Claim Missing Document
Check
Articles

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. 
ANALISIS PERBANDINGAN MODEL GENANGAN TSUNAMI MENGGUNAKAN DATA DEM ASTER, SRTM DAN TERRASAR (Studi Kasus: Kabupaten Pangandaran) Anang Ikhwandito; Yudo Prasetyo; Arief Laila Nugraha
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 (588.179 KB)

Abstract

ABSTRAKPesisir Kabupaten Pangandaran merupakan wilayah di Indonesia yang pernah mengalami bencana tsunami. Tsunami tersebut terjadi pada tanggal 17 juli 2006 dengan jumlah korban sekitar 700 orang. Secara umum pesisir Kabupaten Pangandaran memiliki karakteristik yang rentan terhadap limpasan gelombang tsunami. Kerentanan yang tinggi tersebut dikarenakan sebagian besar wilayah pesisir Pangandaran merupakan wilayah pariwisata, oleh karena itu diperlukan upaya mitigasi bencana untuk mengurangi kerugian yang ditimbulkan. Salah satu upaya mitigasi bencana tsunami dapat dilakukan dengan pembuatan model genangan tsunami. Pemodelan genangan tsunami menggunakan formulasi yang dikembangkan Berryman (2006) dengan mempertimbangkan tiga parameter utama yaitu topografi, koefisien kekasaran permukaan dan ketinggian tsunami di garis pantai. Parameter topografi menggunakan DEM ASTER 30 meter, SRTM 30 meter dan TerraSAR 9 meter, sedangkan koefisien kekasaran diperoleh dari tutupan lahan yang dihasilkan dengan klasifikasi terbimbing dengan menggunakan Citra Landsat-8 tahun 2016. Penelitian ini menggunakan dua ketinggian tsunami yaitu 8 dan 15 meter sesuai dengan data historis tsunami Kabupaten Pangandaran. Berdasarkan pemodelan yang dibentuk, diperoleh luas terdampak yang dihasilkan model genangan dari DEM ASTER untuk tinggi tsunami 8 dan 15 meter yaitu 1600,98 dan 4279,23 hektar, model genangan dari DEM SRTM untuk tinggi tsunami 8 dan 15 meter yaitu 1703,02 dan 4027,33 hektar dan model genangan dari DEM TerraSAR yaitu 1348,59 dan 2025,35 hektar. Model genangan tsunami terbaik yaitu model yang dihasilkan berdasarkan DEM TerraSAR, dimana model tersebut baik secara visual maupun kemiripan dengan kejadian tsunami di Kabupaten Pangandaran. Tingkat visual pada pemodelan genangan tsunami dipengaruhi oleh resolusi spasial data yang digunakan. Sedangkan pada kemiripan tsunami terdapat pada model genangan tsunami dari DEM TerraSAR dengan tinggi tsunami 15 meter. Model tersebut memiliki selisih kedalaman tsunami terkecil pada titik validasi yakni 0,5 meter.Kata Kunci: DEM, Pangandaran, Tsunami ABSTRACTCoastal Pangandaran Regency is an area in Indonesia that had experienced a tsunami disaster. The tsunami occurred on 17 July 2006 with a casualty of about 700 people. In general, coastal Pangandaran Regency has characteristics that are vulnerable to runoff of  tsunami wave. The high vulnerability due to most of the coastal area of Pangandaran is a tourism area, therefore it takes disaster mitigation efforts to reduce the losses incurred. One of the tsunami disaster mitigation efforts can be done by making tsunami inundation model. Tsunami modeling using developed formulation by Berryman (2006) with considering three main parameters: topography, coefficient of surface roughness and tsunami height at coastline. Topographic parameters using ASTER DEM 30 meters, SRTM 30 meters and TerraSAR 9 meters, while coefficient of surface roughness obtained from land cover produced by supervised classification process using Landsat-8 Image 2016. This study used two tsunami heights of 8 and 15 meters according with historical data of tsunami of Pangandaran Regency. Based on the formed model, the result of impacted area produced by the inundation model from DEM ASTER for tsunami height 8 and 15 meter is 1600,98 and 4279,23 hectare, the inundation model from DEM SRTM for tsunami height 8 and 15 meter is 1703.02 and 4027.33 hectares and the inundation models of DEM TerraSAR are 1348.59 and 2025.35 hectares. The best tsunami inundation model is a model based on TerraSAR DEM, in which the model is both visually and resemblance to the tsunami event in Pangandaran Regency. The visual level on tsunami inundation modeling is influenced by the spatial resolution of the data used. Meanwhile, the tsunami similarity is in the tsunami inundation model from DEM TerraSAR with a tsunami height of 15 meters. Where the model has the smallest tsunami depth difference at the validation point of 0.5 meters.Keywords: DEM, Pangandaran, Tsunami
STUDI KORELASI KAPASITAS AKUIFER TERHADAP PENURUNAN MUKA TANAH DENGAN METODE PS-InSAR (STUDI KASUS : KOTA SEMARANG) DIYANAH DIYANAH; Yudo Prasetyo; 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 (835.077 KB)

