Claim Missing Document
Check
Articles

Found 3 Documents
Search

APLIKASI MULTIBEAM ECHOSOUNDER NORBIT WBMS UNTUK PENENTUAN JALUR PELAYARAN (Studi Kasus : Teluk Awur, Jepara) Mulawarman, Reza Al Arif; Sasmito, Bandi; Sabri, L M
Jurnal Geodesi Undip Vol 8, No 1 (2019)
Publisher : Jurusan Teknik Geodesi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (452.708 KB)

Abstract

Indonesia sebagai Negara maritim yang memiliki kawasan laut yang luas menjadikan transportasi kapal menjadi transportasi yang sangat penting untuk keberlangsungan baik aktivitas perekonomian maupun moda transportasi masyarakat Indonesia. Kabupaten Jepara sebagai salah satu kawasan di Jawa Tengah yang dekat dengan laut menjadikan kapal sebagai suatu moda transportasi yang penting. Perencanaan jalur pelayaran menjadi hal yang utama dalam navigasi kapal. Hal ini dilakukan karena adanya objek objek yang ada di bawah laut menjadi perhatian penting dalam pelayaran guna menghindari terjadinya pergesekan lunas kapal dengan objek bawah laut yang dapat menyebabkan kapal karam atau rusak. Dengan memanfaatkan teknologi echosounder guna pemeruman bawah laut untuk pengambilan data berupa koordinat xyz bawah laut yang bertujuan untuk mengetahui kondisi topografi yang ada di Teluk Awur, Jepara. Pemeruman dilakukan pada daerah yang dekat dengan dermaga dan diharapkan dapat menjadi suatu acuan bagi pelayaran warga Jepara khususnya daerah Teluk Awur agar tercipta keamanan dalam pelayaran kapal. Berdasarkan peraturan dari direktorat Jendral Perhubungan Laut, batas minimal kedalaman untuk kapal yang dengan ukuran kurang dari 86 meter adalah 1.725 meter dibawah permukaan laut, sehingga, melihat dari hasil pemeruman menggunakan echosounder, terdapat daerah yang memiliki kedalaman kurang dari 2 meter yang dapat menyebabkan peningkatan risiko terjadinya kapal karam akibat kedalaman laut terlalu dangkal sehingga perlu adanya peringatan kepada seluruh kapal mengenai daerah bahaya pelayaran pada daerah Teluk Awur.
ANALISIS DAERAH RAWAN KEKERINGAN LAHAN SAWAH DI KABUPATEN PURWOREJO MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS Faizah, Eliya Nur; Wijaya, Arwan Putra; Sabri, L M
Elipsoida : Jurnal Geodesi dan Geomatika Vol 6, No 1 (2023): Volume 06 Issue 01 Year 2023
Publisher : Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/elipsoida.2023.17890

Abstract

Kabupaten Purworejo adalah daerah di Jawa Tengah yang termasuk dalam wilayah rawan kekeringan dangan rata-rata curah hujan berkisar antara 100-300 mm/bulan. Berdasarkan karakter wilayahnya Kabuapten Purworejo seringkali terjadi kekeringan lahan sawah di beberapa lokasi. Adanya fakta tersebut mendorong pembuatan peta rawan kekeringan lahan sawah di Kabupaten Purworejo. Penelitiani ini bertujuani untuk mengetahui sebarani kekeringan lahan sawahi dan mengetahui parameter yang mempengaruhi kekeringan lahan sawah di Kabupaten Purworejo. Metode penelitian yang dipergunakan yaitu Analytical Hierarchy Process (AHP). Pada penelitian ini mempertimbangkan empat parameter untuk mendukung dalam analisis lokasi rawan kekeringan lahan sawah, antara lain penggunaan lahan sawah, jenis tanah, curah hujan dan jarak terhadap sungai. Hasil penelitian menunjukkan bahwa luasan lahan untuk wilayah sawah irigasi diperoleh hasil kekeringan sedang sebesar 43,468% dari keseluruhan wilayah sawah irigasi Kabupaten Purworejo, sedangkan yang mengalami kekeringan rendah sebesar 56,532% dari keseluruhan wilayah sawah irigasi Kabupaten Purworejo. Hasil pengolahan kekeringan lahan sawah tadah hujan di Kabupaten Purworejo pada musim penghujan menghasilkan sebesar 32,28% wilayah mengalami kekeringan rendah dari keseluruhan wilayah lahan sawah tadah hujan Kabupaten Purworejo dan wilayah yang mengalami kekeringan sedang sebesar 67,76% dari jumlah total lahan sawah tadah hujan. Hasil pengolahan kekeringan lahan sawah tadah hujan di Kabupaten Purworejo pada musim kemarau yaitu wilayah sawah tadah hujan yang mengalami kekeringan sedang sebesar 100% dari keseluruhan wilayah Kabupaten Purworejo.Kata kunci: AHP, Kekeringan, Lahan Sawah, Kabupaten Purworejo
Prediction of Rice Productivity Using the Random Forest Regression Algorithm in Cikaret Subdistrict for the Years 2020-2024 Firdaus, Muhammad; Hadi, Firman; Sabri, L M
GEOID Vol. 20 No. 1 (2025)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v20i1.2570

Abstract

The challenges surrounding rice productivity in Indonesia are growing more complex due to factors like climate change, population growth, and limited agricultural land. As the primary food source and main carbohydrate provider, rice is crucial for the majority of Indonesians. This study focuses on predicting rice productivity using the random forest regression algorithm, incorporating predictor variables such as NDVI, NDMI, land area, land surface temperature, rainfall, fertilizer type, and pests. To ensure the accuracy of the model, multicollinearity tests were conducted to check for strong correlations among the independent variables. The tests confirmed the absence of significant linear relationships, allowing all variables to be included in the model. The prediction model was built using time-series data from 2020 to 2023, resulting in 840 samples after eliminating outliers. The optimization process targeted the mtry parameter and the number of decision trees to reduce prediction error. The optimal model, utilizing 7 predictor features and 150 decision trees, achieved a low out of bag (OOB) error and stable mean square error (MSE). Model performance metrics showed a Mean Absolute Error (MAE) of 0.324 tons/hectare, MSE of 0.158 tons/hectare, Root Mean Square Error (RMSE) of 0.398 tons/hectare, and a coefficient of determination (R²) of 0.87. These results demonstrated that the random forest regression algorithm is highly effective in predicting rice productivity, particularly when dealing with complex data involving multiple predictor variables and potential multicollinearity.