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

 7   8   9   10   11 
ANALISIS REGRESI LINIER TERHADAP POLA HISTOGRAM SPEKTRAL ALGORITMA NDVI, EVI DAN LSWI UNTUK MENGESTIMASI TINGKAT PRODUKTIVITAS PADI (Studi Kasus : Kabupaten Demak, Jawa Tengah) Kurnia Wisnu Aziz; Yudo Prasetyo; Abdi Sukmono
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 (701.455 KB)

Abstract

ABSTRAKBeras merupakan salah satu bahan makanan pokok bagi sebagian besar masyarakat Indonesia. Jumlah penduduk yang terus bertambah membuat permintaan beras semakin meningkat. Namun luas sawah semakin menurun. Pemerintah Indonesia ingin mewujudkan swasembada beras pada tahun 2017. Beberapa program ketahanan pangan dilaksanakan untuk mencapainya. Salah satunya adalah memprediksi atau memperkirakan produksi dan konsumsi beras. Kabupaten Demak merupakan salah satu kabupaten yang menjadi penyangga pangan nasional. Hal tersebut terbukti dengan capaian pada tahun 2015, produksi padi yang mencapai 653.547 ton gabah kering giling (GKG).Teknologi penginderaan jauh dapat dimanfaatkan untuk memperoleh kecepatan dan ketepatan informasi dalam bidang pertanian. Dalam hal ini penginderaan jauh berperan dengan memanfaatkan citra satelit Landsat 8 multitemporal untuk mengestimasi produktivitas padi dengan algoritma NDVI (Normalized Difference Vegetation Index), EVI (Enhanced Vegetation Index) dan LSWI (Land Surface Water Index). Metode pemodelan estimasi produktivitas padi dalam penelitian ini akan dibangun berdasarkan analisis regresi linier berganda antara produktivitas padi dan indeks vegetasi.Hasil dari penelitian ini menunjukkan bahwa algoritma NDVI dan LSWI merupakan kombinasi regresi linier berganda terbaik dalam estimasi tingkat produktivitas padi yang menghasilkan koefisien determinasi sebesar 0,639. Validasi persamaan model regresi terhadap data Dinas Pertanian Kabupaten Demak memiliki selisih sebesar 45,742 Kw/Ha dengan tingkat RMSE 8,394 Kw/Ha. Model yang terbentuk dapat berlaku pada subround kedua yaitu masa panen bulan Mei hingga Agustus.Kata Kunci : EVI, LSWI, NDVI, Produktivitas Padi ABSTRACTRice is one of the main foods for most Indonesians. The increasing population makes rice demand more and more. But the area of rice field decreased. The Indonesian government wants to realize rice self-sufficiency by 2017. Several food security programs are implemented to achieve it. One of them is predicting or estimating rice production and consumption. Demak Regency is one of the districts that become the national food support. This is prove with the achievements in 2015, rice production was reach 653,547 tons of dry milled grain (GKG).Remote sensing technology can be utilized to obtain the speed and accuracy of information in agriculture. In this case remote sensing acts by utilizing multilayered Landsat 8 satellite images to estimate the productivity of rice with NDVI algorithms (Normalized Difference Vegetation Index), EVI (Enhanced Vegetation Index) and LSWI (Land Surface Water Index) .The method of estimating rice productivity in this study will based on multiple linear regression analysis between rice productivity and vegetation index.The results of this research indicate that NDVI and LSWI algorithm is the best combination of linear regression in estimation of rice productivity level which produce coefficient of determination equal to 0.639. Validation of regression model equation to Demak District Agriculture Department data has difference 45,742 Kw / Ha with RMSE 8,394 Kw / Ha. The model can be applied in the second subround that is the harvest of May to August.Keywords: EVI, LSWI, NDVI, Rice Productivity
ANALISIS AKURASI KETELITIAN VERTIKAL MENGGUNAKAN FOTO UDARA HASIL PEMOTRETAN PESAWAT TANPA AWAK UNTUK PEMBENTUKAN DIGITAL TERRAIN MODEL (DTM) YULIA SAVIRA RACHMA; Yudo Prasetyo; Bambang Darmo Yuwono
Jurnal Geodesi UNDIP Volume 7, Nomor 4, Tahun 2018
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (900.229 KB)

