Articles
<![CDATA[ANALISIS DAMPAK FREKUENSI KUNJUNGAN WISATAWAN LAWANG SEWU TERHADAP TOTAL ECONOMIC VALUE ]]>
<![CDATA[Nurhadi Bashit]]>;
<![CDATA[Sawitri Subiyanto]]>;
<![CDATA[Bandi Sasmito]]>;
<![CDATA[Selli Angelita Sitepu]]>
<![CDATA[ Elipsoida : Jurnal Geodesi dan Geomatika Vol 3, No 01 (2020): Volume 03 Issue 01 Year 2020 ]]>
Publisher : <![CDATA[Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (197.273 KB)
|
DOI: 10.14710/elipsoida.2020.7671
<![CDATA[Kota Semarang memiliki banyak bangunan bersejarah seperti Lawang Sewu. Wisata Lawang Sewu merupakan salah satu destinasi wisata yang memiliki daya tarik tersendiri bagi pengunjung. Keberadaan Lawang Sewu memberikan peluang masyarakat sekitar dalam meningkatkan kesejahteraan ekonomi, sosial dan budaya dalam bidang pariwisata. Lawang Sewu memiliki peluang untuk berkembang dengan meningkatnya frekuensi kunjungan dari wisatawan sehingga peran wisatawan sangatlah penting dalam perkembangan pariwisata Lawang Sewu. Daya tarik objek wisata memberikan peningkatan frekuensi kunjungan dari tahun ke tahun. Frekuensi kunjungan wisatawan dapat dianalisis tentang pengembangan objek wisata berdasarkan frekuensi kunjungan. Pengembangan pariwisata dapat dilihat dengan menggunakan Metode Biaya Perjalanan (TCM) dan Metode Penilaian Kontinjensi (CVM) untuk menentukan nilai WTP (Kesediaan Membayar) untuk melihat pengembangan pariwisata. Metode pengambilan sampel (responden) adalah nonprobability sampling dengan teknik insidental sampling, yaitu untuk responden yang kebetulan ditemukan di lokasi wawancara. Pengolahan data yang digunakan adalah analisis regresi linier berganda maka perhitungan untuk menentukan nilai penggunaan langsung (DUV) dan untuk menentukan nilai keberadaan (EV) menggunakan perangkat lunak Maple 17. Hasil penelitian ini besaran Consumer Surplus sebesar Rp. 35.169.196,-. Berdasarkan proses perhitungan dan penilaian diperoleh Total Economic Value (TEV) Kawasan Lawang Sewu sebesar Rp. 24.298.525.308.440,- pada tahun 2015, Rp. 30.381.191.942.980,- pada tahun 2016 dan Rp. 34.303.510.184.660,- pada tahun 2017. Faktor-faktor yang mempengaruhi frekuensi kunjungan ke Lawang Sewu adalah total biaya, usia, lama kunjungan dan lokasi alternatif. Peningkatan frekuensi kunjungan ke Lawang Sewu menjadikan Total Economic Value meningkat.]]>
<![CDATA[KAJIAN PERUBAHAN POLA KAWASAN TERBANGUN BERDASARKAN METODE INDEX-BASED BUILT-UP INDEX (IBI) DI JAKARTA UTARA ]]>
<![CDATA[Yudo Prasetyo]]>;
<![CDATA[Nurhadi Bashit]]>;
<![CDATA[Bandi Sasmito]]>
<![CDATA[ Elipsoida : Jurnal Geodesi dan Geomatika Vol 3, No 02 (2020): Volume 03 Issue 02 Year 2020 ]]>
Publisher : <![CDATA[Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.14710/elipsoida.2020.9198
