Garuda - Garba Rujukan Digital

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

Author-ID : 3111006

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

Articles

3 4 5 6 7

ANALISIS KORELASI DEFORMASI DAN TUTUPAN LAHAN KAWASAN GUNUNG MERAPI PRA DAN PASCA ERUPSI Riska Pratiwi; Yudo Prasetyo; Bambang Darmo Yuwono
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 (1302.853 KB)

ABSTRAKPertemuan tiga lempeng tektonik yaitu Lempeng Eurasia, Indo-Australia dan Pasifik menyebabkan Indonesia memiliki banyak gunung api aktif. Salah satu gunung api aktif di Indonesia adalah Gunung Merapi yang terletak di Pulau Jawa dan pernah mengalami erupsi pada tanggal 26 Oktober 2010. Aliran lava dari erupsi yang mengalir akan mempengaruhi tutupan lahan di sekitar kawasan, sehingga akan ada perubahan tutupan lahan pra dan pasca erupsi Gunung Merapi. Perubahan permukaan tanah (deformasi) yang signifikan juga merupakan salah satu akibat dari pergerakan magma di bawah permukaan bumi yang tidak stabil pada saat terjadinya erupsi.Pada penelitian ini digunakan dua metode yaitu DInSAR dan klasifikasi Supervised. Kedua metode tersebut digunakan untuk mengetahui perubahan deformasi dan tutupan lahan pra dan pasca erupsi dengan menggunakan data ALOS PALSAR, Sentinel-1, Landsat 5 dan Landsat 8. Hasil korelasi perubahan deformasi dan tutupan lahan dikombinasikan dengan data Kawasan Rawan Bencana, sehingga didapatkan korelasi terhadap penetapan Kawasan Rawan Bencana.Penelitian ini menghasikan perubahan deformasi pra dan pasca erupsi sebesar 1,87 cm/th hingga 30,56 cm/th dan perubahan volumetrik sebesar 122.980.109,9 ton. Perubahan tutupan lahan sebesar 53,46% dari luas keseluruhan wilayah penelitian seluas 97.958,155 Ha. Korelasi perubahan deformasi dan tutupan lahan didasarkan pada perubahan perkecamatan dengan 3 tingkatan yaitu : rendah, sedang dan tinggi, sehingga didapatkan korelasi sebesar 95% yang merupakan gabungan dari tingkat sedang dan tinggi. Kesimpulan yang didapatkan adalah perubahan deformasi berkolerasi terhadap perubahan tutupan lahan.Korelasi perubahan deformasi dan tutupan lahan terhadap penetapan KRB terbagi menjadi 3 yaitu : rendah, sedang dan tinggi. Pada KRB I korelasi sebesar 98,97 %, KRB II sebesar 98,87% dan KRB III sebesar 99,28% yang merupakan gabungan dari tingkat sedang dan tinggi. Kesimpulan yang diperoleh dari penelitian ini adalah perubahan deformasi dan tutupan lahan berpengaruh terhadap penetapan Kawasan Rawan Bencana.Penelitian ini diharapkan bisa memberikan informasi tentang perubahan deformasi dan tutupan lahan pra dan pasca erupsi Gunung Merapi, serta memberikan informasi dalam penentuan Kawasan Rawan Bencana Gunung Merapi berdasarkan perubahan deformasi dan perubahan tutupan lahanKata Kunci : DInSAR, Kawasan Rawan Bencana, Supervised dan Tutupan Lahan, ABSTRACTThe encounter of three tectonic plates of Eurasian, Indo-Australian and Pacific Plate cause Indonesia has many active volcanoes. One of the active volcanoes in Indonesia is Mount Merapi located in Java Island and has erupted on October 26, 2010. Lava flow from eruption that flows will affect the land cover around the area, so there will be changes in land cover pre and post eruption of Mount Merapi. Significant ground level changes (deformations) are also one of the effects of unstable magma movements under the earth's surface during eruptions.In this study used two methods namely DInSAR and Supervised classification. Both methods are used to determine the changes of deformation and land cover pre and post eruption using ALOS PALSAR, Sentinel-1, Landsat 5 and Landsat 8. The correlation result of deformation change and land cover is combined with the data of Disaster Prone Areas, so that the correlation to the determination Disaster-prone areas.This study resulted in the change of pre and post-eruption deformation by 1.87 cm / th to 30.56 cm / year and volumetric changes of 122,980,109.9 tons. Land cover change of 53.46% of the total area of research area of 97,958.155 Ha. The correlation of deformation change and land cover is based on the change of crater with 3 levels ie: low, medium and high, so that the correlation is obtained by 95% which is a combination of medium and high level. Thus, it can be concluded that the deformation changes correlate to changes in land cover.The correlation of deformation change and land cover to the determination of KRB is divided into 3 namely: low, medium and high. In KRB I the correlation of 98.97%, KRB II of 98.87% and KRB III of 99.28% which is a combination of medium and high level. The conclusions obtained from this study are changes in deformation and land cover affect the determination of Disaster Prone Areas.This research is expected to provide information about the change of deformation and land cover pre and post eruption of Mount Merapi, and provide information in determination of Mount Merapi Disaster Prone Area based on deformation change and land cover change.Keywords : DInSAR, Disaster Prone Areas, Land Cover and Supervised