Abstract

Perkembangan teknologi yang semakin modern, membuat kebutuhan akan data geospasial dituntut untuk dapat memberikan suatu informasi mengenai posisi dan ruang dari keadaan real world, untuk mengatasi hal tersebut dibutuhkanlah suatu cara atau teknik pemetaan yang cepat dan efisien namun tidak mengabaikan aspek ketelitiannya. Salah satunya dengan memanfaatkan teknologi fotogrametri kamera non metrik yang biasanya merupakan hasil pemotretan UAV. Salah satu data primer yang dihasilkan dari foto udara tersebut berupa data kontur yang dapat dibentuk dari Digital Terrain Model (DTM). Diperlukan metode pembentukan DTM yang cepat dan efisien untuk mempercepat memenuhi kebutuhan peta dasar. Metode yang digunakan untuk filterisasi DSM menjadi DTM dapat dilakukan dengan cara klasifikasi point clouds. Klasifikasi dilakukan secara semi otomatis dengan menggunakan algortima macro dan untuk klasifikasi manual menggunakan bantuan ortofoto dan identifikasi tampak samping (cross section), selanjutnya DTM yang diperoleh dari foto udara hasil pemotretan UAV dibandingkan terhadap DTM yang diperoleh dari pengukuran Total Station. Data foto udara diperoleh dari pemotretan UAV pada tanggal 3 Juni 2017 di wilayah pertambangan kapur Desa Sidokelar, Lamongan. Hasil georeferencing didapatkan pergeseran nilai error terbesar adalah 1,05 cm yaitu pada GCP 2 dan nilai error terkecil adalah 5 mm yaitu pada GCP 6. Perbandingan ICP model dengan lapangan menunjukkan nilai selisih terbesar yaitu pada ICP 8 sebesar 0,9 cm dan pada ICP 2 sebesar 0,2 mm. Hasil DTM ekstraksi foto udara memiliki RMSE sebesar 0,778 meter serta dihasilkan nilai LE90 sebesar 1,284, sehingga berdasarkan Perka BIG No 15 tahun 2014 ketelitian DTM yang diperoleh masuk kedalam ketelitian skala 1:5000 pada kelas 2. Hal ini menunjukkan bahwa DTM hasil ekstraksi pengolahan foto udara dapat digunakan untuk keperluan pemetaan di wilayah pertambangan kapur Desa Sidokelar, Lamongan dengan skala 1:5000 atau yang lebih kecil.
ANALISIS IDENTIFIKASI DAMPAK BENCANA TANAH LONGSOR DENGAN MENGGUNAKAN UNMANNED AERIAL VEHICLE (UAV) (Studi Kasus : Kelurahan Ngesrep, Kecamatan Banyumanik) Reyhan Azeriansyah; Yudo Prasetyo; Bambang Darmo Yuwono
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 (779.878 KB)

Abstract

ABSTRAK Tanah longsor merupakan salah satu bencana yang sering terjadi di Indonesia terutama di wilayah Semarang yang secara geologi memiliki bentuk topografi berbukit. BPBD Kota Semarang tahun 2016 mencatat bahwa ada 22 kelurahan yang tergolong wilayah siaga bencana longsor yang salah satunya adalah Kelurahan Ngesrep. Dikutip dari Tribun Jateng, 2016, di wilayah Bukitsari, Kelurahan Ngesrep telah terjadi bencana tanah longsor pada tanggal 4 Oktober 2016 yang menimbulkan korban jiwa dan juga kerugian material. Oleh karena itu, perlu dilakukan identifikasi dampak bencana tanah longsor untuk membantu dalam pengambilan keputusan dan meminimalkan terjadinya bencana. Salah satu proses identifikasi dampak tanah longsor adalah dengan memanfaatkan teknologi pesawat tanpa awak (UAV) yang mana dalam proses pengidentifikasian dapat mencakup wilayah yang luas, murah dari segi biaya dan tidak membahayakan jiwa manusia.Proses identifikasi dilakukan memanfaatkan teknologi UAV untuk mengidentifikasi terhadap wilayah terdampak melalui hasil orthofoto UAV. Proses identifikasi dilakukan untuk mengetahui luas wilayah dan penggunaan lahan yang terdampak. Selain itu dilakukan analisis risiko bencana tanah longsor terhadap wilayah terdampak melalui proses kajian risiko bencana tanah longsor BNBP No.2 Tahun 2012 dan analisis penurunan dan kenaikan muka tanah terhadap wilayah terdampak menggunakan metode penginderaan jauh yakni menggunakan metode DInSAR dengan citra Sentinel 1-A.Dari hasil pengamatan UAV menghasilkan orthofoto memenuhi ketelitian peta dasar kelas 1 pada skala 1:1000 baik secara horizontal maupun vertikal berdasarkan Peraturan Kepala BIG No.15 Tahun 2014 yang digunakan untuk proses identifikasi dampak. Berdasarkan hasil klasifikasi wilayah terdampak bencana tanah longsor dapat diidentifikasi luas wilayah pertama yang terdampak bencana tanah longsor sebesar 1026,339  m² dan luas wilayah kedua yang terdampak bencana tanah longsor sebesar 521 m². Dari klasifikasi wilayah terdampak ini dapat diketahui pula zonasi risiko bencana tanah longsor, penurunan kenaikan muka tanah yang terjadi di wilayah terdampak yang selanjutnya dilakukan validasi untuk diketahui validitas dari hasil yang didapatkan melalui survei lapangan, telaah dokumen dan diskusi dengan pihak Kelurahan Ngesrep.
ANALISIS AKURASI DTM HASIL EKSTRAKSI DATA PEMETAAN AIRBORNE LiDAR SKALA BESAR MENGGUNAKAN ALGORITMA CLOTH SIMULATION FILTERING, PARAMETER-FREE GROUND FILTERING DAN SIMPLE MORPHOLOGICAL FILTERING TERHADAP SLOPE BASED FILTERING Franstein Kevin J.B; Yudo Prasetyo; Abdi Sukmono
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 (712.427 KB)

