Article Per Year (5 Year)
p-Index From 2021 - 2026
3.515
P-Index
This Author published in this journals
All Journal Jurnal Planologi Sultan Agung TEKNIK Jurnal Geodesi Undip TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Kelautan Tropis Journal of Applied Geospatial Information Elipsoida : Jurnal Geodesi dan Geomatika JGISE-Journal of Geospatial Information Science and Engineering Jurnal Pasopati : Pengabdian Masyarakat dan Inovasi Pengembangan Teknologi Jurnal Geografi : Media Informasi Pengembangan dan Profesi Kegeografian
Yudo Prasetyo
Departement Of Geodetic Engineering, Universitas Diponegoro, Jl. Prof. Sudarto, SH, Tembalang, Semarang, Indonesia 50275
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Earth & Planetary Sciences Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Physics Social Sciences Transportation Other

Published : 128 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 128 Documents
Search

 1   2   3   4   5 
ANALISIS AKURASI PEMODELAN 3D MENGGUNAKAN METODE CLOSE RANGE PHOTOGRAMMETRY (CRP), UNMANNED AERIAL VEHICLE (UAV) DAN TERRESTRIAL LASER SCANNER (TLS) Bernard Ray Barus; Yudo Prasetyo; Hani'ah hani'ah
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 (656.576 KB)

Abstract

ABSTRAKPatung Diponegoro merupakan salah satu ikon penting yang berada di kawasan kampus Universitas Diponegoro. Karena patung yang baru berada didaerah Widya Puraya. Oleh karena itu banyak orang yang mengunjungi patung tersebut. Patung Diponegoro juga mengalami pengikisan oleh alam (angin, air hujan, dan lain-lain). Maka dari itu, dibutuhkan upaya pelestarian patung Diponegoro tersebut agar tidak rusak dan hilang keberadaannya oleh zaman.Pada penelitian kali ini, akan menggunakan tiga alat yang akan diuji ketelitiannya terhadap patung Diponegoro yaitu kamera non metrik, Unmanned Aerial Vehicle (UAV) dan Terrestrial Laser Scanner (TLS). Metode yang digunakan dalam penelitian ini adalah Close Range Photogrametry dengan membandingkan hasil visualisasi model dan menguji ketelitian model tiga dimensi dengan perbandingan jarak hasil ukur lapangan Total Station. Dari hasil visualisasi dan ketelitian model tiga dimensi akan didapatkan hasil mana yang lebih baik antara kamera non metrik, UAV maupun TLS.Hasil akhir dari penelitian ini menunjukkan bahwa TLS  memiliki tingkat ketelitian geometrik yang lebih tinggi dibandingkan dengan kamera non metrik dan UAV. Hal ini ditunjukkan dengan hasil tingkat ketelitian akurasi pada TLS sebesar 0,0067 ±0,0087 meter untuk Patung Pangeran Diponegoro. Sedangkan pada kamera non metrikdidapatkan hasil tingkat ketelitianyang lebih rendah yaitu sebesar 0,1615 ±0,0593 meter pada Patung Pangeran Diponegoro. Sementara itu Pada UAV didapatkan tingkat ketelitian yang cukup baik dibandingkan dengan kamera yaitu sebesar 0,0162±0,0133 meter. Berdasarkan hasil visualisasi model tiga dimensi antara kamera, UAV dan TLS didapatkan hasil bahwa UAV dan TLS menghasilkan model yang lebih baik dibandingkan dengan model tiga dimensi yang dihasilkan oleh kamera non metrik.Dengan hasil analisis pada penelitian ini diharapkan hasil pemodelan 3D dengan kamera dan UAV dapat digunakan sebagai upaya pelestarian patung Diponegoro.
ANALISIS PERBANDINGAN METODE PCA (PRINCIPAL COMPONENT ANALYSIS) DAN INDEKS MINERAL LEMPUNG UNTUK PEMODELAN SEBARAN KANDUNGAN BAHAN ORGANIK TANAH MENGGUNAKAN CITRA SATELIT LANDSAT DI KABUPATEN KENDAL Nailatul Muna; 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 (883.402 KB)