KLASIFIKASI TUTUPAN LAHAN MENGGUNAKAN METODE SEGMENTASI BERBASIS ALGORITMA MULTIRESOLUSI (Studi Kasus Kabupaten Purwakarta, Jawa Barat) Virgus - Arisondang; Bambang - Sudarsono; Yudo - Prasetyo
Jurnal Geodesi UNDIP Volume 4, Nomor 1, Tahun 2015
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (771.832 KB)

ABSTRAKSaat ini informasi ketersediaan sumber daya lahan dapat diperoleh dari data citra penginderaan jauh. Perkembangan dari metode identifikasi objek mengarah pada metode klasifikasi berbasis objek, salah satunya adalah metode segmentasi.Metode ini berfungsi untuk membentuk segmen objek dan mengetahui efektifitas dan ketelitian klasifikasi tutupan lahan secara otomatis di wilayah Kabupaten Purwakarta, Jawa Barat. Penelitian ini menggunakan data citra satelit ALOS AVNIR-2 tanggal akuisisi 27 September 2008 menggunakan algoritma Multiresolution Segmentation dengan parameter skala 50, bentuk 0,3 dan kekompakan 0,5. Pengolahan data citra diawali dengan penggabungan layer, koreksi geometrik, dan pemotongan citra. Proses berikutnya adalah segmentasi citra, penentuan populasi objek, dan klasifikasi NearestNeighbor menggunakan perangkat lunak eCognition Developer 8.9. Hasil klasifikasi diuji dengan penilaian akurasi (accuracyassessment) dan validasi objek menggunakan aplikasi GoogleEarth.Metode segmentasi ini menghasilkan 5.350 segmen yang diklasifikasikan ke dalam lima kelas, yaitu badan air sebanyak 372 segmen, lahan terbangun sebanyak 2.051 segmen, lahan terbuka sebanyak 1.013 segmen, vegetasi sebanyak 812 segmen, dan objek yang tertutup oleh awan dan bayangan sebanyak 1.102 segmen. Luas masing-masing objek adalah badan air seluas 7.680,109 hektar, lahan terbangun seluas 41.261,562 hektar, lahan terbuka seluas 18.334,655 hektar, vegetasi seluas 18.916,952 hektar, dan luas objek yang tertutup awan dan bayangan adalah 8.647,324 hektar. Hasil penilaian akurasi menghasilkan nilai akurasi keseluruhan 99,962% dan nilai akurasi Kappa 99,948%.Sebagai kesimpulan metode segmentasi ini menghasilkan tingkat efektifitas dan akurasi yang tinggi didukung oleh resolusi spasial citra yang baik.Kata kunci: algoritma multiresolusi, ALOS AVNIR-2, eCognition, segmentasi, tutupan lahan. ABSTRACKNowadays the information about land resources should be extracted by remote sensing image data. Object identification method development has tendency to classification method based on object, one of the methods is segmentation.This method has a function to make a segment of object and determine effective and accuracy through landcover classification in Purwakarta Regency, West Java. This research uses satellite image data of ALOS AVNIR-2 which is acquired in September 27, 2008, using Multiresolution Segmentation algorithm with scale parameter 50, shape 0,3, and compactness 0,5. The process of image data begins with layer stacking, geometric correction, and image cropping. The next process are running image segmentation, population deciding, and Nearest Neighbor classification using eCognition Developer 8.9. The result of classification has been tested by accuracy assessment and object validation using Google Earth. This method produces 5.350 segments classified into five classes, those are 372 segments of water body, 2.051 segments of manmade object, 1.013 segments of open field, 812 segments of vegetation, and 1.102 segments of object that covered with cloud and shadow. The width of each object is 7.680,109 hectares of water body, 41.261,562 hectares of manmade object, 18.334,655 hectares of open field, and 8.647,324 hectares of object that covered by cloud and shadow. The result of accuracy assessment has produces a value 99,962% of overall accuracy and 99,948% of Kappa accuracy. As a conclusion, this segmentation method has a good effective and accuracy supported by good image spatial resolution.Keywords: ALOS AVNIR-2, eCognition, landcover, multiresolution algorithm, segmentation.

ANALISIS AKURASI DTM TERHADAP PENGGUNAAN DATA POINT CLOUDS DARI FOTO UDARA DAN LAS LIDAR BERBASIS METODE PENAPISAN SLOPE BASED FILTERING DAN ALGORITMA MACRO TERRASOLID Dani Nur Martiana; Yudo Prasetyo; Arwan Putra Wijaya
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 (1117.969 KB)

