Claim Missing Document
Check
Articles

Found 40 Documents
Search

VISUALISASI PETA FASILITAS PENUNJANG WISATA RELIGI KABUPATEN DEMAK MENGGUNAKAN APLIKASI CARRYMAP (Studi Kasus Masjid Agung Demak Dan Makam Kadilangu) Mohammad Faiz Ilhami; Arief Laila Nugraha; Hana Sugiastu Firdaus
Jurnal Geodesi UNDIP Volume 6, Nomor 4, Tahun 2017
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (468.194 KB)

Abstract

ABSTRAK Salah satu bidang kehidupan manusia yang sangat membutuhkan informasi adalah bidang pariwisata. Berbagai informasi mengenai perkembangan pariwisata, sarana pendukung, objek wisata, pengunjung hingga informasi mengenai penduduk setempat merupakan informasi yang penting untuk diketahui. Informasi yang kredibel mengenai gambaran lokasi wisata sangat dibutuhkan oleh wisatawan untuk merencanakan perjalanan dari tempat tinggal hingga ke tempat tujuan, selama berada di lokasi wisata hingga pulang kembali ke tempat tinggal.Kabupaten Demak merupakan salah satu kabupaten di Jawa Tengah yang dikenal dengan pariwisata keagamaan. Pendapatan Asli Daerah (PAD) melalui sektor pariwisata merupakan salah satu pendapatan utama Kabupaten Demak disamping pertanian. Objek wisata yang paling dikenal di Kabupaten Demak adalah Masjid Agung Demak dan Makam Kadilangu. Salah satu pelayanan pariwisata yang perlu ditingkatkan adalah pelayanan informasi. Sampai saat ini pelayanan informasi yang berkaitan dengan pariwisata di Kabupaten Demak masih bersifat konvensional.Pada penelitian tugas akhir ini bertujuan untuk membuat sebuah aplikasi peta persebaran fasilitas penunjang wisata religi di Kabupaten Demak. Hasil aplikasi yang dibuat pada penelitian ini dapat dijalankan pada platform desktop pc dan smartphone. Ketelitian posisi dari aplikasi adalah 7,824 meter. Kriteria efisiensi dengan nilai 79,333 dan kriteria kepuasan dengan nilai 79 yang diperoleh dari hasil uji usability. Dengan adanya peta pelayanan informasi wisata yang dapat diakses dengan smartphone ini diharapkan dapat mempermudah wisatawan dalam memperoleh berbagai informasi pariwisata serta dapat meningkatkan pendapatan masyarakat di sekitar objek wisata.
PERANCANGAN APLIKASI WISATA DAN CITY TOURISM BERBASIS WEBGIS GUNA MENINGKATKAN DAYA SAING WISATA KOTA (STUDI KASUS: KOTA SEMARANG) Archita Permata Santynawan; Bambang Sudarsono; Hana Sugiastu Firdaus
Jurnal Geodesi UNDIP Volume 9, Nomor 1, Tahun 2020
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1133.736 KB)

