Claim Missing Document
Check
Articles

STUDI PENURUNAN MUKA TANAH DENGAN METODE SMALL BASELINE AREA SUBSET (SBAS) MENGGUNAKAN CITRA SENTINEL-1A (STUDI KASUS: KOTA SEMARANG) An Nisa Tri Rahmawati; Yudo Prasetyo; Bandi Sasmito
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 (845.006 KB)

Abstract

ABSTRAKKota Semarang merupakan kota metropolitan terbesar kelima di Indonesia dan salah satu kota paling berkembang di Jawa Tengah. Pesatnya perkembangan yang dialami Kota Semarang tidaklah luput dari adanya bencana yang harus dihadapi. Bencana terbesar bagi Kota Semarang adalah penurunan muka tanah. Oleh sebab itu, penelitian ini mengkaji terkait penurunan muka tanah di Kota Semarang. Pengamatan penurunan muka tanah pada penelitian ini diamati dengan menggunakan teknik Small Baseline Area Subset (SBAS). Teknik SBAS merupakan teknik yang biasa digunakan untuk mengamati deformasi secara time series untuk mengamati daerah perkotaan. Data yang digunakan dalam penelitian ini adalah 13 citra Sentinel-1A SLC tahun 2015-2018. Pengolahan dilakukan dengan menggunakan perangkat lunak GMTSAR untuk mendapatkan nilai laju penurunan muka tanah. Hasil pengolahan SBAS mendapatkan nilai laju penurunan muka tanah di Kota Semarang dengan rentang 0 ± 1,3 hingga 9,4 ± 1,3 cm/tahun yang terjadi pada 128,65 km2 (32,92%) dari luas wilayah Kota Semarang. Laju penurunan muka tanah rata-rata di Kota Semarang adalah 0,4 ± 1,3 cm/tahun. Kecamatan Genuk merupakan kecamatan yang memiliki nilai rata-rata laju penurunan muka tanah tertinggi, yaitu sebesar 5,8 ± 1,3 cm/tahun yang terjadi pada seluruh wilayah Genuk. Sementara itu, kecamatan yang memiliki nilai rata-rata laju penurunan muka tanah terendah adalah Kecamatan Candisari dengan laju 0,1 ± 1,3 cm/tahun yang terjadi pada 0,01 km2 (0,22%) dari total luas wilayah Kecamatan Gunungpati.  Kata Kunci : GMTSAR, Penurunan Muka Tanah, SBAS, Sentinel-1A  ABSTRACTSemarang City is Indonesia’s fifth-largest metropolis and one of the most thriving cities in Central Java. The rapid development of the Semarang City has not escaped the disaster it has to deal with which leads to land subsidence that occurs to be the most problematic disaster in Semarang City. Therefore, this study examines the land subsidence of Semarang City. The land subsidence observation in this study is observed using Small Baseline Area Subset (SBAS) technique. SBAS technique that is commonly used to observe time series deformation in urban areas. The data used in this study is a stack of Sentintel-1A SLC imagery data consisted of 13 images from 2015-2018. The process is done by using GMTSAR software to get the land subsidence rate. The result of SBAS technique is the land subsidence rate in Semarang with range 0 ± 1.3 through 9.4 ± 1.3 per year that happens in 128.65 km2 or 32.92% of Semarang City area. The land subsidence rate for Semarang city is 0.4 ± 1,3 per year. Genuk district has the highest land subsidence rate, that is 5.8 ± 1.3 cm per year happens in all of Genuk district area. Meanwhile, district which has the lowest land subsidence rate is Camdisari district with 0.1 ± 1.3 cm per year rate happens in 0.01 km2 or 0.22% of Gunungpati district area.
ESTIMASI TINGKAT PRODUKTIVITAS PADI BERDASARKAN ALGORITMA NDVI, EVI DAN SAVI MENGGUNAKAN CITRA SENTINEL-2 MULTITEMPORAL (Studi Kasus: Kabupaten Pekalongan, Jawa Tengah) Dita Ariani; Yudo Prasetyo; Bandi Sasmito
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 (810.585 KB)

