan penginderaan jauh yang prima.
5. Jumlah instansi pengguna yang memanfaatkan layanan informasi penginderaan jauh.
90 Instansi
123 Instansi 137%
6. Indeks Kepuasan Masyarakat atas layanan informasi penginderaan jauh.
82 85,75 104%
112
3.4. Analisis Trend Kinerja PUSFATJA
Trend kinerja dari PUSFATJA dapat dilihat dengan menampilkan hasil kerja
pada tahun-tahun sebelumnya. Tabel 3.17 menunjukan trend kinerja PUSFATJA
dalam angka. Berdasarkan Tabel berikut dapat dilihat pada masing-masing IKU
menunjukan peningkatan dari tahun ke tahun kecuali jumlah HKI yang diusulkan di
bidang pemanfaatan penginderaan jauh. Secara umum, peningkatan dari masing-
masing IKU menunjukan kemajuan yang cukup signifikan.
Tabel 0.19 Perbandingan realisasi target Pusfatja tahun 2015 – 2018 berdasarkan IKU
Indikator Kinerja Utama (IKU)
Realisasi Renstra 2015 - 2018
2015 2016 2017 2018
IKU 1: Jumlah model, prototipe, dan bahan pedoman pemanfaatan penginderaan jauh yang operasional untuk pemantauan sumberdaya alam, lingkungan, serta mitigasi bencana dan perubahan iklim.
18 Model/ Prototipe/ Pedoman
20 Model/ Prototipe/ Pedoman
21 Model/ Prototipe/ Pedoman
16 Model/ 1Prototipe/
IKU 2: Jumlah publikasi nasional terakreditasi di bidang pemanfaatan penginderaan jauh.
7 Makalah 19 Makalah
21 Makalah
20 Makalah
IKU 3: Jumlah publikasi internasional yang terindeks di bidang pemanfaatan penginderaan jauh.
4 Makalah 10 Makalah
5 Makalah 6 Makalah
IKU 4: Jumlah HKI yang diusulkan di bidang pemanfaatan penginderaan jauh.
0 Usulan Judul
0 Usulan Judul
3 Judul HKI
3 Copyright
1 Usulan Judul
IKU 5: Jumlah instansi pengguna yang memanfaatkan layanan informasi penginderaan jauh.
72 Instansi 115 Instansi
110 Instansi
276 Instansi
IKU 6: Indeks Kepuasan Masyarakat atas layanan informasi penginderaan jauh.
81,2 87,07 82,13 85,75
Berdasarkan kondisi capaian dari tahun 2015 – 2018 pada masing-masing
indikator kerja PUSFATJA dapat dilihat peningkatan dari masing-masing IKU.
113
Peningkatan ini menunjukkan komitmen PUSFATJA dalam memberikan kontribusi
untuk Indonesia. Pada IKU 1 peningkatan hasil berupa model/prototipe dapat dilihat
trend yang meningkat dari tahun pertahun. Hal ini menunjukan komitmen
PUSFATJA untuk menghasilkan suatiu produk pemanfaatan yang berguna. IKU 2
dan 3 berupa publikasi Nasional dan internasional menunjukkan trend yang
meningkat. Trend ini menunjukan komitmen pusfatja sebagai lembaga litbangyasa
yang memperoleh penghargaan sebagai Pusat Unggulan Iptek. IKU 4 tidak
meningkat dibandingkan tahun sebelumnya namun sudah mencapai persentase
300% dibandingkan target yang ditentukan pada 2017. Penurunan dibandingkan
pada tahun sebelumnya dikarena sebagaian besar hasil HKI telah diterbitkan pada
tahun 2017. Pelayanan Pusfatja menunjukkan trend yang meningkat yang ditandai
dengan peningkatan penguna dari tahun ke tahun (IKU5). Peningkatan penguna
juga diikuti dengan peningkatan indeks kepuasan masyarakat (IKU 6). Hal ini
menunjukkan keseriusan PUSFATJA dalam memberikan pelayanan yang prima.
Gambar 0.18 Pencapaian IKU dari Tahun 2015 – 2018
114
Pencapaian Kinerja 2018 Terhadap Rencana Strategis
Tabel 0.20 Pencapaian Kinerja 2018 Terhadap Rencana Strategis
No. Tujuan Strategis
Sasaran Strategis
Indikator Kinerja
Capaian Target
2018 2019
1 2 3 4 5 6
1
Terwujudnya layanan prima di bidang pemanfaatan penginderaan jauh bagi masyarakat.