Abstract

ABSTRAKKota Semarang memiliki potensi yang besar dalam bidang pariwisata, namun dalam keberjalanannya pengembangan dan pemanfaatan potensi-potensi wisata di Kota Semarang dirasa belum maksimal. Kegiatan city tour yang biasa dilakukan oleh wisatawan sejauh ini hanya didukung pemerintah Kota Semarang melalui bus wisata seperti Si Kenang, Si Denok, dan Si Kuncung yang memiliki rute terbatas, maka untuk menunjang hal tersebut diperlukan adanya suatu aplikasi WebGIS wisata dan city tourism yang berisikan informasi mengenai objek-objek wisata di Kota Semarang, informasi fasilitas umum dan rute baru yang disarankan guna meningkatkan daya saing wisata Kota Semarang. Penelitian ini dilaksanakan dengan pembuatan basis data yang berisikan data objek wisata, data fasilitas umum dan data rute city tour hasil analisis proximity shortest path dan pembuatan peta dasar menggunakan Leaflet Javasctipt library yang kemudian ditempelkan ke aplikasi WebGIS wisata dan city tourism Kota Semarang. Hasil yang didapat dari penelitian ini adalah Aplikasi WebGIS wisata dan city tourism Kota Semarang dengan nama Melanglang Semarang yang memuat informasi tempat-tempat wisata di Kota Semarang sejumlah 37 objek wisata yang tergolong dalam 5 kategori yang tersebar di 12 kecamatan Kota Semarang beserta fasilitas-fasilitas umum di sekitar objek-objek wisata tersebut dengan total jumlah fasilitas 1532 dengan sebaran data fasilitas perbankan sebanyak 103 data, data fasilitas perbelanjaan sebanyak 107 data, data fasilitas peribadatan sebanyak 933 data, data fasilitas kantor polisi sebanyak 14 data, data fasilitas halte BRT sebanyak 148 data, data fasilitas transportasi sebanyak 3 data, data fasilitas bengkel sebanyak 16 data, data fasilitas SPBU sebanyak 24 data, data fasilitas kesehatan sebanyak 105 data dan data penginapan sebanyak 79 data. serta menampilkan saran 12 rute city tour di Kota Semarang dengan 5 tema yang dikelompokkan sesuai lokasinya. Pengujian usabilitas dari aplikasi ini mendapatkan hasil skor persentase rata-rata sebanyak 82,3% sehingga website ini masuk dalam kategori ‘Sangat Memuaskan‘. Kata Kunci: leafletjs, pariwisata, Semarang, tur keliling kota, WebGIS.ABSTRACTSemarang City has a great potential in tourism, but Semarang’s tourism are felt that they has not being developed and the utilized enough up to its real potential. City tour is one of the most often done by tourists on their journey while travelling, but in Semarang this activity are only supported by the city government by the city tour busses like Si Kenang, Si Denok, and Si Kuncung that have limited route focuses on the downtown area of Semarang, so to support tourists city tour activities this tourism map and city tour WebGIS application that contains information about the destinations, information about the public facilities, and new routes recommended by the researcher is needed to increase the Semarang’s tourism competitiveness in comparison to other cities in Indonesia. This research is done by making the database containing destinations coordinate data, public facilities coordinate data and city tour route data created from shortest path proximity analysis and creating the basic map application using Leaflet Javascript library that embedded into the Semarang City tourism and city tourism WebGIS application. The result of this research is Semarang tourism and city tour WebGIS application called Melanglang Semarang containing information about 37 tourism destinations in Semarang categorized into 5 category and distributed into 12 district in Semarang City with the information of public facilities located near them with the total number of 1532 public facilities with the distribution of 103 banks data, 107 market data, 933 worshipping place data, 14 police station data, 148 BRT Stop data, 3 transportation data, 16 machine shop, 24 gas station data, 105 health facilities data, and 79 lodging data. and also this application will show user 12 suggested new city tour routes classified within 5 themes grouped according to its location to go around in Semarang. The usability test done for this application get the average result of 82,3% so that this website is considered to the category ‘Very Satisfying’. Keywords: city tour, leafletjs, Semarang, tourism,WebGIS.
