Claim Missing Document
Check
Articles

Analisis Ancaman Kekeringan menggunakan Metode Analytical Hierarchy berbasis Sistem Informasi Geografis Process di Kabupaten Sragen Hayuningsih, Dwi Mastuti; Awaluddin, Moehammad; Nugraha, Arief Laila
TEKNIK Vol 45, No 2 (2024): August 2024
Publisher : Diponegoro University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/teknik.v45i2.58450

Abstract

Kabupaten Sragen adalah salah satu kabupaten di Jawa Tengah yang rawan terjadi kekeringan. Menurut Badan Nasional Penanggulangan Bencana, Kabupaten Sragen termasuk wilayah administrasi yang memiliki risiko bahaya kekeringan dengan tingkat risiko sedang hingga tinggi dan sebanyak 20 kecamatan memiliki potensi bahaya kekeringan. Berdasarkan kasus bencana kekeringan yang sudah terjadi di Kabupaten Sragen maka mendorong untuk pembuatan peta ancaman atau rawan kekeringan di Kabupaten Sragen.Penelitian ini bertujuan untuk mengetahui sebaran zona rawan kekeringan di Kabupaten Sragen dan mengetahui hasil akurasi peta ancaman kekeringan dengan data kekeringan di Kabupaten Sragen yang dimiliki oleh BPBD Kabupaten Sragen. Model ancaman kekeringan di Kabupaten Sragen diperoleh dari penjumlahan hasil kali nilai x skor semua parameter sehingga diperoleh bobot total, metode ini disebut Analytical Hierarchy Process (AHP). Penelitian ini menggunakan enam parameter antara lain curah hujan, penggunaan lahan, jenis tanah, kemiringan lereng, sumber air permukaan, dan struktur geologi.Berdasarkan hasil spasial analisis dengan menggunakan metode intersection, maka diperoleh tiga kelas klasifikasi ancaman kekeringan di Kabupaten Sragen, wilayah dengan tingkat ancaman kekeringan sedang seluas 63.277 km2 dengan persentase 6,389%, dengan potensi ancaman kekeringan kelas tinggi seluas 399.315 km2 (40,316%) sedangkan kelas sangat tinggi sebesar 295.364 km2 dengan persentase 53,295%. Sehingga dapat disimpulkan mayoritas wilayah di Kabupaten Sragen pada tingkatan sangat tinggi untuk ancaman bencana kekeringan. Berdasarkan hasil akurasi peta ancaman kekeringan dengan data kejadian kekeringan BPBD Kabupaten Sragen diperoleh kesesuaian sebesar 100% dengan dilakukannya validasi berupa wawancara dengan beberapa warga, petugas kecamatan, dan relawan.
Pemetaan Dan Penilaian Kerentanan Bencana Alam Di Kabupaten Jepara Berbasis Sistem Informasi Geografis Nugraha, Arief Laila; Awaluddin, Moehammad; Sukmono, Abdi; Wakhidatus, Nella
GEOID Vol. 17 No. 2 (2022)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v17i2.1738

Abstract

Kabupaten Jepara memliki ancaman bencana alam yang tinggi di seluruh wilayahnya. Dalam perencanaan strategi nasional, tertuang kebijakan Peraturan Kepala BNPB No. 2 tahun 2012 tentang penyusunan risiko bencana, yang menyebutkan bahwa pentingnya pemetaan kerentanan bencana untuk strategi mitigasi bencana. Dengan urgensi tersebut dan dengan ketersediaan data yang ada, perlunya dibangun peta kerentanan bencana di Kabupaten Jepara yang belum dilakukan oleh Badan Penanggulangn Bencana Daerah (BPBD) kabupaten Jepara. Penelitian ini mencoba melakukan pemetaan dan penilaian kerentanan di kabupaten Jepara yang terdiri dari kerentanan sosial, kerentanan ekonomi, dan kerentanan fisik, berbasis Sistem Informasi Geografis (SIG). Hasil yang diperoleh yaitu Kecamatan yang wilayahnya memiliki dominasi kerentanan yang tinggi terdapat di Kecamatan Jepara, Tahunan, dan Kedung. Berdasarkan hasil pemetaan dan penilaian kerentanan tersebut, maka perencanaan mitigasi bencana dengan melakukan tindakan kesiapsiagaan dapat disiapkan sedini mungkin terhadap wilayah dengan kerentanan tinggi.
Evaluasi Ruang Terbuka Hijau Kecamatan Semarang Tengah Berbasis Penginderaan Jauh dan Sistem Informasi Geografis Awaluddin, Moehammad; Yuwono, Bambang Darmo; Nugraha, Arief Laila; Amarrohman, Fauzi Janu; Extiana, Kiky; Nugrahanto, Prasetyo Odi
GEOID Vol. 18 No. 1 (2022)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v18i1.1755