Abstract

ABSTRAK Beras merupakan salah satu sumber pangan pokok bagi kehidupan, khususnya bagi masyarakat Indonesia selain sagu, jagung dan singkong. Sebagai komoditas pertanian yang paling dominan, tingkat permintaan akan beras sebagai kebutuhan yang mendasar sangatlah tinggi. Estimasi mengenai produktivitas padi pun sangat diperlukan guna mengoptimalkan perencanaan penanaman yang tepat dan produksi padi yang maksimal untuk mendukung ketahanan pangan nasional. Indonesia mempunyai banyak daerah yang berfungsi menjadi penyangga pangan nasional, salah satunya adalah Kabupaten Pekalongan. Pengindraan jauh merupakan salah satu teknologi yang cocok untuk pengaplikasian estimasi produksi padi di wilayah Kabupaten Pekalongan. Keunggulan teknologi ini terkait dengan pemrosesan data dan informasi yang cepat, tepat dan akurat. Penelitian ini menggunakan citra Sentinel-2A berbasis open source untuk pengolahan estimasi produktivitas padi. Pada citra Sentinel-2A multitemporal diterapkan algoritma NDVI (Normalized Difference Vegetation Index), EVI (Enhanced Vegetation Index) dan SAVI (Soil Adjusted Vegetation Index) untuk mengetahui tingkat persebaran indeks vegetasi di Kabupaten Pekalongan. Model persebaran nilai indeks vegetasi tersebut didasarkan pada analisis regresi untuk mendeskripsikan nilai produktivitas padi. Hasil pengolahan fase tumbuh padi menggunakan NDVI, EVI dan SAVI menunjunjukkan bahwa pola sebaran indeks vegetasi di Kabupaten Pekalongan bersifat heterogen. Hasil regresi linier berganda masing-masing variabel NDVI, EVI dan SAVI secara berturut-turut menghasilkan koefisien determinasi sebesar 0,332, 0,269, dan 0,283. Berdasarkan model regresi tersebut diperoleh RMSE estimasi produktivitas padi menggunakan transformasi NDVI, EVI dan SAVI terhadap data dinas secara berturut-turut 4,24 kw/ha, 4,54 kw/ha dan 4,47 kw/ha. Sehingga dapat diketahui bahwa dari 3 model estimasi produktivitas padi yang telah diperoleh, hasil estimasi yang hampir mendekati nilai produktivitas yang dikeluarkan oleh DKPP adalah model dengan variabel NDVI dibandingkan dengan  variabel EVI dan SAVI.Kata Kunci: Citra Sentinel-2A, EVI, NDVI, Produktivitas Padi, SAVI ABSTRACT Rice is one of the main sources of food for life, especially for the Indonesian in addition to sago, corn and cassava. As the most dominant agricultural commodity, the level of demand for rice as a basic needed is very high. So the estimation of rice productivity is also very necessary to optimize the proper planting planning and maximum rice production to support national food security. Indonesia has many regions that become national food buffer, one of them is Pekalongan District. Remote sensing is one of the technologies suitable for the application of estimated rice production in the Pekalongan District. These technological advantages are associated with fast, precise and accurate data and information processing. This study uses the Sentinel-2A image based on open source for processing rice productivity estimates. In the multitemporal Sentinel-2A images, NDVI (Normalized Difference Vegetation Index), EVI (Enhanced Vegetation Index) and SAVI (Soil Adjusted Vegetation Index) algorithms are applied to determine cropping pattern in Pekalongan District. The vegetation index value distribution model is based on a regression analysis to describe the value of rice productivity. The results of processing the rice-growing phase using NDVI, EVI and SAVI show that the pattern of vegetation index distribution in Pekalongan District is heterogeneous. The results of multiple linear regression of each NDVI, EVI and SAVI variables produce a coefficient of determination, respectively 0,332, 0,269, and 0,283. Based on the regression model, it is obtained that RMSE estimates rice productivity using NDVI, EVI and SAVI transformations to DKPP data, respectively 4,24 kw/ha, 4,54 kw/ha and 4,47 kw/ha. So it can be seen that from the 3 rice productivity estimation models that have been obtained, the estimation results that are almost close to the DKPP yield data is model with NDVI variables compared with EVI and SAVI variables.
ANALISIS SEBARAN DAN PERHITUNGAN HOTSPOT MENGGUNAKAN CITRA SATELIT NOAA-18/AVHR DAN AQUA MODIS BERBASIS ALGORITMA KANAL TERMAL Tegar Dio Arsadya Rahadian; Yudo Prasetyo; Haniah Haniah
Jurnal Geodesi UNDIP Volume 5, Nomor 1, Tahun 2016
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1081.546 KB)