<![CDATA[Kota Jakarta Utara merupakan bagian dari propinsi DKI Jakarta memiliki permasalahan berkaitan dengan penurunan muka tanah. Permasalahan tersebut disebabkan oleh banyaknya pembangunan yang berakibat semakin padatnya jumlah bangunan menjadi beban terhadap daya dukung tanah pada lingkungan di Jakarta yang mana sebagian besar wilayahnya adalah alluvial. Dikutip dari BPS Kota Jakarta Utara realisasi perizinan IMB mencatatkan dari tahun 2016 hingga 2018 berjumlah 5.862 bangunan, jumlah tersebut hanya bangunan non tempat tinggal. Kemudian, untuk mengetahui perubahan kawasan terbangun digunakan citra Sentinel 2 dari tahun 2016 hingga 2019 melalui proses klasifikasi bangunan dengan algoritma Index-based Built-up Index (IBI). Algoritma IBI merupakan kombinasi dari 3 algoritma yaitu, Normalized Difference Built-up Index (NDBI), Soil Adjusted Vegetation Index (SAVI) dan Modified Normalized Difference Water Index (MNDWI). Kemudian, hasil dari metode IBI perubahan lahan terbangun dengan total seluas 228 hektar/tahun, sementara perubahan kelurahan terluas di Marunda seluas 57 hektar/tahun dan terkecil di Kelurahan Pekoja seluas 0,01 hektar/tahun, korelasi keduanya menunjukkan berkorelasi kuat 32%, 44% berkorelasi lemah dan 24 % diantara keduanya tidak berkorelasi. Pemanfaatan penelitian ini dapat digunakan sebagai pertimbangan dalam rencana pembangunan di Kota Jakarta Utara juga sebagai mitigasi penurunan muka tanah.]]>
<![CDATA[PEMANTAUAN KUALITAS PERAIRAN WADUK KEDUNG OMBO PERIODE 2013-2018 DENGAN CITRA LANDSAT-8 MULTITEMPORAL ]]>
<![CDATA[Abdi Sukmono]]>;
<![CDATA[Nurhadi Bashit]]>;
<![CDATA[Trevi Austin Rajagukguk]]>;
<![CDATA[Ertha Silalahi]]>
<![CDATA[ Elipsoida : Jurnal Geodesi dan Geomatika Vol 2, No 01 (2019): Volume 02 Issue 01 Year 2019 ]]>
Publisher : <![CDATA[Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (549.096 KB)
|
DOI: 10.14710/elipsoida.2019.5020
<![CDATA[Waduk Kedung Ombo adalah waduk yang terletak di perbatasan tiga kabupaten yaitu Kabupaten Grobongan, Kabupaten Boyolali, dan Kabupaten Sragen tepatnya di Kecamatan Geyer, Kabupaten Grobogan, Jawa tengah. Waduk Kedung Ombo mempunyai peran penting sebagai sumber perairan untuk berbagai keperluan. Namun seiring berjalannya waktu, Waduk Kedung Ombo mengalami penurunan kualitas dikarenakan permasalahan kondisi waduk serta permasalahan kawasan di sekitarnya. Permasalahan utama yang dialami Waduk Kedung Ombo adalah sedimentasi TSS yang tinggi dan berakibat juga adanya pencemaran kesuburan air pada peningkatan klorofil-a. Data Kementerian Lingkungan Hidup (2010) menyatakan bahwa Waduk Kedung Ombo mengalami penyusutan air hingga 42,67% dari volume air normal (723,16 juta m3). Data ini mempertegas Data Kementerian Pekerjaan Umum per Februari 2008 yang menyatakan volume ketersediaan air di Waduk Kedung Ombo hanya setengah dari yang direncanakan. Pemantauan tingkat kualitas perairan Waduk Kedung Ombo saat ini masih dilakukan dengan pengamatan sampel kualitas air secara uji laboratorium pada beberapa stasiun pengamatan. Teknik ini untuk bentangan wilayah yang cukup luas memerlukan waktu dan biaya yang cukup besar. Teknologi penginderaan jauh dapat memberikan solusi untuk pengamatan kualitas air pada bentangan daerah yang luas karena menggunakan citra satelit memiliki cara pemrosesan yang tidak rumit dan biaya yang cukup murah. Teknologi penginderaan jauh dapat mengindentifikasi dan menganalisis hasil perekaman karakteristik spektral air dengan parameter-parameter kualitas air. Dimana dengan menggunakan metode-metode yang tepat