Abstract

Pemerintah Kota Semarang mengeluarkan Peraturan Daerah Kota Semarang No. 7 Tahun 2010 tentang Penataan Ruang Terbuka Hijau. Proses penataan ruang terbuka hijau Kota Semarang dalam peraturan tersebut meliputi proses perencanaan, pemanfaatan dan pengendalian. Peraturan daerah tersebut berisi antara lain perencanaan luasan ruang terbuka hijau untuk setiap klasifikasi ruang terbuka hijau di setiap kecamatan di Kota Semarang. Penelitian ini menggunakan Citra Satelit World-View 2 tahun 2016 untuk membuat klasifikasi penggunaan lahan ruang terbuka hijau. Hasil klasifikasi Ruang Terbuka Hijau Kecamatan Semarang Tengah sesuai dengan Peraturan Daerah Kota Semarang No. 7 tahun 2010 sejumlah 11 klasifikasi dengan luas total 75,849 Hektar. Evaluasi hasil klasifikasi Ruang Terbuka Hijau Kecamatan Semarang Tengah terhadap Peraturan Daerah Kota Semarang No. 7 tahun 2010 menunjukkan empat kawasan yang luasannya memenuhi yaitu perdagangan dan jasa, pendidikan, rekreasi dan olahraga, dan jalur jalan. Sedangkan untuk kawasan sempadan sungai, areal halaman/pekarangan perumahan. areal taman lingkungan permukiman, areal ruang hijau jalan, perkantoran dan fasilitas umum, pemakaman, serta pertamanan dan lapangan belum memenuhi luas rencana pada peraturan tersebut.
Identification of Traffic Accidents Vulnerability Level Using Kernel Density And K-Medoids Methods (Case Study: Depok and Kalasan Districts, Sleman Regency) Siregar, Afifah Zafirah; Awaluddin, Moehammad; Wahyuddin, Yasser
Jurnal Ilmiah Geomatika Vol. 3 No. 1 (2023): April Jurnal Ilmiah Geomatika
Publisher : Program Studi Teknik Geomatika Fakultas Teknologi Mineral Universitas Pembangunan Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/imagi.v3i1.9241

Abstract

One of the analytical tools that can be used to help, parse, identify and map traffic accident problems in an area is a Geographic Information System (GIS). GIS is used to create clusters of traffic accident events. The level of accident vulnerability in this paper is obtained by calculating the density of the number of incident points where the accident occurred, namely Depok and Kalasan Districts, Sleman Regency on a road segment length of 1,000 m per year. The clustering methods used are kernel density and k-medoids methods. Comparison of the identification of traffic accident-prone levels in Depok and Kalasan sub-districts using the Kernel Density and K-Medoids methods with a road length of 1,000 meters using the Kernel Density and K-Medoids methods in 2018 there is the same difference, namely 6.17% with the medium level classification and low level classification. For 2019 it is 0.01% with a high level classification, 1.85% for the medium level and 1.86% for the low level. For 2020 there is the same difference, namely 1.23% with medium and low level classifications. For 2021 there is no difference for high level classification but there is the same difference for medium and low level classification which is 3.7%.
Pemetaan Ancaman Tanah Longsor Menggunakan Metode Frequency Ratio di Kabupaten Temanggung Kurniawan, Akhmad; Rahman, Muhammad Fiqri; Firdaus, Hana Sugiastu; Awaluddin, Moehammad
Jurnal Geosains dan Teknologi Article in progress
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jgt.0.0.0.%p

