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

 5   6   7   8   9 
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
ANALISIS POTENSI PENINGKATAN NILAI JUAL OBJEK PAJAK AKIBAT PENGARUH DARI PEMBANGUNANPLAZA ASIA SUMEDANG MENGGUNAKAN SIG (Studi Kasus : Kec. Sumedang Utara, Kab. Sumedang ) Riza Ashar; Yudo Prasetyo; Fauzi Janu Amarrohman
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 (539.481 KB)

Abstract

ABSTRAKPerkembangan pembangunan di suatu daerah dari waktu ke waktu kian meningkat. Salah satunya pembangunan pusat perbelanjaan pada daerah yang sedang berkembang. Pembangunan yang ada diharapkan memberikan dampak positif terhadap pertumbuhan perekonomian pada suatu daerah. Adanya pembangunan pusat perbelanjaan terbesar di Kabupaten Sumedang yaitu Plaza Asia Sumedang akan memberikan dampak terhadap perkembangan harga tanah dan bangunan yang berada dalam lingkup kawasan sekitarnya. Dari perkembangan harga tanah tersebut akan berdampak juga pada pendapatan asli daerah tersebut misalnya dalam segi pajak bumi. Dikarenakan alasan tersebut maka diperlukan pengelolaan informasi nilai tanah yang berkelanjutan agar dapat menjadi pertimbangan dasar pengenaan Pajak Bumi dan Bangunan yaitu NJOP. Informasi nilai tanah dapat dipresentasikan dalam bentuk peta Zona Nilai Tanah.Metode pengumpulan data dengan cara wawancara menggunakan formulir SPT. 112 –A dari Badan Pertanahan Nasional. Data yang digunakan adalah 430 sampel dan dokumen data NJOP bumi Kecamatan Sumedang Utara tahun 2014. Metode pengolahan data yang digunakan adalah regresi linier berganda, menghitung pengaruh aksesibilitas dan faktor lokasi terhadap sampel harga tanah. Serta menghitung peningkatan Pajak Bumi dan Bangunan khususnya pada sisi pajak Bumi (tanah) dengan cara membandingkan antara NIR tahun 2016 dengan NJOP dari DPPKAD tahun 2014.Hasil perhitungan perubahan harga tanah yang terjadi di Kecamatan Sumedang Utara sesudah pembangunan Plaza Asia Sumedang berkisar antara 10 % sampai 87 % dari harga sebelumnya. Hasil analisis faktor aksesibilitas dan faktor lokasi secara statistik menunjukkan bahwa dari tiga variabel yaitu jarak terhadap jalan arteri dan kolektor, jarak terhadap kantor kabupaten dan jarak terhadap CBD memiliki korelasi negatif sedangkan variabel lebar jalan memiliki korelasi positif. Hasil dari perhitungan peningkatan NJOP berkisar 83% di desa Kebonjati, 226% di Kelurahan Kotakaler dan 323% di desa Situ. Hal ini menunjukkan bahwa Kecamatan Sumedang Utara masih memiliki potensi Pajak Bumi dan Bangunan yang tinggi khususnya pada pajak Bumi (tanah).
PENENTUAN TINGKAT LAHAN KRITIS MENGGUNAKAN METODE PEMBOBOTAN DAN ALGORITMA NDVI (Studi Kasus: Sub DAS Garang Hulu) Mazazatu Rosyada; Yudo Prasetyo; Haniah Haniah
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 (861.925 KB)