Abstract

ABSTRAKIndonesia merupakan negara yang memiliki pertumbuhan penduduk yang tinggi dan pembangunan infrastruktur yang belum merata. Sehingga Indonesia harus melakukan percepatan dalam pembangunan infrastruktur agar kualitas hidup masyarakat semakin baik. Percepatan pembangunan infrastruktur membutuhkan penataan ruang yang baik agar ruang wilayah menjadi aman, nyaman dan produktif untuk ditempati. Penataan ruang yang baik didapatkan dari parameter waktu yang singkat dan hasil yang optimal dalam pembuatan rencana tata ruang kota yang dimana Airborne LiDAR menjadi jawabannya. Maka diperlukan Digital Terrain Model (DTM) yang didapatkan dari proses penapisan Digital Surface Model (DSM). Teknik penapisan DSM menjadi DTM adalah Cloth Simulation Filtering (CSF), Parameter-Free Ground Filtering (Mongus), Simple Morphological Filtering (SMRF) dan Slope Based Filtering (SBF). Untuk menguji keefektifan dari empat metode filtering, setiap metode diuji dalam enam bentuk topografi seperti daerah aliran sungai (DAS) melintang, DAS memanjang, lereng diatas 30 persen, lereng dibawah 30 persen, terrain datar pedesaan dan terrain datar perkotaan. Setelah dilakukan pengujian didapatkan hasil bahwa DTM hasil pengolahan metode Mongus merupakan metode paling teliti setelah dibandingkan dengan ketiga metode lainnya serta rentang nilai RMSEz metode Mongus terhadap enam bentuk topografi adalah yang terendah sebesar 0,003 meter dan yang tertinggi sebesar 0,664 meter. Kata Kunci : DSM, DTM, LiDAR ABSTRACTIndonesia is a country that has high population growth and uneven infrastructure development. So that Indonesia must accelerate infrastructure development so that the quality of life of the community is getting better. Acceleration of infrastructure development requires good spatial planning so that the area of space becomes safe, comfortable and productive to be occupied. Good spatial planning is obtained from short time parameters and optimal results in making city spatial plans where Airborne LiDAR is the answer. Then a Digital Terrain Model (DTM) is needed from the Digital Surface Model (DSM) screening process. DSM screening techniques to DTM are Cloth Simulation Filtering (CSF), Parameters-Free Ground Filtering (Mongus), Simple Morphological Filtering (SMRF) and Slope Based Filtering (SBF). To test the effectiveness of the four filtering methods, each method is tested in six topographic forms such as transverse watersheds, longitudinal watersheds, slopes above 30 percent, slopes below 30 percent, rural flat terrain and urban flat terrain. After testing, it was found that the DTM results from the Mongus method were the most accurate method after being compared with the other three methods and the RMSEz value range of the Mongus method for the six topographic forms was the lowest at 0,003 meters and the highest at 0,664 meters. Keyword : DSM, DTM, LiDAR
STUDI SESAR LEMBANG MENGGUNAKAN CITRA SENTINEL-1A UNTUK PEMANTAUAN POTENSI BENCANA GEMPA BUMI Rifki Purnama Aji; Yudo Prasetyo; Moehammad Awaluddin
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 (1156.902 KB)

Abstract

Badan Nasional Penanggulangan Bencana (BNPB) mencatat sebanyak 8.693 gempa bumi terjadi dan mengguncang wilayah Indonesia ditahun 2017. Tempat terjadinya gempa bumi alamiah hampir 95 persen terjadi di daerah sesar dan daerah batas antar lempeng. Pada wilayah Kota Bandung terdapat struktur sesar Lembang dengan panjang jalur sesar yang mencapai 30 km. Hasil monitoring BMKG menunjukkan adanya beberapa aktivitas seismik dengan kekuatan kecil. Sesar Lembang digolongkan sebagai sesar normal.Pada dasarnya penelitian ini menggunakan data citra SAR Sentinel-1A pada tahun 2015 sampai tahun 2017 yang diproses dengan menggunakan metode DInSAR untuk mendapatkan informasi nilai deformasi. Informasi nilai deformasi hasil pengolahan DInSAR digunakan sebagai dasar perhitungan potensi gempa bumi akibat aktivasi sesar menggunakan perhitungan besar laju geser dan locking depth.Hasil deformasi sesar Lembang berdasarkan metode DInSAR dengan citra Sentinel-1A diperoleh deformasi vertikal disisi utara sesar Lembang sebesar -0,0538 m/tahun hingga -0,1591 m/tahun, sedangkan deformasi di sisi selatan sesar Lembang sebesar -0,0538  m/tahun hingga 0,0066 m/tahun. Setelah dilakukan koreksi deformasi terhadap titik kuncian sesar diperoleh deformasi vertikal disisi utara sesar Lembang sebesar 0 m/tahun hingga -0,0909 m/tahun, sedangkan deformasi di sisi selatan sesar Lembang sebesar 0 m/tahun hingga 0,0339 m/tahun. Berdasarkan hasil deformasi tersebut dapat diperoleh laju geser (slip rate) dan locking depth setiap segmen dari sesar Lembang dimana segmen satu memiliki laju geser 3,5 mm/tahun dengan locking depth 5 km, segmen dua memiliki laju geser 4,5 mm/tahun dengan locking depth 5 km dan segmen tiga memiliki laju geser 2 mm/tahun dengan locking depth 10 km. Sehingga bisa diperkirakan dapat menghasilkan gempa bumi dengan kekuatan magnitude sebesar ± 6,630.
ANALISIS KONFIGURASI OPTIMUM KERANGKA GCP UNTUK SURVEI PEMETAAN LUASAN BESAR MENGGUNAKAN UNMANNED AERIAL VEHICLE (UAV) Fajriah Lita Pamungkasari; Yudo Prasetyo; Abdi Sukmono
Jurnal Geodesi UNDIP Vol 8, No 1 (2019)
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (945.83 KB)