Abstract

Air merupakan sumber daya alam yang menjadi hal pokok yang dibutuhkan manusia dalam kehidupan sehari-hari. Pemakaian air dalam kehidupan sehari-hari masyarakat maupun kegiatan industri masih mengandalkan dari alam, yaitu berupa air tanah. Pengambilan air terus menerus terutama di kota-kota besar yang ada di Indonesia akan berdampak buruk bagi lingkungan yang mengakibatkan perubahan dari lingkungan itu sendiri. Perubahan lingkungan akibat dari dampak pengambilan air yang mungkin terjadi adalah penurunan muka tanah (PMT). Untuk itu pada penelitian ini akan mengkaji hubungan korelasi antara dua hal tersebut.Pengamatan perubahan akuifer pada penelitian ini diamati pada dua jenis akuifer, yaitu akuifer dalam dan akuifer dangkal menggunakan data muka air tanah (MAT) dari sumur pantau pada akuifer dalam dan data MAT sumur dangkal pada akuifer dangkal. Sedangkan untuk pengamatan penurunan muka tanah menggunakan metode PS InSAR. Metode tumpang susun digunakan untuk mengorelasikan pengaruh perubahan akuifer dangkal terhadap PMT di Kota Semarang. Pengamatan pada akuifer dalam, digunakan hubungan korelasi yang dilihat dari kenaikan dan penurunan grafik dari MAT akuifer dalam dan kenaikan dan penurunan muka tanah rata-rata dari PS InSAR.Hasil pengolahan PS InSAR didapatkan nilai rata-rata penurunan muka tanah rata-rata pertahun dengan rentang 0±3,4 cm hingga 4,5±3,4 cm dan dari hasil pengolahan didapatkan infomasi penurunan muka tanah terbesar terdapat pada daerah Kecamatan Semarang Utara, Semarang Barat, Pedurungan dan Genuk. Hasil korelasi menunjukan bahwa perubahan akuifer dangkal memiliki pengaruh dengan penurunan muka tanah dengan tingkat korelasi yang sangat tinggi, sebesar 47,58%, korelasi tinggi sebesar 16,09%, korelasi sedang sebesar 16,29% dan rendah sebesar 20,02 %. Sedangkan pada perubahan kapasitas akuifer dalam tidak berpengaruh pada penurunan muka tanah.
ANALISIS AKURASI PENAPISAN DSM KE DTM MENGGUNAKAN METODE SIMPLE MORPHOLOGICAL FILTER DAN SLOPE BASED FILTERING Lanjar Cahyo Pambudi; Yudo Prasetyo; Bambang Darmo Yuwono
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