EVALUASI PENERAPAN SISTEM SATU ARAH DI LINGKAR KEBUN RAYA BOGOR MENGGUNAKAN METODE ANALITYCAL HIERARCHY PROCESS DAN NETWORK ANALYST Muhammad Hanif Abdurrahman; Arief Laila Nugraha; Hana Sugiastu Firdaus
Jurnal Geodesi UNDIP Volume 10, Nomor 1, Tahun 2021
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAKPemerintah Kota Bogor menerapkan kebijakan Sistem Satu Arah (SSA) di Lingkar Kebun Raya Bogor (KRB) pada tahun 2016. Tujuan diberlakukannya SSA yaitu untuk kelancaran lalu lintas, mengatasi kemacetan, dan mengurangi angka kecelakaan lalu lintas di Kota Bogor. Berdasarkan hal tersebut, dibutuhkan penelitian untuk menilai kemacetan, waktu tempuh, dan titik kecelakaan yang terjadi pasca diterapkannya SSA. Metode AHP (Analitycal Hierachy Process) dapat digunakan untuk melihat ruas jalur SSA dengan kemacetan tertinggi. Analisis jaringan dalam Sistem Informasi Geografis (SIG) dapat membantu dalam menganalisis waktu tempuh dan rute perjalanan di jalur SSA untuk tahun 2015,2016, 2018, dan 2019. Pemetaan titik kecelakaan dapat mempermudah dalam melihat persebaran titik kecelakaan periode tahun 2017-2020. Hasil pengolahan AHP menunjukkan masih ditemukan titik kemacetan di jalur SSA, yaitu di Jl. Otto Iskandardinata. Waktu tempuh perjalanan menuju Pasar Anyar dan Lapangan Sempur bertambah ditahun 2019. Waktu tempuh menuju Pasar Anyar ditahun 2018 yaitu 4,3-4,8 menit, sedangkan ditahun 2019 menjadi 5,3-5,9 menit. Waktu tempuh menuju Lapangan Sempur ditahun 2018 yaitu 4,1-4,6 menit berubah ditahun 2019 menjadi 5,1-6,2 menit. Berdasarkan data kecelakaan tahun 2017-2020 di Jalur SSA, terjadi  peningkatan jumlah kejadian dan jumlah korban ditahun 2018 dan 2020. Berdasarkan nilai AEK dan BKA, Jl. Jalak Harupat 2 dan Jl. Otto Iskandardinata termasuk kedalam jalan yang rawan kecelakaan lalu lintas dibandingkan dengan ruas jalan SSA lainnya. Rute perjalanan menuju Pasar Anyar dan Lapangan Sempur melewati satu ruas jalan yang rawan, yaitu Jl. Otto Iskandardinata. Kata Kunci : AEK, AHP, BKA, SIG dan SSAABSTRACTThe Bogor City Government implemented a One-Way System (OWS) policy at the Bogor Botanical Gardens ring road in 2016. The aim of implementing the OWS is to accelerate traffic, overcome congestion, and reduce the number of traffic accidents in Bogor City. Based on this, research is needed to assess congestion, travel time, and the point of accidents that occur after the implementation of OWS. The AHP(Analitycal Hierachy Process) method can be used to see the OWS segment with the highest congestion. Network analysis in the Geographical Information System (GIS) can help in analyzing travel times and travel routes on the SSA route for 2015,2016, 2018, and 2019. Mapping of accident points can make it easier to see the distribution of accident points for the 2017-2020 period. The results of AHP processing show that congestion points are still found on the SSA route, namely on Jl. Otto Iskandardinata. The travel time  to Anyar Market and Sempur Field increased in 2019. The travel time to Anyar Market in 2018 was 4.3-4.8 minutes, while in 2019 it was 5.3-5.9 minutes. The travel time to Sempur Field in 2018 is 4.1-4.6 minutes, changing in 2019 to 5.1-6.2 minutes. Based on accident data for 2017-2020 on the SSA road, there has been an increase in the number of incidents and the number of victims in 2018 and 2020. Based on the EAN (Equivalent Accident Number) and UCL (Upper Control Limit) scores, Jl. Jalak Harupat 2 and Jl. Otto Iskandardinata is included in a road that is prone to traffic accidents compared to other SSA roads. The route to Anyar Market and Sempur Field passes through one vulnerable road section, namely Jl. Otto Iskandardinata.
KAJIAN PEMETAAN RISIKO BENCANA BANJIR KOTA SEMARANG DENGAN MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS Arco Triady Ujung; Arief Laila Nugraha; Hana Sugiastu Firdaus
Jurnal Geodesi UNDIP Volume 8, Nomor 4, Tahun 2019
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (664.142 KB)

