Dokumentasi Teknis

Panduan lengkap penggunaan GEE Pro Suite untuk setiap dataset

Memulai

0. Instalasi & Prasyarat

Toolbox ini membutuhkan library Python earthengine-api untuk dapat berkomunikasi dengan server Google.

Metode Otomatis (Direkomendasikan)

  1. Buka Toolbox "0. Install / Repair Dependencies".
  2. Tool ini akan menampilkan PETUNJUK PENGGUNAAN. Langsung saja klik Run.
  3. Tunggu hingga proses selesai (muncul pesan Success).
  4. Restart ArcGIS Pro Anda agar perubahan diterapkan.
Tampilan Tool Install Dependencies

Tampilan Tool: Instruksi Instalasi Otomatis

Metode Manual (Jika Gagal)

Jika cara otomatis gagal karena permission error:

  1. Buka Python Command Prompt dari Start Menu.
  2. Ketik: pip install earthengine-api --upgrade

1. Koneksi ke GEE

Sebelum menggunakan tool, Anda perlu menghubungkan ArcGIS Pro dengan Google Earth Engine.

  1. Buka GEE Code Editor
  2. Lihat pojok kanan atas (Profile) → Copy Project ID
  3. Paste ke dalam tool "Connect to GEE"
Connect to GEE Tool

Tampilan Tool: Connect to GEE

2. Data Explorer (Preview)

Tool untuk melihat data cepat tanpa download (Streaming). Gunakan untuk preview sebelum download.

Data Explorer Tool

Tampilan Tool: Data Explorer

3. Smart Downloader

Tool utama untuk mengunduh data geospasial dengan parameter yang dapat disesuaikan.

Area of Interest (AOI)
Layer Polygon yang membatasi area download
Date Range
Rentang waktu akuisisi data (YYYY-MM-DD)
Cloud Masking
Ambang batas toleransi awan per-scene (0-100%)
Reducer Method
Algoritma komposit temporal (Median/Mosaic/Sum)
Smart Downloader Tool

Tampilan Tool: Smart GEE Downloader (Pro)

Sentinel-2 Harmonized

Resolusi: 10m

Recommended

Data optis terbaik yang tersedia secara gratis. Cocok untuk digitasi detail dan monitoring vegetasi.

Spesifikasi Teknis

  • Penyedia: European Space Agency (ESA)
  • Waktu Revisit: 5 Hari
  • Band: RGB (Warna Asli), NIR (Vegetasi), SWIR (Tanah)
  • Cakupan: Global (sejak 2015)
💡 Saran Terbaik: Gunakan Reducer Median dan Cloud Mask 20% untuk hasil terbaik. Rentang waktu 3-6 bulan ideal untuk citra bebas awan.

Cara Penggunaan (Langkah demi Langkah)

  1. Pilih Dataset: Buka Smart Downloader → Pilih "Sentinel-2 Harmonized"
  2. Set AOI: Pilih layer polygon yang sudah dibuat di ArcGIS Pro
  3. Set Rentang Tanggal:
    • Tanggal Mulai: 2023-01-01 (awal periode)
    • Tanggal Akhir: 2023-06-30 (akhir periode, 6 bulan)
  4. Cloud Masking: Set 20% (hanya scene dengan awan <20% yang diproses)
  5. Metode Reducer: Pilih Median (menghilangkan outlier/awan)
  6. Resolusi: Biarkan default 10m (resolusi asli)
  7. Kombinasi Band: Pilih True Color (RGB) atau False Color (NIR-R-G)
  8. Jalankan: Klik "Run" dan tunggu proses download (5-15 menit tergantung ukuran AOI)

Cara Download Index (NDVI / NDWI)

💡 Fitur Otomatis: Tool ini bisa langsung menghitung dan download file index tanpa perlu kalkulasi manual di ArcGIS Pro.
  1. Lakukan langkah setup yang sama (AOI, Tanggal, Cloud Mask).
  2. ABAIKAN parameter Kombinasi Band (Biarkan "True Color" atau apapun, tidak berpengaruh saat Index dihitung).
  3. Pada parameter Hitung Indeks Spektral (di bawah Kombinasi Band), pilih:
    • NDVI (Vegetasi) - Output raster hitam putih (-1 s/d 1)
    • NDWI (Air)
    • MNDWI (Air Modifikasi)
  4. PENTING: Parameter lain (Resolusi, Reducer) BIARKAN DEFAULT agar perhitungan index akurat.
  5. Hasil: Anda akan langsung mendapatkan file raster Index yang siap dilayout/diklasifikasi.