Meningkatnya penguasaan dan kemandirian iptek di bidang pemanfaatan penginderaan jauh yang maju.
Indikator kinerja 1: Jumlah model, pedoman, modul, dan prototipe di bidang penginderaan jauh untuk pemantauan sumberdaya alam (SDA), lingkungan, serta mitigasi bencana dan perubahan iklim.
16 Model 1 prototipe
22 Model/
Prototipe/ Bahan
pedoman
Indikator kinerja 2: Jumlah publikasi nasional terakreditasi di bidang pemanfaatan penginderaan jauh.
20 Makalah
21 makalah
Indikator kinerja 3: Jumlah publikasi internasional yang terindeks di bidang pemanfaatan penginderaan jauh.
6 Makalah
5 makalah
Indikator Kinerja 4: Jumlah HKI yang diusulkan di bidang pemanfaatan
1 Usulan 1 usulan
115
No. Tujuan Strategis
Sasaran Strategis
Indikator Kinerja
Capaian Target
2018 2019
penginderaan jauh.
Meningkatnya layanan data dan informasi di bidang pemanfaatan penginderaan jauh yang prima.
Indikator kinerja 5: Jumlah instansi pengguna yang memanfaatkan layanan informasi penginderaan jauh.
123 Instansi
95 instansi
Indikator kinerja 6: Indeks Kepuasan Masyarakat atas layanan informasi penginderaan jauh.
85,75 82
2 Terwujudnya Sistem Pemantauan Bumi Nasional yang memenuhi kepatuhan standar dan prosedur.
Terselenggaranya Sistem Pemantauan Bumi Nasional sesuai standar ISO.
Indikator kinerja 7: Persentase kesiapan Sistem Pemantauan Bumi Nasional terhadap ISO 9001 dan ISO 27001.
100 100
Peningkatan kapasitas litbang pemanfaatan penginderaan jauh.
Indikator kinerja 8: Jumlah kerjasama internasional yang meningkatkan kualitas SDM dan fasilitas litbang pemanfaatan penginderaan jauh.
19 15
116
No. Tujuan Strategis
Sasaran Strategis
Indikator Kinerja
Capaian Target
2018 2019
Indikator kinerja 9: Prosentase pemenuhan kriteria pusat unggulan di bidang pemanfaatan penginderaan jauh.
100 100
Tersedianya sub-sistem DSS untuk mitigasi bencana alam dan perubahan iklim berbasis penginderaan jauh.
Indikator kinerja 10: Jumlah sub-sistem DSS lintas sektoral terkait mitigasi bencana dan perubahan iklim berbasis penginderaan jauh.
1 1
Pada tahun 2018, PUSFATJA tidak hanya melaksanakan kegiatan-kegiatan terkait
dengan pencapaian target tahun 2018 saja, namun juga melaksanakan kegiatan
untuk mencapai target yang tertuang dalam RENSTRA PUSFATJA tahun 2015 -
2019. Capaian kinerja pada tahun 2018 menunjukkan hasil yang telah memenuhi
bahkan melampaui target yang ingin dicapai pada tahun 2019. Dengan hasil
tersebut, dapat disimpulkan bahwa capaian dari setiap sasaran strategis PUSFATJA
telah berjalan dengan optimal melebihi ekspektasi dari RENSTRA PUSFATJA 2015
- 2019.