Abstract

ABSTRAKKota Semarang adalah Ibukota Provinsi Jawa Tengah yang mengalami perkembangan yang sangat pesat. Hal tersebut tidak hanya memberikan dampak positif, tapi juga memberikan dampak negatif. Salah satu dampak negatifrnya adalah banjir. Selain faktor alam, manusia juga memegang peranan besar sebagai faktor meningkatnya potensi terjadinya banjir. Pertumbuhan penduduk yang semakin meningkat mempengaruhi sumberdaya air dan tanah, sehingga membuat suatu kawasan menjadi semakin rawan akan banjir. Berdasarkan data BPBD Kota Semarang, terjadi peningkatan kasus banjir dari tahun 2016 ke tahun 2017, dan dari 16 kecamatan di Kota Semarang, sebanyak 10 kecamatan termasuk daerah yang rawan banjir. Tercatat 2.085 korban yang terkena dampak banjir dan mengungsi, serta 529 unit rumah terendam dimana dua diantaranya rusak terkena dampak banjir sepanjang tahun 2018. Salah satu upaya yang dilakukan untuk mengurangi dampak negatif tersebut adalah dengan melakukan pengkajian tingkat risiko banjir Kota Semarang menggunakan Sistem Informasi Geografis (SIG).Metode yang digunakan dalam menyusun peta risiko bencana banjir adalah dengan overlay peta ancaman banjir, peta kerentanan banjir, dan peta kapasitas banjir yang berpedoman pada SNI dan PERKA BNPB No. 2 Tahun 2012 menggunakan matriks VCA (Vulnerability Capacity Analysis). Kajian risiko bencana dijadikan sebagai dasar untuk menjamin harmonisasi arah dan efektivitas penyelenggaraan penanggulangan bencana pada suatu daerah.Hasil dari pemodelan diperoleh wilayah dengan tingkat risiko rendah seluas 19.535,781 ha atau sebesar 49,98% dari total luas Kota Semarang, tingkat risiko sedang dengan luas 14.358,708 ha atau sebesar 36,74% dari total luas Kota Semarang, dan tingkat risiko tinggi seluas 5.191,383 ha atau 13,28% dari total luas Kota Semarang. Kata kunci: Ancaman, Kapasitas, Kerentanan, Risiko, VCA   ABSTRACTSemarang City is the capital city of Central Java Province which have rapid development not only gave positive impact, but also gave negative impact, like flood. Besides natural factors, humans also play a big role as the factor of floods increases. Increasing population growth affects water and soil resources, thus making an area more prone to flooding. According to BPBD of Semarang City data, there has an increase of flodd cases from 2016 to 2017, and from 16 sub-districts in Semarang City, there are 10 sub-district  including flood-prone areas. There were 2,085 victims affected by flooding and displaced, and 529 houses were submerged, two of which were damaged by the flood throughout 2018. Efforts that made to reduce these negative impacts are assessment of  the level of flood risk in Semarang City using Geographic Information System (GIS). The method used in compiling a flood risk map is by overlaying a flood hazard map, a flood vulnerability map, and a flood capacity map based on SNI and PERKA BNPB No. 2 of 2012 using VCA matrix. Disaster risk assessment is the basis for ensuring the alignment and effectiveness of disaster management in the following area.The results of the model obtained areas with a low risk area is 19,535.781 ha or 49.98% of the total area of Semarang City, a medium level of risk with an area of 14,358.708 ha or 36.74% of the total area of Semarang City, and a high level of risk area is 5,191.383 ha or 13.28% of the total area of Semarang City. Keywords : Capacity, Hazard, Risk, VCA, Vulnerability
ANALISIS PENENTUAN ZONA KERENTANAN GERAKAN TANAH DENGAN METODE STORIE (STUDI KASUS KABUPATEN WONOGIRI) Wahyu Darmawan; Andri Suprayogi; Hana Sugiastu Firdaus
Jurnal Geodesi UNDIP Volume 7, Nomor 4, Tahun 2018
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (972.948 KB)

Abstract

Kabupaten Wonogiri adalah salah satu daerah yang termasuk rawan terjadinya kejadian gerakan tanah di Jawa Tengah. Berdasarkan dari data Badan Penanggulangan Bencana Daerah (BPBD) Kabupaten Wonogiri, pada tahun 2014 – 2017 terjadi banyak kejadian gerakan tanah. Kejadian yang paling banyak terjadi di tahun 2015 dan 2016 dengan 289 dan 240 kali kejadian gerakan tanah pada tahun tersebut. Analisa dan pengetahuan mengenai tingkat kerentanan gerakan tanah diperlukan untuk mendukung upaya mitigasi gerakan tanah di Kabupaten Wonogiri. Penelitian ini bertujuan untuk mengetahui tingkat kerentanan gerakan tanah dan persebarannya di daerah Kabupaten Wonogiri dengan mengggunakan metode Storie. Parameter karakteristik fisik wilayah yang berupa tataguna lahan, kelerengan, jenis tanah, curah hujan dan data geologi digunakan sebagai parameter masukan dalam perhitungan Indeks Storie. Hasil penelitian menunjukkan bahwa Kabupaten Wonogiri terdapat empat tingkat kerentanan gerakan tanah yakni rendah (110,615 Ha), sedang (136374,163 Ha), tinggi (47690,164 Ha), dan sangat tinggi (894,399 Ha). Berdasarkan hasil survei dan validasi di lapangan mengenai kejadian gerakan tanah yang dilakukan mulai tahun 2018, terdapat 50 lokasi kejadian gerakan tanah yang disurvei. Berdasarkan dari 50 lokasi yang telah disurvei, 41 lokasi termasuk dalam tingkat kerentanan gerakan tanah tinggi dan 9 lokasi termasuk dalam tingkat kerentanan gerakan tanah sedang. Kejadian yang paling banyak dari hasil survei adalah di Kecamatan Selogiri dan Kecamatan Karangtengah.
ANALISIS PENENTUAN LAHAN KRITIS DENGAN METODE FUZZY LOGIC BERBASIS PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS (Studi Kasus : Kabupaten Semarang) Andini Riski Oktaviani; Arief Laila Nugraha; Hana Sugiastu Firdaus
Jurnal Geodesi UNDIP Volume 6, Nomor 4, Tahun 2017
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (622.798 KB)