📋 Tabel Detail Setting (Mode Index)

Parameter Status Setting Rekomendasi
Max Awan SITUASIONAL
  • Jangka Panjang (>1 Thn): Set 10-20% (Pilih data terbersih).
  • Jangka Pendek: Set 40-60% (Agar tidak bolong).
Kombinasi Band ABAIKAN Biarkan default (True Color). Tidak akan diproses.
Hitung Indeks WAJIB Pilih index yang diinginkan (NDVI, NDWI, dll).
Metode Reducer SITUASIONAL
  • Jangka Pendek: Mosaic / Median
  • Jangka Panjang: Gunakan Greenest Pixel (NDVI) agar hasil maksimal (mengambil nilai vegetasi tertinggi).
Resolusi DEFAULT Biarkan 10 (Sentinel) atau 30 (Landsat). Mengubah ini bisa merusak kalkulasi index.
Full Parameter Settings

Referensi: Tampilan Full Parameter (Sentinel/Landsat)

Contoh Penggunaan

  • ✓ Pemetaan tutupan lahan detail
  • ✓ Monitoring perubahan vegetasi (NDVI)
  • ✓ Deteksi deforestasi
  • ✓ Analisis pertanian presisi

Landsat 8/9 Collection 2

Resolusi: 30m

Arsip Jangka Panjang

Data historis terpanjang (sejak 1972). Ideal untuk analisis perubahan jangka panjang.

Spesifikasi Teknis

  • Penyedia: NASA/USGS
  • Waktu Revisit: 16 Hari
  • Band: 11 band (Pesisir - Termal)
  • Cakupan: Global (1972 - sekarang)
💡 Saran Terbaik: Untuk analisis runtun waktu (time-series), gunakan Collection 2 Tier 1 dengan Reducer Median. Cloud Mask 30% untuk data historis.

Cara Penggunaan

  1. Pilih Dataset: Buka Smart Downloader → Pilih "Landsat 8/9 Collection 2"
  2. Set AOI: Pilih layer polygon area studi
  3. Set Rentang Tanggal:
    • Untuk analisis tahunan: 2020-01-01 s/d 2020-12-31
    • Untuk runtun waktu: Pilih rentang multi-tahun (misal 2015-2023)
  4. Cloud Masking: Set 30% (lebih toleran untuk data historis)
  5. Metode Reducer: Pilih Median untuk menghilangkan noise
  6. Resolusi: Biarkan default 30m
  7. Kombinasi Band: Pilih sesuai kebutuhan (RGB, NDVI, atau Thermal)
  8. Jalankan: Proses download (waktu tergantung periode dan ukuran AOI)

Cara Download Index (NDVI, NDBI, dll)

Untuk Landsat, tersedia pilihan index yang lebih lengkap untuk analisis perkotaan dan lingkungan.

Parameter Wajib Diisi

Ubah parameter Hitung Indeks Spektral menjadi:

  • NDVI (Kerapatan Vegetasi)
  • NDBI (Area Terbangun/Bangunan)
  • MNDWI (Badan Air)
  • EVI (Vegetasi Lanjutan)

Saran Parameter Lain

  • Kombinasi Band: Biarkan Default (True Color) saja.
  • Resolusi: Biarkan 30m (Jangan diubah).
  • Reducer: Biarkan Median (Agar tidak noise).

📋 Tabel Detail Setting (Mode Index Landsat)

Parameter Status Instruksi Khusus
Max Awan SITUASIONAL
  • Jangka Panjang (>1 Thn): Set 10-20% (Pilih data terbersih).
  • Jangka Pendek: Set 40-60% (Agar tidak bolong).
Kombinasi Band ABAIKAN Tidak relevan saat index dipilih.
Hitung Indeks WAJIB Pilih NDBI (Bangunan) atau NDVI (Vegetasi).
Resolusi JANGAN UBAH Wajib 30 meter. Resolusi lain bisa menyebabkan error "Out of Memory" di GEE.
Metode Reducer SITUASIONAL
  • Jangka Pendek: Mosaic / Median
  • Jangka Panjang: Gunakan Greenest Pixel (NDVI) agar hasil maksimal.