Abstract

Tanah longsor merupakan bencana alam yang sering terjadi di Indonesia, khususnya di wilayah pegunungan seperti Kabupaten Temanggung, Jawa Tengah. Kabupaten ini memiliki dua gunung aktif, Sindoro dan Sumbing, serta tingkat kejadian longsor yang tinggi, dengan 71 kasus tercatat pada tahun 2023 hingga Februari 2025 di Kecamatan Kranggan, Kandangan, Kaloran, dan Pringsurat. Penelitian ini bertujuan memetakan tingkat kerawanan longsor menggunakan metode Frequency Ratio (FR) berbasis Sistem Informasi Geografis (SIG) dengan mempertimbangkan sepuluh parameter lingkungan. Hasil analisis menunjukkan bahwa kemiringan lereng >20% memiliki nilai FR sebesar 7,724, arah lereng barat laut FR 2,275, jenis batuan Gunungapi Gilipetung FR 3,495, dan jarak dari garis sesar 1.000–2.000 m FR 2,367, yang semuanya berkontribusi signifikan terhadap kerentanan longsor. Pemetaan zona kerawanan menggunakan Jenks Natural Breaks menghasilkan tiga zona: rendah (LSI 2,39–8,60), sedang (LSI 8,60–12,07), dan tinggi (LSI 12,07–19,41), dengan zona tinggi mendominasi bagian utara Kaloran dan timur Kandangan. Validasi model menggunakan Area Under Curve (AUC) menunjukkan Success Rate sebesar 0,875 dan Prediction Rate 0,682, menandakan akurasi yang baik. Penelitian ini menegaskan bahwa metode FR efektif dalam mengidentifikasi zona rawan longsor serta menjadi dasar penting untuk mitigasi bencana dan perencanaan tata ruang di Kabupaten Temanggung.
Traffic Accident Spatial Modeling Using Adaptive Kernel Density Estimation Method Based on Geographical Information Systems For Road Sections In Brebes District, Brebes Regency Andini, Tyas Fitria; Awaluddin, Moehammad; Nugraha, Arief Laila
Journal of Applied Geospatial Information Vol. 9 No. 2 (2025): Journal of Applied Geospatial Information (JAGI)
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jagi.v9i2.8404

Abstract

Based on information from the Satlantas Polres Bebes, in 2022 the number of accidents in the Brebes Regency area reached 1.088 incidents that cause fatality damage and material losses. Data shows that in the last three years, Brebes District has recorded as the district with the highest accident statistics in this region. These incidents have a tendency to occur in certain sections. This research  using a Geographic Information System (GIS) based approach using the Adaptive Kernel Density Estimation method to analyze the density of accidents on the road sections. The road network is divided into segments of 1000 meters and sub-segments iterated every 20 meters to obtain more accurate results. Vulnerability maps are classified based on the weighting of accident frequency, blackspot maps are classified based on Equivalent Accident Number (EAN) calculation. The results of the accuracy test comparison show that the Adaptive Kernel Density Estimation method can produce a vulnerability maps model with suitability level accuracy of 71,13%. In blackspot modeling, the CPAI calculation results show that the Adaptive Kernel Density Estimation method can produce a CPAI index of 71,73%.
Analysis of Building Density Using Deep Learning Model Semantic Segmentation Nuranda, Kris Junida Herindra; Awaluddin, Moehammad; Hadi, Firman
Elipsoida : Jurnal Geodesi dan Geomatika Vol 8, No 2 (2025): Volume 08 Issue 02 Year 2025
Publisher : Department of Geodesy Engineering, Faculty of Engineering, Diponegoro University,Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/elipsoida.2025.27502