Pada tujuan strategis pertama, “Terwujudnya layanan prima di bidang pemanfaatan
penginderaan jauh bagi masyarakat”, seluruh komponen PUSFATJA telah mampu
bekerjasama dengan baik sehingga tujuan ini dapat terpenuhi. Para
peneliti/perekayasa PUSFATJA telah mampu memenuhi capaian-capaian berupa
model, prototipe, pedoman, publikasi nasional maupun internasional, serta HKI yang
dapat mendukung layanan di bidang pemanfaatan penginderaan jauh. Dari tujuan
strategis pertama, PUSFATJA memiliki dua sasaran strategis, yaitu meningkatnya
penguasaan IPTEK di bidang pemanfaatan penginderaan jauh yang maju dan
meningkatnya layanan data dan informasi di bidang pemanfaatan penginderaan jauh
117
yang prima. Sebagian besar indikator kinerja utama yang ada pada setiap sasaran
ini memperoleh realisasi yang berada di atas target yang ditentukan untuk tahun
2019 nanti. Dari jumlah model, prototipe, dan juga pedoman yang dihasilkan,
PUSFATJA memberikan performa hanya 5% lebih kecil jika dibandingkan dengan
target pada tahun 2019. Dari sisi jumlah publikasi nasional terakreditasi, PUSFATJA
memerlukan capaian 5% lebih banyak untuk mencapai jumlah publikasi nasional
yang ditargetkan pada tahun 2019. Untuk capaian berupa makalah internasional,
PUSFATJA mampu melebihi target tahun 2019 sebanyak 12%. Aspek terakhir dari
sasaran pertama ini adalah usulan HKI yang telah dipenuhi PUSFATJA dengan
capaian 100%. Untuk indikator kinerja utama pada sasaran strategis kedua,
PUSFATJA memiliki indikator berupa jumlah instansi pengguna dan indeks
kepuasan masyarakat. Kedua indikator ini dapat dicapai dengan baik, jumlah
instansi pengguna yang menerima pelayanan dari PUSFATJA adalah 190% lebih
banyak dari target yang ditetapkan pada tahun 2019, dan demikian pula indeks
kepuasan masyarakat yang mencapai nilai 85.75 dengan target 2019 hanya 82.
Tujuan strategis PUSFATJA yang kedua adalah “Terwujudnya Sistem Pemantauan
Bumi Nasional yang memenuhi kepatuhan standar dan prosedur”. Tujuan ini
memiliki dua sasaran strategis, yaitu terselenggaranya SPBN yang sesuai standar
ISO, peningkatan kapasitas litbang, dan tersedianya sub-sistem untuk mitigasi
bencana alam dan perubahan iklim. Indikator utama untuk standar ISO adalah ISO
9001 dan ISO 27001. Terdapat dua indikator utama untuk sasaran peningkatan
kapasitas litbang, yaitu jumlah kerjasama internasional dan persentase pemenuhan
untuk pusat unggulan. Capaian pada tahun 2018 mengenai kerjasama telah memiliki
skor 26% lebih tinggi dari target yang ingin dicapai pada tahun 2019. Sasaran
strategis tersedianya sub-sistem mitigasi bencana alam dan perubahan iklim
memiliki satu indikator berupa jumlah sub-sistem DSS lintas sektoral sebanyak satu
buah, PUSFATJA sudah mampu mencapai target serupa dengan jumlah target pada
tahun 2019.
Capaian di luar IKU
Selain kinerja yang telah disebutkan di atas, pada tahun 2018 PUSFATJA memiliki
beberapa capaian lain, antara lain:
118
1. Mempertahankan status sebagai Pusat Unggulan Iptek (PUI) dengan nilai 9,4
(skor 937,6/1000). Detail penilaian dapat dilihat pada Gambar 3.18. Selain
itu, PUSFATJA juga menjalin kerjasama dengan lembaga-lembaga lain yang
juga memiliki sertifikasi PUI.
Gambar 0.19 Hasil Pusat Unggulan Iptek (PUI)
2. Mempertahankan sertifikasi ISO 9001:2015 mengenai sistem manajemen
mutu (Quality Management System) untuk manajemen penelitian,
pengembangan, dan perekayasaan. Dipertahankannya sertifikasi ini
menunjukkan bahwa produksi informasi yang dihasilkan oleh PUSFATJA
telah dan masih memenuhi standar internasional.
119
Gambar 0.20 Sertifikat ISO
3. Penghargaan “Adhyasta Bumi Award” dari Masyarakat Penginderaan Jauh
Indonesia (MAPIN) sebagai instansi yang berperan aktif dalam pemanfaatan
penginderaan jauh Indonesia.
Gambar 0.21 Sertifikat Penghargaan Mapin
4. PUSFATJA telah berhasil membangun start-up company dengan PT. Marlin
untuk implementasi prototipe litbang ZPPI.
5. PUSFATJA mampu memperkuat infrastruktur, antara lain piranti keras dan
lunak pengolah data, perbaikan bangunan bengkel dan pos penjagaan, tiga
120
perangkat baru peralatan survei, dan peralatan pendukung lainnya seperti
jaringan internet, catudaya, dan catudaya darurat.