Abstract

ABSTRAK Tanah yang baik merupakan tanah yang subur, yang dapat ditanami berbagai macam tumbuhan untuk memenuhi kebutuhan manusia. Tanah yang subur kaya akan unsur hara di dalamnya, salah satunya yaitu bahan organik. Bahan organik merupakan unsur yang dapat mengindikasikan kesuburan tanah. Oleh karena itu informasi tentang kandungan bahan organik suatu tanah sangat penting untuk diketahui terutama oleh masyarakat yang berada di sektor pertanian agar dapat meningkatkan produktivitas pertanianya.Dengan menggunakan sistem pengindraan jauh dapat diperoleh hasil dengan cakupan area yang luas dengan tidak membutuhkan waktu, tenaga dan biaya cukup banyak. Metode yang digunakan dalam penelitian ini adalah regresi linear antara transformasi PCA, indeks mineral lempung dan kelerengan dengan data analisis kandungan bahan organik di lapangan, sebagai faktor indikasi adanya kandungan bahan organik dalam tanah untuk mendapatkan model terbaik antara metode PCA dan indeks mineral lempung dengan nilai Standard error Estimate  (SEE) yang kecil, serta ketelitian model jika dibandingkan dengan hasil laboratorium.Hasil dari penelitian ini adalah suatu bentuk pemodelan statistik yaitu – 29,099 + 22,969 X1 + 0,937 X2, dimana X1 merupakan indeks mineral lempung dan X2 merupakan kelerengan, dengan tingkat akurasi sebesar 72,2% berdasarkan matriks konfusi antara hasil laboratorium dan hasil pengolahan. Persebaran kandungan bahan organik didominasi oleh kelas sangat tinggi yaitu sebesar 74,5 % seluas 75642,429 Ha yang berada di Kecamatan Weleri, Ringinarum, Pegandon, Kaliwungu Selatan, Boja, Limbangan, Singorojo, Patean, Sukorejo, Plantungan dan Pagerruyung. Kata Kunci : Bahan organik, Indeks mineral lempung, PCA, Penginderaan jauh, Regresi  ABSTRACT Good soil is fertile soil, which can be planted with a variety of plants to meet human needs. Fertile soil is rich in nutrients, one of which is organic material. Organic matter is an element that can indicate soil fertility. Therefore information about the organic matter content of a soil is very important to be known especially by people who are in the agricultural sector in order to increase agricultural productivity.By using a remote sensing system results can be obtained with a wide area coverage without requiring considerable time, effort and cost. The method used in this study is a linear regression between PCA transformation, clay mineral index and slope with data analysis of organic matter content in the field, as an indication factor for the presence of organic matter content in the soil to get the best model between PCA method and clay mineral index with Standard values small Estimate error (SEE), and model accuracy when compared with laboratory results.The results of this study are a form of statistical modeling namely – 29,099 + 22,969 X1 + 0,937 X2, where X1 is the clay mineral index and X2 is slope, with an accuracy rate of 72.2% based on a confusion matrix between laboratory results and processing results. The distribution of organic matter content is dominated by a very high class of 74.5% covering an area of 75642,429 hectares in Weleri, Ringinarum, Pegandon, South Kaliwungu, Boja, Limbangan, Singorojo, Patean, Sukorejo, Plantungan and Pagerruyung Districts.Keywords: clay mineral index, organic matter, PCA, regression, remote sensing
ANALISIS POTENSI EROSI MENGGUNAKAN MODEL AGNPS (AGRICULTURAL NON-POINT SOURCE POLLUTION MODEL) (Studi Kasus: Hutan Yona, Yanbaru) Delima Canny Valentine Simarmata; Sawitri Subiyanto; yudo Prasetyo
Jurnal Geodesi UNDIP Volume 5, Nomor 3, Tahun 2016
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (896.573 KB)