Abstract

ABSTRAKPemanfaatan lahan yang tidak memperhatikan syarat konservasi tanah dan air berpotensi menyebabkan terjadinya degradasi lahan yang pada akhirnya akan menimbulkan lahan kritis. Dampak adanya lahan kritis ini adalah penurunan tingkat kesuburan tanah, berkurangnya ketersediaan sumber air pada musim kemarau serta mengakibatkan banjir pada musim hujan. Pemetaaan lahan kritis pada Sub DAS Garang Hulu diperlukan untuk memberikan tingkat pengelolaan yang tepat sehingga tidak mengganggu keseimbangan ekosistem yang ada.Penelitian ini bertujuan untuk mengetahui persebaran tingkat kekritisan lahan Sub DAS Garang Hulu dengan memanfaatkan teknologi penginderaan jauh dan sistem informasi geografis. Metode yang digunakan dalam penelitian ini mengacu Departemen Kehutanan No. P.4/V-SET/2013 yaitu metode tumpang tindih, pemberian skor serta pembobotan tiap parameter. Parameter yang digunakan yaitu peta kelas vegetasi, peta kelas produktivitas, peta kelas lereng, peta kelas erosi dan peta kelas manajemen. Peta kelas vegetasi dibuat dari interpretasi citra landsat 8 menggunakan transformasi NDVI. Penentuan lahan kritis di lakukan dengan tumpang tindih data raster dengan pembagian 3 kawasan yaitu kawasan budidaya pertanian, kawasan hutan lindung dan kawasan lindung di luar kawasan hutan.Berdasarkan hasil pengolahan data, kriteria kelas sangat kritis pada kawasan budidaya pertanian dengan luas 339,03 Ha (4,34%), pada kawasan hutan lindung seluas 0,63 Ha (0,008%) dan pada kawasan lindung di luar kawasan hutan seluas 1,17 Ha (0,018%). Analisis tiap kecamatan menunjukkan bahwa kriteria kelas sangat kritis terluas berada di kecamatan Banyumanik dengan luas 102,51 Ha (1,32%), kriteria kelas kritis terluas berada di kecamatan Gunungpati dengan luas 231,57 Ha (2,97%), kriteria kelas agak kritis dengan luas 249,39 Ha (3,20%), kelas potensial kritis dengan luas 1.243,53 Ha (15,96%), dan kelas tidak kritis dengan luas 1.842,48 Ha (23,65%) berada di kecamatan Ungaran Barat.Salah satu usaha yang dapat dilakukan untuk meminimalkan peningkatan kekritisan lahan yang terjadi yaitu dengan memberdayakan lahan- lahan tidur (tegalan, tanah kosong) sesuai aturan konservasi tanah. Pemberdayaan lahan tidur ini nantinya mampu meningkatkan nilai lahan itu sendiri baik terutama dari segi produktivitas.Kata kunci :Lahankritis, NDVI, PenginderaanJauh, SistemInformasiGeografis(SIG), TumpangTindih. ABSTRACTLand use does not attention to the rules of soil and water conservation potentially lead to land causes of degradation that will eventually lead to critical land. The impact ofthe existence ofcritical landis thedecreaseof soilfertility, lack ofwater resourcesin dryseasonandin rain season. Critical land mapping is necessary to determine the right efforts in the management of upper course of Garang Hulu Sub Watershed until not disturb ecosystem balanced.  This researchaims to determinethe distribution ofthe critical level ofGarangHulu sub watershedtoutilizeremote sensing technologyandgeographicinformationsystems. The method based on Forestry Department P.4/V-SET/2013 by overlap method, scoring and weighting of each parameter. The parameters used are  map of vegetation class, productivity class map, class map slope, erosion class map, and class map management. Vegetation class map created from Landsat 8 imagery interpretation using NDVI transformation. Determination ofcritical landdowithraster dataoverlapwiththe distribution ofthreeregionsnamelyfarm area, protected forest areas, andprotected areasoutside theforest area.Based on the results of data processing, the class is very critical criteria in the farm area with immensityof 339.03 Ha (4.34%), the area of protected forest area with immensity of 0.63 Ha (0.008% and in protected areas outside the forest area with immensity of 1.17 H (0.018%). Analysis shows that every district is very critical criteria widest class are in Banyumanik subdistricts with immensity of 102.51 Ha (1.32%), the largest class criteria are critical in Gunungpati subdistrict with immensity of 231.57 Ha (2.97%), criteria rather critical class with immensity of 249.39 Ha (3.20%), with a critical potential class area with  immensity of 1.243.53 Ha (15.96%) and are not critical class area with immensity of 1,842.48 Ha (23.65%) located in West Ungaran subdistrict. There is one of way that can be done to minimize the increase in the occurring of critical land which is to empower idle land (wasteland) in accordance with the rules of conservation land. Empowering these idle lands will be able to increase the value of the land itself, well especially in terms of productivity.Keywords : Critical land, NDVI,Remote sensing,Geographic Information Systems (GIS),Overlay.
ANALISIS KORELASI PERUBAHAN GARIS PANTAI TERHADAP LUASAN MANGROVE DI WILAYAH PESISIR PANTAI SEMARANG Rendi Aulia; Yudo Prasetyo; Haniah Haniah
Jurnal Geodesi UNDIP Volume 4, Nomor 2, Tahun 2015
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (567.901 KB)