ABSTRAKKebutuhan data spasial detail dengan skala besar semakin meningkat, namun ketersediaan peta dasar belum dapat mengimbangi kebutuhan. Peta dasar skala besar diperlukan untuk percepatan pembangunan. Peta topografi sebagai peta dasar dibutuhkan untuk analisis spasial. Salah satu unsur dari peta topografi yaitu kontur dapat dibentuk dari Digital Terrain Model (DTM). Diperlukan metode pembentukan DTM yang efektif dan efisien untuk mempercepat pemenuhan kebutuhan akan peta dasar. Teknologi LiDAR dan Foto udara diterapkan dalam pembentukan DTM yang detail dan akurat serta dalam waktu yang relatif cepat.DTM dari data LiDAR dan Foto udara dihasilkan dengan melakukan klasifikasi dan filtering terhdap data point clouds LAS LiDAR serta point clouds DSM yang dihasilkan dari image matching foto udara. Metode yang digunakan untuk klasifikasi dan filtering adalah algoritma macro Terrasolid dan metode Slope Based Filtering (SBF). Hasil DTM dari kedua data dibandingkan terhadap DTM Stereoplotting yang digunakan sebagai benchmark. Perbandingan tersebut berupa perbandingan geomorfologi secara visual, serta ketelitian geometri dari kedua DTM yang dihasilkan.Secara visual, DTM LiDAR menghasilkan geomorfologi yang halus sedangkan DTM Foto menghasilkan geomorfologi yang masih kasar. Kemudian berdasarkan hasil analisis transect, diperoleh hasil bahwa ketinggian DTM LiDAR sudah mendekati DTM Stereoplotting, sedangkan DTM Foto masih menghasilkan selisih ketinggian yang cukup besar terhadap DTM Stereoplotting. DTM LiDAR yang dihasilkan dari pengolahan dengan algoritma macro Terrasolid pada sampel area di NLP 1209-1432C dan NLP 1209-1415C masuk ke dalam kelas 2 skala 1:5.000 dan kelas 3 skala 1:5.000. Sedangkan DTM LiDAR dengan metode SBF pada sampel area di NLP 1209-1432C dan NLP 1209-1415C masuk ke dalam kelas 3 skala 1:5.000. DTM Foto hasil pengolahan dengan macro Terrasolid pada sampel area di NLP 1209-1432C dan NLP 1209-1415C masuk dalam kelas 3 skala 1:10.000. Sedangkan DTM Foto dengan metode SBF pada NLP 1209-1432C dan NLP 1209-1415C masuk dalam kelas 3 skala 1:5.000 dan kelas 2 skala 1:10.000.Kata Kunci : DTM, filtering, foto udara, ketelitian geometri, LiDAR. ABSTRACTThe need for detailed spatial data with large amount of scale is increasing, but the availability of base map cannot comprehend the needs. Base map with large scales is needed for faster development. Topographic maps as a base map is needed for spatial analysis. One element of topographic maps is contour can shaped from Digital Terrain Model (DTM). An effective and effecient DTM method is hastened the fullfilment needs of topographic base map. LiDAR technology and aerial photos is implemented for creating a detailed and accurate DTM in a relatively efficient time.DTM from LIDAR data and aerial photos are produced by doing classification and filtering on LARS LIDAR point clouds data and DSM point clouds that is created from aerial image matching. The method used for classification and filtering is macro terrasolid algorithm dan slope based filtering method. DTM results from both data are compared to DTM Steroplotting to see the geomorphology that is produced and also the geometry accuracy of them both.Visually, DTM LIDAR produces smoother geomorphology and DTM photos produce rough geomorphology. Based on the transect analysis result, it is given that DTM LIDAR height has already neared DTM Steroplotting. DTM LiDAR the is produced with macro terrasolid algorthm on sample area in NLP (map sheet) 1209-1432C and NLP 1209-1415C is categoried in second class scale 1:5.000 and third class scale 1:5.000. Whereas DTM LiDAR with SBF method on sample area from NLP 1209-1432C and NLP 1209-1415C is categoried into third class scale 1:5000. DTM image result from Macro Terrasolid processing on sample area from NLP 1209-1432C and NLP 1209-1415C is categoried into third class scale 1:10.000. While DTM image with SBF method from NLP 1209-1432C and NLP 1209-1415C is categoried into third class scale 1:5.000 and second class scale 1:10.000.Keywords : DTM, filtering, aerial photo, geometry accuracy, and LiDAR

ANALISIS PENENTUAN NILAI EKONOMI KAWASAN MENGGUNAKAN TCM (TRAVEL COST METHOD) DAN CVM (CONTINGENT VALUATION METHOD) DENGAN SISTEM INFORMASI GEOGRAFIS (Studi kasus: Taman Kyai Langgeng Kota Magelang) Alfonsus Bima Samudra; Yudo Prasetyo; Sawitri Subiyanto
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 (1154.908 KB)