Abstract

ABSTRAKNegara Jepang terbagi menjadi 41 prefektur (provinsi) dengan luas sekitar 377,815 km2 dengan 70% area ditutupi bukit dan pegunungan. Sekitar 250.905 km2 atau samadengan 67% luas negara Jepang ditutupi oleh wilayah hutan. Menurut data lembaga kehutanan Jepang, salah satu pulau dengan luas hutan yang cukup mempengaruhi bentang alam negara Jepang adalah hutan Yanbaru, Okinawa. 72% dari bagian utara pulau Okinawa ditutupi oleh hutan Subtropis yang dalam dialek Okinawa disebut “Yanbaru”. Kawasan hutan Yanbaru terbagi atas 3 bagian yaitu Kunigami, Higashi dan Ogimi. Kawasan Hutan Yona merupakan bagian dari area Kunigami dan Ogimi dan menjadi salah satu daerah konservasi oleh Negara Jepang. Saat ini, kawasan Hutan Yona sedang diseleksi untuk menjadi kawasan yang dilindungi oleh UNESCO, PBB.Hutan Yona merupakan kawasan yang memiliki intensitas hujan dan badai taifun yang tinggi. Disisi lain, kawasan Hutan Yona juga memiliki kelerengan dan panjang lereng yang cukup curam. Faktor-faktor ini sangat berpotensi untuk menyebabkan adanya erosi. Oleh sebab itu, penelitian ini dilakukan dengan tujuan untuk mengkaji potensi dan tingkat kerawanan erosi di kawasan Hutan Yona. Data yang digunakan adalah data curah hujan, DEM, peta jenis tanah, peta tutupan lahan dan peta jaringan sungai. Metode yang digunakan pada penelitian ini adalah pemodelan AGNPS (Agricultural Non Point Source). Metode ini menggunakan pemodelan grid seluas 10 x 10 m pada wilayah daerah tangkapan air (DTA). Kawasan Hutan Yona dengan luas DTA seluas 937,55 ha memiliki nilai energi intensitas curah hujan 30 menit (EI30) sebesar 41,59 m.ton.mm/m2. Berdasarkan hasil pemodelan AGNPS (Agricultural Non Point Source), laju erosi rata-rata dan jumlah tanah terkikis pada DTA Hutan Yona masing-masing sebesar 13,53 m/s dan 0,1367 mm/th. Besar erosi yang terjadi adalah 113,91 ton/ha/th. Nilai erosi ini termasuk tingkat kerawanan pada kelas III yaitu kelas sedang, yaitu berada dengan interval erosi 61 – 180 ton/ha/thn. Kata Kunci : AGNPS, Erosi, Okinawa, Penginderaan Jauh, Yona ABSTRACTJapan is divided into 41 prefectures (provinces) with an approximately area about 377.815 km2. About 70% of Japan or equal with 264.47 km2 is covered by hills and mountains. However, 250 905 km2 or equal with 67% of Japan is covered by forests. According to data from the Forest Ministry of Japan, one of the islands which affects Japan landscape is Yanbaru Forest, Okinawa. 72% of the northern part of Okinawa Island is covered by subtropical forest that in the Okinawan dialect called "Yanbaru". Yanbaru forest area is divided into three areas, Kunigami, Higashi and Ogimi. Yona, one of the Yanbaru Forest area, is a part of the Kunigami and Ogimi. It has become one of the conservation area held by the Japan Government. Yona area is now nominated as a protected area by UNESCO, PBB.Yona Forest Area (YFA) is an area with a high rainfall intensity and frequent storms typhoon. Besides, it has length-long slope and high steepness. These factors highly cause an erosion. Therefore, this study aimed to assess the potential and the level of vulnerability of erosion in Yona Forest Area (YFA). This study used Rainfall intensity data, DEM, soil map, land cover map and river stream map. The method in this study used AGNPS Model (Agricultural Non-Point Source Model) which had 10 x 10 m grid to represent a catchment area (DTA).Yona Forest Area (YFA) with 937.55 ha of catchment area had 30 minutes rainfall intensity energy (EI30) about 41.59 m.tons.mm/m2. According to AGNPS Model (Agricultural Non-Point Source Model) result, velocity and amount of eroded soil were 13,53 m/s and 0,1367 mm/year, respectively. Erosion that occured in catchment area of Yona Forest Area was about 113,91 ton/ha/yr. It was included into the middle erosion class with and interval class 61-180 tons / ha / yr. Keywords: AGNPS, Erosion, Okinawa, Remote Sensing, Yona,*) Penulis, Penanggung Jawab
PEMODELAN GEOID INDONESIA DENGAN DATA SATELIT GOCE Maylani Daraputri; Yudo Prasetyo; Bambang Darmo Yuwono
Jurnal Geodesi UNDIP Volume 4, Nomor 4, Tahun 2015
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1023.455 KB)

