Article Per Year (5 Year)
p-Index From 2021 - 2026
3.9
P-Index
This Author published in this journals
All Journal Jurnal Geodesi Undip Jurnal Geografi : Media Informasi Pengembangan dan Profesi Kegeografian Journal of Applied Geospatial Information Elipsoida : Jurnal Geodesi dan Geomatika Jambura Geoscience Review JGISE-Journal of Geospatial Information Science and Engineering Jurnal Pasopati : Pengabdian Masyarakat dan Inovasi Pengembangan Teknologi Indonesian Journal of Environment and Disaster Geoid - Journal of Geodesy and Geomatics
Abdi Sukmono, Abdi
Departemen Teknik Geodesi, Fakultas Teknik Universitas Diponegoro
Aerospace Engineering Agriculture, Biological Sciences & Forestry Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Earth & Planetary Sciences Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Physics

Published : 121 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 121 Documents
Search

 4   5   6   7   8 
ANALISIS PENGARUH FENOMENA EL NINO DAN LA NINA TERHADAP CURAH HUJAN TAHUN 1998 - 2016 MENGGUNAKAN INDIKATOR ONI (OCEANIC NINO INDEX) (Studi Kasus : Provinsi Jawa Barat) Farras Nabilah; Yudo Prasetyo; Abdi Sukmono
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 (688.615 KB)

Abstract

ABSTRAKPerubahan iklim dalam rentang 10 tahun terakhir membawa perubahan yang sangat drastis di permukaan bumi. Beberapa pengaruh iklim ini salah satunya anomali suhu udara yang mencolok seperti fenomena El Nino dan La Nina atau yang lebih dikenal dengan fenomena ENSO (El Nino Southern Oscillation). Fenomena ENSO merupakan suatu kondisi permukaan laut di wilayah Samudera Pasifik mengalami kenaikan atau penurunan suhu permukaan laut sehingga menyebabkan adanya pergeseran musim di wilayah Indonesia. Pergeseran musim yang terjadi karena fenomena ENSO juga berpengaruh besar terhadap produksi pangan dan komoditas pertanian yang lain.Pada penelitian ini, metode pengolahan data penelitian menggunakan bahasa pemograman untuk mengolah data SST dan data curah hujan dari tahun 1998 sampai tahun 2016. Data yang digunakan berupa data suhu permukaan laut yang berasal dari satelit NOAA yaitu SST Reynolds (Sea Surface Temperature) serta data curah hujan harian yang berasal dari satelit TRMM. Pembuatan indeks ONI pada penelitian ini menggunakan data SST bulanan yang telah dikonversikan kemudian dikelompokkan kedalam masing-masing kelas. Masing-masing kelas mempunyai nilai kurang dari -0,5 yaitu keadaan La Nina, lebih dari 0,5 yaitu keadaan El Nino dan nilai diantara -0,5 sampai 0,5 yaitu keadaan normal. Pengujian data menggunakan analisis pola spasial curah hujan dan suhu permukaan laut yang dipengaruhi oleh fenomena El Nino dan La Nina.Hasil penelitian berupa peta sebaran SST dan curah hujan secara musiman untuk mengetahui pengaruh dari fenomena El Nino dan La Nina di wilayah Jawa Barat. Fenomena El Nino dan La Nina di Laut Jawa terjadi pada bulan Agustus sampai bulan Februari. Pada saat El Nino, nilai suhu permukaan laut (SST) 27ᵒC -28ᵒC dengan rata-rata 27,71ᵒC sedangkan untuk intensitas curah hujannya yaitu 1,0mm/hr-2,0mm/hr dengan rata-rata 1,63mm/hr. Pada saat La Nina, nilai suhu permukaan laut (SST) 29ᵒC-30ᵒC dengan rata-rata 29,06ᵒC sedangkan intensitas curah hujannya yaitu 9,0mm/hr-10mm/hr dengan rata-rata 9,74mm/hr. Korelasi antara curah hujan dan SST sebesar 0,413 yang menyatakan hubungan yang cukup kuat antar parameter. Sehingga dapat disimpulkan, kenaikan SST saat La Nina mempengaruhi kenaikan intensitas curah hujan sedangkan untuk penurunan SST saat El Nino mempengaruhi penurunan intensitas curah hujan.
ANALISIS SIMULASI EVAKUASI BENCANA KEBAKARAN BERBASIS BUILDING INFORMATION MODEL (BIM) Farhan Ardianzaf Putra; Abdi Sukmono; Nurhadi Bashit
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