ABSTRAKIndonesia adalah negara yang mempunyai banyak tempat wisata yang menarik untuk dikunjungi. Kota Magelang adalah salah satu kota yang menjadi tujuan bagi para wisatawan untuk melakukan kunjungan. Salah satu tempat wisata yang menjadi ujung tombak kota Magelang adalah Taman Kyai Langgeng. Dengan adanya objek wisata yang banyak maka diperlukan juga pengelolaan yang ekstra. Berdasarkan hal tersebut maka diperlukan pembuatan Zona Nilai Ekonomi Kawasan (ZNEK) untuk mengetahui nilai total ekonomi dan manfaat berdasarkan keinginan untuk membayar (willingness to pay) wisatawan dan masyarakat yang memperoleh manfaat dari Taman Kyai Langgeng.Metode yang digunakan dalam penelitian adalah Travel Cost Method (TCM) untuk mendapatkan nilai kegunaan (UV) dan Contingent Valuation Method (CVM) untuk mendapatkan nilai bukan kegunaan (NUV). Data yang digunakan adalah 70 responden untuk TCM dan 70 responden untuk CVM yang dilakukan dengan menyebar kuisioner dengan metode sampel aksidential dimana siapa saja yang secara kebetulan bertemu dengan peneliti dapat digunakan sebagai sampel, bila dipandang orang yang kebetulan ditemui itu cocok sebagai sumber data. Metode pengolahan data yang digunakan adalah analisis regresi linear berganda dan menghitung nilai total ekonomi menggunakan perangkat lunak maple 17. Serta dilakukan juga pengujian asumsi klasik (normalitas, heteroskedastisitas, multikolinieritas dan autokorelasi), validitas dan reliabilitas menggunakan SPSS 17.Hasil uji asumsi klasik dari penelitian ini menunjukkan semua data berdistribusi normal, tidak mengalami heteroskedastisitas, tidak memiliki multikolinieritas dan terbebas dari autokorelasi. Sedangkan hasil uji validitas dan reliabilitas menunjukkan hasil valid dan reliable pada model yang digunakan. Hasil dari perhitungan nilai total ekonomi didapatkan nilai total kegunaan sebesar Rp. 695.572.615.400, nilai total bukan kegunaan sebesar Rp. 16.095.842.250. Sehingga diperoleh nilai total ekonomi Taman Kyai Langgeng sebesar Rp. 711.668.457.650. Nilai total ekonomi menghasilkan peta zona nilai ekonomi kawasan, yang dapat digunakan untuk evaluasi nilai kawasan Taman Kyai Langgeng.Kata Kunci: Contingent Valuation Method, Regresi Linear Berganda, Travel Cost Method, Zona Nilai Ekonomi KawasanABSTRACTIndonesia is a country that has a lot of amazing place for tourist destination. One of them in Magelang, Central Java named Taman Kyai Langgeng. As a tourist destination is need to managed it better. Based on it, it’s need to reseach Zone of Economic Value to the Area (ZNEK). We use this to know the total economic value and benefit based on willingnes to pay by visitor and benefit to people around these place.The method used in the reseach are Travel Cost Method (TCM) that purpose to get Usability Value(UV) and Contigent Valuation Method (CVM) that purpose to get Non-Usability Value (NUV). The data used 140 respondents, 70 to TCM and 70 respondents to CVM by distributing questionnaires with an accidental sample method whereby anyone who meets the researcher and deems appropriate as a data source. Data procesing method used is Multiple Linear Regression Analysis and calculate the total economic value using Maple 17 software. And also doing clasical assumption testing (ie. Normality, heteroscedasticity, multicolinearity and autocorrelation) validity and reliability using SPSS 17.The result of the reseach using clasical assumption testing indicated that all data are normal distribution, no heteroscedasticity , have no multicolinearity and independent of autocorelation. The result using validity and reliability test are valid and reliable. And the result of calculation of total economic value are Rp. 714.668.457.650 that consist of Usabiliy Value(UV) Rp. 695.572.615.400, Non-Usability Value(NUV) rp. 16.095.842.250. Total economic value produces a zone of economic value map, that can be used to evaluate the value.Keywords: Contingent Valuation Method, Multiple Linear Regression, Travel Cost Method, Zone Of The Economic Value Of The Area

ANALISIS SPASIAL PERUBAHAN LUASAN MANGROVE AKIBAT PENGARUH LIMPASAN SEDIMENTASI TERSUSPENSI DENGAN METODE PENGINDERAAN JAUH (Studi Kasus : Segara Anakan Kabupaten Cilacap, Jawa Tengah) Fatimah Putri Utami; Yudo Prasetyo; Abdi Sukmono
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 (997.559 KB)