6. PUSFATJA telah membuat bank data spektral yang bekerjasama dengan tim
Bani Saleh untuk mendukung SPBN.
Gambar 0.22 Website Bank Data Spektral
7. PUSFATJA membangun sistem SPBN berbasis android (SIPANDORA) untuk
memudahkan pengguna memanfaatkan data yang ada di dalam SPBN.
121
Gambar 0.23 SIPANDORA
8. PUSFATJA telah direkomendasikan untuk memperoleh akreditasi dari Komite
Nasional Akreditasi Pranata Penelitian dan Pengembangan (KNAPP) dari
Ristekdikti dengan hasil 6 temuan minor dan 2 observasi yang akan
ditindaklanjuti sebelum 23 Januari 2019. Dengan rekomendasi ini, mutu dan
efektivitas kegiatan penelitian di PUSFATJA telah dipantau dan diawasi, juga
dapat memperoleh pembinaan yang dilakukan secara terus menerus dan
berkala berdasarkan pedoman yang berlaku oleh Ristekdikti.
3.5. Akuntabilitas Keuangan
Rincian realisasi PAGU anggaran tahun 2018 dapat dilihat pada Tabel 3.21
dan rincian realisasi anggaran berdasarkan IKU tahun 2018 dapat dilihat pada Tabel
3.22.
Tabel 0.21 Realisasi Anggaran Berdasarkan Akun Belanja TA 2018
Uraian Pagu Anggaran Realisasi Persentase
Belanja Pegawai (51) 14.617.873.000 13.361.924.702 91.41%
Belanja Barang (52) 9.966.333.000 9.876.413.646 99.10%
Belanja Modal (53) 13.053.794.000 13.022.278.400 99.76%
Total 37.638.000.000 36.260.616.748 96.34%
122
Tabel 0.22 Realisasi Anggaran Berdasarkan IKU Ta. 2018
IKU Anggaran Realisasi Persentase
Jumlah model, pedoman, modul, dan prototipe di bidang penginderaan jauh untuk pemantauan sumberdaya alam (SDA), lingkungan, serta mitigasi bencana dan perubahan iklim.
4.485.879.000 4.468.533.459 99.61%
Jumlah publikasi nasional terakreditasi di bidang pemanfaatan penginderaan jauh.
49.820.000 49.666.616 99.69%
Jumlah publikasi internasional yang terindeks di bidang pemanfaatan penginderaan jauh.
202.642.000 202.429.632 99.89%
Jumlah HKI yang diusulkan di bidang pemanfaatan penginderaan jauh.
- -
Jumlah instansi pengguna yang memanfaatkan layanan informasi penginderaan jauh
250.000.000 249.674.700 99.87%
Indeks Kepuasan Masyarakat atas layanan informasi penginderaan jauh
- -
TOTAL 4.988.341.000 4.970.304.407 99.63%
Adapun Pagu anggaran beserta realisasinya dari setiap keluaran pada satker Pusat
Pemanfaatan Penginderaan Jauh berdasarkan PMK 249/2011 tertera pada tabel
3.23.