Abstract

ABSTRAK                Hutan merupakan sumber daya alam yang sangat berharga karena mengandung keanekaragaman hayati yang tak terbatas. Namun gangguan terhadap hutan intensitasnya semakin meningkat dari waktu ke waktu baik yang disebabkan oleh faktor alam maupun faktor manusia. Pada wilayah Riau terdapat beberapa kawan hutan dan lahan yang setiap tahunnya rentan terhadap gangguan kebakaran hutan. Kebakaran pada wilayah Riau biasanya terjadi musim kemarau yang sebagian besar disebabkan oleh aktivitas manusia yang sedang melakukan pembukaan lahan untuk kawasan perkebunan.                Salah satu penerapan penginderaan jauh dibidang kehutanan yaitu penggunaan data satelit lingkungan National Oceanic and Atmospheric Administration Advanced Very High Resolution Radiometer (NOAA/AVHRR) dan data satelit Aqua Moderate Resolution Imaging Spectroradiometers (AQUA MODIS) pada tanggal 27 dan 28 Februari 2014. Dengan mendeteksi adanya titik panas (Hotspot) di permukaan bumi sebagai indikasi awal terjadinya kebakaran hutan/lahan yang memanfaatkan kanal termal yang dimiliki kedua satelit di atas. Tujuan dari penelitian ini adalah untuk mendeteksi lokasi sebaran titik panas di Provinsi Riau, serta memetakan daerah-daerah yang berpotensi mengalami kebakaran hutan dan mengetahui estimasi kerugian ekonomi yang ditimbulkan akibat kebakaran lahan yang akan terjadi pada daerah yang paling rawan terjadi di wilayah Riau menggunakan kombinasi Sistem Informasi Geografis (SIG) sebagai analisis kerugian ekonomi.                Hasil dari penelitian ini menunjukkan lokasi sebaran titik panas di wilayah Riau, daerah yang teridentifikasi paling rawan kebakaran berada di daerah Bukit Kapur dan Dumai Timur, serta menunjukan kerugian tutupan lahan yang rawan terjadi kebakaran. Suhu dari hasil pengolahan data citra satelit NOAA-18/AVHRR sebesar 30°C - 35°C dan kerugian untuk tutupan lahan hutan tanaman industri sebesar Rp 11,411 milyar/hektar, perkebunan sebesar Rp 348,158 milyar/hektar dan pertanian sebesar Rp 86,822 milyar/hektar sedangkan pada AQUA MODIS dengan suhu 30°C - 34°C, hutan tanaman industri sebesar Rp 52,559 milyar/hektar, perkebunan sebesar Rp 396,974 milyar/hektar dan pertanian sebesar Rp 158,019 milyar/hektar.Kata Kunci : AQUA MODISmod14, hotspot, kebakaran hutan, SIG,NOAA-18/AVHRR ABSTRACT                Forests are an extremely important natural resource that contains infinite biodiversity. But Forest disturbances intensity increasing from time to time, whether caused by natural or human factors. In Riau, there are some forest and land which annually vulnerable against wildfire. Wildfires in Riau usually occurs during the dry season and caused by human activities who was doing some land clearing for plantation.                An implementation of remote sensing in Forestry is using environmental satellites data National Oceanic and Atmospheric Administration Advanced Very High Resolution Radiometer (NOAA / AVHRR and Aqua's Moderate Resolution Imaging Spectroradiometers (AQUA MODIS) data satellites on 27 and 28 February 2014. By detecting the existence of hotspots (Hotspot) on earth’s surface as an early indication of wildfires by using thermal band which is owned by both of satellites. The purpose of this research was to detect the distribution of hotspot’s location in Riau, mapping the potential areas which affected by fire, and estimated the economic losses caused by fires that will occur in the most vulnerable areas in Riau using a combination method of System Geographical Information (GIS) as an analysis of the economic losses.                The results shows the distribution of hotspot’s location in Riau, which identified the most vulnerable areas to fire are Bukit Kapur and East Dumai, and shows the damage of  land cover that are prone to fires. The temperature of the data processing satellite imagery NOAA-18 / AVHRR are 30° C - 35° C and the damage cost Rp 11.411 billion / hectare for land cover’s industrial forest, plantation cost to Rp 348.158 billion / hectare and farming cost to Rp 86.822 billion / ha, whereas the temperature in AQUA MODIS are 30° C - 34° C, industrial forrest cost to Rp 52.559 billion / hectare, plantation cost to Rp 396.974 billion / hectare and farming cost to Rp 158.019 billion / hectare.Key words: AQUA MODISmod14, forest fire ,hotspot, GIS,NOAA-18/AVHRR*) Penulis, PenanggungJawab
ANALISIS SPASIAL TERHADAP TINGKAT KERAWANAN BANJIR KAWASAN SUNGAI BRINGIN MENGGUNAKAN METODE KOMBINASI LIDAR DAN SIG Sintauli Manullang; Yudo Prasetyo; Nurhadi Bashit
Jurnal Geodesi UNDIP Vol 8, No 1 (2019)
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (681.851 KB)

Abstract

Semarang sebagai ibukota Provinsi Jawa Tengah mengalami perkembangan pembangunan yang cepat setiap tahunnya. Pesatnya pembangunan menyebabkan semakin banyak resapan air yang tertutup oleh jalan dan bangunan, sehingga air yang meresap ke dalam tanah semakin berkurang. Kota Semarang menjadi langganan banjir sehingga beberapa wilayah juga terkena dampaknya. Khususnya daerah DAS Bringin, wilayah tersebut sering meluap saat terjadi hujan dimana debit air yang melewati sungai melampaui tampungan air hujan masuk semestinya. Penelitian ini menggunakan software HEC-HMS 3.6 dalam pembuatan debit banjir rencana. Penelitian ini membutuhkan beberapa yang digunakan pada tahap pembuatan debit rencana diantaranya data curah hujan 10 tahun terakhir, untuk mendapatkan nilai CN dan Impervious digunakan peta jenis tanah, peta tata guna lahan dan peta kontur. Data debit menggunakan nilai debit outflow pada Junction 4 dalam pemodelan banjir. Junction 4 merupakan titik pertemuan antara 2 sungai yaitu Sungai Bringin dan Gondoryo yang hilirnya bermuara pada Pantai Utara Laut Jawa. Pada pemodelan banjir peneliti menggunakan software HEC-RAS 5.0.5. Parameter yang digunakan dalam software ini adalah nilai koefisien Manning, geometri data, debit rencana dan terrain. Terrain yang digunakan dalam penelitian ini adalah DTM yang berasal dari data LIDAR. Jika pemodelan berhasil, maka genangan dari hasil pemodelan akan di delineasi untuk mendapatkan kedalaman genangan dan luas genangan pada daerah yang terkena dampak banjir. Hasil akhir penelitian ini didapatkan besaran debit rencana banjir pada kala ulang 2 tahun, 5 tahun dan 10 tahun selalu meningkat. Debit maksimum yang dihasilkan pada Q2 tahun adalah 36,4 m3/s, sedangkan pada Q5 tahun adalah 87,1 m3/s dan pada Q10 tahun adalah 147 m3/s.  Berdasarkan Peraturan Kepala BNPB No. 02 Tahun 2012 Tentang Pedoman Umum Pengkajian Risiko Bencana, banjir dibagi kedalam 3 tingkat. Melalui hasil pemodelan banjir, genangan terluas pada kala ulang Q2 tahun, Q5 tahun dan Q10 tahun yang paling mendominasi terkena banjir adalah Kelurahan Mangunharjo.
APLIKASI UAV (UNMANNED AERIAL VEHICLE) FOTOGRAMETRIUNTUK PERENCANAAN PENGEMBANGAN JALUR TRANSMISISUTET 500 kV (Studi Kasus : Kec. Ambarawa, Kab. Semarang) Agree Isnasatrianto; Yudo Prasetyo; Bambang Sudarsono
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 (777.202 KB)

