Article Per Year (5 Year)
p-Index From 2021 - 2026
3.678
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 Geosains dan Remote Sensing (JGRS) 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 Energy Engineering Environmental Science Industrial & Manufacturing Engineering Physics Social Sciences Transportation Other

Published : 132 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 132 Documents
Search

 5   6   7   8   9 
ANALISIS KONDISI RESAPAN AIR TERHADAP PERUBAHAN KAWASAN TERBANGUN MENGGUNAKAN METODE INDEX-BASED BUILT-UP INDEX (IBI) DAN URBAN INDEX (UI) KOTA PEKALONGAN Widi Wicaksono; Yudo Prasetyo; Nurhadi Bashit
Jurnal Geodesi UNDIP Volume 8, Nomor 4, Tahun 2019
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (610.663 KB)

Abstract

ABSTRAKPertumbuhan penduduk di Indonesia mengalami peningkatan terutama di kota-kota besar setiap tahunnya. Hal ini menyebabkan lahan kosong yang ada di lingkungan perkotaan berubah menjadi bangunan sebagai bentuk dinamika pertumbuhan kota. Kota Pekalongan merupakan salah satu kota besar yang memiliki potensi perubahan penggunaan kawasan terbangun yang pesat. Kawasan terbangun dengan intensitas yang semakin tinggi dapat menimbulkan terganggunya kondisi sumber daya air karena berkurangnya daerah resapan air. Menurut BPBD Kota Pekalongan, hampir seluruh daerah yang ada di Kota Pekalongan merupakan wilayah daerah rawan banjir. Kawasan resapan air memiliki peran penting dalam menjaga lingkungan perkotaan karena menjaga kestabilan siklus air.Penelitian ini menggunakan metode Index-based Built-up Index (IBI) dan Urban Index (UI) untuk mendapatkan informasi kawasan terbangun. Daerah resapan air didapatkan menggunakan metode scoring  dari beberapa parameter, antara lain kelerengan, curah hujan, jenis tanah,  jarak sungai dan tutupan lahan. Data yang digunakan adalah citra Landsat 8 OLI. Analisis kondisi resapan air dilakukan secara spasial dan deskriptif kemudian dilakukan analisis persebaran kawasan terbangun, persebaran kondisi resapan air, korelasi spasial terhadap kawasan terbangun.Hasil penelitian ini adalah peta kondisi resapan air Kota Pekalongan. Pengolahan kawasan terbangun metode IBI tahun 2019 menghasilkan luas sebesar 2.673,855 ha dan metode UI seluas 2.503,603 ha dengan akurasi yaitu 89,39% dan 87,88%. Kondisi resapan air dibagi dalam 5 kelas antara lain baik, normal alami, mulai kritis, cukup kritis dan kritis.  Kondisi resapan air kelas baik memiliki luas 64,854 ha (1,40%), normal alami seluas 435,753 ha (9,41%), mulai kritis seluas 1.944,726 (42,01%), cukup kritis seluas 1.453,620 ha (31,40%) dan kritis seluas 730,701 ha (15,78%) yang memiliki tingkat kesesuaian sebesar 77,27% dari data survei lapangan. Korelasi spasial kondisi resapan air terhadap perubahan kawasan terbangun tahun 2017-2019 memiliki kelas tingkat korelasi sangat rendah seluas 75,420 ha (2,82%), korelasi rendah seluas 48,600 ha (1,82%), korelasi sedang seluas 1.578,830 ha (59,35 %), korelasi tinggi seluas 738,540 ha (27,62%) dan korelasi sangat tinggi seluas 224,460 ha (8,39%). Korelasi kondisi resapan air terhadap perubahan kawasan terbangun yang dominan yaitu kelas sedang. Sehingga dapat disimpulkan perubahan kondisi resapan air memiliki korelasi terhadap pertumbuhan kawasan terbangun.Kata Kunci   : Index-based Built-up Index, Kawasan Terbangun, Kondisi Resapan Air, Urban Index, Scoring ABSTRACTPopulation growth in Indonesia continues to increase, especially in big cities. This causes the vacant land in the urban environment to change into buildings as a form of city growth dynamics. Pekalongan City is one of the big cities that has the potential to rapidly change the use of the built area. The built area with higher intensity can result in disruption of water resource conditions due to reduced water catchment areas. According to BPBD of Pekalongan City, almost all areas in Pekalongan City are flood-prone areas. Water catchment areas have an important role in protecting the urban environment because they maintain the stability of the water cycle.This research uses Index-based Built-up Index (IBI) and Urban Index (UI) methods to obtain information on the built area. The water catchment area is obtained using the scoring method of several parameters, including slope, rainfall, soil type, river distance and land cover. The data used is Landsat 8 OLI imagery. Analysis of water catchment conditions is carried out spatially and descriptively then an analysis of the distribution of built up areas, distribution of water catchment conditions, spatial correlation with the built up area.The results of this study are maps water catchment conditions  of Pekalongan City. The processing area built by the IBI method in 2019 has an area of 2,673,855 ha and the UI method is 2,503,603 ha with an accuracy of 89.39% and 87.88%. Water catchment conditions is divided into 5 classes, including good, natural normal, getting critical, quite critical and critical. Good grade water catchment condition has an area of 64,854 ha (1.40%), natural normal area of 435.753 ha (9.41%), getting critical area of 1,944.726 (42.01%), quite critical of 1,453.620 ha (31.40%) and critical area of 730.701 ha (15.78%) which has a suitability level of 77.27% from data survey. Spatial correlation of water catchment conditions on changes in the built area in 2017-2019 has a class of very low correlation level of 75,420 ha (2.82%), low correlation of 48,600 ha (1.82%), moderate correlation of 1,578.830 ha (59.35%), high correlation area of 738,540 ha (27.62%) and very high correlation area of 224.460 ha (8.39%). The dominant correlation of water catchment conditions to changes in the built area is moderate class. So it can be concluded that changes in water catchment conditions have a correlation to the growth of the built area.Keywords       : Index-based Built-up Index, Built Area, Urban Index, Scoring, Water Infiltration Conditions
ESTIMASI NILAI DAN KORELASI BIOMASSA TERHADAP NILAI NDVI BERBASIS METODE POLARIMETRIK SAR PADA CITRA QUAD-POL ALOS PALSAR TAHUN 2007 Narendra Sava Hanung; Yudo Prasetyo; Andri Suprayogi
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 (874.7 KB)