Tabel 0.23 Pagu anggaran beserta realisasinya dari setiap keluaran pada satker Pusat Pemanfaatan Penginderaan Jauh berdasarkan PMK 249/2011
Keluaran Volume Anggaran
Target (TVK)
Realisasi (RVK)
Pagu (PAK) Realisasi (RAK)
Keluaran 1 (orang)
91 91 14.617.873.000 13.361.924.337
Keluaran 2 (laporan)
17 21 7.695.000.000 7.652.444.318
Keluaran 3 (Sistem)
1 1 9.222.200.000 9.192.236.389
3.6. Valuasi Ekonomi
Kegiatan layanan PUSFATJA yang dilakukan selama tahun 2018 yang dibagikan
dalam rangkaian kegiatan yaitu Litbangyasa, pelayanan, produksi informasi, dan
123
belanja modal bila dikonversikan dalam rupiah akan memberikan dampak
keuntungan secara ekonomi. Adapun besaran dampak keuntungan yang diberikan
adalah sebesar 12.481.663.983 (masih angka perkiraan, valuasi income dihitung
dari output yang dihasilkan tahun 2018 termasuk kegiatan pelayanan)
Tabel 0.24 Valuasi Ekonomi
No. Kegiatan Pengeluaran Valuasi (“income”)
1. Kegiatan Pusfatja tahun 2018
35.877.964.417 (95.32%)
2. Litbangyasa 5.400.000.000
3. Pelayanan 16.800.000.000
4. Produksi informasi 13.202.000.000
5. Belanja modal 12.957.628.400
35.877.964.417 48.359.628.400
Valuasi (“keuntungan’) 12.481.663.983
124
BAB IV INISIATIF PENINGKATAN AKUNTABILITAS PUSFATJA
Pusfatja terus berbenah dalam upayanya meningkatkan akuntabilitas kinerja
secara optimal dan berkesinambungan. Untuk mendukung hal tersebut, Pusfatja
menyusun inisiatif strategis sebagai bentuk respons terhadap hasil evaluasi internal
dari Inspektorat Utama, arahan pimpinan LAPAN, dan agenda program Reformasi
Birokrasi
4.1. Tindak Lanjut Atas Evaluasi SAKIP
Berdasarkan hasil evaluasi internal oleh Inspektorat dan rekomendasi yang
disampaikan, maka telah dirumuskan dan dilaksanakan beberapa pembenahan
untuk peningkatan kinerja Pusfatja, yaitu:
a. Penyempurnaan cascading kinerja dari level eselon 2 hingga level individu
Pelaksanaan cascading kinerja sudah dilakukan sampai level individu, sehinga
masing-masing individu sudah menandatangani Perjanjian KInerja Individu yang
didalamnya tercantum Indikator Kinerja Individu. Selain itu juga sudah dibuat
Kisi-Kisi penyusunan Sasaran Kinerja Pegawai (SKP) di lingkungan Pusfatja
berdasarkan tugas dan fungsi jabatan fungsional yang dimilikinya. Sistem
reward dan punishment juga sudah mengikuti peraturan yang ada.
b. Pelaksanaan pemantauan secara berkala kinerja
Sesuai araha pimpinan LAPAN melalui Surat Edaran No 1 Tahun 2018 terkait
dengan tunjangan KInerja Pegawai LAPAN, maka telah dilaksanakan
pemantauan secara berkala pelaporan kinerja Individu bulanan, pelaporan
kinerja litbang bulanan dan pelaporan kemajuan persentase bulanan. Pelaporan
masih dilakukan dengan manual menggunakan email dan flashdisk, kedepan
akan diupgrade menjadi pelaporan online.
125
4.2. Program Peningkatan Integritas
Pada tahun 2018, Pusfatja sudah mengarah kepada Pembangunan Zona
Integritas unit kerja menuju Wilayah Bebas Korupsi (WBK)/Wilayah Birokrasi Bersih
dan Melayani (WBBM ). Pada penilaian internal oleh Inspektorat, Pusfatja sudah
dianggap mencukup untuk diusulkan menjadi satker menuju Wilayah Bebas Korupsi
(WBK)/Wilayah Birokrasi Bersih dan Melayani (WBBM). Hanya saja penilaian
eksternal belum mencukupi penilaian tersebut. Tetapi Pusfatja optimis di tahun 2019
akan menjadi satker Wilayah Bebas Korupsi (WBK)/Wilayah Birokrasi Bersih dan
Melayani (WBBM).
4.3. Penguatan Program Reformasi Birokrasi
Pusfatja terus melakukan inovasi untuk meningkatkan akuntabilitas kinerja
dan mendukung Reformasi Birokrasi. Untuk mendukung hal tersebut, Pusfatja
membangun beberapa aplikasi untuk meningkatkan efetifitas dan efisiensi pegawai
dalam bekerja.
1. SICeCeP (Sistem Informasi Check-in Check-out Pegawai)
Gambar 0.1 Sistem Informasi Checik-in Check-Out
Sistem ini dibuat untuk mempermudah kinerja bagian administrasi dalam
memonitoring pegawai yang pergi dan kembali disaat jam kerja dan memudahkan
pegawai bagian administrasi dalam menghitung waktu pegawai yang pergi dan
kembali disaat jam kerja. Adapun manfaat dari sistem ini agar pegawai lebih efektif
dan efisien dalam bekerja. Informasi yang dihasilkan sistem informasi check-in
check-out (sicecep) dapat digunakan untuk kebutuhan bagian administrasi.