ABSTRAKStrategi evakuasi gedung merupakan salah satu elemen penting dalam keselamatan kebakaran gedung bertingkat. Salah satu strategi yang dapat membantu meminimalisir kerugian akibat bencana kebakaran yaitu pembuatan suatu model simulasi evakuasi bencana kebakaran dalam sebuah gedung. Penelitian ini dilakukan guna mengetahui tingkat kelaikan jalur evakuasi yang ada di gedung Dekanat Baru Fakultas Teknik Universitas Diponegoro dengan berbasis model simulasi. Pemodelan simulasi evakuasi dilakukan dengan memanfaatkan Building Infomation Model (BIM) gedung Dekanat Baru Fakultas Teknik. Pembentukan BIM dilakukan dengan menggunakan metode pengukuran Terrestrial Laser Scanner (TLS). Hasil akuisisi data dengan TLS diperoleh data point cloud untuk menghasilkan BIM dengan menggunakan aplikasi Autodesk Revit. BIM yang terbentuk dilakukan proses simulasi evakuasi bencana secara virtual dengan memanfatkan algoritma A* search algorithm. Hasil akhir dari penelitian ini menunjukkan jarak maksimal jalur evakuasi pada gedung ini adalah 21,251 m pada lantai dasar; 17,290 m pada lantai 1; 17,718 m  pada lantai 2 dan 17,851 m pada lantai 3. Hasil simulasi evakuasi bencana terbagi menjadi 2 kasus, pada kasus pertama kondisi pintu keluar lantai dasar hingga 3 dalam kondisi tertutup sehingga proses evakuasi membutuhkan waktu 96,3 detik dengan rata-rata proses evakuasi dalam waktu 47,6 detik. Kasus kedua, kondisi akses keluar gedung dalam keadaan terbuka sehingga proses evakuasi membutuhkan waktu 89,8 detik dengan rata-rata proses evakuasi dalam waktu 44 detik. Hasil dari panjang jalur tersebut telah sesuai dengan regulasi yang berlaku, yang mana menurut PERMEN PU no. 26 tahun 2008 jarak tempuh maksimal pada gedung hunian pendidikan adalah 62 m.
ANALISIS KERENTANAN SOSIAL DAN PENGARUHNYA TERHADAP MASALAH SOSIAL DENGAN GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) (STUDI KASUS:KOTA SEMARANG) Ilmawan Muhammad Hida; Abdi Sukmono; Hana Sugiastu Firdaus
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 (904.005 KB)

