Prof. Dr. Rokhmatuloh adalah Guru Besar di Departemen Geografi, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Indonesia. Beliau menyelesaikan pendidikan Sarjana Geografi dari Departemen Geografi Universitas Indonesia, meraih gelar Magister (M.Eng.) dalam bidang Environmental Remote Sensing dari Chiba University, Jepang, dan melanjutkan studi doktoralnya di Chiba University pada bidang yang sama hingga meraih gelar Doktor. Sebagai akademisi dan peneliti, Prof. Rokhmatuloh aktif dalam pengembangan ilmu remote sensing, vegetation index, analisis citra radar dan optik, serta aplikasi teknologi geospasial untuk berbagai fenomena lingkungan dan sumber daya alam. Dalam profil rumpun penelitiannya, beliau menggabungkan pendekatan penginderaan jauh dengan aspek-aspek seperti perubahan tutupan lahan, indeks vegetasi, penggunaan data radar (misalnya PALSAR), dan studi perkotaan serta kawasan geosains lainnya. Bidang keahlian ini juga berkaitan dengan kontribusinya terhadap beberapa Tujuan Pembangunan Berkelanjutan (SDGs) seperti Energi Bersih dan Terjangkau, Kota dan Komunitas Berkelanjutan, Aksi Iklim, dan Kemitraan.

Hingga saat ini beliau telah memiliki puluhan publikasi ilmiah dan prosiding konferensi yang tersebar sejak awal karirnya, dantara lain tentang klasifikasi lahan sawah menggunakan data Sentinel-1 dan penelitian analisis tutupan vegetasi menggunakan data Sentinel-2. Beliau juga menulis bab dalam buku ilmiah pada bidang remote sensing for forestry. Selain kegiatan akademik dan riset, Prof. Rokhmatuloh juga berperan aktif dalam proyek-proyek kolaboratif dan pengabdian masyarakat yang mengaplikasikan teknologi geospasial, termasuk pengembangan peta jalur evakuasi risiko bencana, klasifikasi pola tanam padi dengan data penginderaan jauh, hingga pemantauan kondisi tajuk pohon karet.

Di luar perannya sebagai pengajar dan peneliti, beliau pernah menjabat sebagai Pejabat Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia (FMIPA UI) untuk periode 2021–2025, menunjukkan keterlibatan aktifnya dalam kepemimpinan akademik dan manajemen fakultas. Saat ini beliau terus mengajar di Departemen Geografi Universitas Indonesia sekaligus melanjutkan kegiatan penelitian dan publikasi di bidang SIG dan penginderaan jauh dengan fokus pada solusi berbasis data spasial dan teknologi satelit untuk isu-isu lingkungan dan sumber daya.

• Sarjana Sains (S.Si.) Geografi, Universitas Indonesia (1996)
• Magister Teknik (M.Eng.) Environmental Remote Sensing Center, Chiba University, Jepang (2004)
• Doktor (Dr.) Environmental Remote Sensing Center, Chiba University, Jepang (2007)

Ilmu Penginderaan Jauh Kehutanan

• Indradjad, A., Dimyati, M., Vetrita, Y., Adiningsih, E. S., & Rokhmatuloh, R. (2024). Enhancing Fire Monitoring Method over Peatlands and Non-Peatlands in Indonesia Using Visible Infrared Imaging Radiometer Suite Data. Fire, 7(1), 9. https://doi.org/10.3390/fire7010009
• Kustiyo, K., Rokhmatuloh, R., Saputro, A. H., & Kushardono, D. (2024). Rice fields classification through spectral-temporal data fusion during the rainy and dry seasons using Sentinel-2 optical images in Subang Regency, West Java, Indonesia. Paddy and Water Environment, 22(3), 375-385. https://doi.org/10.1007/s10333-024-00972-y
• Kustiyo, K., Rokhmatuloh, R., Saputro, A. H., Kushardono, D., Dimyati, R. D., & Prasetyo, L. B. (2024). Paddy fields classification using a 2-dimensional scatterplot of growth phenological features from Sentinel-1 data. Jurnal Pengelolaan Sumberdaya Alam dan Lingkungan (Journal of Natural Resources and Environmental Management), 14(3), 428-428. https://doi.org/10.29244/jpsl.14.3.428
• Ismail, M.H., Shidiq, I.P.A., Ramli, M.F., Kamarudin, N., Zaki, P.H., Rokhmatuloh (2022). Rubber Trees and Biomass Estimation Using Remote Sensing Technology. In: Suratman, M.N. (eds) Concepts and Applications of Remote Sensing in Forestry . Springer, Singapore. https://doi.org/10.1007/978-981-19-4200-6_10
  
• Rokhmatuloh, Ardiansyah, Indratmoko, S., Riyanto, I., Margatama, L., & Arief, R. (2022). Burnt-Area Quick Mapping Method with Synthetic Aperture Radar Data. Applied Sciences, 12(23), 11922. https://doi.org/10.3390/app122311922

…

…