Vol 4 No 1 (2025)

JPJI Vol. 4 No. 1 (Januari 2025) memuat 5 artikel penelitian original yang seluruhnya berasal dari Departemen Teknik Geomatika, Institut Teknologi Sepuluh Nopember (ITS) Surabaya, dengan fokus tematik pada pemantauan lingkungan dan analisis spasial menggunakan data penginderaan jauh. Artikel pertama (3209, hlm. 1–10) menganalisis banjir dan tanah longsor terkait perubahan tutupan lahan dan indeks vegetasi di wilayah Jawa Timur oleh Fahrin Ajie Mahmud dan Akbar Kurniawan. Artikel kedua (3369, hlm. 11–17) mengklasifikasikan tutupan lahan tahun 2021 menggunakan metode Random Forest (RF) dan Support Vector Machine (SVM) oleh Muhammad Anis Raihan, Husnul Hidayat, dan Hepi Hapsari Handayani — menunjukkan penerapan machine learning untuk pemetaan tutupan lahan. Artikel ketiga (3370, hlm. 18–29) menganalisis ketelitian klasifikasi tutupan lahan menggunakan metode digitize on screen dan supervised classification oleh Bangun Muljo Sukojo dan Niken Ramadaningtyas. Artikel keempat (3390, hlm. 30–37) mempelajari variasi suhu permukaan tanah di wilayah Jawa Timur menggunakan data Sentinel-3 SLSTR oleh Pamella Kurnyawati, Eko Yuli Handoko, dan Muhammad Aldila Syariz — memperkenalkan sensor termal Sentinel-3 untuk monitoring suhu permukaan tanah secara operasional. Artikel kelima (3449, hlm. 38–46) mengidentifikasi sebaran tingkat bahaya erosi di Daerah Aliran Sungai Brantas, wilayah administrasi Kota Surabaya, oleh Ignatius Bennito Sianturi dan Cherie Bhekti Pribadi. Secara keseluruhan, 11 author dari satu departemen yang sama (Teknik Geomatika ITS Surabaya) menghasilkan volume dengan koherensi tematik yang sangat kuat, pemantauan lingkungan berbasis penginderaan jauh — mulai dari klasifikasi tutupan lahan, suhu permukaan tanah, banjir-longsor, hingga identifikasi bahaya erosi di Jawa Timur — serta menunjukkan dominasi metodologi machine learning (Random Forest, SVM) sebagai pendekatan mutakhir dalam pemrosesan citra penginderaan jauh di lingkungan akademik Indonesia.

Vol 3 No 1 (2021)

JPJI Vol. 3 No. 1 (Januari 2021) merupakan volume pembuka yang menarik secara historis karena hanya memuat 1 artikel penelitian original — klasifikasi penutup dan penggunaan lahan data Landsat-8 OLI menggunakan metode Random Forest oleh Zulfajri, Projo Danoedoro, dan Strick Heru Murti, ketiganya dari Program Magister S2 Penginderaan Jauh, Universitas Gadjah Mada, Yogyakarta — sebuah publikasi seminal yang menandai konsolidasi awal JPJI sebagai jurnal ilmiah nasional di bidang penginderaan jauh, dengan metodologi Random Forest yang kemudian menjadi standar de facto dalam klasifikasi tutupan lahan di publikasi-publikasi JPJI volumes selanjutnya, sekaligus menunjukkan peran UGM sebagai pusat excellence penginderaan jauh di Indonesia yang turut membangun ekosistem akademik journal ini. Catatan: Terbitan terkendala pandemi Covid19.

