Kursus Google Earth Engine (GEE) Terlengkap: Dari Dasar hingga Mahir
Apa Benefit Unik Belajar Google Earth Engine (GEE) di Raya School 💎? 💼 Persiapan Kerja dan Karir Bimbingan ekskusif gratis untuk mendapatkan kerja dan peningkatan karir profesional. 🚀 Eksklusif Alumni Raya School Gratis belajar bisnis dan pemasaran online di kelas Digital Marketing & AI Full Package via online webinar (senilai …
🏠 Beranda Kursus
📜 Kurikulum
- 3 Sections
- 44 Lessons
- Lifetime
Expand all sectionsCollapse all sections
- 1. Silabus Reguler Masterclass (Fondasi & Analisis Dasar)Target: Mahasiswa dan pemula yang ingin menguasai alur kerja standar GEE.16
- 1.1Hari 1: Introduction & GEE Environment
- 1.2Pengenalan Cloud Computing vs GIS Konvensional.
- 1.3Navigasi Code Editor (Console, Inspector, Tasks, Assets).
- 1.4Dasar-dasar JavaScript
- 1.5Hari 2: Data Acquisition & Pre-processing
- 1.6Memanggil Dataset (Image & ImageCollection).
- 1.7Teknik Filtering: Spasial (Boundary), Temporal (Waktu), dan Metadata.
- 1.8Visualisasi Citra: Band Combination (Natural vs False Color).
- 1.9Hari 3: Vector Data & Spatial Analysis
- 1.10Import data SHP/KML ke dalam GEE Assets.
- 1.11Operasi Matematika Citra: Menghitung NDVI dan NDWI.
- 1.12Teknik Masking: Menghilangkan awan pada citra Sentinel-2.
- 1.13Hari 4: Export Data & Final Layout
- 1.14Zonal Statistics: Menghitung luas area vegetasi/air.
- 1.15Export hasil analisis ke Google Drive (format GeoTIFF/CSV).
- 1.16Membuat legenda dan judul pada Map Canvas GEE.
- 2. Silabus Private Masterclass (Akselerasi & Machine Learning)Target: Peneliti dan profesional yang membutuhkan analisis mendalam dan otomatisasi.12
- 2.1Hari 1: Advanced Scripting & Data Cleaning
- 2.2Logika Pemrograman Lanjut: Mapping functions over collections.
- 2.3Cloud Masking otomatis menggunakan bitmask (QA Bands).
- 2.4Membangun Median Composite tahunan untuk area yang luas.
- 2.5Hari 2: Machine Learning for Classification
- 2.6Teknik pengambilan sampel (Training Points).
- 2.7Implementasi Algoritma Random Forest dan CART.
- 2.8Uji Akurasi: Confusion Matrix, Overall Accuracy, dan Kappa Coefficient.
- 2.9Hari 3: Time-Series & Change Detection
- 2.10Analisis tren temporal: Melihat perubahan lahan dari tahun ke tahun.
- 2.11Deteksi perubahan (Change Detection) berbasis selisih indeks.
- 2.12Chart Interaktif: Membuat grafik tren vegetasi/suhu permukaan secara otomatis.
- 3. Silabus Private Business Class (Industrial Solutions & Apps)Target: Profesional korporat yang ingin membangun sistem monitoring mandiri.16
- 3.1Hari 1: Custom Workflow & Business Data Integration
- 3.2Integrasi data internal perusahaan (aset CSV/Shapefile) ke sistem GEE.
- 3.3Optimasi Script untuk efisiensi komputasi skala besar (Regional/Nasional).
- 3.4Analisis spesifik industri (misal: Monitoring kesehatan tanaman perkebunan atau area tambang).
- 3.5Hari 2: Advanced Remote Sensing & Radar (SAR)
- 3.6Pengolahan data Sentinel-1 (Radar) untuk monitoring saat musim hujan.
- 3.7Land Surface Temperature (LST) untuk analisis panas perkotaan atau lahan.
- 3.8Analisis tekstur dan klasifikasi tingkat lanjut.
- 3.9Hari 3: Building GEE Applications (UI/UX)
- 3.10Membuat User Interface (UI) di GEE: Panel, Button, Slider, dan Label.
- 3.11Membangun Dashboard Interaktif tanpa perlu kemampuan Web Development rumit.
- 3.12Publishing: Mengubah script menjadi URL Link App yang bisa diakses publik/klien.
- 3.13Hari 4: Automated Reporting & Enterprise Deployment
- 3.14Sistem peringatan otomatis (Early Warning System) sederhana.
- 3.15Otomatisasi pengiriman laporan statistik ke Google Drive/Cloud Storage.
- 3.16Konsultasi khusus: Review dan optimasi proyek nyata milik instansi/perusahaan peserta.
☕ Instruktur