Abstract

ABSTRAKSalah satu cara menahan kenaikan suhu permukaan bumi adalah mengurangi emisi Gas Rumah Kaca (GRK). Melalui fotosintesis, CO2 diserap dan diubah oleh tumbuhan menjadi karbon organik dalam bentuk biomassa. Kandungan karbon absolut dalam biomassa pada waktu tertentu dikenal dengan istilah stok karbon (carbon stock). Adanya program REDD+ memungkinkan negara berkembang untuk mendapat insentif dari penyerapan karbon. Oleh karena itu perlu adanya perhitungan biomassa yang efisien dan akurat sehingga dapat mengetahui stok karbon dalam suatu area yang luas.Salah satu cara untuk mengestimasi nilai biomassa adalah dengan metode penginderaan jauh. Dengan metode penginderaan jauh estimasi nilai biomassa dapat dilakukan tanpa harus ke lapangan langsung sehingga lebih menghemat biaya, tenaga, dan waktu.  Metode penginderaan jauh yang digunakan dalam penelitian ini yaitu dengan metode polarimetrik SAR dengan memanfaatkan citra ALOS PALSAR Kabupaten Subang tahun 2007.Tujuan dari penelitian ini adalah untuk mengetahui jumlah biomassa dengan metode polarimetrik SAR, menganalisis perbandingan nilai biomassa di Kabupaten Subang dengan penelitian sebelumnya, menganalisis hubungan antara nilai biomassa dengan nilai NDVI, dan untuk menganalisis peta estimasi nilai biomassa dan tutupan lahan di Kabupaten Subang tahun 2007.Hasil dari penelitian ini menunjukkan bahwa nilai biomassa masing-masing tutupan lahan sebagai berikut. Untuk tutupan lahan hutan adalah 466,061 ton/ha. Untuk tutupan lahan hutan jarang adalah 244,122 ton/ha. Untuk tutupan lahan perkebunan adalah 183,587 ton/ha. Untuk tutupan lahan pemukiman adalah 108,949 ton/ha. Untuk tutupan lahan perairan adalah 7,137 ton/ha. Hasil regresi linear antara nilai NDVI dengan nilai biomassa yaitu y=240,99x + 26,668 dan nilai R2=0,7181. Hasil klasifikasi tutupan lahan citra ALOS PALSAR dengan metode Scattering Model-Based Unsupervised Classification memberikan nilai overall accuracy dari matriks konfusi yaitu 49% nilai koefisien kappa bernilai 40%.Kata Kunci : Biomassa, Polarimetrik SAR, NDVI, ALOS PALSAR. ABSTRACTOne way to hold the temperature rise of the earth's surface is to reduce greenhouse effect emissions. Through photosynthesis, the CO2 is absorbed and converted by plants into organic carbon in the form of biomass. Absolute carbon content in the biomass at a certain time is known as the carbon stock. The existence of the REDD+ program enables develop countries to have the incentive of carbon absorption. Therefore it is necessary for calculating the biomass which is efficient and effective so it is able to determine the carbon stock in a large area.One way to estimate the value of the biomass is by remote sensing method. The remote sensing method can estimate the value of the biomass without having to pitch directly to savings, energy and time. The Remote sensing method which was used in this study is the polarimetric SAR method using ALOS PALSAR at Subang in 2007.The aim of this study was to determine the amount of biomass with the polarimetric SAR method, analyzing the comparative the biomass value in Subang with previous studies, analyzing the relationship between the biomass value with the NDVI value and  analyzing the distribution maps the biomass value and land cover in Subang in 2007.The results from this study showed the value of the biomass of each land cover like these. They are forest cover is 466.061 tons/ha, sparse woods cover is 244.122 tons/ha, plantation cover is 183.587 tons/ha, residential cover is 108.949 tons/ha and waters cover is 7.137 tons/ha. The result of linear regression between NDVI values with biomass value is y = 240.99x + 26.668 and the value of R2 = 0.7181. The Result of land cover classification ALOS PALSAR by using Scattering Model-Based Unsupervised Classification method have given overall accuracy value from confusion matrix is 49% and kappa coefficient value is 40%.Key words: Biomass, Polarimetric SAR, NDVI, ALOS PALSAR *) Penulis, PenanggungJawab
PEMODELAN DAN PEMETAAN BIOMASSA ATAS PERMUKAAN (ABOVEGROUND BIOMASS) TANAMAN KARET (HEVEA BRASILIENSIS) DENGAN L-BAND BERDASARKAN PENGAMATAN ALOS PALSAR-2 (STUDI KASUS: AFDELING SETRO, KAB. SEMARANG) Ahmad Iqbal Maulana Lubis; Yudo Prasetyo; Bandi Sasmito
Jurnal Geodesi UNDIP Volume 9, Nomor 2, Tahun 2020
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (436.286 KB)