ABSTRAKIndonesia sebagai negara maritim memiliki garis pantai sepanjang 99.093 kilometer dan 70% dari luasan total wilayah nusantara terdiri atas lautan dengan daerah-daerah sekitar pesisir tergenang air yang dipengaruhi oleh adanya pasang surut air laut. Kawasan pesisir tersebut sangat berpotensial untuk menunjang kemakmuran kehidupan manusia, salah satunya pengembangan vegetasi pesisir dan area konservasi ekosistem hutan mangrove yang dapat berkontribusi besar sebagai paru-paru dunia. Konsentrasi hutan mangrove terbesar Kabupaten Cilacap terletak di kawasan estuari Segara Anakan. Adanya limpasan sedimentasi dari daerah hulu ke Segara Anakan tersebut menimbulkan dampak positif bagi keberadaan mangrove dikarena munculnya tanah timbul yang berlumpur sehingga bepotensi menjadi habitat mangrove. Perkembangan teknologi penginderaan jauh yang sangat pesat dapat dimanfaatkan sebagai monitoring kualitas lingkungan seperti kontrol degradasi hutan mangrove, selain itu dapat me-monitoring perubahan kualitas perairan akibat limpasan sedimentasi tersuspensi dari bagian hulu sungai. Pada penelitian ini, dilakukan identifikasi hutan mangrove dan ekstrasi nilai konsentrasi Total Suspended Solid (TSS) menggunakan citra satelit Landsat multitemporal yaitu citra satelit Landsat 5 TM tahun 1994, Landsat 7 ETM+ tahun 2003, Landsat 8 OLI TIRS tahun 2015. Metode klasifikasi citra untuk mengidentifikasi hutan mangrove menggunakan klasifikasi terbimbing dengan lima kelas, yaitu vegetasi mangrove, non mangrove, lahan, pemukiman dan hidrografi. Sedangkan pemisahan perairan dan daratan untuk mendapatkan morfologi laguna Segara Anakan menggunakan klasifikasi terbimbing dengan kombinasi band serta untuk mengekstrasi konsentrasi TSS digunakan algoritma Syarif budiman (2004) dan Parwati (2006)Hasil analisis menunjukkan luas hutan mangrove di Kawasan Segara Anakan Kabupaten Cilacap pada tahun 1994 sebesar 7955 Ha, tahun 2003 seluas 6333 Ha serta pada tahun 2015 seluas 5796 Ha, Selama kurun waktu tahun 1994-2003 abrasi hutan mangrove sebesar 2756 Ha, akresi hutan mangrove 1134 Ha, sedangkan pada rentang tahun 2003-2015 terjadi abrasi hutan mangrove sebesar 2163 Ha, akresi hutan mangrove 1626 Ha. Selain itu hasil penelitian membuktikan bahwa besaran konsentrasi Total Suspended Solid (TSS) dari ekstrasi data citra satelit yang diolah menggunakan Algoritma Parwati dan Syarif Budiman berpengaruh secara signifikan positif terhadap data hasil pengukuran Total Suspended Solid (TSS) di lapangan dengan tingkat signifikansi 5%.Kata Kunci : Mangrove, Landsat, Supervised Classification, Total Suspended Solid (TSS), Segara AnakanABSTRACT Indonesia as maritime country has a coastline along the 99.093 kilometer and 70% of the total area of the archipelago is made up of the ocean with surrounding coastal areas flooded that are affected by the tide. The coastal area is very potential to support the prosperity of the human life, one being the development of coastal vegetation and mangrove forest ecosystem conservation areas that can contribute as the lungs of the world. The density of Mangrove forests is located in estuary area Segara Anakan of Cilacap. Runoff sedimentation in the upper Segara Anakan gave positive impact for the existence of mangrove vegetation because arise of delta muddy its potentialy become mangrove habitat. The development of remote sensing technologies very rapidly that can be utilized as monitoring environmental quality control such as degradation of the mangrove forests, besides able to monitoring changes in the quality of waters due to runoff and sedimentation are suspended from the upper reaches of the river.In this study, the mangrove forests identification and the extraction of concentration Total Suspended Solid (TSS) value using satellite imagery Landsat multitemporal such as Landsat 5 TM 1994, Landsat 7 ETM + in 2003, Landsat 8 OLI TIRS 2015. Image classification methods for identifying mangrove forests using the supervised classification with five classes. There are non mangrove vegetation, mangroves, land, residential and hydrographic. As for the separation of the waters and the mainland to get the lagoon morphology of Segara Anakan also uses the supervised classification with band combinations as well as to extract TSS concentrations using algorithms Syarif Budiman (2004) and Parwati (2006).The results of this research showed that the extensive mangrove forests in Segara Anakan, Cilacap in 1994 is around 7955 Ha, in 2003 is around 6333 Ha and in 2015 is around 5796 Ha, during the years 1994-2003 abrasion mangrove forests of 2756 Ha, accretion of mangrove forests 1134 Ha, whereas in the 2003-2015 ranges occur abrasion of 2163 Ha of mangrove forests, mangrove forest accretion 1626 Ha. Moreover, the research results proved that the massive concentration of Total Suspended Solid (TSS) from the extraction of satellite image data is processed using algorithms Parwati and Sharif Budiman have significant influence and positively to measurement data Total Suspended Solid (TSS) in the field with a significance level of 5%.Keywords: Mangrove, Landsat, Supervised Classification, Total Suspended Solid (TSS), Segara Anakan*) Penulis, PenanggungJawab

Analisis Perkembangan Kawasan Industri Kendal Terhadap Perubahan Suhu Permukaan (Studi Kasus: Kawasan Industri Kendal, Kabupaten Kendal) Hanum Fadhil Baihaqi; Yudo Prasetyo; Nurhadi Bashit
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 (779.719 KB)