Abstract

ABSTRAK Pertumbuhan konsumsi listrik nasional semakin tinggi seiring dengan bertambahnya jumlah penduduk dan sejalan dengan peningkatan pertumbuhan ekonomi nasional. Peningkatan kebutuhan listrik ini diperkirakan akan terus tumbuh dengan rata-rata pertumbuhan 6,5% per tahun hingga tahun 2020. Salah satu upaya PLN yang bergerak pada bidang ketenagalistrikan di Indonesia untuk mengimbangi peningkatan kebutuhan listrik tersebut adalah dengan membangun SUTET untuk pendistribusian listrik dari sumber listrik ke gardu induk.Pada penelitian ini UAV akan dimasukkan pada proses perencanaan penentuan jalur SUTET sesuai dengan peraturan yang berlaku dan dikombinasikan dengan survei GPS untuk menghasilkan data koordinat yang teliti. Data yang dihasilkan dari UAV berupa foto udara yang kemudian akan diolah menjadi orthofoto, DSM (Digital Surface Model) dan DTM (Digital Terrain Model). Untuk penentuan jalur perencanaan SUTET memiliki kriteria ruang bebas dan jarak bebas minimum  horizontal dapat digunakan orthofoto karena memiliki tingkat kedetailan visual yang tinggi. Sedangkan untuk ruang bebas dan jarak minimum vertikal digunakan DSM yang memiliki nilai ketinggian dari pohon maupun bangunan pada area perencanaan sebagai acuan dan data DTM yang memiliki nilai ketinggian tanah saja dapat digunakan untuk acuan penentuan lokasi menara SUTET didirikan. Sehingga dapat menentukan lokasi perencanaan SUTET sesuai dengan peraturan yang berlaku. Dilakukan validasi berupa koordinat X dan Y pada orthofoto dan koordinat Z pada DEM dengan menggunakan ICP (Independent Check Point) hasil pengukuran GPS metode statik.Hasil dari penelitian ini menunjukkan bahwa, hasil orthofoto maupun DEM dapat digunakan untuk perencanaan penentuan lokasi titik SUTET sesuai dengan peraturan ruang bebas dan jarak minimum yang berlaku dengan nilai RMSE horizontal untuk orthofoto sebesar 0,158 meter dan RMSE vertikal dari DEM 0,201 meter.Kata Kunci          : DSM, DTM, Listrik, SUTET, UAVABSTRACT The growth of national electricity consumption is getting higher with the increase of population and national economic. This increase in electricity demand is expected to grow with an average growth of 6.5% per year until 2020. One of PLN's efforts as provider in the electricity sector in Indonesia to equal the electricity demand is to build SUTET for the distribution of electricity from a power source to the substation.In this case, UAV will be incorporated in the planning process of determining SUTET lines in accordance with prevailing regulations and combined with GPS survey to produce accurate coordinate data. The data generated from the UAV in the form of aerial photography which will be processed into orthophoto, DSM (Digital Surface Model) and DTM (Digital Terrain Model). For the determination of the SUTET planning path which has certain criteria such as free space of horizontal minimum distance can be used orthophoto because it has a high level of visual detail then, the free space and minimum distance vertically used DSM which has the height value of trees and buildings in the planning area as a reference and DTM data has a value height of bare earth can be used for reference determination of tower location. So it can determine the location of SUTET planning in accordance with the applicable regulations. Product of orthophoto which have coordinate X, Y data and DEM which have X, Y, Z coordinate data will be validated with higher accuracy data using ICP (Independent Check Point) from GPS survey static method.The results in this case indicate that orthophoto and DEM can be used for planning the determination of SUTET location accordance with the free space regulation and the minimum distance applicable with the horizontal RMSE value for orthophoto of 0.158 meters and the vertical RMSE of DEM 0.201 meters. Keywords              : DSM, DTM, Electricity, SUTET, UAV
ANALISIS KETELITIAN PLANIMETRIK ORTHOFOTO PADA TOPOGRAFI PERBUKITAN DAN DATAR BERDASARKAN KUANTITAS TITIK KONTROL TANAH Hanif Arafah Mustofa; Yudo Prasetyo; Hani'ah Hani'ah
Jurnal Geodesi UNDIP Volume 5, Nomor 4, Tahun 2016
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (975.602 KB)