Abstract

ABSTRAKMeningkatnya emisi Gas Rumah Kaca (GRK) secara global menimbulkan risiko terjadinya pemanasan global dan perubahan iklim yang ganas (Marland dan Andres, 2017). Program penurunan emisi dari deforestasi dan degradasi hutan, plus konservasi, pengelolaan hutan lestari, dan peningkatan stok karbon hutan merupakan salah satu program yang memungkinkan negara-negara berkembang untuk melindungi hutan dan mendapatkan insentif dari penyerapan karbon atau mengurangi emisi dari kebakaran hutan dan kerusakan lain sehingga perlu adanya perhitungan biomassa yang efisien dan efektif. Pada tingkat masyarakat lokal, masyarakat mendapatkan informasi mengenai potensi sumber energi biomassa dan kapasitas serapan karbon yang ada di daerah mereka. Penelitian ini difokuskan untuk mengestimasi biomassa atas permukaan tersebut. Biomassa atas permukaan adalah semua material hidup di atas permukaan termasuk bagian batang, tunggul, cabang, kulit kayu, biji dan daun dari vegetasi.Metode yang digunakan dalam penelitian ini adalah pengambilan sampel tanpa pemanenan dan estimasi dengan hamburan balik radar dengan data utama mosaik Palsar-2. Kemudian mencari korelasi antara hamburan balik radar dengan nilai biomassa atas permukaan atau aboveground biomass (AGB) yang diperoleh dari metode pengambilan sampel tanpa pemanenan, setelahnya dilakukan ekstrapolasi berdasarkan model prediksi yang terbentuk dari korelasi hamburan balik radar dan nilai AGB pada setiap plot sampel.AGB dalam wilayah penelitian berada di antara 0,980 ton/ha hingga 6.421,832 ton/ha, dengan nilai rerata 210,976 ton/ha. Kapasitas AGB di wilayah Afdeling Setro per tahun 2019 yaitu sebesar 216,436 ton/ha. AGB terbesar berada sub-wilayah Rempong dengan jumlah AGB 22.709 ton dan terkecil berada pada sub-wilayah Tempel dengan jumlah AGB 1.679 ton. RMSE yang diperoleh dari perbandingan hasil prediksi  dengan test dataset adalah sekitar 32,812 ton/ha dengan korelasi 82%. Berdasarkan hasil uji statistik didapat bahwa Palsar-2 HH memiliki kemampuan lebih baik dalam mendefinisikan AGB tanaman karet dengan koefisien determinasi (R2) untuk tahun 2017 dan 2018 berturut adalah 0,032 dan 0,111. Namun dengan menggunakan variabel turunan hamburan balik radar yaitu rasio HH dan HV, rerata HH dan HV, dan rasio dua tahun HH dan HV, dan regresi linier berganda, perbaikan diperoleh pada koefisien determinasi (R2) meningkat hingga 0,673. Kata Kunci : Biomassa atas permukaan, Palsar-2, Hamburan balik radar, Regresi linier berganda ABSTRACTThe increasement of greenhouse gases emission globally affects the global warming and climate change risk The increasement of greenhouse gases emission globally affects the global warming and climate change risk (Marland dan Andres, 2017). Huge carbon content in plantation forest potentially increase the climate change and severe global warming, so that important to know carbon capacity from the area. It needs biomass calculation which efficient and effective. At local community level, they’ll get information about their biomass energy potential and carbon absoprtion capacity in their area. This research focuses on modeling and mapping the aboveground biomass. Aboveground biomass is all the living material above the gorund, including trunk, branches, tree bark, seed, and leaves from the vegetation.Method used in this research is non-destructive sampling and estimation by radar backscatter with Palsar-2 mosaic as primary data. And then correlate the radar backscatter and aboveground biomass (AGB) value through non-destructive sampling, after that extrapolation applied based on prediction model formed by the correlation between radar backscatter and AGB value in each plots.Aboveground biomass in the research area was estimated to range from 0,980 to 6.421,832 ton/ha, with an average of 210,976 ton/ha. AGB capacity at the unit of Setro as of 2019 is 216,436 ton/ha. The highest AGB value concerned at sub-region of Kalikopeng with total AGB 16.812,363 ton and the lowest AGB value concerned at sub-region of Tempel with total AGB 1.679 ton. RMSE resulted from comparing the prediction results and the test dataset is about 32,812 ton/ha with 82% correlation. Based on statistical test, it is found HH polarisation is better in defiining AGB of rubber trees with determination coefficient (R2) for 2017 and 2018 respectively are 0,032 dan 0,111. But with using derived radar backscatter consisted of ratio of HH and HV, mean of HH and HV, and the dual-date ratio of HH and HV, and Multivariate Linear Regression is applied, improvement obtained as the determination coefficient (R2) increases up to 0,673.
OPTIMALISASI PARAMETER SEGMENTASI BERBASIS ALGORITMA MULTIRESOLUSI UNTUK IDENTIFIKASI KAWASAN INDUSTRI ANTARA CITRA SATELIT LANDSAT DAN ALOS PALSAR ( Studi Kasus : Kecamatan Tugu Dan Genuk, Kota Semarang) Ari Setiani; Yudo Prasetyo; Sawitri Subiyanto
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 (668.253 KB)