Abstract

ABSTRAK Indonesia merupakan negara kepulauan yang terletak pada koordinat geografis 6o LU – 11o LS dan 95 o BT – 141o BT. Dengan banyaknya laut yang dimiliki Indonesia, penentuan MSL (Mean Sea Level) sebagai bidang yang berimpit dengan geoid menjadi pekerjaan yang sulit.Penentuan model geoid dapat diturunkan dari data satelit, data gravimetri dan data DEM.  Perkembangan teknologi satelit gaya berat berperan sangat besar dalam menentukan medan gaya berat bumi. Salah satu satelit gaya berat bumi adalah satelit GOCE (Gravity field and steady-state Ocean Circulation Explorer) yang diluncurkan oleh ESA (European Space Agency) pada Maret 2009.  Pemodelan geoid pada penelitian ini hanya menggunakan data satelit GOCE yang digunakan sebagai gelombang panjang geoid. Data yang digunakan adalah data level-2 satelit GOCE. Model geoid GOCE yang digunakan ada empat jenis yaitu model DIR R2, DIR R3, TIM R2, dan TIM R3 yang dirilis pada tahun 2010 dan 2011. Sebagai model pembanding digunakan model EGM 96 dan EIGEN 5C. Validasi model geoid dilakukan terhadap model geoid lokal pulau Jawa.Hasil penelitian menunjukan bahwa model DIR R2 memiliki selisih standar deviasi terkecil terhadap model pembanding EGM 96 yaitu sebesar 0.583 meter maupun dengan model EIGEN 5C yaitu sebesar 0.186 meter. Geoid dengan grid kecil dan derajat orde rendah memiliki standar deviasi rendah.Hasil dari perbandingan antar model geoid GOCE menunjukan bahwa model TIM R2 dan TIM R3 memiliki standar deviasi terkecil yaitu sebesar 0.014 meter, hasil validasi dengan model geoid lokal pulau Jawa memiliki nilai standar deviasi sebesar 0.328 meter. Dengan model geoid regional Indonesia dari data satelit GOCE, penentuan geoid lokal untuk masing-masing daerah dapat lebih mudah.Kata kunci           : EIGEN 5C,  EGM 96, Geoid, GOCE.  ABSTRACT Indonesia is an archipelago country which is geographically located in 6o N – 11o S and  95 o – 141o E. Indonesia have a much of sea, determination of mean sea level as a surface closed to geoid was difficult.Determination of geoid model could be derived from satellite data, surface gravity, and digital elevation model. Development of satellite gravity has a significant impact in determining gravity field of the earth. One of  the most commonly satellite gravity is GOCE (Gravity field and steady-state Ocean Circulation Explorer) satellite, was launched in march 2009 by ESA (European Space Agency).Geoid modelling in this research used GOCE satellite data as long wavelength geoid. The data which was used is GOCE level 2 data. GOCE geoid models which were used are  DIR R2 , R3 DIR , TIM R2 and TIM R3 with the acquisition data in 2010 and 1011. The results of GOCE geoid models are subtracted with EGM 96 and EIGEN 5C models. Validation of geoid model was refer to Java local geoid model.The results showed that the model DIR R2 has the lowest differences of standard deviation due to EGM96 model is about 0.583 meter as well as EIGEN 5C is about 0.186 meter. Geoid model which has small grid and low degree and order had low standard deviation. The Results of the comparison between the GOCE geoid model showed that the model TIM R2 and TIM R3 has the lowest standard deviation is about 0.014 meter. The result of validation due to Java local geoid model is about 0.328 meter. With the regional geoid of Indonesia using GOCE satellite data, determination of geoid height in each local area is easier.Keywords : EIGEN 5C,  EGM 96, Geoid, GOCE.  *) Penulis Penanggung Jawab  
STUDI PENURUNAN MUKA TANAH MENGGUNAKAN DINSAR TAHUN 2017 - 2020 (Studi Kasus: Pesisir Kecamatan Sayung, Demak) Naufal Dwiakram; Fauzi Janu Amarrohman; Yudo Prasetyo
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

ABSTRAKKecamatan Sayung merupakan salah satu kecamatan yang berada di Kabupaten Demak di bagian pesisir utara pulau Jawa. Wilayah ini merupakan dataran yang terbentuk dari endapan tanah aluvial yang tergolong muda. Pada wilayah ini banyak berdiri bangunan industri dan juga banyak dijumpai kawasan pemukiman, sehingga menambah pembebanan terhadap tanah aluvial yang masih mungkin untuk terjadi kompaksi. Dengan adanya fenomena tersebut diperlukan pemantauan secara berkelanjutan untuk mengetahui dari dampak yang timbul seiring berjalannya waktu. Metode DInSAR dimanfaatkan dalam penelitian ini untuk memantau fenomena tersebut.Metode DInSAR dipilih karena memiliki kemampuan untuk melakukan pengamatan di area yang luas dengan waktu yang cepat. Data yang digunakan adalah 6 citra satelit Sentinel-1A mode IW yang diakuisisi pada tahun 2017-2020. Metode DInSAR menggunakan two-pass interferometry dengan bantuan DEM SRTM 1 arcsec sebagai referensi topografi. Survei pengamatan GNSS dilakukan untuk validasi hasil DInSAR karena dianggap lebih teliti dalam hal akurasi.Hasil nilai penurunan muka tanah Kecamatan Sayung yang didapatkan dari metode DInSAR rata-rata sebesar 4,55 ±1 cm/tahun. Hasil dari DInSAR selanjutnya di validasi dengan data GNSS. Kedua data tersebut memiliki standar deviasi sebesar 0,68 cm. Dari hasil penelitian juga dilakukan analisis mengenai kajian geologis wilayah penelitian serta efek dari penggunaan lahan pada Kecamatan Sayung terhadap penurunan muka tanah yang terjadi. Berdasarkan analisis tersebut ditemukan pola yang mirip antara besarnya penurunan muka tanah dengan laju pemadatan tanah alami serta dampak penggunaan lahan untuk kawasan industri dan pemukiman.
ANALISIS PERBANDINGAN KEPADATAN PEMUKIMAN MENGGUNAKAN KLASIFIKASI SUPERVISED DAN SEGMENTASI (Studi Kasus: Kota Bandung) Nizma Humaidah; Bambang Sudarsono; Yudo Prasetyo
Jurnal Geodesi UNDIP Volume 4, Nomor 4, Tahun 2015
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (617.637 KB)