Abstract

ABSTRAK Data dasar yang digunakan untuk pekerjaan pemetaan skala besar pada umumnya adalah citra satelit dengan resolusi spasial yang tinggi. Salah satu alternatif untuk pengadaan data dasar dalam pemetaan skala besar adalah metode fotogrametri, di mana dalam beberapa tahun ini metode fotogrametri sedang berkembang pesat dengan adanya teknologi pesawat tanpa awak. Salah satu produk yang dihasilkan dari metode ini adalah orthofoto. Orthofoto merupakan data dasar yang bisa digunakan untuk pemetaan skala besar karena memberikan gambaran permukaan bumi. Elemen terpenting yang perlu diperhatikan dalam pembuatan orthofoto ini adalah ketelitian planimetrik. Berdasarkan penelitian terdahulu, faktor yang paling berpengaruh terhadap ketelitian planimetrik orthofoto adalah Titik Kontrol Tanah (TKT).Penelitian ini akan dianalisis ketelitian planimetrik orthofoto berdasarkan kuantitas TKT. Kuantitas yang dimaksud di sini meliputi banyaknya TKT dan pola persebaran antar TKT tersebut. Banyaknya TKT yang digunakan pada penelitian ini adalah 5 TKT dan 10 TKT. Pola persebaran antar TKT tersebut meliputi pola merapat dan pola menyebar di mana jarak antar TKT pada pola merapat merupakan setengah dari pola menyebar. Kemudian, penelitian ini dilakukan pada topografi perbukitan dan datar. Sehingga didapatkan desain dengan 8 model berdasarkan jumlah TKT, pola persebaran TKT, dan variasi topografi.Hasil dari penelitian ini menunjukkan bahwa faktor yang paling berpengaruh secara signifikan terhadap ketelitian planimetrik orthofoto adalah pola persebaran TKT. Pola persebaran TKT dengan pola menyebar, di mana persebaran antar TKT yang terletak dekat dengan batas area penelitian merupakan orthofoto yang memiliki ketelitian yang tinggi ditunjukkan dengan nilai RMSE yang kecil.Kata Kunci : Ketelitian Planimetrik, Orthofoto, Titik Kontrol Tanah  ABSTRACT The data base used for large scale mapping generally is satellite imagery with high spatial resolution. One of the alternatives for large scale mapping is photogrammetry method, when in recent years of photogrammetry method is growing rapidly with Unmanned Arerial Vehicle (UAV) technology. One of the products to result from this method is orthophoto. Orthophoto is the basic data that can be used for large scale mapping for their representation of the earth’s surface. The most important element to consider in making this orthophoto is planimetric accuracy. Based on earlier research, the factor that most influence the planimetric accuracy of orthophoto is Ground Control Point (GCP).This research will be analyzed planimetric accuracy of orthophoto based on the quantity of GCP. The quantity referred to number of GCP and distribution pattern of GCP. Number of GCP used in this research are 5 GCPs and 10 GCPs. Distribution pattern GCP include close GCP and spread GCP which the distance between of close GCP is a half from spread GCP. Then, this research will be held on hill and flat topography. So we get 8 models based on quantity of GCP, distribution of GCP and variation on topography.The result in this research indicated that the factors that most significantly affect the planimetric accuracy of orthophoto is distribution of GCP. The distribution of GCP that spread pattern of GCP which of each GCP is close to boundary of the research area that orthophoto is high accuracy demonstrated with a small of RMSE values.Keywords : Ground Control Point, Orthophoto, Planimetric Accuracy*) Penulis, PenanggungJawab
ANALISIS DAMPAKPERUBAHAN MUKA TANAH AKIBAT BENCANA TANAH LONGSOR TERHADAP KAWASAN PERMUKIMAN DI KABUPATEN BANJARNEGARA MENGGUNAKAN METODE DInSAR WIWIT PURWANTI; Yudo Prasetyo; Bambang Darmo Yuwono
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 (799.192 KB)