Abstract

ABSTRAKPerkembangan metode klasifikasi data penginderaan jauh untuk mendapatkan informasi yang tepat dan akurat semakin pesat. Salah satu metode klasifikasi data yang berkembang adalah klasifikasi berbasis objek. Klasifikasi ini mempunyai keunggulan dalam pemisahan objek dalam bentuk segmen-segmen yang akurat dan presisi. Pada penelitian ini dilakukan pencarian nilai optimalisasi parameter segmentasi dengan algoritma multiresolusi segmentasi untuk identifikasi kawasan industri, yang termasuk dalam klasifikasi berbasis objek. Dengan menggunakan citra Landsat 7 ETM+ dan ALOS PALSAR yang berada di dua kecamatan, yaitu kecamatan Genuk dan Tugu.Untuk mengidentifikasi kawasan industri dibagi menjadi dua tahap, tahap pertama adalah segmentasi dan yang kedua adalah klasifikasi. Pada tahap segmentasi kedua citra satelit diproses menggunakan algoritma segmentasi multiresolusi. Pada algoritma tersebut terdapat tiga parameter segmentasi , yaitu skala, bentuk dan kekompakkan. Ketiga parameter dilakukan pengujian secara berulang hingga mendapatkan nilai kombinasi parameter yang optimal. Selanjutnya tahap klasifikasi dilakukan untuk mengelompokkan hasil segmen yang terbentuk sesuai dengan kelas masing-masing. Kelas yang dibentuk untuk tahapan klasifikasi  ada dua, yaitu kawasan industri dan non industri.Dari hasil algoritma segmentasi didapatkan nilai optimal untuk citra Landsat 7 ETM+ di kecamatan Genuk adalah sebesar 30 untuk parameter skala, 0,1 untuk parameter bentuk dan 0,3 untuk parameter kekompakkaan. Sedangkan untuk kecamatan Tugu adalah 17 untuk parameter skala, 0,1 untuk parameter bentuk dan 0,5 untuk parameter kekompakkan. citra ALOS PALSAR di kecamatan Genuk adalah sebesar 25 untuk parameter skala, 0,5 untuk parameter bentuk dan 0,5 untuk parameter kekompakkan. Sedangkan untuk kecamatan Tugu adalah 27 untuk parameter skala, 0,5 untuk parameter bentuk dan 0,5 untuk parameter kekompakkan. Hasil uji akurasi dengan menggunakan matriks konfusi dari kedua citra menghasilkan nilai akurasi keseluruhan sebesar 100%.Kata Kunci : Algoritma segmentasi multiresolusi, Kawasan Industri, Optimalisasi parameter. ABSTRACTThe classification methods development in remote sensing in order to get accurate and precision informations has been enormously evolved. One of data classification method envolving is the object based classification. This data classification has had several advantages on object especially in separating shape segments in precisely and accurately. In this research, in order to identify an industrial area using the object based classification, we have already used the multi-resolution segmentation algorithm. Also we had had a value of segmentation parameters optimization to reach the best classification results. This research has used a Landsat 7 ETM+ and ALOS PALSAR images which is located in Genuk and Tugu sub-district.To identify industry area, this process divided into two processes, first process is segmentation and the second process is classification. In segmentation process, both of the satellite imageries are processed by using multiresolution segmentation algorithm. There are three segmentation parameters in this algorithm as follows a scale, a shape, and a compactness. Furthermore, the process of classification is to classify the segmentation products that are segmentated into an each class. It will be form a two land use class as like  an industry and a non-industry area.From segmentation proccess, it was resulted an optimal value for Landsat 7ETM+ imagery in Genuk sub-district around 30 in scale parameter,  0.1 in shape parameter and 0.3 in compactness parameter. While  the optimal value in Tugu sub-district around 25 in scale parameter, 0.5 in shape parameters, and 0.3 for compactness parameters.For ALOS PALSAR imagery, it was resulted an optimal value in Genuk Sub-district around 25 in scale parameter, 0.5 in shape parameter and 0.5 in compactness parameter.For Tugu Sub-district, it has obtained around 27 in scale parameter, 0.5 in shape parameter and 0.5 for compactness parameter. The accuration test has obtained using a confution matrix from both of sattelite imagery which is get an overall accuracy value around 100 percents. Keywords : Industry Area, Multiresolution Segmentation Algorithm, Parameters optimization*) Penulis, Penanggung jawab
ANALISIS DEFORESTASI HUTAN DI PROVINSI RIAU DENGAN METODE POLARIMETRIK DALAM PENGINDRAAN JAUH Luluk Dita Shafitri; Yudo Prasetyo; Haniah Haniah
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 (552.226 KB)

Abstract

ABSTRAK Deforestasi merupakan suatu proses penghilangan hutan dimana hutan secara berangsur-angsur dibuka untuk keperluan pemukiman atau hal lainnya dengan cara penebanganan ataupun pembakaran hutan. Deforestasi di Indonesia memberikan dampak yang sangat menghawatirkan hingga mengancam keberadaan makhluk hidup didalam hutan hingga merusak lingkungan disekitar Riau. Maraknya deforestasi di Provinsi Riau dilakukan pemetaan untuk dapat dianalisis.Pemetaan deforestasi di Provinsi Riau ini menggunakan teknologi pengindraan jauh dengan menggunakan citra Sentinel 1A untuk mendapatkan gambaran perubahan alih fungsi lahan hutan dengan polarimetric decomposition metode cloude & pottier dengan parameter wishart clasification  pada hutan diprovinsi Riau. Hasil tutupan lahan citra Landsat 8 didapatkan dengan pengolahan supervised, dengan menggabungkan seluruh dan membandingkan hasil pengolahan peta deforestasi di Provinsi Riau. Peta deforestasi dikombinasikan data lapangan berupa kuisioner dan juga peraturan daerah tentang pembukaan lahan kehutanan diprovinsi Riau untuk mendapatkan analisis kajian dampak dari deforestasi di Provinsi RiauHasil dari penelitian ini menunjukan adanya kenaikan kawasan hutan di Provinsi Riau pada tahun 2015 – 2016, kawasan perkebunan mengalami penurunan dan kawasan permukiman dan lahan terbuka mengalami kenaikan yang merupakan alih fungsi dari kawasan hutan. Analisis deforestasi di Provinsi Riau terjadi bersamaan dengan adanya reforestasi. Pada Kabupaten Indragiri Hulu, terjadi penurunan hutan sebesar 8470,24044 hektar dan adanya kenaikan lahan pada permukiman, lahan terbuka dan perkebunan.Kata Kunci : Deforestasi, Hutan, Polarimetrik, Riau, Supervised   ABSTRACT Deforestation is a process of forest clearance where forests are gradually cleared for settlement purposes or other things by deforestation or forest burning. Deforestation in Indonesia gives a very worrisome impact to threaten the existence of living creatures in the forest to damage the environment around Riau. The rise of deforestation in Riau Province is mapping to be analyzed.Deforestation mapping  in Riau Province uses remote sensing technology with  Sentinel -1A image to get a description about the change of forest land use polarimetric decomposition of cloude & pottier method with wishart clasification parameter in forest in Riau province. Land cover result of Landsat 8 image is obtained by supervised processing, by combining all and comparing the result of deforestation map processing in Riau Province. Deforestation maps combined with field data in the form of questionnaires as well as local regulations on forest land clearance in Riau province to obtain an analysis  of the deforestation impacts in Riau Province.The results of this study shown an increase of forest area in Riau Province in 2015 - 2016, plantation areas decreased, and settlements and open land areas have increased which is the transfer function of the forest area. Deforestation analysis in Riau Province occurs concurrently with reforestation. In Indragiri Hulu district, forest degradation amounts to 8470,24044 hectares and an increase in land of  settlements, open land and plantations. Keywords: Deforestation, Forest, Polarimetric, Riau, Supervised
PEMODELAN 3 (TIGA) DIMENSI BANGUNAN MENGGUNAKAN FOTO UDARA FORMAT KECIL (STUDI KASUS: FAKULTAS TEKNIK, UNIVERSITAS DIPONEGORO) Fitrah Trikusuma; Yudo Prasetyo; firman Hadi
Jurnal Geodesi UNDIP Volume 10, Nomor 2, Tahun 2021
Publisher : Departement Teknik Geodesi Universitas Diponegoro