Abstract

ABSTRAK Foto udara yang didapat dari pemotretan dengan pesawat akan diolah melalui serangkaian proses komputasi sehingga nantinya dihasilkan model permukaan digital (DEM). Proses pembuatan DEM dapat dilakukan secara otomatis dengan metode image matching. Namun DEM yang dihasilkan menggunakan metode ini masih merepresentasikan permukaan bumi beserta objek diatasnya atau dalam bentuk Digital Surface Model (DSM). Penggunaan DSM belum bisa efektif digunakan dalam bidang praktis. Oleh karena itu perlu dilakukan penapisan supaya menjadi Digital Terrain Model (DTM) yang menggambarkan bidang tanah tanpa ada objek lainnya yang bukan tanah.Pada penelitian ini penapisan DSM menjadi DTM menggunakan dua metode yaitu Slope Based Filtering (SBF) dan Simple Morphological Filtering (SMRF). Kemampuan proses penapisan dalam menghilangkan fitur bukan tanah dinilai dengan bantuan kontur. Akurasi proses penapisan dinilai dengan membandingkan kedua DTM hasil penapisan dengan  DTM yang dibuat dengan metode spotheighting sebagai referensi. Akurasi ini akan dijadikan acuan untuk menentukan peta skala berapa akurasi DTM penapisan memenuhi toleransi.Hasil proses penapisan terhadap DSM adalah turunnya rata-rata kelerengan dari 47,3% menjadi 4,77% dan 8,15%. Rata-rata ketinggian juga turun dari 15,814 m menjadi 12,121 m dan 12,889 m pada DTM SBF dan DTM SMRF secara berurutan. Akurasi DTM SBF dan DTM SMRF yang ditunjukan dengan nilai RMSEz adalah 1,601 m dan 2,055 m. Nilai ketelitian skala peta direpresentasikan dengan LE90%, untuk DTM SBF adalah 2,641 m dan masuk skala 1:10000 kelas 2 serta untuk DTM SMRF adalah 3,390 m dan masuk skala 1:10000 kelas 3. Kata kunci : DEM , penapisan, slope based, morphological, spotheighting ABSTRACT Aerial photographs that is obtained by the plane will be processed through a series of computing processes in order to generate digital surface model (DEM). DEM creation process can be done automatically with the method of image matching. However a DEM generated using this method still represent objects above the earth's surface or Digital Surface Model (DSM). The use of DSM is ineffective when  used in the practical field. Therefore, filtering procees have to be done in order to generate a Digital Terrain Model (DTM) which represent bare earth.In this study, filtering of a DSM into a DTM using two methods: Slope Based Filtering (SBF) and Simple Morphological Filtering (SMRF). The ability of the filtering process in removing features that non-bare earth was assessed with the visualitation of the contour. The accuracy of the DTMs was assessed by comparing the both of DTMs with another DTM that was made with spotheighting method as a reference. This accuracy will be used as a reference to determine on what scale the map that the filtering process meets tolerances.The results of the filtering process on DSM is the decline of the average slope from 47.3% become 4.77% and 8.15% so are the average elevation  also dropped from 15.814 m become 12.121 m and 12.889 m in the DTM SBF and the DTM SMRF  respectively. The Accuracy of DTM SBF and the DTM SMRF  that indicated by RMSEz value is 1,601 m and 2,055 m. The map scale accuracy represented by the LE90% value, for DTM SBF is 2,641 m and meet requirement on scale of 1: 10000 grade 2 as well as for DTM SMRF is 3.390 m and meet requirement on scale of 1: 10000 grade 3. Keywords : DEM , filtering, slope based, morphological, spotheighting *) Penulis, PenanggungJawab
Co-Authors Abdi Sukmono, Abdi Adito Maulana 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 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 Faizal Ibnu Adrian Fajriah Lita Pamungkasari Farras Nabilah Fatimah Putri Utami Fauzi Janu Amarrohman, Fauzi Janu 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 Irfan Baharudin 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 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