Vol 2 No 2 (2020)

JPJI Vol. 2 No. 2 (Juli 2020) memuat 4 artikel penelitian original dengan dua klaster tematik yang saling melengkapi: pemantauan kualitas lingkungan udara dan analisis spasial untuk vegetasi dan pariwisata. Artikel pertama (262, hlm. 13–18) menganalisis perubahan vegetasi menggunakan data Sentinel-2 melalui platform Google Earth Engine di wilayah Yogyakarta oleh Fandi DWI Julianto, Dinda Pratiwi Dewi Putri, dan Hafizh Humam Safi'i dari Teknik Geomatika, Universitas Pembangunan Nasional "Veteran" Yogyakarta — satu-satunya artikel dalam volume ini yang berasal dari luar kolaboratorium ITB-BPPT. Artikel kedua (263, hlm. 19–24) menganalisis variasi emisi gas nitrogen dioksida (NO₂) saat periode Pembatasan Sosial Berskala Besar (PSBB) di Provinsi Jawa-Bali menggunakan data satelit Sentinel-5 oleh Tania Septi Anggraini, Febzi Artaningh, dan Elstri Sihotang dari Teknik Geodesi dan Geomatika Institut Teknologi Bandung (ITB), serta Agustan dari PTPSW BPPT Jakarta — menjadi salah satu publikasi paling relevan secara waktu karena ditulis di tengah pandemi COVID-19. Artikel ketiga (264, hlm. 25–31) menganalisis data Sentinel-2 untuk mendukung pariwisata kawasan Wakatobi, Sulawesi Tenggara, oleh Febzi Artaningh, Tania Septi Anggraini, Elstri Sihotang, dan Anjar Dimara Sakti dari Teknik Geodesi dan Geomatika ITB, serta Agustan dari BPPT — menunjukkan penerapan penginderaan jauh untuk perencanaan pariwisata kelautan. Artikel keempat (265, hlm. 32–39) memantau konsentrasi gas SO₂ di sekitar Gunung Sinabung, Sumatera Utara, menggunakan citra satelit Sentinel-5 oleh Elstri Sihotang, Febzi Artaningh, Tania Septi Anggraini, dan Anjar Dimara Sakti dari ITB, serta Agustan dari BPPT. Secara keseluruhan, 8 author dari 3 institusi — ITB Bandung (dominan dengan 4 author berulang), BPPT Jakarta (Agustan, hadir di 3 artikel), dan UPN Veteran Yogyakarta — menghasilkan volume dengan koherensi metodologis yang kuat berbasis penggunaan data Sentinel-2 dan Sentinel-5, serta menunjukkan kolaboratorium erat antara peneliti geodesi ITB dan BPPT yang berlanjut hingga volume-volume JPJI berikutnya; Agustan sendiri kemudian muncul sebagai penulis tinjauan konstelasi satelit di Vol. 5 No. 1 (2026), menunjukkan konsistensi dan kontinuitas kontribusi dalam ekosistem JPJI.

Vol 2 No 1 (2020)

JPJI Vol. 2 No. 1 (Januari 2020) memuat 2 artikel penelitian original bertopik pemetaan permukaan tanah menggunakan citra satelit Sentinel-2 dan Landsat. Artikel pertama (260, hlm. 1–6) menganalisis indeks area terbakar (Burned Area) menggunakan Sentinel-2 oleh Khalifah Insan Nur Rahmi dan Nur Febrianti dari Pusat Pemanfaatan Penginderaan Jauh, LAPAN, Jakarta — satu-satunya publikasi JPJI yang sepenuhnya ditulis oleh peneliti LAPAN, lembaga yang kemudian mengalami restrukturisasi menjadi BRIN. Artikel kedua (261, hlm. 7–12) memetakan persentase kepadatan bangunan melalui model regresi berbasis citra Landsat oleh Amri Rosyadi (UGM Yogyakarta) dan Maulidini Fatimah Azahra (Univ. Muhammadiyah Surakarta) — menunjukkan kolaborasi akademik lintas-kampus dan penerapan analisis regresi untuk estimasi kepadatan permukiman. Secara keseluruhan, 4 author dari 3 institusi (LAPAN Jakarta, UGM Yogyakarta, Univ. Muhammadiyah Surakarta) menghasilkan volume awal yang diversitas afiliasinya mencerminkan ekosistem riset penginderaan jauh Indonesia tahun 2020, dengan LAPAN sebagai representasi lembaga pemerintah yang kemudian berkurang kontribusinya pasca-perubahan institutional.