Abstract

Teknik fotogrametri yang sedang berkembang sekarang ini menjadikan Unmanned Aerial Vehicle (UAV) sebagai salah satu platform yang semakin populer untuk pekerjaan pemetaan karena kelebihannya dalam kemampuan akuisisi foto udara dengan resolusi spasial yang tinggi. Penggunaan Ground Control Point (GCP) tidak lepas dari pekerjaan fotogrametri agar produk foto udara memiliki akurasi tingkat survei. Untuk itu spesifikasi yang jelas mengenai konfigurasi GCP masih perlu diteliti untuk mendapatkan solusi yang efisien untuk meminimalisir waktu, biaya dan tenaga yang digunakan. Maka dari itu penelitian ini bertujuan untuk menganalisis penggunaan GCP yang optimal untuk survei pemetaan luasan besar. Digunakan 4 set data survei udara luasan besar dengan bentuk area meluas dan memanjang hasil akuisisi dari UAV. Ortorektifikasi foto udara dilakukan dengan konfigurasi GCP berdasarkan variasi jarak dan geometri jaringan. Pengolahan dilakukan hingga didapatkan nilai ketelitian dari laporan proses rektifikasi. Selanjutnya, ketelitian planimetrik dideskripsikan dalam akurasi relatif dan absolut. Analisis hasil variasi jarak dan geometri jaringan dilakukan dengan akurasi relatif sedangkan akurasi absolut digunakan untuk analisis skala untuk mengetahui konfigurasi yang optimal. Hasil dari uji akurasi berdasarkan 11 variasi jarak antar GCP menunjukkan bahwa semakin jauh interval GCP menghasilkan ketelitian yang semakin buruk, dengan perbedaan nilai ketelitian yang tidak signifikan dari jarak 0,86 km sampai 2,84 km, hingga terjadi peningkatan signifikan pada model dengan jarak 3,52 km sampai 7,69 km. Sedangkan, hasil dari uji akurasi berdasarkan geometri jaringan menghasilkan ketelitian yang beragam pada 27 model untuk masing-masing jenis geometri. Pembandingan dilakukan antar model dengan geometri yang berbeda maupun antar geometri yang sama serta pada geometri dengan dan tanpa titik pusat. Hasil dari penelitian ini dapat digunakan sebagai referensi dalam penggunaan konfigurasi GCP yang optimal untuk pekerjaan pemetaan luasan besar menggunakan UAV.
APLIKASI FOTOGRAMETRI JARAK DEKAT UNTUK PEMODELAN 3D TUGU MUDA SEMARANG Noviar Afrizal Wahyuananto; Yudo Prasetyo; Bandi Sasmito
Jurnal Geodesi UNDIP Volume 4, Nomor 3, Tahun 2015
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (890.583 KB)