Abstract

ABSTRAKIndonesia merupakan negara yang mempunyai hutan mangrove (hutan bakau) paling luas di dunia. Berdasarkan FAO (2007) bahwa Indonesia mempunyai hutan mangrove  seluas 3,062,300 juta hektar pada tahun 2005 yang merupakan 19% dari total luas hutan mangrove di seluruh dunia. Hutan mangrove seiring berjalannya waktu mengalami perubahan luasan, perubahan luasan hutan mangrove terjadi secara alami oleh mangrove dan lingkungan, maupun buatan hasil campur tangan manusia. Penyebab lain yang mungkin terjadi adalah dengan berubahnya garis pantai yang menyebabkan luas hutan mangrove semakin berkurang. Oleh karena itu, pemantauan terhadap perubahan garis pantai dan perubahan luas hutan mangrove dengan metode penginderaan jauh diperlukan untuk usaha pengendalian terhadap degradasi ekosistem sekitarnya.Pada penelitian mengenai korelasi perubahan garis pantai terhadap luasan mangrove menggunakan 2 metode, yaitu untuk perubahan garis pantai menggunakan metode BILKO yang dapat membedakan permukaan darat dan air sedangkan untuk perubahan area mangrove menggunakan metode komposit band dan klasifikasi supervised. Dari kedua metode tersebut nantinya dilakukan korelasi untuk mendapatkan hasil. Hasilnya secara kuantitatif, visual dan hitungan statistik.Hasil analisis data spasial pada daerah kota Semarang bahwa telah terjadi perubahan garis pantai pada tahun 2012-2013, abrasi 60,66 Ha dan akresi 21,99 Ha, dan tahun 2013-2014, abrasi 36,21 Ha dan akresi 23,93 Ha. Perubahan luasan mangrove mengalami pengurangan luasan pada tahun 2012-2013 sebesar 145,75 Ha dan tahun 2013-2014 sebesar 198,17 Ha.Hasil uji statistik menunjukkan bahwa nilai korelasi sebesar 0,766 > 0.05, artinya hubungan perubahan garis pantai terhadap perubahan luas mangrove memiliki hubungan yang kuat dan nilai signifikansinya sebesar 0,445 > 0,05, artinya perubahan garis pantai terhadap luas mangrove tidak berpengaruh signifikan. Kata kunci : BILKO, Garis Pantai, Komposit Band, Mangrove, Penginderaan Jauh, Supervised. ABSTRACTIndonesia is a country with the largest mangrove area in the world. According to the FAO (2007) Indonesia had a mangrove area of 3,062,300 million hectares in 2005, which represented 19% of the total area of mangrove forest in the whole world. As time passes, mangrove forests experience changes in the area. The changes occur naturally by mangrove and the environment, as well as a result of human intervention. Other cases that may occur is caused by the changing coast line, decreasing the area of the mangrove forests. Therefore, the monitoring of shore line and mangrove area changes with remote sensing method is needed to control the surrounding ecosystem degradation.In this study, the data is studied with two methods. The shore line changes are studied using BILKO method that can separate between land and water surface while the mangrove area changes are studied using composite band and supervised classification method. Both methods will be correlated to obtain results. The result is a quantitative, visual and statistical count.Spatial data analysis results obtained in the period 2012-2013 in the area of Semarang reported that there have been changes in the coast line with abrasion area of 60,66 hectares and accretion area of 21,99 hectares, in 2013-2014, the abrasion covered an area of 36,21 hectares and accretion 23,91 hectares. The mangrove area experienced a reduction in 2012-2013, reaching 145,75 hectares and in year 2013-2014 the degradation reached 198,17 hectares.Statistical analysis result showed that the correlation value is 0,766 > 0,05, meaning that the correlation between the shoreline changes to the mangrove area changes have a strong connection and the significance value is of 0,445 > 0,05, meaning that the changes to the shore line aren’t significant to the changes of the mangrove area.  Keywords:  BILKO, Coast Line, Composite Band, Mangrove, Remote Sensing, Supervised.
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