nantinya mampu menampilkan kualitas air Waduk Kedung Ombo sesuai dengan yang diharapkan. Salah satu data citra satelit yang mampu dimanfaatkan adalah citra satelit Landsat-8. Pengamatan citra satelit Landsat-8 dengan algoritma TSS dan klorofil-a mampu memberikan informasi tentang perubahan kualitas air. Hasil dari penelitian ini menunjukkan kualitas perairan Waduk Kedung Ombo periode 2013-2018 masih memenuhi baku mutu pencemaran. Ini ditunjukkan dari nilai parameter TSS masih di dominasi kelas memenuhi baku mutu selalu diatas 95% dari total perairan pada semua tahun dan dari parameter klorofil/kesuburan air masih didominasi kelas oligotrof selalu diatas 90 % dari total perairan pada semua tahun.]]>
<![CDATA[PEMBENTUKAN MODEL LEAF AREA INDEX (LAI) TANAMAN PADI PADA CITRA HYPERSPECTRAL BERBASIS SPEKTRAL IN SITU UNTUK PEMANTAUAN FASE TUMBUH PADI ]]>
<![CDATA[Abdi Sukmono]]>;
<![CDATA[Nurhadi Bashit]]>
<![CDATA[ Elipsoida : Jurnal Geodesi dan Geomatika Vol 2, No 02 (2019): Volume 02 Issue 02 Year 2019 ]]>
Publisher : <![CDATA[Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (915.541 KB)
|
DOI: 10.14710/elipsoida.2019.6444
<![CDATA[Leaf Area Index (LAI) atau indeks kerapatan daun pada tanaman padi sangat erat kaitannya dengan fase pertumbuhan tanaman. Dalam manajemen pertanian pemantauan fase pertumbuhan ini sangat penting untuk mengetahui luas lahan siap panen pada beberapa waktu ke depan. Teknologi penginderaan jauh dengan sensor hyperspectral dapat membantu untuk melakukan pemetaan distribusi kerapatan daun tanaman padi dalam wilayah yang luas secara efektif dan efisien . Dalam estimasi indeks kerapatan daun tanaman padi dengan citra hyperspectral diperlukan algoritma khusus untuk medapatkan akurasi yang baik.Dalam penelitian ini digunakan beberapa indeks vegetasi seperti Renormalized Difrerence Vegetation Index (RDVI), Multiple Simple Ratio (MSR), Modified Soil Adjusted Vegetation Index (MSAVI) dan bentuk modifikasi dari Trianggle Vegetation Index (MTVI 1 dan MTVI 2) untuk estimasi kerapatan daun tanaman padi. Pemodelan dilakukan menggunakan metode regresi dari data pengukuran spectral in situ dan kerapatan daun in situ. Selain itu dalam penelitian ini juga digunakan metode pendekatan model dengan Multiple Linear Regression (MLR) dan Partial Least Square Regression (PLSR).Hasil dari penelitian ini menunjukkan bahwa RDVI , MTVI 1 dan PLSR 44 Band pada PC no 07 cukup efektif untuk estimasi kerapatan daun tanaman padi. Model hubungan korelasi RDVI dengan kerapan daun mempunyai Koefisien determinasi (R2) sebesar 0.903 dan RMSE 0.62 LAI unit. ,untuk MTVI 1 mempunyai koefisien determinasi (R2) sebesar 0.886 dan RMSE 0.68 SPAD unit. Kemudian untuk PLSR 44 band mempunyai koefisien determinasi (R2) sebesar 0.938 dan RMSE sebesar 0.29 LAI unit. Hasil Validasi model dengan citra Airborne HyMap menghasilkan R2 sebesar 0.905 untuk RDVI , 0.89 untuk MTVI 1 dan 0.97 untuk PLSR 44 band.]]>
<![CDATA[ANALISIS PERUBAHAN KERAPATAN TANAMAN MANGROVE TERHADAP PERUBAHAN GARIS PANTAI DI KABUPATEN PATI DENGAN METODE PENGINDERAAN JAUH DAN APLIKASI DIGITAL SHORELINE ANALYSIS SYSTEM (DSAS) TAHUN 2017-2020 ]]>