Abstract

ABSTRAKObjek pemetaan dipermukaan bumi sebagian besar merupakan objek tiga dimensi, oleh karena itu saat ini mulai dibutuhkan peta tiga dimensi. Data dasar yang digunakan untuk melakukan pemodelan objek tiga dimensi harus memiliki tingkat ketelitian yang baik dan geometri yang baik juga.Pada penelitian ini, metode yang digunakan adalah metode fotogrametri jarak dekat untuk pemodelan 3D Tugu Muda Semarang menggunakan kamera digital non metrik. Untuk tahapan pelaksanaan penelitian terbagi atas tahapan kalibrasi kamera, pemotretan objek, pengolahan model 3 dimensi. Untuk proses kalibrasi didapatkan angka 80% memenuhi syarat kalibrasi.Untuk pengambilan data foto dilapangan sebanyak 96 foto dan pengolahan data pada penelitian ini menggunakan perangkat lunak PhotoModeler Scanner 2013 dan Summit Evolution sebagai perbandingan uji statistik titik geometrik dengan Electronic Total Station. Tahap pemodelan bangunan terdiri dari Automated Project, proses hitungan dan pembuatan model 3D, transformasi koordinat 3D, visualisasi model 3D dan analisis statistik 24 titik geometrik.Hasil akhir dalam penelitian ini adalah model tiga dimensi Tugu Muda Semarang. Pengujian hasil pengolahan model 3D dilakukan dengan pengujian perbandingan jarak yang diikatkan dari  pengukuran Electronic Total Station, nilai standar deviasi dari perbandingan jarak dengan Electronic Total Station sebesar 0,101 meter. Kata Kunci : Fotogrametri Jarak Dekat, Pemodelan Tiga Dimensi, Tugu Muda, Kamera Digital Non Metrik, PhotoModeler Scanner. ABSTRACTThe earth’s surface object mapping is largely a three dimensional (3D) object, therefore at this time has began to take a three dimensional map. The basic data used to perform modeling three dimensional objects must have a good level of precision and  good geometry precision .In this research, the methods used are the close range photogrametry method for modeling 3D of Tugu Muda using digital cameras non metric. For this phase of the research is divided into stages cameras calibration, object photo shoot, 3D model processing. For the calibration process obtained 80% qualified calibration.For the real photo data capture as many as 96 images and data processing on this research using PhotoModeler Scanner and Summit Evolution a comparative statistical test geometric with Electronic Total Station. The Modeling stage consists of Automated Project, process counts and the creation of models, 3D coordinate transformations, 3D model visualization and 24 geometric points statistical analysis.The final results in this research are 3D model Monument of Tugu Muda Semarang. Testing of the results in 3D modelling processing was done by comparing the 3D model distance referenced to Electronic Total Station measurement. The comparison of the standard deviation value with the Electronic Total Station measurement is 0,101 meters. Keyword: Close range photogrammetry, 3D model, Tugu Muda Monument, Non-Metric Digital Camera, PhotoModeler Scanner.   *) Penulis PenanggungJawab
STUDI PENURUNAN MUKA TANAH DENGAN METODE SMALL BASELINE AREA SUBSET (SBAS) MENGGUNAKAN CITRA SENTINEL-1A (STUDI KASUS: KOTA SEMARANG) An Nisa Tri Rahmawati; Yudo Prasetyo; Bandi Sasmito
Jurnal Geodesi UNDIP Volume 9, Nomor 1, Tahun 2020
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (845.006 KB)

Abstract

ABSTRAKKota Semarang merupakan kota metropolitan terbesar kelima di Indonesia dan salah satu kota paling berkembang di Jawa Tengah. Pesatnya perkembangan yang dialami Kota Semarang tidaklah luput dari adanya bencana yang harus dihadapi. Bencana terbesar bagi Kota Semarang adalah penurunan muka tanah. Oleh sebab itu, penelitian ini mengkaji terkait penurunan muka tanah di Kota Semarang. Pengamatan penurunan muka tanah pada penelitian ini diamati dengan menggunakan teknik Small Baseline Area Subset (SBAS). Teknik SBAS merupakan teknik yang biasa digunakan untuk mengamati deformasi secara time series untuk mengamati daerah perkotaan. Data yang digunakan dalam penelitian ini adalah 13 citra Sentinel-1A SLC tahun 2015-2018. Pengolahan dilakukan dengan menggunakan perangkat lunak GMTSAR untuk mendapatkan nilai laju penurunan muka tanah. Hasil pengolahan SBAS mendapatkan nilai laju penurunan muka tanah di Kota Semarang dengan rentang 0 ± 1,3 hingga 9,4 ± 1,3 cm/tahun yang terjadi pada 128,65 km2 (32,92%) dari luas wilayah Kota Semarang. Laju penurunan muka tanah rata-rata di Kota Semarang adalah 0,4 ± 1,3 cm/tahun. Kecamatan Genuk merupakan kecamatan yang memiliki nilai rata-rata laju penurunan muka tanah tertinggi, yaitu sebesar 5,8 ± 1,3 cm/tahun yang terjadi pada seluruh wilayah Genuk. Sementara itu, kecamatan yang memiliki nilai rata-rata laju penurunan muka tanah terendah adalah Kecamatan Candisari dengan laju 0,1 ± 1,3 cm/tahun yang terjadi pada 0,01 km2 (0,22%) dari total luas wilayah Kecamatan Gunungpati.  Kata Kunci : GMTSAR, Penurunan Muka Tanah, SBAS, Sentinel-1A  ABSTRACTSemarang City is Indonesia’s fifth-largest metropolis and one of the most thriving cities in Central Java. The rapid development of the Semarang City has not escaped the disaster it has to deal with which leads to land subsidence that occurs to be the most problematic disaster in Semarang City. Therefore, this study examines the land subsidence of Semarang City. The land subsidence observation in this study is observed using Small Baseline Area Subset (SBAS) technique. SBAS technique that is commonly used to observe time series deformation in urban areas. The data used in this study is a stack of Sentintel-1A SLC imagery data consisted of 13 images from 2015-2018. The process is done by using GMTSAR software to get the land subsidence rate. The result of SBAS technique is the land subsidence rate in Semarang with range 0 ± 1.3 through 9.4 ± 1.3 per year that happens in 128.65 km2 or 32.92% of Semarang City area. The land subsidence rate for Semarang city is 0.4 ± 1,3 per year. Genuk district has the highest land subsidence rate, that is 5.8 ± 1.3 cm per year happens in all of Genuk district area. Meanwhile, district which has the lowest land subsidence rate is Camdisari district with 0.1 ± 1.3 cm per year rate happens in 0.01 km2 or 0.22% of Gunungpati district area.
ESTIMASI TINGKAT PRODUKTIVITAS PADI BERDASARKAN ALGORITMA NDVI, EVI DAN SAVI MENGGUNAKAN CITRA SENTINEL-2 MULTITEMPORAL (Studi Kasus: Kabupaten Pekalongan, Jawa Tengah) Dita Ariani; Yudo Prasetyo; Bandi Sasmito
Jurnal Geodesi UNDIP Volume 9, Nomor 1, Tahun 2020
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (810.585 KB)