ABSTRAK Menurut Undang-undang Nomor 3 Tahun 2014, kawasan industri adalah kawasan tempat pemusatan kegiatan industri pengolahan yang dilengkapi dengan prasarana, sarana serta fasilitas penunjang lain yang disediakan serta dikelola oleh suatu perusahaan kawasan industri. Dampak positif dari kawasan industri adalah meningkatkan taraf ekonomi penduduk di sekitar kawasan dan mendorong peningkatan produksi barang industri. Selain itu, kawasan industri juga memiliki dampak negatif yaitu pencemaran dan polusi dari industri berupa imbah industri dan berkurangnya kawasan ruang terbuka hijau. Pembangunan Kawasan Industri dapat memunculkan berbagai masalah lingkungan, salah satunya yaitu perubahan lahan. Perubahan lahan ini dapat menyebabkan berbagai permasalahan yang akan muncul seperti banjir pada daerah sekitar kawasan industri dan perubahan suhu permukaan. Penelitian ini menggunakan sensor termal pada landsat untuk mengamati perubahan suhu dan tingkat kenyamanan termal di Kawasan Industri Kendal. Tingkat kenyamanan termal didapatkan dari pengolahan suhu udara dan tingkat kelembaban udara. Data yang digunakan adalah citra Landsat 5 tahun 2009 dan Landsat 8 tahun 2015 dan 2019. Analisis perubahan lahan terhadap perubahan suhu permukaan dan tingkat kenyamanan termal dilakukan secara spasial dan deskriptif yang kemudian dilakukan korelasi untuk mengetahui pengaruh perubahan lahan terhadap peningkatan suhu permukaan. Perubahan lahan pada kelas bangunan tahun 2009 hingga 2019 meningkat sebesar 87,49 ha dan mengakibatkan suhu permukaan pada tahun 2009 hingga 2019 mengalami kenaikan suhu permukaan sebesar 5oC. Perubahan lahan pada kelas bangunan tahun 2009 hingga 2019 mengalami peningkatan sebesar 87,49 ha sehingga menyebabkan kenaikan tingkat kenyamanan termal sebesar 3oC. Perubahan lahan yang mengakibatkan kenaikan suhu permukaan dan tingkat kenyamanan termal menunjukkan adanya hubungan antara keduanya. Kata Kunci : Kawasan Industri, Perubahan Lahan, Tingkat Kenyamanan Termal, Suhu Permukaan. ABSTRACTAccording to Law Number 3 of 2014, an industrial area is an area where the concentration of processing industry activities is concentrated with infrastructure, facilities and other supporting facilities provided and managed by an industrial area company. The positive impact of the industrial area is to improve the economic level of the population around the area and encourage increased production of industrial goods. In addition, the industrial area also has a negative impact, namely pollution and pollution from the industry in the form of industrial waste and reduced green open space. Development of Industrial area can lead to various environmental problems, one of which is land change. This land change can cause various problems that will arise such as flooding in the area around the industrial area and changes in surface temperature. This study uses sensor thermal Landsat to observe changes in temperature and the temperature humidity index in the Kendal Industrial Zone. The temperature humidity index is obtained from the processing of air temperatures and humidity levels. The data used are Landsat 5 in year 2009 and Landsat 8 in year 2015 and 2019. Imagery of land changes to changes in surface temperature and Temperature Humidity Index done spatially and descriptively, then correlations are performed to determine the effect of land changes on increasing surface temperatures. Land changes in the building class in 2009 to 2019 increased by 87.49 ha and resulted in surface temperatures in 2009 to 2019 experiencing an increase in surface temperature of 5oC. Changes in land in the building class in 2009 to 2019 increased by 87.49 ha, causing an increase in the temperature humidity index of 3oC. Land changes that cause an increase in surface temperature and a temperature humidity index indicate a relationship between the two. Key Words : Industrial Area, Land Change, Temperature Humidity Index, Surface Temperature.

ANALISIS KORELASI PERKEMBANGAN KOTA SEMARANG TERHADAP PERUBAHAN PENGGUNAAN AIR TANAH Yonanda Simarsoit; Yudo Prasetyo; Andri Suprayogi
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 (1068.034 KB)

Data dari PDAM Kota Semarang menunjukkan total pemakaian air di Kota Semarang sebanyak 34.277.257 m3 pada tahun 2008, dimana 87% digunakan untuk kebutuhan rumah tangga. Penelitian ini mengkaji perkembangan suatu wilayah dengan data penggunaan air tanah dari tahun 2014 hingga 2018. Kota Semarang sebagai wilayah yang diteliti oleh penulis.Penelitian ini menggunakan Citra Landsat tahun 2014 hingga 2018 untuk melihat daerah permukiman dan industri di Kota Semarang yang dilihat secara multitemporal. Hasil perubahan daerah permukiman dan industri dikorelasikan dengan perubahan air tanah di Kota Semarang.Perubahan air tanah dangkal dengan perubahan kepadatan permukiman memiliki korelasi yang sangat tinggi. Penelitian peroleh korelasi pada tahun 2014 ke tahun 2015 korelasi air tanah dangkal dengan permukiman sebesar 65,92% untuk korelasi sangat tinggi dan 21,20% untuk korelasi tinggi, tahun 2015 ke 2016 sebesar 50,56% untuk korelasi sangat tinggi dan 10,96% untuk korelasi tinggi, tahun 2016 ke 2017 sebesar 36,89 % untuk korelasi sangat tinggi dan 24,89% untuk korelasi tinggi dan tahun 2017 ke 2018 sebesar 65,23% untuk korelasi sangat tinggi dan 22,11% untuk korelasi tinggi. Korelasi perubahan air tanah dalam dengan kawasan industri memiliki korelasi yang sangat tinggi dengan koefisien korelasi sebesar 0,909 dari interval 0 sampai 1.