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

Abstract

ABSTRAKKonsep model pemetaan kawasan dalam bentuk 3 dimensi merupakan rintisan pengembangan teknologi terkini dalam lingkup geospasial terutama pengembangan model sederhana Smart City. Sebuah konsep berurgensi tinggi dalam pengembangan situs kawasan seperti pelabuhan, kampus, dan lainnya yang melingkupi aspek fisik dan semantik. Rekonstruksi bangunan berjalan sejajar dengan teknologi survei dan pemetaan akan kebutuhan data kebumian yang dapat memberikan informasi spasial berupa posisi serta ruang yang mendekati dari keadaan di lapangan dan terus berkembang, sudah saatnya untuk mendalami langsung mengenai konsep rekonstruksi bangunan (Ma Z. dkk., 2017).Pemodelan bangunan 3 dimensi dalam penelitian ini menggunakan data foto udara format kecil berbasis metode computer-generated achitecture (CGA). Pengolahan terbagi menjadi 2 tahap, yakni tahap pengolahan foto udara dan tahap pemodelan 3 dimensi bangunan. Pengolahan foto udara dilakukan guna mendapatkan surface model seperti digital elevation model (DEM), digital terrain and building model (DTBM) dan orthomosaic sebagai peta dasar pembuatan footprint bangunan. Tahap selanjutnya adalah proses pemodelan bangunan 3D menggunakan metode CGA dengan algoritma building from footrint.Hasil pengolahan foto udara meliputi DEM, DTBM dan orthomosaic yang layak sesuai dengan kriteria dalam melakukan pemodelan menggunakan metode CGA. DEM yang dihasilkan dapat layak digunakan dengan capaian tingkat kelas I berdasarkan standar peta RBI, Orhtomosaic yang dihasilkan layak digunakan dengan capaian tingkat kelas I berdasarkan standar ASPRS, dan DTBM yang dihasilkan layak digunakan dengan membandingkan resolusi DTBM penelitian miliki Buyukdemircioglu dkk., 2018 dengan resolusi sebesar 12 cm. Hasil pemodelan 3 dimensi menggunakan metode CGA menghasilkan 92,12% dari 51 bangunan secara keseluruhan. Model bangunan 3 dimensi juga berhasil mencapai level of detail kelas 2.2 berdasarkan standar milik Biljecki dkk., 2016.
ANALISIS PERUBAHAN KERAPATAN HUTAN MENGGUNAKAN METODE NDVI DAN EVI PADA CITRA SATELIT LANDSAT 8 TAHUN 2013 DAN 2016 (Area Studi : Kabupaten Semarang) Nanang Noviantoro Prasetyo; Bandi Sasmito; 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 (870.284 KB)