Abstract

ABSTRAK Beras merupakan salah satu sumber pangan pokok bagi kehidupan, khususnya bagi masyarakat Indonesia selain sagu, jagung dan singkong. Sebagai komoditas pertanian yang paling dominan, tingkat permintaan akan beras sebagai kebutuhan yang mendasar sangatlah tinggi. Estimasi mengenai produktivitas padi pun sangat diperlukan guna mengoptimalkan perencanaan penanaman yang tepat dan produksi padi yang maksimal untuk mendukung ketahanan pangan nasional. Indonesia mempunyai banyak daerah yang berfungsi menjadi penyangga pangan nasional, salah satunya adalah Kabupaten Pekalongan. Pengindraan jauh merupakan salah satu teknologi yang cocok untuk pengaplikasian estimasi produksi padi di wilayah Kabupaten Pekalongan. Keunggulan teknologi ini terkait dengan pemrosesan data dan informasi yang cepat, tepat dan akurat. Penelitian ini menggunakan citra Sentinel-2A berbasis open source untuk pengolahan estimasi produktivitas padi. Pada citra Sentinel-2A multitemporal diterapkan algoritma NDVI (Normalized Difference Vegetation Index), EVI (Enhanced Vegetation Index) dan SAVI (Soil Adjusted Vegetation Index) untuk mengetahui tingkat persebaran indeks vegetasi di Kabupaten Pekalongan. Model persebaran nilai indeks vegetasi tersebut didasarkan pada analisis regresi untuk mendeskripsikan nilai produktivitas padi. Hasil pengolahan fase tumbuh padi menggunakan NDVI, EVI dan SAVI menunjunjukkan bahwa pola sebaran indeks vegetasi di Kabupaten Pekalongan bersifat heterogen. Hasil regresi linier berganda masing-masing variabel NDVI, EVI dan SAVI secara berturut-turut menghasilkan koefisien determinasi sebesar 0,332, 0,269, dan 0,283. Berdasarkan model regresi tersebut diperoleh RMSE estimasi produktivitas padi menggunakan transformasi NDVI, EVI dan SAVI terhadap data dinas secara berturut-turut 4,24 kw/ha, 4,54 kw/ha dan 4,47 kw/ha. Sehingga dapat diketahui bahwa dari 3 model estimasi produktivitas padi yang telah diperoleh, hasil estimasi yang hampir mendekati nilai produktivitas yang dikeluarkan oleh DKPP adalah model dengan variabel NDVI dibandingkan dengan  variabel EVI dan SAVI.Kata Kunci: Citra Sentinel-2A, EVI, NDVI, Produktivitas Padi, SAVI ABSTRACT Rice is one of the main sources of food for life, especially for the Indonesian in addition to sago, corn and cassava. As the most dominant agricultural commodity, the level of demand for rice as a basic needed is very high. So the estimation of rice productivity is also very necessary to optimize the proper planting planning and maximum rice production to support national food security. Indonesia has many regions that become national food buffer, one of them is Pekalongan District. Remote sensing is one of the technologies suitable for the application of estimated rice production in the Pekalongan District. These technological advantages are associated with fast, precise and accurate data and information processing. This study uses the Sentinel-2A image based on open source for processing rice productivity estimates. In the multitemporal Sentinel-2A images, NDVI (Normalized Difference Vegetation Index), EVI (Enhanced Vegetation Index) and SAVI (Soil Adjusted Vegetation Index) algorithms are applied to determine cropping pattern in Pekalongan District. The vegetation index value distribution model is based on a regression analysis to describe the value of rice productivity. The results of processing the rice-growing phase using NDVI, EVI and SAVI show that the pattern of vegetation index distribution in Pekalongan District is heterogeneous. The results of multiple linear regression of each NDVI, EVI and SAVI variables produce a coefficient of determination, respectively 0,332, 0,269, and 0,283. Based on the regression model, it is obtained that RMSE estimates rice productivity using NDVI, EVI and SAVI transformations to DKPP data, respectively 4,24 kw/ha, 4,54 kw/ha and 4,47 kw/ha. So it can be seen that from the 3 rice productivity estimation models that have been obtained, the estimation results that are almost close to the DKPP yield data is model with NDVI variables compared with EVI and SAVI variables.
ANALISIS SEBARAN DAN PERHITUNGAN HOTSPOT MENGGUNAKAN CITRA SATELIT NOAA-18/AVHR DAN AQUA MODIS BERBASIS ALGORITMA KANAL TERMAL Tegar Dio Arsadya Rahadian; Yudo Prasetyo; Haniah Haniah
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 (1081.546 KB)