Abstract

ABSTRAKPemukiman merupakan kawasan tempat tinggal yang terdiri lebih dari satu satuan perumahan yang sangat penting dalam kehidupan manusia. Sekarang ini semakin lahan kosong dan lahan hijau semakin berkurang karena kawasan pemukiman yang semakin padat, terutama dikota-kota besar salah satunya di Kota Bandung.Teknologi penginderaan jauh dan sistem informasi geografis (SIG) dapat membantu untuk mendapatkan informasi pemukiman padat tersebut dengan melakukan analisis pada citra resolusi tinggi Quickbird. Pada penelitian ini metode yang digunakan untuk menganalisis adalah metode segmentasi dan klasifikasi supervised.Informasi luas pemukiman padat di Kota Bndung pada tahun 2012 dengan menggunakan metode segmentasi dan klasifikasi supervised kemudian membandingkan hasil keduanya. Hasil luasan pemukiman padat Kota Bandung pada tahun 2012 menggunakan metode segmentasi adalah 115.949.487,2 m² sedangkan berdasarkan hasil klasifikasi supervised adalah 117.233.067,02 m². berdasarkan uji ketelitian metode segmentasi sebesar 100% sedangkan klasifikasi supervised sebesar 98,418%. Apabila dilihat dari uji statistik keduanya memiliki korelasi yang sangat kuat dan searah dengan nilai 0,998, dengan hipotesis bahwa luas pemukiman padat yang didapat dari metode segmentasi berbeda dengan metode klasifikasi supervised secara signifikan. Kata Kunci : Klasifikasi Supervised, Penginderaan jauh, Pemukiman Padat dan Segmentasi,.                                                                                   ABSTRACTSettlements are residential area consisting of more than one housing unit which is very important in human life. Nowadays, vacant area and green area are decreasing because of the higher density of settlements, especially in big cities such as Bandung.Remote sensing technology and geographic information system (GIS) can help obtaining the dense settlement information by analyzing the image of high resolution Quickbird. In this study, the method used to analyze is segmentation and supervised classification.Information of the dense settlement wide area in Bandung in 2012 is obtained using segmentation method and supervised classification. The result of both methods is compared. The Result of dense settlement area of Bandung in 2012 using segmentation method is 115,949,487.2 m², while according to the result of supervised classification is 117,233,067.02 m². Based on the accuracy test of segmentation method, it is 100% whereas supervised classification is 98,418%. In statistical test point of view, both of the methods have a remarkably strong correlation and the same direction with the value of 0.998, with the hypothesis that the wide of dense settlements area obtained from segmentation method was different with supervised classification method was significantly different with. Keywords: Dense Settlements, Remote sensing, Segmentation and Supervised Classification.   *) Penulis, Penanggung Jawab
ANALISIS PENGGUNAAN NDVI DAN BSI UNTUK IDENTIFIKASI TUTUPAN LAHAN PADA CITRA LANDSAT 8 (Studi Kasus : Wilayah Kota Semarang, Jawa Tengah) Dafid Januar; Andri Suprayogi; Yudo Prasetyo
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 (938.802 KB)