Contoh Penggunaan

  • ✓ Analisis perubahan lahan multi-dekade
  • ✓ Studi iklim dan lingkungan
  • ✓ Monitoring perkembangan kota (urban sprawl)
  • ✓ Analisis thermal (suhu permukaan)

LULC Global (ESA WorldCover)

Resolusi: 10m

Tahunan

Peta tutupan lahan global yang sudah terklasifikasi. Siap pakai untuk analisis spasial.

Spesifikasi Teknis

  • Penyedia: ESA (European Space Agency)
  • Update: Tahunan (2020, 2021, ...)
  • Kelas: 11 kelas (Pohon, Pertanian, Lahan Terbangun, dll)
  • Akurasi: 74.4% akurasi global
💡 Saran Terbaik: Pilih tahun yang sesuai dengan periode analisis Anda. Tidak perlu parameter tambahan - langsung download!

Kelas Tutupan Lahan

  • ✓ Tree cover (Hutan)
  • ✓ Shrubland (Semak)
  • ✓ Grassland (Padang rumput)
  • ✓ Cropland (Pertanian)
  • ✓ Built-up (Pemukiman)
  • ✓ Bare/sparse vegetation
  • ✓ Snow and ice
  • ✓ Permanent water bodies
  • ✓ Herbaceous wetland
  • ✓ Mangroves
  • ✓ Moss and lichen

MODIS Terra/Aqua

Resolusi: 250m - 1km

Harian

Data harian untuk monitoring skala regional. Cocok untuk analisis cuaca dan fenomena cepat.

Spesifikasi Teknis

  • Penyedia: NASA
  • Waktu Revisit: 1-2 Hari
  • Produk: NDVI, EVI, LST, Tutupan Salju
  • Cakupan: Global (sejak 2000)
💡 Saran Terbaik: Gunakan untuk monitoring fenomena yang berubah cepat (kebakaran, banjir, kekeringan). Resolusi rendah tapi update harian.

Cara Penggunaan

  1. Pilih Dataset: Buka Smart Downloader → Pilih "MODIS NDVI" atau "MODIS LST"
  2. Set AOI: Pilih layer polygon wilayah monitoring
  3. Set Rentang Tanggal:
    • Untuk monitoring harian: 2023-08-01 s/d 2023-08-07 (1 minggu)
    • Untuk trend bulanan: 2023-01-01 s/d 2023-12-31
  4. Metode Reducer: Pilih Mean untuk perataan atau Max untuk deteksi hotspot
  5. Resolusi: Biarkan default 250m (NDVI) atau 1000m (LST)
  6. Jalankan: Proses cepat karena resolusi rendah (1-5 menit)
  7. Analisis: Bandingkan time-series untuk deteksi anomali/perubahan cepat

Contoh Penggunaan

  • ✓ Deteksi hotspot kebakaran hutan
  • ✓ Monitoring kekeringan (NDVI runtun waktu)
  • ✓ Analisis suhu permukaan lahan (LST)
  • ✓ Monitoring salju dan es

CHIRPS Rainfall Data

Resolusi: 5.5km (~0.05°)

Harian/5-Harian

Data curah hujan global yang menggabungkan data satelit dan stasiun cuaca. Ideal untuk analisis hidrologi dan kekeringan.

Spesifikasi Teknis

  • Penyedia: Climate Hazards Group (UCSB)
  • Resolusi Temporal: Harian & Pentadal (5-hari)
  • Unit: mm/hari (milimeter per hari)
  • Cakupan: Global 50°S - 50°N (sejak 1981)
💡 Saran Terbaik: Gunakan Reducer Sum untuk akumulasi curah hujan bulanan/tahunan. Untuk analisis kekeringan, gunakan periode minimal 3-6 bulan.

Cara Penggunaan

  1. Pilih Dataset: Buka Smart Downloader → Pilih "CHIRPS Daily"
  2. Set AOI: Pilih layer polygon wilayah analisis
  3. Set Rentang Tanggal:
    • Untuk curah hujan bulanan: 2023-01-01 s/d 2023-01-31
    • Untuk curah hujan tahunan: 2023-01-01 s/d 2023-12-31
  4. Metode Reducer: Pilih Sum (untuk total akumulasi hujan)
  5. Resolusi: Biarkan default 5500m (~5.5km)
  6. Jalankan: Hasil dalam satuan mm (total curah hujan periode tersebut)
  7. Interpretasi: Bandingkan dengan rata-rata historis untuk deteksi anomali