Abstract

ABSTRAK                Hutan merupakan sumber daya alam yang sangat berharga karena mengandung keanekaragaman hayati yang tak terbatas. Namun gangguan terhadap hutan intensitasnya semakin meningkat dari waktu ke waktu baik yang disebabkan oleh faktor alam maupun faktor manusia. Pada wilayah Riau terdapat beberapa kawan hutan dan lahan yang setiap tahunnya rentan terhadap gangguan kebakaran hutan. Kebakaran pada wilayah Riau biasanya terjadi musim kemarau yang sebagian besar disebabkan oleh aktivitas manusia yang sedang melakukan pembukaan lahan untuk kawasan perkebunan.                Salah satu penerapan penginderaan jauh dibidang kehutanan yaitu penggunaan data satelit lingkungan National Oceanic and Atmospheric Administration Advanced Very High Resolution Radiometer (NOAA/AVHRR) dan data satelit Aqua Moderate Resolution Imaging Spectroradiometers (AQUA MODIS) pada tanggal 27 dan 28 Februari 2014. Dengan mendeteksi adanya titik panas (Hotspot) di permukaan bumi sebagai indikasi awal terjadinya kebakaran hutan/lahan yang memanfaatkan kanal termal yang dimiliki kedua satelit di atas. Tujuan dari penelitian ini adalah untuk mendeteksi lokasi sebaran titik panas di Provinsi Riau, serta memetakan daerah-daerah yang berpotensi mengalami kebakaran hutan dan mengetahui estimasi kerugian ekonomi yang ditimbulkan akibat kebakaran lahan yang akan terjadi pada daerah yang paling rawan terjadi di wilayah Riau menggunakan kombinasi Sistem Informasi Geografis (SIG) sebagai analisis kerugian ekonomi.                Hasil dari penelitian ini menunjukkan lokasi sebaran titik panas di wilayah Riau, daerah yang teridentifikasi paling rawan kebakaran berada di daerah Bukit Kapur dan Dumai Timur, serta menunjukan kerugian tutupan lahan yang rawan terjadi kebakaran. Suhu dari hasil pengolahan data citra satelit NOAA-18/AVHRR sebesar 30°C - 35°C dan kerugian untuk tutupan lahan hutan tanaman industri sebesar Rp 11,411 milyar/hektar, perkebunan sebesar Rp 348,158 milyar/hektar dan pertanian sebesar Rp 86,822 milyar/hektar sedangkan pada AQUA MODIS dengan suhu 30°C - 34°C, hutan tanaman industri sebesar Rp 52,559 milyar/hektar, perkebunan sebesar Rp 396,974 milyar/hektar dan pertanian sebesar Rp 158,019 milyar/hektar.Kata Kunci : AQUA MODISmod14, hotspot, kebakaran hutan, SIG,NOAA-18/AVHRR ABSTRACT                Forests are an extremely important natural resource that contains infinite biodiversity. But Forest disturbances intensity increasing from time to time, whether caused by natural or human factors. In Riau, there are some forest and land which annually vulnerable against wildfire. Wildfires in Riau usually occurs during the dry season and caused by human activities who was doing some land clearing for plantation.                An implementation of remote sensing in Forestry is using environmental satellites data National Oceanic and Atmospheric Administration Advanced Very High Resolution Radiometer (NOAA / AVHRR and Aqua's Moderate Resolution Imaging Spectroradiometers (AQUA MODIS) data satellites on 27 and 28 February 2014. By detecting the existence of hotspots (Hotspot) on earth’s surface as an early indication of wildfires by using thermal band which is owned by both of satellites. The purpose of this research was to detect the distribution of hotspot’s location in Riau, mapping the potential areas which affected by fire, and estimated the economic losses caused by fires that will occur in the most vulnerable areas in Riau using a combination method of System Geographical Information (GIS) as an analysis of the economic losses.                