126
2. Aplikasi Dashboard Pusfatja (Aplikasi Display Kepegawaian dan Keuangan)
Gambar 0.2 Tampilan Dashboard Pusfatja
Aplikasi dashboard Pusfatja dibuat untuk mempermudah monitoring data
kepegawaian, keuangan, BMN, dan PPID secara transparan pegawai bagian
administrasi dan keuangan lebih efektif dan efisien dalam bekerja. Informasi yang
dihasilkan berupa data kepegawaian dan keuangan yang dapat dilihat oleh seluruh
pegawai di Pusfatja.
3. E-Fasilitas Pusfatja (Sistem Informasi Elektronik Fasilitas)
Gambar 0.3 E-Fasilitas Pusfatja
E-fasilitas Pusfatja dibuat untuk mempermudah monitoring pemakaian dan
perawatan alat yang terdapat di bidang profas (program dan fasilitas). Informasi
yang dihasilkan sistem informasi e-fasilitas Pusfatja dapat digunakan untuk
kebutuhan monitoring pemakaian dan perawatan alat.
127
SILAPJA (Sistem Informasi E-Pelaporan Pusfatja)
Gambar 0.4 SiLAPJA Pusfatja
Sistem informasi e-pelaporan Pusfatja dibuat untuk mempermudah
pengumpulan laporan secara elektronik, memudahkan kepala Pusfatja Lapan dan
atasan dari setiap bidang dalam monitoring laporan seluruh pegawai. Data
pelaporan yang dihasilkan dapat dimonitoring langsung oleh kepala Pusfatja
maupun atasan dari masing-masing bidang.
4. SIMOEL (Sistem Informasi Monitoring Bengkel)
Gambar 0.5 SiMoel Pusfatja
Sistem informasi monitoring bengkel untuk mempermudah kepala bengkel
dalam monitoring kendaraan dinas, penjadwalan driver dan pembayaran pajak
kendaraan dinas. Informasi yang dihasilkan sistem informasi monitoring bengkel
(simoel) dapat digunakan untuk kebutuhan bagian bengkel dan pegawai struktural
128
BAB V
PENUTUP
Laporan Kinerja PUSFATJA merupakan laporan pertanggungjawaban terkait
pencapaian target yang mengacu pada Rencana Strategis PUSFATJA 2015-2019.
Laporan Kinerja ini disusun dengan berpedoman pada Peraturan Presiden Republik
indonesia Nomor 29 tahun 2014 tentang sistem Akuntabilitas kinerja instansi
Pemerintah, dan Peraturan Menteri Pendayagunaan Aparatur Negara dan
Reformasi Birokrasi Nomor 53 Tahun 2014 tentang Petunjuk Teknis Perjanjian
kinerja, Pelaporan kinerja dan Tata Cara Reviu atas Laporan kinerja Instansi
Pemerintah.
Laporan ini memberikan penjelasan tentang gambaran kinerja yang telah
dilakukan oleh PUSFATJA sepanjang tahun 2018. Pada perjalanannya terdapat
penyesuaaian target IKU di Pusfatja. Rencana Kerja (Renja) Pusfatja 2018
merangkum penyesuaian target pada IKU 1 dimana pada Rencana Strategis
Pusfatja 2015-2019 total capaian model/modul/prototype/bahan pedoman adalah 20
berubah pada Renja 2018 menjadi total 17 (16 Model dan 1 prototype) diakibatkan
karena adanya penyesuaian anggaran yang diusulkan pada Renstra dimana
jumlahnya menurun saat menjadi pagu anggaran yang ditetapkan pada Renja 2018.
Di masa mendatang, PUSFATJA akan melakukan berbagai langkah untuk lebih
meningkatkan kualitas kinerja dan pelaporannya agar terwujud transparansi dan
akuntabilitas seperti yang diharapkan.
Secara umum seluruh target dari setiap sasaran strategis Pusfatja telah
berhasil dicapai sesuai dengan rencana kinerja dari sasaran strategis yang tertuang
pada PK 2018 dan sasaran strategis yang tertuang pada Renstra Pusfatja tahun
2015-2019. Capaian kinerja kegiatan Pusfatja pada tahun 2018 berdasarkan PK
tahun 2018 mencapai 138,42%. Semua capaian kinerja mencapai lebih dari 100%
dan dapat dikategorikan Sangat Berhasil.