Abstract

Densely populated settlements are one of the urban problems with building density that requires special attention. This research aims to detect and analyze the spatial distribution of building density, especially in detecting building density in residential areas using the Semantic Segmentation deep learning model method with a research dataset sourced from the entire DKI Jakarta Province area. The analysis was conducted using typology criteria in the form of building density levels based on PERMEN PUPR No. 14 of 2018 concerning the Prevention and Improvement of the Quality of Slums and Slum Settlements, which was processed through the Kaggle Notebook and Google Colaboratory platforms using the Python programming language and based on the U-Net architecture. The segmentation results show that using the U-Net architecture is capable of classifying image pixels with an accuracy of 70% in distinguishing between dense and Sparse buildings, which indicates fairly good accuracy performance. The output produced in this final project research is a web interface for detecting dense and Sparse buildings that can be used as a tool to aid in decision-making for regional planning. This research shows that the Semantic Segmentation deep learning model approach can be an efficient and objective solution in satellite image-based spatial analysis. Keywords:  Deep Learning, Building Density, Semantic Segmentation       
Co-Authors Abdi Sukmono Abdi Sukmono, Abdi Adnan Khairi Afriyanto Afriyanto Aisyah Arifin Aisyah Arifin Ajeng Kartika Nugraheni Syafitri Akhmad Kurniawan Alfian Budi Prasetya Alfien Rahmenda Ali Amirrudin Ahmad Amal Fathullah, Amal Amri Perdana Ginting Ana Rosida Andika Malik Andika Rizal Bahlefi Andini, Tyas Fitria Andre Hermawan Andri Suprayogi Anggi Tiarasani Anisa Rachmawati, Anisa ARGNES DIONANDA RESZA PRADIPTA Arief Laila Nugraha Arief Laila Nugraha Arief Laila Nugraha Arintia Eka Ningsih Ario Damar Wicaksono Armenda Bagas Ramadhony Aruma Hartri Aufan Niam Aulia Fikki Wicaksono Aysha Puspa Pertiwi Ayu Nur Safi'i Bambang Darmo Y Bambang Darmo Yuwono Bambang Darmo Yuwono Bambang Darmo Yuwono Bambang Sudarsono Bambang Sudarsono Bandi Sasmito Bhekti Hapsari Bilqis, Ramadhani Sarah Alicya Bobby Daneswara Indra Kusuma Brinton Patuan Sitorus Budi Prayitno Cindy Puspita Sari Damar Ismoyo Danang Budi Susetyo Desita Khrisna Putri, Dewa, Kusuma Hangga Dewi Shinta Septifany Dian Rizqi Ari Wibowo Dimas Bagus Dina Wahyuningsih Dwi Arini Dzaki Adzhan Ega Gumilar Hafiz Enersia Ihda K. U Extiana, Kiky Fadhilla Shara Denafiar Fajar Dwi Hernawan Fanni Kurniawan Fanny Rachmawati Fathan Aulia Fauzi Iskandar Fauzi Janu Amarrohman, Fauzi Janu Fauzi Janu Ammarohman Febrian Pramana Putra Fetra Kristina Harianja Gina Andriyani Habib Azka Ramadhani Hadi, Firman Hana Sugiastu Firdaus Hana Sugiastu Firdaus Hana Sugiastu Firdaus Hana Sugiastu Firdaus, Hana Sugiastu Handayani Nur Arifiyanti Haniah Haniah Hani’ah Hani’ah Haris Yusron Hayuningsih, Dwi Mastuti Heri Gusfarienza Heri Setiawan Ika Nurdianasari Ikhlasul Amal Ahyani Indra Laksana Irfan Tri Anggoro irwan meilano Johan Wisma Anggoro Joko Wibowo Juwita Widya Qur’ani Khairuddin Khairuddin Khofifatul Azizah Khofifatul Azizah Kiky Extiana Kindy Ibrahim Hari Kurniawan Adi Widiyanto L. M. Sabri Labib, Muhammad Faishal Laode M Sabri LAURENTIUS IMMANUEL YUDIT PRABOWO LM. Sabri Lolita, Diaz Amel Lorenzia Anggi Ramayanti Lufti Rangga Saputra LUKMAN MAULANA ABDILLAH Lutfi Eka Rahmawan Lutgar Sudiyanto Sitohang LUTHFI RAHMANDHANI Mahmudi, Fakhry Nur Maulana Eras Rahadi Meita Arddinatarta Moh Kun Fariqul Haqqi Mohammad Afif MOHAMMAD YUSUP LUTFI Much. Jibriel Sajagat, Much. Jibriel Muhamad Arif Debalano Muhamad Nurman Cholid Muhammad Bagus Salim Muhammad Danny Rahman Muhammad Hudayawan Nur L Muhammad Iqbal Akhsin Muhammad Maulana mahardika Amfa Muhammad Rifqi Andikasani Nanda Dewi Arumsari Nasytha Nur Farah Nella Wakhidatus Nina Ratnaningrum NOVAYA NURUL BASYIROH Nugrahanto, Prasetyo Odi Nur Lail, Muhammad Hudayawan Nuranda, Kris Junida Herindra Nurhadi Bashit Nurhadi Bashit Nurmalasari, Cici Nurnaning Aisyah Pardjono, P. Prya Adhi Surya Nugraha Putri, Alifa Salsabilla Rachmawati, Ekha Rahman, Muhammad Fiqri Ramdhan Thoriq Setyabudi Renaud Saputra Purba Resi Diansismita Reza Nur Hidayat Rico Waskito Putro Rifki Purnama Aji Rifqi, Muhammad Alifian Risa Ayu Miftahul Rizky Riyadi, Elnatan Vieno Rizky Saputra Rofi'i, Nur Izha Jannah Roy Kasfari Sabri, Laode M. Safii, Ayu Nur Safira Devi Kirana Sandy Yudistira Mahardika, Sandy Yudistira Sarmedis Anrico Situmorang Satrio Wicaksono Satrio Wicaksono Sawitri Subiyanto Septian Dewi Cahyani Septiawan Setio Hutomo Setiaji Nanang Handriyanto Sigit Irfantoro Siregar, Afifah Zafirah Siti Fathimah Soraya Rizky Puspitasari Sri Widiyantoro Sry Suando Sinaga Susilo Susilo Sutomo Kahar Syachril Warasambi Mispaki Tiara Toyyibatul Arofah Tristika Putri Wahyu Entriana Kumala Dewi Wahyu Nur Rohim Wahyuddin, Yasser Wakhidatus, Nella Wibowo, Sidik Tri Wildan Ryan Irfana Yolanda Adya Puspita Yudo Prasetyo