<![CDATA[Thia Prahesti]]>;
<![CDATA[Nurhadi Bashit]]>;
<![CDATA[Yasser Wahyuddin]]>
<![CDATA[ Elipsoida : Jurnal Geodesi dan Geomatika Vol 3, No 02 (2020): Volume 03 Issue 02 Year 2020 ]]>
Publisher : <![CDATA[Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.14710/elipsoida.2020.9156
<![CDATA[Pati Regency has a coastline of 60 km with a characteristic muddy beach. The coastal community in Pati Regency is very dependent on coastal and marine products, so it needs to be preserved. A decrease in coastal environment quality can be indicated by looking at the mangrove of quality plants. The Government of Pati Regency carries out regular mangrove planting to improve the quality of life in the coastal environment, but there is no supervision. This study uses remote sensing technology and GIS to determine the relationship between changes in mangrove plant density and changes in coastlines in Pati Regency from 2017 to 2020. This study uses remote sensing methods using the NDWI water index transformation method to determine the shoreline from Sentinel-2-year image. 2017-2020, MSL reduction using DEMNAS and MSL, then processed with a Geographical Information System using DSAS to obtain the results of shoreline changes (NSM) as well as guided classifications for land cover and vegetation indexes NDVI and GNDVI which are used to map mangrove vegetation density on the coast of the Pati Regency. The results showed that the average change in the coastline in Pati Regency has increased by 22,260 m. Changes in the area of mangroves on the coast of Pati Regency have increased by 86.634 hectares. The results also showed that the relationship between changes in mangrove density and shoreline changes on the coast of Pati Regency used simple linear regression with the coefficient of determination (R2) of 0,089 and the correlation coefficient (R) of 0,299. These results indicate a correlation enough. The calculation of the F test to determine changes in mangrove density with changes in shoreline has a significant effect, so that if the value of mangrove density is higher, changes in shoreline will tend to increase (accretion).]]>
<![CDATA[KAJIAN PERKEMBANGAN LAHAN TERBANGUN KOTA PEKALONGAN MENGGUNAKAN METODE URBAN INDEX (UI) ]]>
<![CDATA[Nurhadi Bashit]]>;
<![CDATA[Yudo Prasetyo]]>;
<![CDATA[Abdi Sukmono]]>
<![CDATA[ Elipsoida : Jurnal Geodesi dan Geomatika Vol 2, No 02 (2019): Volume 02 Issue 02 Year 2019 ]]>
Publisher : <![CDATA[Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (671.164 KB)
|
DOI: 10.14710/elipsoida.2019.6440
<![CDATA[Indonesia merupakan negara berkembang yang mengalami peningkatan pembangunan di wilayah perkotaan sehingga dapat dilihat berdasarkan perubahan fisik perkotaan. Perkembangan pembangunan dapat menyebabkan perubahan penggunaan lahan dari lahan kosong menjadi lahan terbangun. Perubahan lahan terbangun merupakan hal yang umum terjadi di perkotaan karena pertumbuhan jumlah penduduk. Peningkatan lahan terbangun dan menurunnya lahan terbuka hijau dapat menyebabkan dampak perubahan fungsi lahan. Perubahan fungsi lahan memberikan dampak pada perubahan tatanan lingkungan berupa