Claim Missing Document
Check
Articles

Found 5 Documents
Search

Analisis Peta Skala 1:1000 Hasil Pemotretan dengan Wahana DJI Phantom 4 Pro untuk Updating Master Plan ITS Achmad Thirmidzi; Agung Budi Cahyono; Mohammad Rohmaneo Darminto
Jurnal Teknik ITS Vol 10, No 2 (2021)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v10i2.67837

Abstract

Pembaruan Master Plan memerlukan sebuah data peta yang terbarukan, dimana salah satu metode yang dapat digunakan adalah Fotogrametri. Fotogrametri adalah metode pemetaan untuk memperoleh informasi dari objek-objek permukaan bumi menggunakan data foto udara, yang dapat digunakan untuk penafsiran maupun pengukuran geometri objek permukaan bumi. Data foto udara bisa didapatkan dengan akuisisi data menggunakan wahana Unmanned Aerial Vehicle (UAV) seperti drone. Salah satu jenis drone yang banyak digunakan untuk pemetan secara fotogrametri adalah drone DJI Phantom 4 Pro. Selanjutnya wahana ini dipergunakan untuk pembuatan peta ortofoto di wilayah Kampus Institut Teknologi Sepuluh Nopember Sukolilo. Pengolahan data foto dilaksanakan menggunakan metode Structure from Motion (SfM). Peta ortofoto menggunakan 17 titik GCP yang tersebar di wilayah Kampus ITS. Dari hasil penelitian ini didapatkan sebuah peta ortofoto skala 1:1000 yang kemudian duiji menggunakan 11 titik ICP . Berdasarkan nilai uji dari Perka BIG No.6 Tahun 2018, diketahui peta hasil ini digolongkan memenuhi stdandar ketelitian peta dasar skala 1:1000 kelas 1. Yang kemudian akan dikonversi menjadi peta garis untuk updating Master Plan ITS.
Ekstraksi Tapak Bangunan dari Orthophoto Menggunakan Model Mask R-CNN (Studi Kasus: Kelurahan Darmo, Kota Surabaya) Alfian Bimanjaya; Hepi Hapsari Handayani; Mohammad Rohmaneo Darminto
Jurnal Teknik ITS Vol 10, No 2 (2021)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v10i2.74747

Abstract

Peta dasar skala besar sangat dibutuhkan oleh kota besar/metropolitan seperti Kota Surabaya untuk perencanaan kota dan menunjang pembangunan kota cerdas. Salah satu informasi utama yang paling dibutuhkan dari peta skala besar adalah fitur bangunan. Ekstraksi tapak bangunan sendiri adalah pekerjaan yang sangat menantang karena banyak alasan, termasuk sifat heterogen dari geometri dan spektral bangunan, kompleksitas bangunan yang sulit diprediksi, dan data sensor yang kurang baik (yaitu bayangan, kontras yang buruk, dan perspektif citra yang buruk). Intepretasi yang dilakukan oleh operator secara visual masih merupakan pendekatan yang umum digunakan untuk ekstraksi informasi dari orthophoto. Akurasi intepretasi yang dihasilkan tergantung pada keterampilan dan pengalaman dari operator. Sehingga, dapat terjadi inkonsistensi pada data yang dihasilkan oleh operator yang berbeda. Beberapa tahun terakhir ini, ekstraksi otomatis tapak bangunan dari citra satelit resolusi tinggi maupun orthophoto menjadi isu penelitian penting dan menantang yang mendapat perhatian lebih besar. Banyak penelitian terbaru telah mengeksplorasi metode deteksi objek berbasis deep learning untuk meningkatkan kualitas ekstraksi bangunan. Dalam penelitian ini, penulis menerapkan metode deteksi objek berbasis Mask Region-based Convolutional Neural Network (Mask R-CNN) untuk ekstraksi tapak bangunan memanfaatkan orthophoto di daerah urban, yaitu Kelurahan Darmo, Kecamatan Wonokromo, Kota Surabaya. Model Mask R-CNN secara kuantitatif sudah cukup baik dalam mendeteksi objek namun kualitas geometri delineasi batas bangunan masih perlu diperbaiki. Beberapa strategi dirancang dan digabungkan dengan model deteksi objek berbasis Mask R-CNN, termasuk segmentasi orthophoto, post-processing menggunakan alat otomatis yang terdiri dari regularisasi poligon untuk membuat bangunan lebih teratur, remove overlap untuk menghilangkan tumpang tindih antar bangunan, fill gap untuk mengisi celah antar bangunan dan integrasi hasil ekstraksi untuk keseluruhan area studi. Metode otomatis yang penulis terapkan menghasilkan kinerja yang baik dengan presisi 91,43%; kelengkapan (recall) 82,97%; dan skor-F1 86,99%.
WebGIS Bangunan Infrastruktur Berpotensi Terdampak Kejadian Gempa Menggunakan Web Framework GeoDjango Asfi Dian Ahmadi; Agung Budi Cahyono; Mohammad Rohmaneo Darminto
Jurnal Teknik ITS Vol 11, No 3 (2022)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v11i3.98103