Abstract

ABSTRAK Hutan pada dasarnya memiliki peranan penting sebagai penyangga bagi sistem kehidupan, beberapa diantaranya sebagai penyimpan cadangan air dan oksigen. Dengan peningkatan yang pesat pada pembangunan menyebabkan terdegradasinya areal hutan. Kerusakan hutan dalam jangka panjang akan mengakibatkan terganggunya ekosistem hutan dan kehidupan yang ada di sekitarnya.Pemantauan hutan secara berkala perlu dilakukan untuk menghindari terjadinya degradasi hutan. Metode yang bisa dilakukan dalam pemantauan hutan diantaranya dengan memanfaatkan teknologi pengindraan jauh. Teknologi pengindraan jauh dapat memberi solusi untuk pemantauan hutan skala luas, salah satunya dengan memanfaatkan sensor multispektral pada citra satelit Landsat 8 dengan berbagai macam algoritma pemprosesan indeks vegetasi.Penelitian ini menggunakan algoritma NDVI (Normalize Difference Vegetation Index) dan EVI (Enhanched Vegetation Index) untuk melakukan pemantauan perubahan hutan di Kabupaten Semarang. Metode yang dilakukan yaitu pemrosesan NDVI dan EVI pada citra Landsat 8, selanjutnya mengklasifikasikan kawasan hutan yang ada di Kabupaten Semarang dengan menggunakan metode supervised dengan algoritma maximum likelihood, langkah selanjutnya yaitu mengoverlay antara kawasan hutan dengan hasil dari proses NDVI dan EVI.Dari hasil overlay tersebut didapatkan luasan kerapatan hutan tinggi di Kabupaten Semarang pada tahun 2013 sebesar 25.418,4 Ha untuk NDVI dan 15.149,3 Ha untuk EVI, lalu pada tahun 2016 sebesar 26.677,7 Ha untuk NDVI dan 23.431 Ha untuk EVI. Berdasarkan uji ketelitian yang dilakukan dengan menggunakan metode survei ubinan didapatkan hasil ketelitian NDVI 53,33% dan EVI 80%. Hasil akhir dari pengolahan didapatkan peta kerapatan Hutan NDVI dan EVI yang dapat digunakan sebagai pemantauan areal hutan yang ada di Kabupaten Semarang.Kata Kunci          : EVI,  Hutan,  NDVI, Pengindraan Jauh.  ABSTRACT Forests basically have an important role as a buffer for the living system, some of them as a reservoir of water and oxygen. With the rapid rise in development leads to the degradation of forest areas.Long-term forest destruction will lead to disruption of forest ecosystems and the surrounding life. Periodic monitoring of forests needs to be done to avoid forest degradation. Methods that can be done in monitoring the forest include by utilizing remote sensing technology. Remote sensing technology can provide solutions for large-scale forest monitoring, one of them by utilizing multispectral sensors on Landsat 8 satellite images with a variety of vegetation index processing algorithms.This research uses NDVI (Normalize Difference Vegetation Index) and EVI (Enhanched Vegetation Index) algorithm to monitor the change of forest in Semarang regency. The method that is done is processing of NDVI and EVI in Landsat 8 image, then classify the forest area in Semarang Regency by using supervised method with maximum likelihood algorithm, the next step is to cover the forest area with the result of NDVI and EVI process.From the results of the overlay is obtained high forest density in Semarang regency in the year 2013 for 25,418.4 Ha for NDVI and 15.149.3 Ha for EVI, then in 2016 amounted to 26.677.7 Ha for NDVI and 23431 Ha for EVI.Based on the accuracy test conducted by using the ubinan survey method obtained the results of NDVI accuracy 53,33% and EVI 80%. The final results of the processing obtained density maps of Forest NDVI and EVI that can be used as monitoring of existing forest area in Semarang regency.Keyword : EVI, Forest, NDVI, Remote Sensing.
ANALISIS DEFORMASI DAN PEMETAAN POTENSI DAMPAK ALIRAN LAVA PADA KAWASAN GUNUNG AGUNG ARDI SETYO PRATOMO; Yudo Prasetyo; Sawitri Subiyanto
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 (751.3 KB)

Abstract

Gunung Agung adalah salah satu gunung aktif di Indonesia yang berada di Kabupaten Karangasem Provinsi Bali. Gunung Agung telah mengalami erupsi sebanyak lima kali mulai tahun 1808 hingga tahun 2017 dan berlanjut hingga tahun 2018. Mitigasi bencana diperlukan bagi masyarakat yang berada di wilayah Gunung Agung untuk mengantisipasi dampak yang ditimbulkan akibat aktivitas vulkanik. Penelitian ini membahas mitigasi bencana Gunung Agung yang didasarkan pada konsep pengindraan jauh. Data yang digunakan adalah citra satelit radar, digital elevation model (DEM) dan citra optis untuk membuat peta mitigasi bencana. Karakteristik deformasi yang dikaji meliputi posisi, besar pergeseran dan sifat deformasi vertikal yang terjadi. Hasil penelitian didapatkan nilai deformasi di tubuh gunung sebelum erupsi adalah 0,047 ± 0,035 m dalam rentang 27 Oktober 2017 hingga 20 November 2018 atau 0,715 ± 0,035 m/tahun dan setelah erupsi sebesar -0,172 ± 0,053 m dalam rentang 2 Desember 2017 hingga 7 Januari 2018 atau -1,744 ± 0,053 m/tahun. Aliran lava Gunung Agung yang dilakukan buffering pada lebar cakupan 25 meter dapat berdampak seluas 1.536,602 hektare, pada lebar cakupan 50 meter dapat berdampak 3.008,468 hektare dan pada lebar cakupan 75 meter dapat berdampak 4.425,017 hektare. Kelas tutupan lahan yang terkena dampak aliran lava paling banyak adalah pasir dengan lebar cakupan 25 meter seluas 570,042 hektare (37,342%), pada lebar cakupan 50 meter seluas 1043,676 hektare (34,940 %) dan pada lebar cakupan 75 meter seluas 1.461,583 hektare (33,285 %). Prediksi wilayah yang terdampak aliran aliran lava paling besar adalah Kecamatan Kubu seluas 772,071 hektare pada lebar cakupan 25 meter, 1.516,748 hektare pada lebar cakupan 50 meter dan 2.234,101 hektare pada lebar cakupan 75 meter. Prediksi wilayah terdampak paling kecil adalah Kecamatan Sidemen seluas 5,465 hektare pada lebar cakupan 25 meter, 11,256 hektare pada lebar cakupan 50 meter dan 17,366 hektare pada lebar cakupan 75 meter.
ANALISIS DEFORMASI MENGGUNAKAN METODE FOTOGRAMETRI RENTANG DEKAT BERBASIS UAV (UNMANNED AERIAL VEHICLE) (Studi Kasus : Candi Gedong Songo) Gantra S.D Hutahaean; 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 (665.036 KB)