menurunnya kualitas lingkungan, degradasi lingkungan/kerusakan lingkungan serta berkurangnya sumber daya alam maupun perubahan tata guna lahan jika pembangunan dilakukan secara tidak teratur. Berdasarkan permasalahan tersebut, artikel ini melakukan kajian mengenai perkembangan lahan terbangun Kota Pekalongan. Perkembangan lahan dilakukan pemantauan untuk mendeteksi perkembangan lahan terbangun pada setiap kecamatan dan penyebabnya. Pemantauan lahan terbangun pada artikel ini menggunakan metode pengindraan jauh dari data citra satelit. Metode pengindraan jauh memiliki kelebihan dibandingkan pemetaan secara konvensional (survei lapangan) karena data citra satelit memperlihatkan kondisi permukaan bumi tanpa mendatangi keseluruhan lokasi sehingga mempercepat pemetaan suatu wilayah. Klasifikasi lahan terbangun Kota Pekalongan dilakukan secara otomatis menggunakan metode Urban Index (UI). Transformasi UI menggunakan saluran Near Infrared (NIR) dan Short Wave Infrared II (SWIR-II). Klasifikasi dilakukan secara multitemporal sehingga dapat dilakukan kajian mengenai lahan terbangun di Kota Pekalongan setiap 2 tahun dari tahun 2013 hingga 2019. Penelitian ini menghasilkan klasifikasi lahan terbangun dengan luas pada tahun 2013 sebesar 2.030,708 ha, tahun 2015 sebesar 2.054,752 ha, tahun 2017 sebesar 2.227,835 ha, tahun 2019 sebesar 2.503,603 ha. Perkembangan lahan terbangun Kota Pekalongan tersebesar terdapat di Kecamatan Pekalongan Utara sebesar 175,525 ha yang disebabkan karena pembangunan pusat perbelanjaan, perkantoran, pemukiman dan jaring jalan.]]>
<![CDATA[ANALISIS TINGKAT AKURASI MODEL TIGA DIMENSI GEDUNG PROF. H. SOEDARTO SH. MENGGUNAKAN TEKNOLOGI TERRESTRIAL LASER SCANNER (TLS) BERBASIS METODE TRAVERSE ]]>
<![CDATA[Yudo Prasetyo]]>;
<![CDATA[Nurhadi Bashit]]>
<![CDATA[ Elipsoida : Jurnal Geodesi dan Geomatika Vol 1, No 01 (2018): Volume 01 Issue 01 Year 2018 ]]>
Publisher : <![CDATA[Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (431.396 KB)
|
DOI: 10.14710/elipsoida.2018.2815
<![CDATA[Perkembangan teknologi dokumentasi gedung secara spasial untuk konservasi dan perencanaan tata ruang semakin berkembang pesat. Seiring dengan perkembangan teknologi tersebut, urgensi tingkat ketelitian dalam suatu pengukuran juga semakin bergerak ke arah yang lebih tinggi dari waktu ke waktu. Salah satunya yang berkembang saat ini teknologi pembentukan objek tiga dimensi menggunakan peralatan Terrestrial Laser Scanner (TLS). Metode pengukuran TLS terdiri atas 4 metode yaitu : metode Cloud to Cloud, metode Target to Target, metode Traverse dan metode kombinasi. Ketelitian metode Traverse akan diujikan pada gedung Prof. H. Soedarto SH. Dengan tingkat ketelitiannya diujikan pada dua parameter yakni hasil metode registrasi dan hasil visualisasi model tiga dimensi. Metode yang dilakukan dalam uji ketelitian ini melakukan uji internal dengan perhitungan ketelitian hasil registrasi model point cloud antar metode registrasi pada perangkat lunak dan uji eksternal melalui analisis perbandingan jarak sisi bangunan menggunakan peralatan Total Station, perhitungan uji statistik serta melakukan analisis hasil