Abstract

ABSTRAKLahan kritis merupakan lahan yang telah mengalami kerusakan fisik, kimia dan biologi yang pada akhirnya membahayakan fungsi hidrologis, orologis, produksi pertanian, pemukiman dan kehidupan sosial ekonomi. Luas lahan kritis Kabupaten Semarang dari tahun ke tahun semakin menurun dan tercatat pada tahun 2015 sebesar 7.383,50 Ha. Daerah studi yang dianalisis dalam penelitian ini terdiri dari tiga kawasan yaitu kawasan hutan lindung, kawasan budidaya untuk pertanian, dan kawasan lindung di luar kawasan hutan. Pemilihan area studi penelitian didasarkan dari Permenhut No. 32/Menhut-II/2009.Penelitian ini berbasis penginderaan jauh dan sistem informasi geografis untuk memetakan dan menganalisis lahan kritis. Metode yang digunakan adalah metode fuzzy logic dan dalam proses pengolahan menggunakan perangkat lunak Matlab. Parameter yang digunakan untuk menganalisis lahan kritis yaitu penutupan lahan (kerapatan vegetasi), erosi, lereng, produktivitas dan manajemen. Parameter penutupan lahan (kerapatan vegetasi) dalam penelitian ini didasarkan dari pengolahan algoritma NDVI (Normalized Difference Vegetation Index) di citra landsat 8 tahun 2016. Sedangkan untuk mendapatkan derajat kemiringan lereng didasarkan dari pengolahan DEM SRTM.Lahan kritis berdasarkan metode scoring dan pembobotan sesuai Permenhut No. 32/Menhut-II/2009 menunjukkan bahwa kawasan budidaya pertanian didominasi dengan kriteria tingkat potensi kritis seluas 2.747, 720 Ha di Kecamatan Jambu. Hasil pengolahan metode fuzzy logic didapatkan kawasan budidaya pertanian didominasi dengan kriteria tingkat potensi kritis seluas 2.948,205 Ha di Kecamatan Getasan. Kriteria tingkat kritis dari hasil pengolahan metode scoring dan pembobotan sesuai Permenhut serta fuzzy logic terdapat di kawasan hutan lindung seluas 0,909 Ha di Kecamatan Bandungan. Tingkat keakuratan hasil pengolahan divalidasi dengan pengambilan 25 titik sampel acak berdasarkan survei lapangan dan interpretasi di Google Earth. Hasil uji signifikan dengan uji t sample berpasangan menunjukkan bahwa tidak terdapat perbedaan yang signifikan antara hasil metode scoring dan pembobotan dengan nilai validasi lapangan dan hasil fuzzy logic. Presentase kesesuaian metode scoring dan pembobotan dengan hasil validasi lapangan sebesar 56% sedangkan fuzzy logic sebesar 64%.
ANALISIS DISTRIBUSI SPASIAL KAWASAN INDUSTRI TERHADAP PERTUMBUHAN UMKM Dwi Nanda Nur S; Hani’ah Hani’ah; Hana Sugiastu Firdaus
Jurnal Geodesi UNDIP Volume 7, Nomor 1, Tahun 2018
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (815.685 KB)