Abstract

Jawa Tengah merupakan salah satu provinsi di Indonesia yang memiliki topografi bervariasi seperti dataran landai, pegunungan dan dataran tinggi. Kabupaten Banjarnegara merupakan salah satu kabupaten di Provinsi Jawa Tengah yang juga memiliki topografi bervariasi. Kondisi tersebut menjadikan Kabupaten Banjarnegara rawan bencana alam seperti tanah longsor. Tanah longsor di Kabupaten Banjarnegara tidak hanya disebabkan oleh relief yang curam tetapi juga curah hujan yang tinggi, tataguna lahan di wilayah pegunungan yang tidak tepat dan jenis tanah di Kabupaten Banjarnegara.Penelitian ini menggunakan metode DInSAR, identifikasi kawasan permukiman dan overlay  (tumpang susun). Data yang digunakan yaitu citra Sentinel-1, citra Landsat 8, DEM SRTM, peta rawan bencana longsor, peta RTRW dan batas administrasiKabupaten Banjarnegara.Hasil overlay DInSAR tahun 2016 dan 2017 menunjukkan bahwa di kabupaten Banjarnegara terjadi perubahan muka tanah sebesar -0,35 sampai 0,34 meter/tahun. Hasil overlay DInSAR menunjukkan 1 kecamatan mengalami kenaikan muka tanah yaitu Kecamatan Karangkobar dan 19 kecamatan lainnya mengalami penurunan muka tanah. Hasil NDBI adalah sebesar 1,64% wilayah Kabupaten Banjarnegara adalah permukiman, sedangkan 98,36% nya berupa non permukiman. Hasil identifikasi permukiman menggunakan algortima NDBI memiliki hasil yang kurang maksimal, sehingga digunakan data sekunder dari peta RTRW untuk identifikasi permukiman. Hasil overlay perubahan muka tanah dengan kawasan rawan bencana menghasilkan 5 kelas yaitu tidak rawan sebesar 7,44%, kurang rawan 29,79%, agak rawan 30,42%, rawan 29,96% dan sangat rawan 2,39%. Hasil overlay perubahan muka tanah pada kawasan rawan longsor dengan kawasan permukiman menghasilkan 3 kelas permukiman yaitu 799,73 ha kelas aman, 1.937, 61 ha kelas sedang dan 305,60 ha kelas bahaya.
ANALISIS PERBANDINGAN DATA CITRA SATELIT EOS AQUA/TERRA MODIS DAN NOAA AVHRR MENGGUNAKAN PARAMETER SUHU PERMUKAAN LAUT Deviana Putri Sunarernanda; Bandi Sasmito; Yudo Prasetyo
Jurnal Geodesi UNDIP Volume 6, Nomor 1, Tahun 2017
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (946.782 KB)

Abstract

ABSTRAK                 Suhu permukaan laut (SPL) merupakan salah satu parameter yang dapat digunakan untuk mendeteksi potensi sebaran ikan di laut. Salah satu metode yang dapat digunakan untuk mengukur SPL adalah pengindraan jauh dengan memanfaatkan data citra satelit. Data yang digunakan dalam penelitian ini adalah data citra satelit Aqua, Terra dan NOAA dari tahun 2010 - 2012. Penelitian ini bertujuan untuk mengetahui nilai SPL di wilayah utara Papua pada tahun 2010 - 2012 berdasarkan citra satelit yang digunakan serta untuk mengetahui perbandingan data citra satelit dengan data Buoy sebagai data validasi lapangan.Metode pengolahan data dilakukan menggunakan skrip bahasa pemrograman menggunakan software pemrograman yang dibangun untuk mendapatkan nilai SPL dengan mengkompilasi data. Hasil pengolahan akan dilakukan sortir data, penyamaan waktu antara data citra satelit dengan data Buoy, perhitungan rata-rata SPL bulanan dan tahunan, perhitungan nilai bias dan RMSE, pembuatan grafik dan scatterplot, serta penggambaran peta sebaran SPL.Hasil dari penelitian menunjukkan nilai SPL di utara Papua mengalami penurunan setiap tahunnya dengan pola yang dihasilkan adalah pola acak. Dari ketiga citra satelit yang digunakan, data citra satelit NOAA dinilai paling mampu merepresentasikan kondisi SPL di lapangan. Dimana nilai bias dan RMSE pada data NOAA sebesar -0,43 dan 0,2228. Berdasarkan uji statistika, terdapat korelasi antara data citra satelit Aqua, Terra, dan NOAA terhadap data Buoy. Kemudian ada perbedaan antara nilai rata-rata SPL dari data citra satelit dan Buoy dengan tingkat kepercayaan sebesar 95%. Kata Kunci:  Aqua, Buoy, NOAA, SPL dan Terra. ABSTRACT Sea surface temperature (SST) is one of the parameters which can be used to detect the potential of fish distribution in the sea. One of method which can be used to measure the SST to utilize remote sensing satellite imagery. The data used in this study are the Aqua, Terra and NOAA satellite imagery  from 2010 until 2012. This study purpose is to find out the value of SST in the northern region of Papua in 2010 to 2012 from satellite imagery and also to compare the satellite imagery with Buoy data as a field validation data.The methode of processing is used a script programming language by using the programming software which built to get the SST value by compiling data. The next step when the previous processing result has out are selecting the data, emulating the time between the satellite imagery with the Buoy Data, average monthly and yearly SST calculation, noise and RMSE value calculation, making the graphic and scatterplot, and also the depiction of SST distribution maps.The result shows the value of SST in northern Papua has decreased every year with a random pattern. From the three satellite imagery which are used in this research, NOAA imagery is the most imagery which can represent the condition of the SST on real field. It is due to the value of the noise and RMSE on NOAA are about -0.43 and 0.2228. Based on statistic test, there is a correlation between the Aqua, Terra and NOAA imagery and Buoy Data. Then, there is a difference between the value of the average SST temperature data from satellite imagery and Buoy with a confidence level of 95%. Keywords:  Aqua, Buoy, NOAA, SST and Terra.
ANALISIS ESTIMASI ENERGI PANAS BUMI DAN REKOMENDASI LOKASI PEMBANGKIT LISTRIK TENAGA PANAS BUMI MENGGUNAKAN CITRA LANDSAT 8 (Studi Kasus : Kawasan Gunung Ungaran, Jawa Tengah) Galuh Puteri Saraswati; Yudo Prasetyo; Abdi Sukmono
Jurnal Geodesi UNDIP Vol 8, No 1 (2019)
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (707.943 KB)