Abstract

ABSTRAKCandi Gedong Songo merupakan sebuah komplek bangunan Candi Hindu yang terletak di Desa Candi, Kecamatan Bandungan, Semarang, Jawa tengah. Candi Gedong Songo dilindungi oleh UU RI No.11 Tahun 2010 tentang cagar budaya yang disebutkan bahwa pelestarian cagar budaya harus didukung oleh kegiatan pendokumentasian sebelum dilakukan kegiatan yang dapat menyebabkan terjadinya perubahan keasliannya. Seiring berjalannya waktu, Candi Gedong Songo dapat mengalami pengikisan oleh alam (air hujan, angin, matahari dan lain-lain) yang berpotensi menyebabkan deformasi pada candi, baik pada bentuk, tekstur maupun posisi. Maka dari itu, dibutuhkan upaya pelestarian Candi Gedong Songo agar tidak hilang keberadaanya sehingga bisa mempertahankan nilai sejarahnya. Penelitian ini menggunakan metode fotogrametri rentang dekat/close range photogrammetry berbasis UAV (Unmanned Aerial Vehicle). Akuisisi foto dilakukan secara temporal untuk mengetahui deformasi model. Hasil akhir dari penelitian ini adalah model 3D digital Candi Gedong songo serta analisis deformasi model 3D. Nilai selisih jarak tertinggi pada uji model pertama adalah 0,015 mm dan 0,019 mm pada model kedua. Analisis deformasi pada kedua model dilakukan dengan analisis geometrik dengan hasil nilai tertinggi adalah 7 mm dan terendah adalah 1 mm dengan rata-rata 3,91 mm. Akurasi yang dimiliki model yaitu 8,4 mm oleh karena itu, model mengalami pergeseran namun tidak termasuk dalam deformasi karena hasil analisis geometrik masih dalam rentangan akurasi model. Model pertama dan model kedua dengan rentang waktu 3 bulan dapat disimpulkan tidak terdeteksi deformasi.Kata Kunci: Candi Gedong Songo, Deformasi, Fotogrametri Rentang Dekat, UAV.   ABSTRACTGedong Songo Temple is a Hindu temple complex located in Candi Village, Bandungan District, Semarang, Central Java. Gedong Songo Temple is protected by Republic of Indonesian Law No.11 of 2010 concerning cultural heritage which states that preservation of cultural heritage must be supported by documentation before activities that can cause changes to its authenticity. Over time, Gedong Songo Temple can experience erosion by nature (rain water, wind, sun, etc.) which has the potential to cause deformation in the temple, both in shape, texture and position. Therefore, efforts are needed to preserve Gedong Songo Temple so that its existence is not lost so that it can maintain its historical value. This research uses close range photogrammetry method based on UAV (Unmanned Aerial Vehicle). The photo acquisition is done temporally to determine the model deformation. The final result of this research is the digital 3D model of Gedong Songo Temple and 3D model deformation analysis. The highest distance value difference in the first model test was 0.015 mm and 0.019 mm in the second model. Deformation analysis on the two models was carried out with geometric analysis with the highest value being 7 mm and the lowest being 1 mm with an average of 3.91 mm. The accuracy of the model is 8.4 mm. Therefore, the model has shifted but is not included in the deformation because the results of the geometric analysis are still in the range of the accuracy of the model. The first model and the second model with a span of 3 months can be concluded no deformation was detected.Keywords: Close Range Photogrammetry, Deformation, Gedong Songo Temple, UAV.
PERBANDINGAN KLASIFIKASI TUTUPAN LAHAN MENGGUNAKAN METODE KLASIFIKASI BERBASIS OBJEK DAN KLASIFIKASI BERBASIS PIKSEL PADA CITRA RESOLUSI TINGGI DAN MENENGAH Zia Ul Maksum; Yudo Prasetyo; Haniah Haniah
Jurnal Geodesi UNDIP Volume 5, Nomor 2, Tahun 2016
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (971.143 KB)