ANALISIS POLA PERSEBARAN KLOROFIL-A, SUHU PERMUKAAN LAUT, DAN ARAH ANGIN UNTUK IDENTIFIKASI KAWASAN UPWELLING SECARA TEMPORAL TAHUN 2003-2016 (Studi Kasus : Laut Halmahera) Indah Purwanti; Yudo Prasetyo; Arwan Putra Wijaya
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 (793.506 KB)

ABSTRAK Indonesia merupakan negara kepulauan dengan wilayah laut yang luas dan memiliki sumber daya laut yang sangat potensial salah satunya ialah sumber daya perikanan. Laut Halmahera yang berbatasan langsung dengan Samudera Pasifik memiliki kondisi perairan yang dinamis. Agar kegiatan penangkapan ikan lebih optimal diperlukan teknologi yang tepat untuk menentukan lokasi potensial tempat berkumpulnya ikan salah satunya dengan menggunakan citra satelit Aqua MODIS untuk menentukan parameter upwelling (klorofil-a, dan suhu permukaan laut (SPL)), serta citra Quickscat untuk mendapatkan data arah dan kecepatan angin. Metode pengolahan yang digunakan pada penelitian ini menggunakan bahasa pemrograman ENVI IDL untuk mengolah data angin, SPL dan klorofil-a dari tahun 2003-2016 sehingga didapatkan nilai sebaran klorofil-a, SPL, dan angin secara klimatologi. Data klimatologi tersebut dianalisis secara spasial untuk melihat pola upwelling yang terjadi pada setiap musim. Selanjutnya dilakukan perhitungan kriteria upwelling untuk mengetahui kekuatan upwelling setiap bulannya. Selanjutnya dilakukan uji korelasi untuk mengetahui kekuatan hubungan antar parameter serta uji validasi untuk mendapatkan peta tematik sebaran klorofil-a dan SPL pada saat terjadi fenomena upwelling. Fenomena upwelling di Laut Halmahera terjadi pada musim timur yakni pada bulan Juni hingga Agustus dimana puncak upwelling terjadi pada bulan Agustus. Pada bulan tersebut kandungan klorofil-a mencapai 0,440 mg/m3, kecepatan angin sebesar 5,757 m/s dan suhu permukaan turun hingga mencapai 29,014oC. Berdasarkan hasil uji korelasi diketahui bahwa antar parameter upwelling tersebut memiliki hubungan yang kuat. Klorofil-a dengan angin memiliki nilai korelasi sebesar 0,615 dan klorofil-a dengan SPL memiliki nilai korelasi sebesar -0,734.

ANALISIS AKURASI DEM dan FOTO TEGAK HASIL PEMOTRETAN dengan PESAWAT NIR AWAK DJI PHANTOM 4 (Studi Kasus : Bukit Perumahan Permata Hijau Tembalang Semarang) Dito Seno Aji; L.M. Sabri L.M. Sabri; yudo Prasetyo
Jurnal Geodesi UNDIP Volume 8, Nomor 2, Tahun 2019
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (878.807 KB)

ABSTRAK Pemetaan dan pengukuran tinggi diperlukan dalam perencanaan sebuah proyek pembangunan untuk menjadi bahan pertimbangan dalam pengambilan kebijakan dalam pelaksanaan proyek pembangunan. Perencanaan sebuah proyek pembangunan tentunya sangat memperhatikan efisiensi waktu, tenaga dan biaya agar seluruh pelaksanaan pekerjaan dapat berjalan lancar, berhasil dan sesuai rencana. Perkembangan dalam dunia teknologi juga sangat berpengaruh pada dunia survei dan pemetaan. Teknologi harus dimanfaatkan untuk membantu pekerjaan manusia agar mendapatkan hasil yang maksimal. Salah satu contoh perkembangan teknologi pemetaan adalah digunakannya Unmanned Aerial Vehicle (UAV) untuk kegiatan survei dan pemetaan. Metode yang digunakan dalam penelitian ini adalah ekstraksi DEM dan foto tegak hasil pemotretan udara dengan UAV DJI PHANTOM 4. Proses ekstraksi DEM dan orthofoto dibagi menjadi 3 metode pengolahan yaitu pengolahan dengan densitas point cloud low, medium dan high. Hasil pengolahan foto udara dari ketiga metode ini dibandingkan dengan hasil pengukuran lapangan, kemudian dihitung signifikansi perbandingan dari ketiga metode tersebut menggunakan uji F.Berdasarkan perhitungan CE90 dan LE90 menurut Peraturan Kepala BIG Nomor 15 Tahun 2014 produk peta yang dihasilkan masuk dalam skala 1:1.000 kelas 3. Hasil perhitungan selisih jarak antara ukuran objek pada foto tegak hasil ekstraksi dengan pengukuran lapangan standar deviasi densitas low 0,0546, densitas medium 0,0183 dan densitas high 0,008. Hasil perhitungan selisih tinggi antara titik uji pada DEM hasil ekstraksi dengan pengukuran lapangan standar deviasi densitas low 0,563, densitas medium 0,380 dan densitas high 0,367.