Abstract

Pertumbuhan ekonomi di Indonesia dari tahun ke tahun mengalami peningkatan yang signifikan terutama di sektor industri. Salah satu faktor penunjang laju pertumbuhan ekonomi yaitu ketersediaan energi listrik yang memadai. Potensi panas bumi yang tersebar di berbagai daerah di Indonesia memberi keuntungan tersendiri untuk pengembangan energi listrik ramah lingkungan. Pemanfaatan teknologi pengindraan jauh dengan menggunakan citra Landsat 8 yang memiliki sensor Thermal Infrared Sensor (TIRS) pada kanal 10 dan 11 dapat membantu dalam mendeteksi perbedaan suhu permukaan bumi. Hasil dari suhu permukaan dilakukan pengolahan dengan algoritma Radiative Heat Flux (RHF) sehingga didapatkan estimasi energi panas bumi. Selain itu, hasil dari suhu permukaan dilakukan pembobotan metode Analitychal Hierarchy Process (AHP) bersama dengan data Normalized Difference Vegetation Index (NDVI), deliniasi kelurusan untuk didapatkan area potensial panas bumi. Area potensial panas bumi dan Peta RBI dilakukan analisis SIG untuk mendapatkan rekomendasi lokasi Pembangkit Listrik Tenaga Panas Bumi. Hasil penelitian ini menunjukkan bahwa area potensi panas bumi di WKP Ungaran salah satunya berada pada kawasan cagar budaya Candi Gedongsongo dengan luas area sebesar 182,585 Ha. Estimasi energi yang didapat pada kawasan Candi Gedongsongo yaitu sebesar 25,059 MW. Hasil dari analisis Sistem Informasi Geografis didapatkan rekomendasi lokasi pembangunan PLTP dengan area yang sesuai sebesar 44,476 km2 dan area yang tidak sesuai sebesar 252,587 km2.
ANALISIS KETELITIAN DATA PEMODELAN 3 DIMENSI DENGAN METODE TRAVERSE DAN METODE CLOUD TO CLOUD MENGGUNAKAN TERRESTRIAL LASER SCANNER Alvatara Partogi Hutagalung; Yudo Prasetyo; Bandi Sasmito
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 (765.029 KB)