Abstract

ABSTRAK Lahan merupakan salah satu sumber daya alam penting yang sangat dibutuhkan oleh makhluk hidup baik hewan, tumbuhan dan manusia untuk berpijak,  sebagai tempat hidup dan melakukan kegiatan kehidupan serta untuk memenuhi kebutuhannya. Lahan dan manusia memiliki hubungan yang sangat kompleks dan erat antara satu dengan yang lain tidak dapat dipisahkan. Supaya manusia dapat memenuhi kebutuhannya seoptimal mungkin, maka  sumberdaya alam ini membutuhkan pengolahan, pelestarian, dan perlindungan.Pada penelitian ini, dilakukan pengidentifikasian tutupan lahan pada citra Landsat 8 akuisisi 29 Mei 2015 wilayah Kota Semarang. Metode yang digunakan adalah analisis NDVI dan kombinasi NDVI BSI yang kemudian dibangun kelas tutupan lahan yang terdiri dari lima kelas diantaranya badan air, lahan terbuka, pemukiman, sawah dan vegetasi yang kemudian hasil klasifikasi dibandingkan dengan acuan klasifikasi Maximum Likelihood.Hasil dari penelitian ini didapat untuk tingkat ketelitian hasil klasifikasi NDVI adalah sebesar 49,43% dengan user’s accuracy untuk kelas badan air sebesar 76,15%, lahan terbuka 12,60%, pemukiman 85,37%, sawah 25,44% dan vegetasi 65,55%. Sedangkan untuk hasil klasifikasi kombinasi NDVI BSI didapat tingkat ketelitian sebesar 60,14% dengan user’s accuracy untuk kelas badan air sebesar 77,03%, lahan terbuka 8,07%, pemukiman 82,47%, sawah 39,48% dan vegetasi 65,88%. Kata Kunci : NDVI, BSI, Maximum Likelihood, Landsat 8, Tutupan Lahan ABSTRACT Land is one of the important natural resources that are needed by living things both animals, plants and humans to stand, as a place of life and activities of life as well as to meet their needs. Land and human beings have a very complex relationship and closely with each other which can not be separated. So that people can meet their needs as optimally as possible, the natural resources requires the processing, preservation and protection. In this study, carried out the identification of land cover in the Landsat 8 May 29, 2015 acquisition of the city of Semarang. The method used is the analysis of NDVI and combination of NDVI BSI which later developed land cover classes consist of five classes including water, barren, settlements, rice fields and vegetation classification results are then compared with reference Maximum Likelihood classification.Results from this study to the level of accuracy obtained NDVI classification results amounted to 49.43% with the user's accuracy for the class of water by 76.15%, barren by 12.60%, settlements by 85.37%, rice fields by 25.44% and vegetation by 65.55%. As for the combination of NDVI BSI classification results obtained by 60.14% accuracy level with the user's accuracy for the class of water by 77.03%, barren by 8.07%, settlements by 82.47%, rice fields by 39.48% and vegetation by 65, 88%. Keywords : NDVI, BSI, Maximum Likelihood, Landsat 8, Land Cover *) Penulis, Penanggungjawab
KAJIAN PEMETAAN KERENTANAN KOTA SEMARANG TERHADAP MULTI BENCANA BERBASIS PENGINDRAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS Dede Handoko; Arief Laila Nugraha; Yudo Prasetyo
Jurnal Geodesi UNDIP Volume 6, Nomor 3, Tahun 2017
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1585.397 KB)