The results shows the distribution of hotspot’s location in Riau, which identified the most vulnerable areas to fire are Bukit Kapur and East Dumai, and shows the damage of  land cover that are prone to fires. The temperature of the data processing satellite imagery NOAA-18 / AVHRR are 30° C - 35° C and the damage cost Rp 11.411 billion / hectare for land cover’s industrial forest, plantation cost to Rp 348.158 billion / hectare and farming cost to Rp 86.822 billion / ha, whereas the temperature in AQUA MODIS are 30° C - 34° C, industrial forrest cost to Rp 52.559 billion / hectare, plantation cost to Rp 396.974 billion / hectare and farming cost to Rp 158.019 billion / hectare.Key words: AQUA MODISmod14, forest fire ,hotspot, GIS,NOAA-18/AVHRR*) Penulis, PenanggungJawab
Co-Authors Abdi Sukmono, Abdi Adito Maulana ADYVICTURA TINAMBUNAN Agree Isnasatrianto Ahmad Iqbal Maulana Lubis Aji, Bernardinus Joko Prakosta Santu Alfian Adi Atmaja Alfonsus Bima Samudra Alvatara Partogi Hutagalung Alvian Danu Wicaksono An Nisa Tri Rahmawati Anang Ikhwandito Andri Suprayogi Anggoro Pratomo Adi Annisa Apriliani Annisa Octaviana ARDI SETYO PRATOMO Ari Setiani Arief Laila Nugraha Ariescha Eko Yuniarto Arif Rahman Arwan Putra Wijaya Aryasatya, Muhammad Farhan Atina Qothrunnada Salsabila Azeriansyah, Reyhan Bahtiar Ibnu Lonita Bambang Darmo Yuwono Bambang Sudarsono Bandi Sasmito Bashit, Nurhadi Bernard Ray Barus Bilal Fadhlurrohman Billy Silaen Bram Ferdinand Saragih chotimah, Saffira noor Dafid Januar Dani Nur Martiana Daud Panji Permana David Jefferson Baris Dede Handoko Delima Canny Valentine Simarmata Deviana Putri Sunarernanda Dicky Nur Krisnha Dinoto, Tjiong, Susilo Dita Ariani Dita Rizki Amliana Dito Seno Aji DIYANAH DIYANAH Dzulvikar, Azfa Ahmad Emeralda Amirul Ariefa Fadlila Ananingtyas, Fadlila Faisal Aldin Faiz Mahbubi Faizal Ibnu Adrian Fajriah Lita Pamungkasari Farras Nabilah Fatimah Putri Utami Fauzi Janu Amarrohman, Fauzi Janu Firman Hadi Fitrah Trikusuma Franstein Kevin J.B Galuh Puteri Saraswati Gantra S.D Hutahaean Gusmiarti, Neni Indah Hadi, Firman Hana Sugiastu Firdaus Hana Sugiastu Firdaus, Hana Sugiastu Hani'ah, Hani'ah Haniah Haniah Hanif Arafah Mustofa Hanum Fadhil Baihaqi Hanum Fadhil Baihaqi Harintaka Harintaka Hestiningsih Hestiningsih Ikhtifari, Muh. Nurshauma Imanuel Sitepu Indah Purwanti Irfan Baharudin Jamilah, Mutiara Kurnia Wisnu Aziz Lanjar Cahyo Pambudi Laode M Sabri Lukman Jundi Fakhri Islam Luluk Dita Shafitri Maliha, Arnetta Tia Nur Marissa Isabella Panggabean Marissa Isabella Panggabean Maylani Daraputri Mazazatu Rosyada Moehammad Awaluddin Muhammad Adnan Yusuf, Muhammad Adnan Muhammad Arizar Hidayat Muhammad Helmi Muhammad Nur Khafidlin Muna, Nailatul Nabila Rahmawati Nanang Noviantoro Prasetyo Narendra Sava Hanung Naryoko Naryoko Naufal Dwiakram NIRTANTO, ILHAAM CAHYA Nizma Humaidah Noviar Afrizal Wahyuananto Nuardi Dwi Pradipta Nurhadi Bashit Panji Pratama Putra Pran Shiska, Pran Qudriyah, Riska Amirotul Rahmawati, Nabila Ramadhani, Sekar Melati Rendi Aulia Retno Kusumaningrum Rifki Purnama Aji Rina Emelyana Riska Pratiwi Riza Ashar Rizqika, Salsabilla Nurul Sabri, LM Sawitri Subiyanto Setyo Ardy Gunawan Sintauli Manullang Sukamta Sukamta Sukamta Sukmawati Nur Endah Supriadi Sanjaya Purba Syachril Warasambi Mispaki Syaharini, Jay She Tegar Dio Arsadya Rahadian Tengku Oki Al Akbar Theresia Niken Kurnianingsih Thoriq Fajar Setiawan, Thoriq Fajar Ulifatus Sa'diyah Ulinnuha, Ilham Virgus - Arisondang Wahyuddin, Yasser Widi Wicaksono WIWIT PURWANTI Yonanda Simarsoit YULIA SAVIRA RACHMA Zainab Ramadhanis Zia Ul Maksum Zuraidha, Riza Nur