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.