visualisasi model tiga dimensi. Penelitian ini menghasilkan nilai ketelitian metode Traverse sebesar diperoleh nilai rata-rata validasi sebesar 0,004 meter dengan besaran ketelitian model RMSE sebesar ±0,00611 meter dengan ketelitian linear jaring poligon 13 titik kategori orde 4 sebesar 1 : 6.246,6 meter pada Gedung Prof.H. Soedarto SH. Penelitian ini diharapkan dapat memberikan informasi kepada para pengguna Terrestrial Laser Scanner (TLS) sebagai referensi mengenai tingkat ketelitian metode Traverse dalam pelaksanaan pengukuran suatu objek model tiga dimensi untuk keperluan dokumentasi gedung.]]>
<![CDATA[ANALISIS PREDIKSI NILAI BIOMASSA ATAS PERMUKAAN (ABOVEGROUND BIOMASS) POHON KARET MENGGUNAKAN CITRA SENTINEL-1A TERHADAP USIA TEGAKAN ]]>
<![CDATA[Galih Pratiwi]]>;
<![CDATA[Bandi Sasmito]]>;
<![CDATA[Nurhadi Bashit]]>
<![CDATA[ Elipsoida : Jurnal Geodesi dan Geomatika Vol 4, No 01 (2021): Volume 04 Issue 01 Year 2021 ]]>
Publisher : <![CDATA[Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.14710/elipsoida.2021.11482
<![CDATA[Jumlah cadangan karbon dapat diketahui berdasarkan nilai biomassa hutan yang ada didalamnya sehingga diperlukan informasi alokasi biomasa setiap bagian pohon agar membantu program pemantauan cadangan karbon hutan, diantaranya informasi biomassa atas permukaan. Biomassa atas permukaan memiliki kontribusi paling besar dari biomassa total, hal ini menunjukkan bahwa pertumbuhan usia suatu pohon memiliki pengaruh terhadap nilai biomassa yang dihasilkan. Perhitungan nilai biomassa yang akurat hanya dilakukan dengan metode destruktif atau non-destruktif sehingga membutuhkan waktu yang lama untuk menghitung nilai biomassa dalam cakupan yang luas sehingga penggunaan metode penginderaan jauh dan pemodelan merupakan langkah yang tepat. Penelitian ini bertujuan untuk memprediksi nilai biomassa atas permukaan (Above Ground Biomass atau AGB) pohon karet berdasarkan usia tegakan pohon menggunakan metode Multivariate Linear Regression (MLR). Berdasarkan hasil pengolahan bahwa usia memiliki hubungan dengan nilai biomassa atas permukaan ditunjukkan nilai R2 = 0,694. Hasil pemodelan antara backscatter VH dan VV Sentinel-1A dengan biomassa lapangan didapatkan persamaan Y= 20,034*VH + 15,308*VV + 523,305 (R2=0,592). Hasil total prediksi nilai biomassa atas permukaan kebun karet Afdelling Setro sebesar 84.158,840 ton dengan luas 702 ha.]]>
<![CDATA[UJI KETELITIAN KLASIFIKASI BERBASIS OBJEK PADA CITRA QUICKBIRD ]]>
<![CDATA[Nurhadi Bashit]]>;
<![CDATA[Yudo Prasetyo]]>
<![CDATA[ Elipsoida : Jurnal Geodesi dan Geomatika Vol 1, No 01 (2018): Volume 01 Issue 01 Year 2018 ]]>
Publisher : <![CDATA[Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (677.484 KB)
|
DOI: 10.14710/elipsoida.2018.2810