Capaian tahun 2018 baik berdasarkan PK tahun 2018 ataupun target sasaran
kinerja tahun 2018 dari Renstra Pusfatja tahun 2015-2019 untuk menjadi “Pusat
Unggulan dalam bidang pemanfaatan penginderaan jauh untuk mewujudkan
Indonesia maju dan mandiri” telah berhasil mencapai bahkan melampaui target
129
kinerja dan dapat dijadikan sebagai acuan meningkatkan prestasi pada tahun-tahun
mendatang untuk mencapai sasaran strategis dari Renstra 2015-2019. Pada tahun
2018 ini Pusfatja berhasil mempertahankan Pusat Unggulan IPTEK oleh Ristekdikti
sehingga diharapkan dapat menjadi rujukan nasional di bidang Pemanfaatan dan
Diseminasi Penginderaan Jauh.
Pelaksanaan kegiatan Pusfatja di tahun 2018 dilaksanakan melalui peran
Kelompok Pemanfaatan dan Kelompok Perekayasa atau keduanya disingkat
sebagai Pokfatyasa atau Kelompok Jabatan Fungsional sesuai dengan struktur
organisasi pada Peraturan Kepala No 8 Tahun 2015. Sementara peran bidang lebih
berperan sebagai fasilitator, koordinator terutama terkait dengan penguatan
diseminasi dan penguatan fasilitas (infrastruktur) dan program. Untuk
mempertahankan capaian yang telah dihasilkan di tahun 2018, Pusfatja pada awal
tahun 2019 telah melakukan rapat kerja untuk menyamakan persepsi terhadap
perubahan pelaksanaan kegiatan khususnya kegiatan penelitian, pengembangan,
dan perekayasaan serta akan membangun dan menyepakati mekanisme koordinasi
dan hubungan kerja antara Kepala Bidang–Pokfatyasa dan Kepala Bagian
Administrasi, dan Prosedur Operasi Standard untuk perencanaan, pelaksanaan
kegiatan litbangyasa, diseminasi, pembinaan/ pembimbingan/ bantuan teknis,
kerjasama dalam dan luar negeri, pengembangan sumber daya manusia untuk
mengikuti kegiatan ilmiah (seminar, pelatihan, dan sebagainya) penerbitan makalah
ilmiah pada jurnal internasional dan lain-lain yang diperlukan.
Pencapaian indikator kinerja utama di Pusfatja sebagian besar sudah melebihi
indikator di tahun 2018. Oleh karena itu, untuk menjaga supaya kinerja tetap terjaga
dan mengalami peningkatan yang lebih lagi, maka perlu dilakukan revisi target
kinerja Renstra 2015-2019. Upaya mendorong peningkatan kinerja dan menghadapi
tantangan ke depan, antara lain:
a. Peningkatan kapasitas SDM dan akuntabilitas kinerja organisasi, melalui : (I)
peran aktif pimpinan untuk melibatkan secara aktif seluruh struktur
dibawahnya dalam pelaksanaan RB, (II) menetapkan ukuran kinerja individu
dan melakukan penilaian kinerja individu sebagai dasar pemberian tunjangan
kinerja (III) membangun sistem informasi kinerja pegawai secara menyeluruh
dari level kepala s.d level Individu yang dapat diakses terbuka (IV) melakukan
pengembangan kompetensi pegawai (V) penyempurnaan proses bisnis dan
SOP pelaksanaan kegiatan di organisasi.
130
b. Pemerintah yang bersih dan bebas korupsi, kolusi dan Nepotisme (KKN)
melalui implementasi menyeluruh terhadap kebijakan pengawasan serta
melakukan monitor dan dievaluasi secara berkala. Peningkatan layanan
publik melalui (I) menerapkan teknologi informasi secara menyeluruh (II)
pengembangan pelayanan prima (III) menetapkan rewards and punishment
pemberi dan penerima layanan terbaik.
Laporan kinerja ini diharapkan dapat memberikan informasi yang kredibel,
akuntabel dan transparan kepada stakeholders PUSFATJA. Laporan ini juga
menjadi bahan evaluasi untuk meningkatkan pengelolaan kinerja PUSFATJA. Akhir
kata, PUSFATJA berharap dapat terus memberikan kontribusi di bidang
pemanfaatan penginderaan jauh sebagai Pusat Unggulan dalam bidang
pemanfaatan penginderaan jauh untuk mewujudkan Indonesia maju dan mandiri.