Menelaah morfologi kota memiliki kelebihan dalam menjelaskan bentuk struktur dan karakteristik sebuah kota dan perubahannya dari waktu ke waktu. Berbagai metode banyak dihasilkan untuk mengidentifikasi morfologi kota namun sering kali menemui kesulitan dalam penyediaan datanya dikarenakan skala kota yang cukup besar. Perkembangan teknologi yang pesat memungkinkan penggunaan alat pengindraan jauh seperti foto satelit cahaya malam membantu mengidentifikasi morfologi kota. Penelitian ini bertujuan untuk mengidentifikasi morfologi Kota Malang dengan menggunakan data Remote Sensing Light Pollution Map hasil dari Nighttime Light Imagery  yang diolah dengan alat analisis clock board zones. Clock board merupakan sistem zonasi untuk analisis perkotaan dengan membagi wilayah perkotaan seperti jam atau papan panah. Clock Board yang digunakan pada penelitian ini membagi Kota Malang menjadi 4 Ring dan 20 Segmen. Pengambilan data sekunder Night time Light (NTL) dilakukan secara series di tahun 2012, 2015, 2018 dan 2021. Hasil identifikasi morfologi Kota Malang menunjukkan bahwa Kota Malang memiliki kecenderungan bentuk radial konsentrik yang tidak rata dengan pengembangan terbesar ada di bagian utara kota. Hasil identifikasi morfologi ini juga dapat memberikan masukan bagi dunia perencanaan sebagai salah satu metode dalam mengidentifikasi morfologi kota.

Cities across the world, during the last period, have been shocked by the outbreak of the COVID-19 pandemic. The world of planning has since persevered in providing a response, in terms of how to anticipate this outbreak in the future. Various kinds of concepts have been issued, with various views and points of view. However, one of the needs for this planning is an appropriate evaluation of the geographic structure of existing health facilities, in order to properly provide consideration for future urban planning. This study attempts to provide an integrated model of how to evaluate the geographic structure of health facilities with a case study in Makassar City, Indonesia. By combining big data and spatial analysis, it is expected that it will find patterns and directions for acceptable health facilities planning.

Economic growth, regional development, and human activities are some of the things that are very strongly related and influence each other. Approaches to forecasting the growth of the three are mostly carried out using both conventional and non-conventional data. Utilization of Nighttime Light Imagery satellite imagery is included in a non-conventional approach to forecasting Gross Regional Domestic Product. This study applies the use of satellite imagery to predict the regional development of East Java Province, to find patterns of agglomeration and the formation of clusters of economic development in the future.

Morfologi kota yang pada awalnya didasarkan pada ilmu geografi merupakan studi yang mempelajari tentang bentuk kota. Bentuk kota dihasilkan dari proses yang panjang dengan adanya campur tangan manusia. Perkembangan kota yang terus menerus tanpa adanya pengendalian akan mengakibatkan munculnya bentuk kota yang tidak beraturan, tidak kompak dan memiliki orientasi yang tidak jelas. Penelitian ini bertujuan untuk mengidentifikasi bentuk kota serta clustering bentuk-bentuk kota di Jawa Timur berbasis jaringan jalan sebagai sistem pelengkap utamanya. Identifikasi bentuk kota ditinjau dari tiga aspek meliputi compactness, sprawl dan orientation. Hasil analisis menunjukkan bahwa Kota Batu mengalami urban sprawl paling tinggi dan Kota Blitar mengalami urban sprawl paling rendah. Hasil perhitungan Nearest Neighbor Index menunjukkan Kota Batu memiliki bentuk kekompakan kota yang paling rendah dan Kota Mojokerto memiliki bentuk kekompakan kota yang paling tinggi. Hasil perhitungan Z Score menunjukkan Kota Surabaya memiliki bentuk penyebaran kota yang paling rendah dan Perkotaan Magetan memiliki bentuk penyebaran kota yang paling tinggi. Nilai dari t-SNE menunjukkan empat klaster bentuk kota dengan tiga variabel memiliki korelasi yang kuat.

The agglomeration review is mostly carried out by identifying the physical and economic dispersal processes of the two growth poles. Many researchers conclude on the result of agglomeration rather than the process nor the forecasts. This study tries to examine the process of urban agglomeration in the metropolitan city of Malang. This is done by combining city fractal theory and urban percolation. The DBSCAN clustering approach at the intersection is used to identify the agglomeration process between the growth poles. While Minkowski’s Dimensional theory is used to identify the fractals that occur. The calculation results show that the maximum Minkowski dimension distribution figure is 200m. It indicates the fractals that occur in the road network data. The DBSCAN clustering modeling at 200m has a strong correlation with the number of light intensity values in the 2021 nighttime light satellite imagery. On the other hand, modeling at 250m to 350m provides an overview of the future agglomeration. This research can be the basis for urban planners to analyze the agglomeration process and predict the future.