<![CDATA[Klasifikasi merupakan salah satu tahapan pada pengolahan citra yang bertujuan untuk memperoleh informasi dari data citra satelit. Klasifikasi berbasis objek merupakan algoritma klasifikasi yang bisa digunakan untuk melakukan pengolahan citra resolusi tinggi karena memanfaatkan unsur spektral, spasial, dan tekstur objek. Tujuan dari penelitian ini adalah untuk mengkaji penerapan klasifikasi berbasis objek pada dua jenis citra yang tergolong sebagai citra resolusi tinggi. Penelitian ini menggunakan QuickBird direkam pada tahun 2010 yang memiliki resolusi spasial 0,6 meter, yang mencakup Kecamatan Ngaglik, Kabupaten Sleman, Yogyakarta. Survei lapangan dilakukan untuk mengidentifikasi skema klasifikasi dan menguji ketelitian klasifikasi. Klasifikasi dilakukan dalam beberapa tahapan yaitu segmentasi, penentuan parameter merge, rule-based classification dan post classification. Klasifikasi berbasis objek memanfaatkan unsur spektral, spasial dan tekstur objek untuk melakukan pemisahan antar objek pada setiap kelas. Pemanfaatan unsur spasial objek ini merupakan keunggulan dari klasifikasi berbasis objek dalam melakukan klasifikasi citra resolusi tinggi. Hasil penelitian ini menunjukkan bahwa algoritma klasifikasi berbasis objek dapat melakukan klasifikasi penggunaan tanah pada citra QuickBird dapat menghasilkan ketelitian hingga 92.00% dan terdiri dari 17 kelas. Dengan demikian, klasifikasi berbasis objek sangat efektif dalam melakukan klasifikasi pada citra resolusi tinggi yang memiliki tingkat variasi objek yang beraneka ragam (heterogen). Klasifikasi berbasis objek dengan menggunakan citra resolusi tinggi dapat menghasilkan tingkat akurasi yang baik.]]>
<![CDATA[Pemetaan Dan Pengukuran Untuk Konstruksi Teknik Sipil ]]>
<![CDATA[Fauzi Janu Amarrohman]]>;
<![CDATA[Bambang Darmo Yuwono]]>;
<![CDATA[Moehammad Awaluddin]]>;
<![CDATA[Yudo Prasetyo]]>;
<![CDATA[Hana Sugiastu Firdaus]]>;
<![CDATA[Nurhadi Bashit]]>
<![CDATA[ Jurnal Pasopati : Pengabdian Masyarakat dan Inovasi Pengembangan Teknologi Vol 1, No 1 (2019) ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Diponegoro ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Perkembangan penentuan posisi pada dekade terakhir ini telah mengarah kepada pemetaan digital. Perkembangan penentuan posisi tersebut tidak hanya pada bidang infrastruktur saja melainkan sudah merambah ke bidang lain seperti telekomunikasi, transportasi, industri perdagangan , pemukiman , perencanaan kota dan masih banyak lagi. Ketelitian posisi yang diperoleh akan tergantung pada beberapa faktor yaitu metode penentuan posisi, geometri satelit, tingkat ketelitian data, dan metode pengolahan datanya. Seiring kebutuhan penentuan posisi tersebut maka perlu pemahaman mengenai pengenalan pemetaan digital, instrumentasi, pengolahan, dan pemanfaatan teknologi pemetaan digital. Departemen Teknik Geodesi yang salah satunya mempelajari pemetaan dan pengembangan aplikasi bidang pengukuran dan penetaan bermaksud mengadakan program pengabdian kepada mayarakat untuk pemanfatan pemetaan dan pengukuran untuk konstriksi teknik sipil dan pekerjaan tanah. Hal tersebut dilakukan sebagai bentuk keaktifan dan pengabdian bagi Departemen Teknik Geodesi untuk memperkenalkan keilmuan kepada masyarakat. Hal ini yang mendasari Departemen Teknik Geodesi Fakultas Teknik Universitas Diponegoro untuk mengadakan kegiatan pengabdian kepada masyarakat dalam bentuk kegiatan. Pemetaan dan Pengukuran untuk Konstriksi Teknik Sipil dan Pekerjaan Tanah Untuk Siswa SMK Negeri 7 Semarang.]]>
