Sekilas tentang PEKAMAS
PEKAMAS adalah proyek website yang dibuat dalam rangka Capstone Project untuk memetakan emisi karbon di Kabupaten Banyumas. Proyek ini berangkat dari meningkatnya emisi karbon global dan lokal yang dipicu pertumbuhan infrastruktur serta berkurangnya kawasan hijau. Untuk mendukung perencanaan ruang dan kebijakan lingkungan yang lebih tepat, PEKAMAS memanfaatkan pendekatan machine learning, khususnya metode Support Vector Machine (SVM), dengan mengolah data spasial dan citra satelit.
Latar belakang singkat
PEKAMAS dirancang sebagai alat bantu yang mampu memodelkan hubungan antara variabel ruang seperti kepadatan hijau, kepadatan jalan, dan kepadatan bangunan terhadap kondisi emisi karbon. Pendekatan ini diharapkan dapat membantu mitigasi dampak perubahan iklim di wilayah perkotaan, khususnya Banyumas, melalui hasil pemetaan yang lebih terukur dan mudah dipahami.
Metode yang digunakan
Penelitian memodelkan emisi karbon Banyumas dengan mengolah data spasial dari GADM dan OSM, kemudian memproses dan membuat citra berukuran grid 1 km. Data dilabeli berdasarkan nilai emisi (rendah hingga tinggi) dan diklasifikasikan menjadi kategori Normal, Sedang, dan Parah. Dataset tahun 2023 dan 2024 digunakan sebagai basis pengetahuan untuk melatih model klasifikasi SVM, sedangkan grid tahun 2025 digunakan sebagai data uji. Evaluasi dilakukan menggunakan metrik akurasi dan recall, lalu hasil klasifikasi divisualisasikan secara spasial menggunakan Kepler.gl.
Fitur utama sistem
PEKAMAS menampilkan visualisasi peta berbasis grid yang memudahkan pengguna melihat persebaran emisi karbon di Banyumas. Sistem menyediakan filter untuk menampilkan data berdasarkan kategori emisi, kecamatan, dan tahun, sehingga pengguna dapat membandingkan kondisi antar wilayah serta membaca pola emisi dengan lebih fokus. Pengguna juga dapat melihat detail titik/grid tertentu untuk memahami informasi emisi pada area yang dipilih.
Proyek PEKAMAS dikembangkan oleh mahasiswa kelas S1IF-10-07, Teknik Informatika Telkom University Purwokerto yaitu Khansaa Adhelia K.S., Fadhila Alya S., Isnaeni F., Muhammad Nu’man A., dan Ario Mukti E.