Workflow Analisis Curah Hujan

  1. Pilih Rentang Tanggal: Tentukan periode analisis (misal: 1 tahun)
  2. Set Reducer = Sum: Untuk total curah hujan kumulatif
  3. Download: Hasil dalam mm (total hujan selama periode)
  4. Analisis: Bandingkan dengan rata-rata historis untuk deteksi anomali

Contoh Penggunaan

  • ✓ Monitoring kekeringan (drought monitoring)
  • ✓ Analisis curah hujan musiman
  • ✓ Prediksi banjir berbasis akumulasi hujan
  • ✓ Studi perubahan iklim regional
  • ✓ Perencanaan pertanian (musim tanam)

Tips Interpretasi

  • 0-50 mm/bulan → Sangat kering (kekeringan)
  • 50-100 mm/bulan → Kering (musim kemarau normal)
  • 100-300 mm/bulan → Normal (curah hujan sedang)
  • 300-500 mm/bulan → Basah (musim hujan)
  • >500 mm/bulan → Sangat basah (potensi banjir)

Calculate Land Surface Temperature (LST)

Tool Khusus: Suhu Permukaan Tanah

Landsat 8/9

Tool terpisah untuk menghitung suhu permukaan tanah (Land Surface Temperature) dari data Landsat 8/9 menggunakan band thermal. Hasil dalam satuan Celsius.

Spesifikasi Teknis

  • Input: Landsat 8/9 (Band 10 Thermal)
  • Platform: Gabungan (L8 & L9) atau Individual
  • Resolusi: 100m (band thermal asli)
  • Output: Raster suhu dalam Celsius (°C)
💡 Saran Terbaik: Gunakan data musim kemarau untuk hasil terbaik. Cloud mask 10% untuk akurasi tinggi. Periode 1-3 bulan untuk komposit yang stabil.

Cara Penggunaan

  1. Pilih Tool: Buka "4. Calculate Land Surface Temperature (LST)"
  2. Platform Satelit: Pilih Combined (L8 & L9) untuk data terlengkap
  3. Set AOI: Pilih layer polygon area studi
  4. Tanggal Mulai: Misal 2025-12-06 (awal periode)
  5. Tanggal Akhir: Misal 2026-01-05 (akhir periode, 1 bulan)
  6. Maksimum Awan: Set 10% (hanya scene jernih)
  7. Output Raster: Tentukan lokasi dan nama file output (format: .tif)
  8. Jalankan: Proses akan menghitung LST dan export ke raster (5-15 menit)

Detail Parameter

Platform Satelit

Combined (L8 & L9): Menggabungkan data dari kedua satelit untuk cakupan maksimal dan waktu revisit lebih pendek.

Maksimum Awan

10%: Ambang batas ketat untuk memastikan hanya scene dengan awan minimal yang diproses, menghasilkan LST yang akurat.

Interpretasi Hasil

  • 15-25°C → Suhu normal (area bervegetasi, badan air)
  • 25-35°C → Suhu sedang (lahan terbuka, pertanian)
  • 35-45°C → Suhu tinggi (urban, lahan kering)
  • >45°C → Suhu sangat tinggi (urban heat island, lahan gundul)

Contoh Penggunaan

  • ✓ Analisis Urban Heat Island (UHI)
  • ✓ Monitoring kekeringan dan stress vegetasi
  • ✓ Studi perubahan iklim lokal
  • ✓ Perencanaan tata ruang berbasis suhu
  • ✓ Analisis kenyamanan thermal perkotaan

Panduan Parameter

Penjelasan Metode Reducer

Median

Mengambil nilai tengah dari semua pixel. Cocok untuk: Basemap, visualisasi bersih.

Mosaic

Mengambil pixel terbaru. Cocok untuk: Monitoring real-time, deteksi perubahan.

Mean (Rata-rata)

Rata-rata semua pixel. Cocok untuk: Penghalusan data (smoothing), pengurangan noise.

Sum (Total)

Jumlah total pixel. Cocok untuk: Curah hujan kumulatif, radiasi total.

Tips Cloud Masking (Masking Awan)

  • 0-20% → Sangat ketat, untuk visualisasi premium (bebas awan)
  • 20-40% → Seimbang, untuk analisis umum
  • 40-60% → Toleran, untuk area yang sering berawan (tropis)
  • 60-100% → Sangat toleran, untuk data mentah/penelitian