Abstract

ABSTRAK Kota Semarang merupakan salah satu daerah di Indonesia yang termasuk ke dalam daerah yang rawan terjadi bencana. Berdasarkan hal tersebut maka diperlukan suatu kajian mitigasi terhadap multi bencana di Kota Semarang. Aspek terpenting dalam mitigasi bencana adalah penilaian terhadap kerentanan wilayah berpotensi rawan bencana. Dan metode yang dapat digunakan dalam pengkajiannya adalah kombinasi dari metode Pengindraan Jauh dan Sistem Informasi Geografis (SIG).Acuan yang digunakan dalam penilaian dan pembobotannya adalah Peraturan Kepala Badan Nasional Penanggulangan Bencana Nomor 2 Tahun 2012 Tentang Pedoman Umum Pengkajian Risiko. Terdapat empat parameter penilaian yaitu, parameter kerentanan sosial, kerentanan ekonomi, kerentanan fisik dan kerentanan lingkungan. Proses pembuatan peta, tumpang tindih, penilaian dan pembobotan serta analisis SIG diproses menggunakan perangkat lunak ArcMap.Berdasarkan hasil analisis pemetaan kerentanan sosial diketahui bahwa 92,10% dari jumlah kelurahan di Kota Semarang memiliki tingkat kerentanan sosial tinggi, 6,21% berkerentanan sosial sedang dan sisanya 1,69% berkerentanan sosial rendah. Berdasarkan hasil analisis kerentanan ekonomi diketahui sebesar 39,231% dari luas total Kota Semarang berkerentanan ekonomi tinggi, sebesar 0,012% berkerentanan sedang dan sebesar 60,758 berkerentanan ekonomi rendah. Dari hasil analisis kerentanan fisik diketahui bahwa 2,31% dari luas Kota Semarang berkerentanan fisik tinggi, sebesar 38,51% berkerentanan sedang dan sisanya 59% berkerentanan fisik rendah. Berdasarkan hasil analisis kerentanan lingkungan diketahui bahwa 53,35% dari luas parameter lingkungan adalah hutan alam, 0,28% adalah hutan lindung, 46,01% adalah hutan mangrove, 0,35% adalah rawa dan 0,01% adalah semak belukar. Berdasarkan hasil analisis pemetaan kerentanan Kota Semarang terhadap multi bencana diketahui bahwa 32,19% dari luas Kota Semarang berkerentanan tinggi, 64,54% dari luas Kota Semarang berkerentanan sedang dan sisanya 3,27% berkerentanan multi bencana rendah.Kata Kunci : Bencana, Kerentanan, Kota Semarang, Tumpang tindih ABSTRACT Semarang city is one of the most vulnerable cities to natural disaster occurence in Indonesia. Based on the data, there needs to be a mitigation study towards the multi-disaster in Semarang city. The most prominent aspect in disaster mitigation is the assessment to susceptibility of the natural disaster vulnerable region. The methods which could be used in the study are Remote Sensing method and Geographic Information System method (GIS).The reference used in the assessment and the weighting was Peraturan Kepala Badan Nasional Penanggulangan Bencana Nomor 2 Tahun 2012 Tentang Pedoman Umum Pengkajian Resiko. There are four assessment parameters, such as social vulnerability parameter, economic vulnerability, physical vulnerability, and environmental vulnerability. The mapping process, overlapping, assessment, weighting, and GIS analysis were processed using ArcMap software.By the result of mapping analysis to social vulnerability, 92.10% of the total districts in Semarang city has a high social vulnerability level, 6.21% medium social vulnerability, and the rest of 1.69% are the villages with low social vulnerability level. By the result of economic vulnerability analysis, 39.231% of Semarang city’s total area has high economic vulnerability, 0.012% has medium vulnerability, and 60.758% has low economic vulnerability. From the result of physical vulnerability, 2.31% of Semarang city’s total area is highly vulnerable, 38.51% has medium vulnerability, and the rest of 59% has low vulnerability. According to the result of environmental analysis, 53.35% of the total environmental parameter are natural forests, 0.28% are preserved forests, 46.01% are mangrove forests, 0.35% are swamps, and 0.01% are bushes. In regards to the result of Semarang city’s vulnerability mapping analysis to multi-disaster, 32.19% of Semarang city’s total area is highly vulnerable, 64.54% has medium vulnerability level, and 3.27% has low vulnerability level to multi-disaster.Keywords : Disaster, Overlay, Semarang City, Vulnerability
ESTIMASI NILAI ASET GEDUNG DAN TANAH KAMPUS UNIVERSITAS DIPONEGORO TEMBALANG DENGAN MEMANFAATKAN DATA FOTO UDARA TAHUN 2015 ADYVICTURA TINAMBUNAN; Yudo Prasetyo; Andri Suprayogi
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 (1190.911 KB)

Abstract

Sejak ditetapkan Universitas Diponegoro sebagai Universitas Negeri pada tanggal 15 Oktober 1960, Universitas Diponegoro terus mengalami perkembangan yang pesat khususnya di sektor aset gedung dan tanah. Jika dilihat saat ini pembangunan infrastruktur penunjang perkuliahan di kampus Universitas Diponegoro Tembalang terus mengalami peningkatan. Untuk itu perlu dilakukan penelitian untuk menghitung total nilai aset gedung dan tanah di kampus Universitas Diponegoro Tembalang.Penelitian ini menggunakan data foto udara UAV akuisisi tahun 2015yang sudah dilakukan proses orthorektifikasi dengan resolusi spasial 0,1 meter. Data tersebut didigitasi sehingga dapat dianalisis aset gedung dan tanah kampus Universitas Diponegoro Tembalang. Estimasi nilai aset gedung dan tanah dilakukan dengan perhitungan matematis menggunakan data harga perolehan aset kampus Universitas Diponegoro dan data harga transaksi tanah di Kecamatan Tembalang tahun 2015.Hasil penelitian ini menunjukkan jumlah aset gedung yang mempunyai data harga perolehan aset sebanyak 141 aset dari total 171 aset gedung Kampus Universitas Diponegoro Tembalang. Total harga perolehan aset yaitu sebesar Rp.876,251 Miliar. Pertumbuhan aset gedung tertinggi terjadi pada tahun 2013 sebesar 19 aset, kemudian tahun 1995 sebesar 18 aset. Dari hasil estimasi nilai aset gedung, total nilai aset gedung kampus Universitas Diponegoro Tembalang per tahun 2015 sebesar Rp.1,360 Triliun. Luas aset tanah kampus Universitas Diponegoro Tembalang sebesar 150,536 hektar. Estimasi nilai aset tanah menggunakan 7 (tujuh) sampel zona tanah yang berada di luar kampus Universitas Diponegoro Tembalang dengan Nilai Indeks Rata-rata (NIR) sebesar Rp.3.912.700,- dan standar deviasi sebesar 28%. Hasil estimasi nilai aset tanah kampus Universitas Diponegoro Tembalang per tahun 2015 sebesar Rp.5,89 Triliun.
ANALISIS DAMPAK PENURUNAN MUKA TANAH TERHADAP TINGKAT EKONOMI MENGGUNAKAN KOMBINASI METODE DINSAR DAN SIG (Studi Kasus : Kota Semarang) Tengku Oki Al Akbar; Yudo Prasetyo; Arwan Putra Wijaya
Jurnal Geodesi UNDIP Volume 4, Nomor 4, Tahun 2015
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (925.238 KB)