Abstract

ABSTRAK Berkembangnya industri di sekitar pemukiman membuat kondisi sosial ekonomi masyarakat mengalami peningkatan, masyarakat di sekitar industri akan menangkap adanya peluang dengan memanfaatkan sebagian rumahnya sebagai tempat usaha mulai dari tempat tinggal atau kos-kosan, usaha warung makan, toko hingga jasa-jasa penunjang kebutuhan pekerja, sehingga dengan adanya hal tersebut peneliti ingin  mengetahui persebaran tempat usaha-usaha (UMKM) di tiga kawasan industri yaitu PT. Tyfontex Indonesia, PT. Sri Rejeki Isman Tbk, dan PT. Delta Merlin Dunia Tekstil dengan menggunakan Sistem Informasi Geografis. Industri tersebut merupakan industri besar yang ada di Kabupaten Sukoharjo dan merupakan industri yang keberadaanya berpengaruh terhadap lingkungan masyarakat disekitarnya. Pola persebaran UMKM di sekitar kawasan industri dianalisis dengan menggunakkan metode nearest neighbourhood dan metode Spatial Autocorrelation (Global Moran’s I). Analisis yang dilakukan dalam penelitian ini didasarkan dari centroid di setiap kawasan industri terhadap sebaran UMKM di tiap kawasan dalam radius 2 km. Klasifikasi UMKM dalam penelitian ini berdasarkan referensi dari Dinas Perdagangan, Koperasi dan UKM dengan jumlah UMKM keseluruhan 1488 di ketiga kawasan industri. Jumlah UMKM terbanyak terdapat di industri PT. Tyfontex Indonesia dengan jumlah 1.043. Pola persebaran UMKM di tiga kawasan industri menunjukkan pola yang sama yaitu pola mengelompok dengan arah persebaran yang berbeda Berdasarkan RDTRK Kabupaten Sukoharjo, sebaran UMKM di tiga kawasan industri tidak seluruhnya terletak di dalam Zona Perdagangan dan Jasa. Keberadaan industri dapat mempengaruhi pertumbuhan UMKM di sekitarnya. Hal ini dapat dilihat dari hasil kuisioner yang menunjukkan 86,2% UMKM yang tersebar di PT. Tyfontex Indonesia dipengaruhi oleh keberadaan indutri tersebut. Sedangkan prosentase keberadaan UMKM yang dipengaruhi oleh PT. Delta Merlin Dunia Tekstil sebesar 91,4 %  dan 79,7% di PT. Sri Rejeki Isman Tbk. Kata kunci: Industri, Nearest neighbourhood, Spatial Autocorrelation (Global Moran’s I), UMKM.  ABSTRACT The development of industry around the settlement to make socio-economic conditions of communities has increased, the community around the industry will catch the existence of opportunities by utilizing a portion of her home as a place of business ranging from places to stay, food stalls, shops until the merits of supporting the needs of workers, so that the existence of the things researchers want to know the place of distribution businesses (UMKM) in three industrial zones namely PT. Tyfontex Indonesia, PT Sri Rejeki ISman Tbk, and PT Delta Merlin Dunia Textiles by using geographic information systems. The industry is a big industry that exists in Sukoharjo Regency and is the industry's influence on occurrence environment surrounding society. Distribution pattern of UMKM around the industrial area analyzed by the method of use their nearest neighbourhood and methods of Spatial Autocorrelation (Global Moran's I). The analysis undertaken in this study is based on the centroid of each industrial area against the spread of UMKM in each region within a radius of 2 km. The classification of UMKM in this research based on a reference from the Department of Commerce, cooperatives and SMEs with a number of UMKM in 1488 third overall industrial area. The largest number of UMKM there is in the industry PT. Tyfontex Indonesia with a population of 1,043. Distribution pattern of UMKM in three industrial zones showed the same pattern that is clumped distribution patterns of different directions. RDTRK implementation of the Sukoharjo Regency with the condition of the spread of UMKM of the year 2017 yet goes according to existing design, there is still the UMKM not located in a zone of trade and services. The existence of industry can affect the growth of UMKM in the surroundings. It can be seen from the results of a detailed questionnaire which showed 86.2% of UMKM in pt. Tyfontex Indonesia is affected by the existence of these are. While the percentage of UMKM affected by the existence of PT Delta Merlin Dunia Textiles amounted to 91.4% and 79.7% in PT Sri Rejeki Isman Tbk. Keyword: Industry, Nearest neighbourhood, Spatial Autocorrelation (Global Moran’s I), UMKM.
ANALISIS KESIAPSIAGAAN BENCANA BANJIR DI KOTA SEMARANG DENGAN MENGGUNAKAN DATA OPEN STREET MAP (OSM) DAN INASAFE Viona Yashinta; Arief Laila Nugraha; Hana Sugiastu Firdaus
Jurnal Geodesi UNDIP Volume 8, Nomor 4, Tahun 2019
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (993.279 KB)