Abstract

ABSTRAK                Suatu wilayah akan mengalami perkembangan yang akan membawa perubahan penampakan secara fisik. Wilayah yang berkembang memerlukan adanya perencanaan untuk mengarahkan peruntukan lahan secara tepat. Dibutuhkan suatu metode yang akurat dan efektif untuk memperoleh informasi tutupan lahan. Salah satu teknologi yang efektif untuk memetakan tutupan lahan adalah teknologi penginderaan jauh. Terdapat berbagai macam teknik pengolahan data dalam penginderaan jauh untuk memperoleh informasi tutupan lahan. Teknik klasifikasi citra dalam penginderaan jauh terbagi menjadi tiga bagian teknik klasifikasi yaitu teknik berbasis piksel, teknik berbasis sub-piksel, dan teknik berbasis objek.                Pada penelitian ini, teknik klasifikasi berbasis piksel dan klasifikasi berbasis objek akan dibandingkan dalam mengklasifikasi tutupan lahan pada citra resolusi tinggi yaitu citra Quickbird dan citra resolusi menengah yaitu citra Landsat 8 dengan lokasi Kota Semarang.  Perbandingan hasil klasifikasi berbasis objek dan klasifikasi berbasis piksel pada kedua citra tersebut diuji akurasinya dengan matriks konfusi yang menghasilkan akurasi klasifikasi tutupan lahan pada citra Landsat 8 didapat akurasi keseluruhan untuk metode klasifikasi berbasis objek sebesar 77,14% sedangkan metode klasifikasi berbasis piksel didapat nilai sebesar 75,71%. Untuk citra Quickbird, klasifikasi berbasis objek menghasilkan akurasi keseluruhan 87,14% sementara klasifikasi berbasis piksel didapat nilai sebesar 82,85%.                Hasil akurasi keseluruhan menunjukkan klasifikasi berbasis objek cukup baik dibandingkan klasifikasi berbasis piksel dalam mengklasifikasi tutupan lahan baik pada citra resolusi menengah (citra Landsat 8) maupun citra resolusi tinggi (citra Quickbird). Kata Kunci : Klasifikasi Berbasis Objek, Klasifikasi Berbasis Piksel, Tutupan Lahan ABSTRACTA region will experience growth that it will bring changes in the physical appearance. Evolving region need to review land use planning to steer land cover allocation properly. It requires an accurate and effective method to obtain land cover information. One effective technology for mapping land cover is a remote sensing technology. There are various kinds of data processing techniques in remote sensing to obtain land cover information. Classification techniques in remote sensing image are divided into three parts classification technique that are pixel based technique, sub-pixel based technique, and object-based techniques. In this study, the pixel based classification and object based classification techniques will be compared in land cover classification on high resolution imagery that are Quickbird imagery dan medium resolution imagery that are Landsat 8 imagery with the location in city of Semarang. Comparison of the results object based classification and the pixel based classification is tested for accuracy by confusion matrix that produce land cover classification accuracy of Landsat 8 obtained value the overall accuracy for an object based classification method amounted to 77.14%, while the pixel based classification methods obtained a value of 75.71%. For Quickbird image, object based classification produce in overall accuracy of 87.14% while the pixel-based classification obtained a value of 82.85%. The results showing the accuracy of the object based classification is quite good compared to the pixel-based classification either at medium resolution imagery (Landsat 8) and high resolution imagery (Quickbird). Keywords : Object Based Classification, Pixel Based Classification, Land Cover.  *) Penulis Penanggung Jawab
Co-Authors Abdi Sukmono, Abdi Adito Maulana Adrian, Faizal Ibnu ADYVICTURA TINAMBUNAN Agree Isnasatrianto Ahmad Iqbal Maulana Lubis Aji, Bernardinus Joko Prakosta Santu Alfian Adi Atmaja Alfonsus Bima Samudra Alvatara Partogi Hutagalung Alvian Danu Wicaksono An Nisa Tri Rahmawati Anang Ikhwandito Andri Suprayogi Anggoro Pratomo Adi Annisa Apriliani Annisa Octaviana ARDI SETYO PRATOMO Ari Setiani Arief Laila Nugraha Ariescha Eko Yuniarto Arif Rahman Arwan Putra Wijaya Aryasatya, Muhammad Farhan Atina Qothrunnada Salsabila Azeriansyah, Reyhan Baharudin, Irfan Bahtiar Ibnu Lonita Bambang Darmo Yuwono Bambang Sudarsono Bandi Sasmito Bashit, Nurhadi Bernard Ray Barus Bilal Fadhlurrohman Billy Silaen Bram Ferdinand Saragih chotimah, Saffira noor Dafid Januar Dani Nur Martiana Daud Panji Permana David Jefferson Baris Dede Handoko Delima Canny Valentine Simarmata Deviana Putri Sunarernanda Dicky Nur Krisnha Dinoto, Tjiong, Susilo Dita Ariani Dita Rizki Amliana Dito Seno Aji DIYANAH DIYANAH Dzulvikar, Azfa Ahmad Emeralda Amirul Ariefa Fadlila Ananingtyas, Fadlila Faisal Aldin Faiz Mahbubi Fajriah Lita Pamungkasari Farras Nabilah Fatimah Putri Utami Fauzi Janu Amarrohman, Fauzi Janu Febriyanto, Atri Firman Hadi Fitrah Trikusuma Franstein Kevin J.B Galuh Puteri Saraswati Gantra S.D Hutahaean Gusmiarti, Neni Indah Hadi, Firman Hana Sugiastu Firdaus Hana Sugiastu Firdaus, Hana Sugiastu Hani'ah, Hani'ah Haniah Haniah Hanif Arafah Mustofa Hanum Fadhil Baihaqi Hanum Fadhil Baihaqi Harintaka Harintaka Hestiningsih Hestiningsih Ikhtifari, Muh. Nurshauma Imanuel Sitepu Indah Purwanti Jamilah, Mutiara Kurnia Wisnu Aziz Lanjar Cahyo Pambudi Laode M Sabri Lukman Jundi Fakhri Islam Luluk Dita Shafitri Maliha, Arnetta Tia Nur Marissa Isabella Panggabean Marissa Isabella Panggabean Maylani Daraputri Mazazatu Rosyada Moehammad Awaluddin Muhammad Adnan Yusuf, Muhammad Adnan Muhammad Arizar Hidayat Muhammad Helmi Muhammad Nur Khafidlin Muna, Nailatul Munajat, Thoriq Zein Nabila Rahmawati Nanang Noviantoro Prasetyo Narendra Sava Hanung Naryoko Naryoko Naufal Dwiakram NIRTANTO, ILHAAM CAHYA Nizma Humaidah Noviar Afrizal Wahyuananto Nuardi Dwi Pradipta Nurhadi Bashit Panji Pratama Putra Pran Shiska, Pran Qudriyah, Riska Amirotul Rahmawati, Nabila Ramadhani, Sekar Melati Rendi Aulia Retno Kusumaningrum Rifki Purnama Aji Rina Emelyana Riska Pratiwi Riza Ashar Rizqika, Salsabilla Nurul Sabri, LM Sawitri Subiyanto Setyo Ardy Gunawan Sintauli Manullang Sukamta Sukamta Sukamta Sukmawati Nur Endah Supriadi Sanjaya Purba Syachril Warasambi Mispaki Syaharini, Jay She Tegar Dio Arsadya Rahadian Tengku Oki Al Akbar Theresia Niken Kurnianingsih Thoriq Fajar Setiawan, Thoriq Fajar Ulifatus Sa'diyah Ulinnuha, Ilham Virgus - Arisondang Wahyuddin, Yasser Widi Wicaksono WIWIT PURWANTI Yonanda Simarsoit YULIA SAVIRA RACHMA Zainab Ramadhanis Zia Ul Maksum Zuraidha, Riza Nur