Abstract

ABSTRAKKota Semarang merupakan ibukota provinsi Jawa Tengah yang secara geografis terletak pada koordinat 110o16’20”- 110o30’29” BT dan 60o55’34”-70o7’04” LS dengan luas wilayah sekitar 391,2 km2. Kota Semarang merupakan salah satu kota pesisir yang secara umum terbentuk dari endapan aluvial. Adapun karakteristik dari endapan aluvial ini adalah tanahnya masih mengalami proses konsolidasi. Proses konsolidasi ini mengakibatkan terjadinya penurunan muka tanah pada daerah tersebut. Selain itu, pengambilan air tanah dan pengaruh beban permukaan juga berkontribusi dalam terjadinya penurunan muka tanah di Semarang.Tujuan dari penelitian ini adalah untuk mengetahui penurunan muka tanah di Kota Semarang dengan metode DInSAR. DInSAR adalah metode pencitraan radar ke samping yang memanfaatkan informasi fasa, amplitudo, dan panjang gelombang pada pengolahannya untuk mendapatkan topografi dan deformasi. Data yang digunakan adalah citra satelit ALOS PALSAR level 1.0 dengan akuisisi data Juni 2007 (20070608),  Juli 2008 (20080726), dan September 2008 (20080910). Metode DInSAR yang digunakan adalah two-pass interferometry dengan Shuttle Radar Topography (SRTM) sebagai Digital Elevation Model (DEM) referensi untuk topografi. Proses DInSAR ini diproses dengan menggunakan software SARScape dan menggunakan kombinasi Sistem Informasi Geografis (SIG) untuk analisis kerugian ekonomi.Hasil dari penelitian ini menunjukkan terjadi penurunan muka tanah di kota Semarang kecepatan penurunan muka tanah rata-rata tertinggi dari pasangan citra 20070608-20080910 adalah sebesar 9,059±1,89 cm/tahun dan 20080726-20080910 adalah sebesar 1,979±1,24 cm/tahun. Dan luas wilayah yang terkena dampak penurunan muka tanah paling tingggi adalah seluas 69,58 km2 serta menunjukkan hasil kerugian ekonomi terhadap dampak penurunan muka dari sektor infrastruktur jalan sebesar Rp. 70,983 Miliyar, fasilitas umum sebesar Rp. 16,472 Miliyar, pertanian sebesar Rp. 1,563 Miliyar, dan pemukiman sebesar Rp 57,238Miliyar. Kata Kunci : ALOS PALSAR, DInSAR, Penurunan Muka Tanah, SARScape, SIG ABSTRACTSemarang city is the capital city of Central Java Province which is geographically located in 110o16’20”- 110o30’29” E and 60o55’34”- 70o7’04” N, and it is about 391,2 km2. Semarang is a city in a coastal area which was formed alluvial sediment. It has it’s characteristic process where the land is still through the consolidation process. It causes a land subsidence in those area. Moreover, explorations of land water and the burden of the surface of the land also contribute the land subsidence in Semarang.The purpose of this research is to find out the land subsidence in Semarang by using DInSAR method. DInSAR is a side scan radar technology which uses a phase information, amplitudo, and the wave length to get topography and deformation data. The data which was used in the process is ALOS PALSAR level 1.0 images with the acquisition data in June 2007 (20070608), July 2008 (20080726), and September 2008 (20080910). DInSAR method which was used to process the data was two-pass interferometry with Shuttle Radar Topography (SRTM) as Digital Elevation Model (DEM) to give the topography reference. The DInSAR Process was processed with SARScape software and use a combination of Geographic Information Systems (GIS) for the analysis of economic losses.The result of this research showed the land subsidence in Semarang has got the maximum velocity rate is about 9.059±1.89 cm/year in 20070608-20080910 and it’s about 1.979±1.24 cm/year in 20080726-20080910. The area which got the worst impact of the land subsidence is around 69.58 km2 and showed the results in economic losses to the effects of subsidence from the infrastucture sector amounted to idr. 70.983 billion, public facilities idr.16.472 billion, agriculture idr. 1.563 billion and idr. 57.238 billion for settlement.Keywords: ALOS PALSAR, DInSAR, Land Subsidence, SARScape, GIS  *) 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