Abstract

ABSTRAKKota Semarang termasuk kota besar dengan jumlah penduduk yang terus mengalami peningkatan setiap tahunnya. Salah satu permasalahan yang sering terjadi setiap tahunnya adalah masalah banjir. Berdasarkan data Badan Penanggulangan Bencana Daerah (BPBD) Kota Semarang, pada tahun 2018 terdapat 36 kejadian bencana banjir yang jumlahnya meningkat sejak dua tahun terakhir. Pada tahun 2016 terdapat 30 kejadian banjir serta 28 kejadian banjir pada tahun 2017. Bencana banjir tidak hanya berakibat kerusakan fisik bangunan rumah dan sarana prasarana umum, tetapi juga terganggunya aktivitas sosial dan ekonomi masyarakat.Salah satu upaya untuk mengurangi kerugian adalah mengidentifikasi kawasan rawan banjir dan dampaknya menggunakan Sistem Informasi Geografis (SIG). Penelitian ini menggunakan perangkat lunak QGIS dengan plugin InaSAFE serta menggunakan data dari Open Street Map (OSM). Pemetaan daerah rawan banjir Kota Semarang menggunakan dua metode yaitu Atlas BMKG dan SNI 8197 tahun 2015. Kedua metode tersebut dibandingkan dan diambil salah satu diantaranya yang merupakan metode terbaik. Metode terbaik didasarkan dari validasi data kejadian banjir tahun 2018 dari BPBD dan data lapangan. Identifikasi bangunan dan infrastruktur jalan terpapar diproses menggunakan plugin InaSAFE.Kesesuaian model rawan banjir Kota Semarang 97,84% untuk model rawan banjir atlas BMKG dan 76,29% untuk model rawan banjir metode SNI. Model rawan banjir Kota Semarang menggunakan metode atlas BMKG menghasilkan tingkat rawan banjir rendah seluas 12.541,1 Ha. Tingkat rawan banjir menengah seluas 16.368,7 Ha. Tingkat rawan banjir tinggi seluas 10.176,1 Ha. Kecamatan dengan daerah terpapar rawan banjir tinggi adalah Kecamatan Pedurungan dengan luas rawan banjir tinggi 1.911,9  Ha yang merupakan 87,234% dari keseluruhan luas Kecamatan tersebut. Jumlah bangunan yang terpapar rawan banjir sebanyak 243.114 bangunan. Jalan utama Kota Semarang yang terpapar rawan banjir sebanyak 30 ruas jalan dan jenis jalan regional sebanyak 44 ruas jalanKata Kunci : Atlas BMKG, Banjir Kota, InaSAFE, Open Street Map, SNI 8197ABSTRACTSemarang is a big city with a fast-growing population that continues to increase every year. One problem that often occurs every year is the problem of flooding. Based on the data from the Semarang City Disaster Management Agency (BPBD), in 2018 there were 36 flood disasters, the number has increased since the last two years. In 2016 there were 30 flood events and 28 flood events in 2017. The flood disaster not only caused physical damage to buildings or structures and public infrastructure but also disrupted social and economic activities of the community.To prevent a big damage from flood disaster is to identify flood hazard areas and their exposure using Geographic Information Systems (GIS). This research will use QGIS InaSAFE plugin and use the data from Open Street Map (OSM). There will be a comparison between the results of flooding hazard mapping using the Atlas BMKG method and SNI 8197 of 2015 method and one of them is taken as the best method. The best method is based on the validation process using 2018 flood disasters data from BPBD and field survey. Furthermore, determining the number of buildings and flood-affected roads will be processed using the InaSAFE plugin.The suitability of Semarang's flood hazard model using the Atlas BMKG method is 97,845%, and 76,293% using the SNI flood hazard models method.The Semarang City flood hazard model using the Atlas BMKG method produced a low flood hazard level of 12.541,1 Ha. The level of medium flood hazard is 16.368,7 Ha. High level of flood hazard area is 10.176,1 Ha. Subdistrict that is most exposed to high level flood hazard is Pedurungan District with 1.911,9 Ha which represents 87,234% of the total area of Pedurungan District. The number of buildings exposed to flood hazards is 243.114 buildings. The roads in Semarang City that are exposed to the flood hazard are 26  primary roads and 44 secondary roads. Key Words: Atlas BMKG, City Flood, InaSAFE, Open Street Map, SNI 8197
ANALISIS POTENSI PANAS BUMI MENGGUNAKAN CITRA ASTER LEVEL 1 T TAHUN 2015 (Studi Kasus Kabupaten Kebumen, Jawa Tengah) Alan Aji Bintang; Bandi Sasmito; Hana Sugiastu Firdaus
Jurnal Geodesi UNDIP Volume 8, Nomor 2, Tahun 2019
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1171.587 KB)