Abstract

Gempa bumi menjadi salah satu bencana alam yang paling berdampak pada kerusakan infrastruktur dan bangunan di Indonesia. Dalam upaya penyelenggaraan penanggulangan bencana, pengkajian secara cepat dan tepat untuk menentukan tingkat kerusakan dan kebutuhan upaya penanggulangannya merupakan kegiatan yang penting dilakukan pada saat tahap tanggap darurat. Kementerian Pekerjaan Umum dan Perumahan Rakyat melalui Satuan Tugas Penyelenggaraan Penanggulangan Bencana melakukan kajian secara cepat untuk mengidentifikasi bangunan infrastruktur yang berpotensi terdampak suatu kejadian gempa yang disusun menjadi sebuah infografis. Sebuah sistem informasi bangunan infrastruktur berpotensi terdampak oleh kejadian gempa berbasis web perlu dibuat sehingga dapat mempermudah pengolahan dan penyampaian informasi mengenai bangunan infrastruktur yang berpotensi terdampak. Dalam perancangan WebGIS ini, GeoDjango digunakan sebagai web application framework. GeoDjango merupakan web framework yang dirancang untuk penyusunan aplikasi geospasial menjadi sesederhana mungkin. Sebuah prototype WebGIS telah berhasil dibuat dan dipublikasikan dengan nama INFRAGempa, WebGIS ini terdiri dari 4 halaman menu utama yang terdiri dari halaman menu ‘Beranda’; halaman menu ‘Kluster Gempa’; halaman menu ‘Data Gempa’; dan halaman menu ‘Dashboard Peta’ serta dilengkapi dengan fitur-fitur yang dapat digunakan ketika mengakses situs web. Selain itu dilakukan pengelompokan data kejadian gempa berdasarkan kekuatan dan estimasi dampak terhadap bangunan infrastruktur dengan algoritma K-Means dan didapatkan 3 kluster dengan frekuensi data tiap kluster masing-masing 1225, 497, dan 87. Nilai persentase kelayakan WebGIS INFRAGempa didapatkan dengan uji usabilitas sebesar 89% dengan predikat sangat baik.
Pembuatan Basis Data Pertanahan HasilPembebasan Lahan Di Luar Wilayah Peta Area Terdampak Lumpur Sidoarjo Teguh Hariyanto; Danar Guruh Pratomo; Khomsin; Cherie Bhekti Pribadi; Mohammad Rohmaneo Darminto
Sewagati Vol 5 No 2 (2021)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (508.256 KB)

Abstract

Bencana lumpur Lapindo telah melanda wilayah Porong, Sidoarjo selama lebih dari 11 tahun. Dariperistiwa ini, ribuan kepala keluarga harus kehilangantempat tinggal, aset dan kerugian material yang tidaksedikit. Sehingga muncul konflik finansial antara korbandengan PT. Lapindo Brantas mengenai penuntutan gantirugi akibat peristiwa tersebut. Berkaitan dengan hal ini,pemerintah telah mengeluarkan Peraturan Presiden yang berisi tentang area terdampak, ketentuan ganti rugi dan halteknis lainnya yang telah dikeluarkan sejak tahun 2007 dantelah diperbarui sebanyak lima kali hingga yang terbaru berupa Perpres No. 33 Tahun 2013 yang berisi Peta AreaTerdampak (PAT). Dari wilayah PAT tersebut didapatkan data yang cukup besar sehingga perlu dilakukan pengelolaan untuk menyelesaikan permasalahan ganti rugiyang belum selesai menggunakan metode Sistem InformasiGeografis (SIG). Hasil akhir dari pengelolaan inimerupakan SIG yang dapat melakukan proses updating, editing, dan penyimpanan data yang berfungsi sebagai inventarisasi. Dari hasil processing data,didapatkan Peta Inventarisasi Aset Pemerintah yang tersebar di 12 desa dengan luas 495.854 Ha. Dari total luas ini, sebesar 70.279 Ha wilayah tidak masuk dalam batas area terdampak sesuai PAT yang terlampir dalam Perpres No. 33 tahun 2013. Untuk inventarisasi asetnya, sebesar24.88% dari total jumlah aset telah tersertifikasi dan sudah terbayar, 21.08% dari total jumlah aset belum tersertifikasi dan sudah terbayar, dan sebesar 54.04% dari total jumlah aset belum terbayar.
The analyze of green space need in Surabaya City using Gerarkis Method for 2010–2020 Rasendriya Ramanda Darettamarlan; Husnul Hidayat; Mohammad Rohmaneo Darminto; Danar Guruh Pratomo
Jurnal Pengelolaan Sumberdaya Alam dan Lingkungan (Journal of Natural Resources and Environmental Management) Vol 13 No 2 (2023): Jurnal Pengelolaan Sumberdaya Alam dan Lingkungan (JPSL)
Publisher : Pusat Penelitian Lingkungan Hidup, IPB (PPLH-IPB) dan Program Studi Pengelolaan Sumberdaya Alam dan Lingkungan, IPB (PS. PSL, SPs. IPB)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jpsl.13.2.341-346

Abstract

Surabaya City is the second-largest city based on the population in Indonesia that is affected by the development of urban planning in the city. The development of the urban areas affected the increase of socio-economic development and peri-urban demographics but often took over land or green open spaces. It is an unavoidable possibility of air pollution due to the imbalance between oxygen producers and existing oxygen users. It is necessary to calculate the prediction of green open space requirements using the Gerarkis Method, which predicts green open spaces based on oxygen demand by using the number of residents, motor vehicles, livestock, industrial factories, and hotels. With the Gerarkis Method, the prediction of the need for green open space in Surabaya City for 2010–2020 is 22,088.89 hectares to 31,950.84 with the increased majority value in the area, except in 2015 and 2020, due to decreased users. This method proves that the need for oxygen produced from plants is increasing, making Surabaya City needs more green open space to make Surabaya City livable.