Abstract

ABSTRAK                 Tingkat ketelitian dalam suatu pengukuran saat ini sangatlah penting untuk diperhatikan. Seiring dengan perkembangan teknologi, tingkat ketelitian dalam suatu pengukuran juga semakin bergerak ke arah yang lebih tinggi dari waktu ke waktu. Salah satunya yang berkembang saat ini teknologi untuk melakukan survei suatu objek tiga dimensi adalah Terrestrial Laser Scanner (TLS). Metode pengukuran TLS tersebut sendiri ada 4 yaitu : metode Cloud to Cloud, metode Target to Target, metode Traverse, dan metode kombinasi.                Ketelitian metode Traverse dan metode Cloud to Cloud ini akan diuji tingkat ketelitiannya dengan melakukan pengujian pada dua parameter, yakni pada metode registrasi dan hasil visualisasi model tiga dimensi. Metode yang dilakukan dalam uji ketelitian ini melakukan uji internal dengan perhitungan ketelitian hasil registrasi model point cloud antar metode registrasi pada software dan uji eksternal dengan melakukan analisis perbandingan jarak sisi bangunan menggunakan Total Station dan perhitungan uji statistik serta melakukan analisis hasil visualisasi model tiga dimensi antar metode sehingga akan didapatkan hasil metode mana yang lebih teliti antara metode Traverse atau metode Cloud to Cloud pada pemodelan tiga dimensi suatu objek.                Penelitian ini menghasilkan perbandingan ketelitian metode Traverse sebesar ±0,0285 meter dan metode Cloud to Cloud sebesar ±0,0173 meter dengan ketelitian linear jaring poligon 7 titik kategori orde 4 sebesar 1 : 6867,9 meter pada Patung Pangeran Diponegoro serta ketelitian metode Traverse sebesar ±0,0401 meter dan metode Cloud to Cloud sebesar ±0,0213 meter dengan ketelitian linear jaring poligon 13 titik kategori orde 4 sebesar 1 : 6246,6 meter pada Gedung Prof. Sudarto S.H. Berdasarkan hasil ketelitian yang telah didapat dapat disimpulkan bahwa metode Cloud to Cloud akan menghasilkan model tiga dimensi dengan tingkat ketelitian geometrik yang lebih tinggi dibandingkan dengan metode Traverse serta metode Cloud to Cloud akan menghasilkan model tiga dimensi yang lebih teliti apabila digunakan untuk melakukan pemodelan tiga dimensi terhadap objek yang memiliki dimensi kecil. Berdasarkan hasil visualisasi model tiga dimensi antara kedua metode registrasi didapatkan hasil bahwa kedua metode menghasilkan model yang tidak berbeda dan sama baiknya apabila digunakan pada satu jaring poligon serta mode pengukuran yang sama yakni ­mode detail dengan daya scan maksimal hingga 120.000 titik/detik yang digunakan pada penelitian ini terhadap objek penelitian.                Penelitian ini diharapkan dapat memberikan informasi kepada para pengguna Terrestrial Laser Scanner sebagai referensi mengenai tingkat ketelitian antara metode Traverse dan Cloud to Cloud dalam pelaksanaan pengukuran sehingga dapat menentukan metode mana yang dianggap lebih baik diterapkan terhadap suatu objek pada pemodelan tiga dimensi menggunakan alat Terrestrial Laser Scanner. 
Co-Authors Abdi Sukmono, Abdi Adito Maulana Adrian, Faizal Ibnu ADYVICTURA TINAMBUNAN Agree Isnasatrianto Ahmad Iqbal Maulana Lubis Aji, Bernardinus Joko Prakosta Santu Alfian Adi Atmaja Alfonsus Bima Samudra Alvatara Partogi Hutagalung Alvian Danu Wicaksono An Nisa Tri Rahmawati Anang Ikhwandito Andri Suprayogi Anggoro Pratomo Adi Annisa Apriliani Annisa Octaviana ARDI SETYO PRATOMO Ari Setiani Arief Laila Nugraha Ariescha Eko Yuniarto Arif Rahman Arwan Putra Wijaya Aryasatya, Muhammad Farhan Atina Qothrunnada Salsabila Azeriansyah, Reyhan Baharudin, Irfan Bahtiar Ibnu Lonita Bambang Darmo Yuwono Bambang Sudarsono Bandi Sasmito Bashit, Nurhadi Bernard Ray Barus Bilal Fadhlurrohman Billy Silaen Bram Ferdinand Saragih chotimah, Saffira noor Dafid Januar Dani Nur Martiana Daud Panji Permana David Jefferson Baris Dede Handoko Delima Canny Valentine Simarmata Deviana Putri Sunarernanda Dicky Nur Krisnha Dinoto, Tjiong, Susilo Dita Ariani Dita Rizki Amliana Dito Seno Aji DIYANAH DIYANAH Dzulvikar, Azfa Ahmad Emeralda Amirul Ariefa Fadlila Ananingtyas, Fadlila Faisal Aldin Faiz Mahbubi Fajriah Lita Pamungkasari Farras Nabilah Fatimah Putri Utami Fauzi Janu Amarrohman, Fauzi Janu Febriyanto, Atri Firman Hadi Fitrah Trikusuma Franstein Kevin J.B Galuh Puteri Saraswati Gantra S.D Hutahaean Gusmiarti, Neni Indah Hadi, Firman Hana Sugiastu Firdaus Hana Sugiastu Firdaus, Hana Sugiastu Hani'ah, Hani'ah Haniah Haniah Hanif Arafah Mustofa Hanum Fadhil Baihaqi Hanum Fadhil Baihaqi Harintaka Harintaka Hestiningsih Hestiningsih Ikhtifari, Muh. Nurshauma Imanuel Sitepu Indah Purwanti Jamilah, Mutiara Kurnia Wisnu Aziz Lanjar Cahyo Pambudi Laode M Sabri Lukman Jundi Fakhri Islam Luluk Dita Shafitri Maliha, Arnetta Tia Nur Marissa Isabella Panggabean Marissa Isabella Panggabean Maylani Daraputri Mazazatu Rosyada Moehammad Awaluddin Muhammad Adnan Yusuf, Muhammad Adnan Muhammad Arizar Hidayat Muhammad Helmi Muhammad Nur Khafidlin Muna, Nailatul Munajat, Thoriq Zein Nabila Rahmawati Nanang Noviantoro Prasetyo Narendra Sava Hanung Naryoko Naryoko Naufal Dwiakram NIRTANTO, ILHAAM CAHYA Nizma Humaidah Noviar Afrizal Wahyuananto Nuardi Dwi Pradipta Nurhadi Bashit Panji Pratama Putra Pran Shiska, Pran Qudriyah, Riska Amirotul Rahmawati, Nabila Ramadhani, Sekar Melati Rendi Aulia Retno Kusumaningrum Rifki Purnama Aji Rina Emelyana Riska Pratiwi Riza Ashar Rizqika, Salsabilla Nurul Sabri, LM Sawitri Subiyanto Setyo Ardy Gunawan Sintauli Manullang Sukamta Sukamta Sukamta Sukmawati Nur Endah Supriadi Sanjaya Purba Syachril Warasambi Mispaki Syaharini, Jay She Tegar Dio Arsadya Rahadian Tengku Oki Al Akbar Theresia Niken Kurnianingsih Thoriq Fajar Setiawan, Thoriq Fajar Ulifatus Sa'diyah Ulinnuha, Ilham Virgus - Arisondang Wahyuddin, Yasser Widi Wicaksono WIWIT PURWANTI Yonanda Simarsoit YULIA SAVIRA RACHMA Zainab Ramadhanis Zia Ul Maksum Zuraidha, Riza Nur