Abstract

ABSTRAKEnergi panas bumi diperhitungkan dan dikembangkan sebagai sumber energi yang dapat dimanfaatkan untuk keperluan sehari-hari. Potensi energi panas bumi di Indonesia sangat besar yakni mencapai 28.000 Megawatt atau setara dengan 40% dari total panas bumi di dunia. Hingga saat ini Indonesia masih mengoperasikan setidaknya 1.643 Megawatt sehingga potensi energi panas bumi di Indonesia masih sangat besar untuk dimanfaatkan. Pengindraan jauh mempunyai peranan dalam kegiatan identifikasi panas bumi dengan menggunakan band thermal, salah satunya menggunakan citra ASTER. Proses identifikasi suhu permukaan dilakukan berdasarkan pengolahan band 13 dan band 14 citra ASTER serta klasifikasi tutupan lahan menggunakan VNIR ASTER. Pengambilan sampel suhu lapangan dilakukan untuk melihat korelasi suhu permukaan hasil citra dan suhu lapangan. Identifikasi panas bumi erat kaitanya dengan suhu permukaan tanah yang merupakan salah satu parameter indikator adanya potensi panas bumi. Selain berdasarkan parameter panas bumi penelitian ini berdasarkan pada parameter kompleksitas batuan dan lineament (kelurusan). Hasil dari pengolahan citra pada band 13 memberikan rentang suhu 8,01 oC hingga 46,94 oC, sedangkan nilai suhu pada band 14 memberikan rentang sebesar 8,01 oC hingga 44,70 oC. Hasil pengolahan suhu diuji dengan suhu lapangan sebanyak 93 sampel. Korelasi nilai suhu hasil pengolahan citra untuk band 13 dan 14 pengamatan lapangan sebesar 0,47 dan 0,48 termasuk dalam kriteria korelasi lemah. Nilai suhu yang melebihi 30 oC merupakan indikator adanya potensi panas bumi untuk daerah non-vulkanik. Hasil pengolahan memberikan nilai 26,58 oC untuk band 13 dan 24,09 oC  untuk band 14 serta  35,40 oC dari pengamatan lapangan  yang terletak pada sekitar sumur manifestasi. Pada Kecamatan Alian, Kecamatan Karangsambung, Kecamatan Karanggayam dan Kecamatan Sempor terdapat kompleksitas batuan tinggi, kerapatan lineament  yang tidak terhubung dengan manifestasi permukaan dan > 30 oC, sehingga peneliti tidak merekomendasikan untuk dieksplorasi.
ANALISIS TINGKAT DAERAH RAWAN KRIMINALITAS MENGGUNAKAN METODE KERNEL DENSITY DI WILAYAH HUKUM POLRESTABES KOTA SEMARANG Chairunisa Afnidya Nanda; Arief Laila Nugraha; Hana Sugiastu Firdaus
Jurnal Geodesi UNDIP Volume 8, Nomor 4, Tahun 2019
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (839.164 KB)

Abstract

ABSTRAK Tindak kriminalitas merupakan suatu permasalahan yang terjadi di setiap wilayah termasuk di Kota Semarang, namun di Polrestabes Kota Semarang belum dapat memvisualisasikan kejadian kriminalitas ke dalam bentuk peta sehingga diperlukan suatu metode untuk menganalisis dan menentukan daerah rawan kriminalitas. Pada penelitian ini, dilakukan pemetaan daerah rawan kriminalitas di Kota Semarang. Metode Clustering yang digunakan dalam penelitian ini adalah Kernel Density. Metode Kernel Density adalah pengelompokan data berdasarkan kerapatan TKP dari tindak kejahatan berdasarkan radius tertentu. Hasil penelitian ini menunjukan terdapat 1965 kasus kriminalitas selama tahun 2016-2018. Daerah tingkat kerawanan untuk seluruh kasus dan setiap kasus di 16 Kecamatan Kota Semarang  terbagi menjadi 5 kelas, yaitu daerah rawan sangat tinggi, tinggi, sedang, rendah dan sangat rendah. Berdasarkan hasil verifikasi menggunakan metode Kernel Density berdasarkan data kriminalitas tahun 2019, nilai rata-rata yang di peroleh sebesar 49,13%Kata Kunci : Kernel Density, Kriminalitas, Sistem Informasi Geografis.   ABSTRACT Crime is a problem that occurs in every region including in the city of Semarang, but in Polrestabes city of Semarang has not been able to visualize the incidence of crime into the form of map so it is needed a method to Analyzing and determining areas of crime prone. In this research, conducted mapping of crime prone areas criminality in Semarang. The Clustering method used in this study is Kernel Density. The Kernel Density method is a grouping of data based on crime SCENE density from a specific radius. The results of this study showed 1965 cases of criminality during the year 2016-2018. Areas of insecurity for all cases and each case in 16 districts of Semarang is divided into 5 classes, namely the area is very high, high, medium, low and very low. Based on the verification results using Kernel Density method based on the crime data of 2019, the average value gained by 49,13%Keywords : Criminality, Geographic Information Systems, Kernel Density.