ANALISIS MULTI TEMPORAL SEBARAN FLOODING SIGNAL MENGGUNAKAN METODE PPPM(PHENOLOGY AND PIXEL BASED PADDY RICE MAPPING) TERKAIT IDENTIFIKASI LAHAN SAWAH TERKENA BANJIR(Studi Kasus: Kabupaten Kendal Tahun 2016) Muhammad Nur Khafidlin; Bandi Sasmito; Yudo Prasetyo
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 (938.289 KB)

ABSTRAK Negara Indonesia terletak di daerah beriklim tropis yang sangat sensitif terhadap anomali iklim El-Nino Southern Oscillation (ENSO) salah satunya La Nina.Pada pertengahan Juni 2016, Kendal terjadi banjir akibat La Nina dengan dampak hingga merendam lahan sawah yang menyebabkan padi menjadi puso. Curah hujan tinggi menyebabkan debit sungai naik hingga berimbas terhadap luapan Kali Blorong.Data Landsat dengan DOY 104 sampai 232 digunakan untuk pengolahan algoritma PPPM (Phenology and Pixel Based Paddy Rice Mapping)yang menghasilkan data Flooding Signal secara multitemporal dan data tutupan lahan dengan klasifikasi terbimbing. Data TRMM dengan DOY 161 sampai 176 dan DOY 214 sampai 221 digunakan untuk perhitungan curah hujan. Rerata nilai curah hujan daerah aliran sungai dan debit sungai digunakan untuk analisis statistik uji korelasi.Pengkajian lahan sawah puso akibat banjir dilakukan dengan penggabungan data Flooding Signal, penurunan EVI padi puso dengan nilai <0,074 dan Masking lahan sawah.Pengolahan algoritma PPPM menghasilkan pola Flooding Signal yang memuncak pada bulan Juni 2016.Hal ini dikarenakan adanya fase penanaman padi dan banjir.Pemetaan lahan puso menggunakan data Flooding Signal menghasilkan data luasan padi puso akibat banjir seluas 270,540 hektar, selisih 105,460 hektar dari data Dispertan Kendal.Pada penelitian ini didapatkan tingkat keakuratan algoritma PPPM dalam memetakan lahan sawah puso akibat banjir sebesar 79,167%. Keterkaitan faktor curah hujan terhadap banjir dinyatakan dengan nilai korelasi debit sungai dan curah hujan pada lima jaring sungai dengan nilai 0,775 pada Kali Kuto, 0,689 pada Kali Damar, 0,754 pada Kali Blukar, 0,639 pada Kali Bodri dan 0,654 pada Kali Blorong. Pada penelitian ini, pengolahan klasifikasi terbimbing menunjukkan tidak adanya pengaruh perubahan tutupan lahan terhadap banjir.Hasil pengolahan data menunjukkan algoritma PPPM sangat akurat memetakan banjir.Curah hujan juga memiliki pengaruh yang sangat tinggi terhadap banjir.Sehingga penelitian ini diharapkan dapat digunakan sebagai referensi pengkajian banjir lahan sawah berbasis data penginderaan jauh.Kata kunci: Algoritma PPPM, Banjir, Curah Hujan, Flooding Signal, Padi Puso ABSTRACT Indonesia is a country located in tropical climate that are very sensitive to the existence of climates anomalies El-Nino Southern Oscillation (ENSO) one of them is La Nina. In mid-June 2016, Kendal occured floods caused by La Nina with the impact till soak the rice fields that cause the rice to be puso. High rainfall causes the river flow to rise up so it impacts on overflow of Kali Blorong.Landsat data with DOY 104 to 232 is used for processing of PPPM algorithms (Phenology and Pixel Based Paddy Rice Mapping) that produce multi-temporal Flooding Signal data and land cover data with supervised classification. TRMM data with DOY 161 to 176 and DOY 214 to 221 are used for rainfall estimation. The value of average rainfall watershed and river flow is used for statistical analysis of correlation test. Study of puso rice fields caused by flooding is done by combining Flooding Signal data, derivation of EVI’s puso rice fields with value<0,074 and paddy rice field masking. The processsing of PPPM algorithm produceFlooding Signal pattern which culminated in June 2016. This is due to the phases of rice cultivation and flooding. Puso rice field mapping with Flooding Signal data produce 270,540 hectares of puso rice field caused by floods, less than 105,460 hectares of Kendal Dispertan data. In this research are earned the accuracy level of PPPM algorithm in the mapping the puso rice field caused by flood at 79,167%.The dependability of rainfall on flood is expressed by the correlation value of river flow and upstream rainfall in five river networks with value of 0,775 in Kali Kuto, 0,689 in Kali Damar, 0,754 in Kali Blukar, 0,639 in Kali Bodri and 0,654 in Kali Blorong. In this research the result of supervised classification shows the absence of land cover change effect to flood.The result of data processing shows the PPPM algorithm is highly accurate in the flood mapping. Rainfall also has a very high impact on floods. So this research is expected to be used as reference in study of flood rice field based on remote sensing data.Keyword: Floods, Flooding Signal, PPPM Algorithm, Puso Rice, Rainfall

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

Title

Found 128 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 128 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 128 Documents
Search