Abstract

ABSTRAK Kota Semarang merupakan Ibu Kota Jawa Tengah dengan jumlah penduduk yang tinggi. Berdasarkan data BPS Jawa Tengah sebanyak 1.757.686 jiwa berada di Kota Semarang. Hal ini mempengaruhi banyaknya permasalahan sosial yang terjadi seperti kemiskinan dan kriminalitas dimana pada tahun 2018, sebanyak 73.600 jiwa masyarakat Kota Semarang masuk sebagai keluarga pra sejahtera. Kasus kriminalitas juga tinggi dengan jumlah 1.309 kasus, dengan hanya 40-50 persen diantaranya yang dapat terselesaikan. Kajian mengenai penentuan nilai kerentanan sosial diperlukan untuk mengetahui tingkat kerentanan suatu daerah dan pengaruhnya terhadap permasalahan sosial. Metode yang dapat digunakan yaitu Social Vulnerability Index (SVI) dan Geographically Weighted Regression (GWR). Social Vulnerability Index (SVI) dapat digunakan untuk memetakan kerentanan sosial, menggunakan faktor-faktor internal masyarakat. Pengaruh kerentanan sosial dengan permasalahan sosial dapat dimodelkan menggunakan Geographically Weighted Regression (GWR). Metode GWR menggunakan pembobotan spasial untuk menghilangkan efek heterogenitas spasial dalam analisis data geostatistik. Penelitian ini memodelkan hubungan antara kriminalitas dan kemiskinan sebagai variabel terikat dengan faktor kerentanan sebagai variabel bebas. Hasil penelitian ini menunjukkan bahwa Kota Semarang dapat diklasifikasikan menjadi empat kelas kerentanan yaitu tidak rentan, normal, rentan, dan sangat rentan dimana pada tahun 2015 Kecamatan Genuk, Gunungpati, Ngaliyan, Pedurungan, Tugu masuk kelas tidak rentan dan Semarang Timur masuk kelas sangat rentan. Banyumanik, Genuk, Ngaliyan, Pedurungan, Tembalang, dan Tugu pada tahun 2018 masuk kelas tidak rentan dan Candisari, Semarang Timur masuk kelas sangat rentan. Selain itu pola kerentanan berpola mengelompok dari kecamatan dengan kerentanan tinggi di pusat kota pada tahun 2015 (Moran’s I = 0,534) dan semakin menyebar ke arah timur kota pada tahun 2018 (Moran’s I = 0,323). Model GWR dalam pemodelan terhadap permasalahan sosial dapat digunakan, dimana model ini memiliki nilai determinasi lebih tinggi (R2 = 0,326) dan RSS lebih rendah (15,733) dari model global, dengan variabel yang signifikan hanya pada faktor kepadatan penduduk dengan nilai thitung = 2,065 ≥ t0,025;25,452 = 2,059. Pemodelan ini diharapkan dapat membantu dalam menekan tingkat kerentanan sosial dalam masyarakat. Kata Kunci : GWR, Kemiskinan, Kerentanan Sosial, Kriminalitas, SVI. ABSTRACT Semarang City is a capital of Central Java with a high population. Based on data from BPS Central Java about 1,757,686 people are in Semarang. This affects the number of social problems that occur such as poverty and crime, where in 2018, 73,600 people was a poor family. Crime cases were also high with 1,309 cases, where only 40-50 percent of them could be resolved. Studies on determining the value of social vulnerability are needed to determine the level of vulnerability of an area and its influence on social problems. The methods that can be used are Social Vulnerability Index (SVI) and Geographically Weighted Regression (GWR). Social Vulnerability Index (SVI) can be used to map social vulnerability, using internal faktors of the community. The effect of social vulnerability to social problems can be modeled using Geographically Weighted Regression (GWR). The GWR method uses spatial weighting to eliminate the effects of spatial heterogeneity in the analysis of geostatistical data. This study models the relationship between crime and poverty as a dependent variable with vulnerability as an independent variable. The results of this study prove that social vulnerability in Semarang City can be classified as a not vulnerable, normal, vulnerable, and very vulnerable class where in 2015 Genuk, Gunungpati, Ngaliyan, Pedurungan, Tugu belonged to not vulnerable class and East Semarang very vulnerable class. Banyumanik, Genuk, Ngaliyan, Pedurungan, Tembalang, and Tugu in 2018 belonged to vulnerable class and Candisari, East Semarang belonged to very vulnerable class. In addition, the pattern of vulnerability is clustered from districts with high vulnerability in the center of the city in 2015 (Moran’s I = 0.534) and increasingly spread towards the east of the city in 2018 (Moran’s I = 0.323). GWR model in modeling of social problems can be used, where this model has a higher determination value (R2 = 0.326) and RSS (15.733) lower than the global model, with significant variables only on the population density faktor with tcount = 2.065 ≥ t0, 025; 25,452 = 2,059. This modeling is expected to help in reducing the level of social vulnerability in society. Keywords: GWR, Crime, Poverty, Social Vulnerability, SVI.
ANALISIS PENGARUH RELIEF DAN ARAH SINAR MATAHARI TERHADAP KESESUAIAN LAHAN TEMBAKAU BERBASIS PEMODELAN GEOSPASIAL 3-DIMENSI DI GUNUNG SINDORO Dewi Previansari; Abdi Sukmono; Hana Sugiastu Firdaus
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 (758.37 KB)

Abstract

ABSTRAKTembakau merupakan salah satu produk pertanian yang menjadi komoditas ekspor di Indonesia. Salah satu kabupaten penghasil tembakau terbaik di Provinsi Jawa Tengah adalah Kabupaten Temanggung yang terletak di kaki Gunung Sumbing dang Gunung Sindoro. Penelitian ini dilakukan untuk mengetahui adanya pengaruh relief dan arah sinar matahari terhadap kesesuaian lahan tembakau berbasis geospasial 3-dimensi di Gunung Sindoro. Klasifikasi kesesuaian lahan dilakukan dengan menggunakan metode matching yang mengacu pada petunjuk teknis evaluasi lahan untuk komoditas pertanian yang dikeluarkan oleh Balai Besar Penelitian dan Pengembangan Sumber Daya Lahan Pertanian pada tahun 2011. Pemodelan 3-dimensi Gunung Sindoro dan arah sinar matahari dilakukan dengan memanfaatkan DEM Terrasar-X, perhitungan azimuth matahari pada NOAA Solar Calculator, dan metode grid function pada perangkat lunak SuperMap. Hasil penelitian ini menunjukkan bahwa kesesuaian lahan tembakau metode matching berdasarkan Petunjuk Teknis Evaluasi Lahan Untuk Komoditas Pertanian adalah 1.281,397 Ha atau 11,326% untuk kelas sangat sesuai (S1), 3.231,398 Ha atau 28,562% untuk kelas cukup sesuai (S2), 5.431,596 Ha atau 48,009% untuk kelas sesuai marginal (S3), dan 1.369,271 Ha atau 12,103% untuk kelas yang tidak sesuai (N). Hasil pemodelan 3-Dimensi Gunung Sindoro dalam menggambarkan arah penyinaran matahari kelas penyinaran matahari yaitu area yang tersinar selama 488 jam merupakan area yang tersinar mulai pukul 6-12, area yang tersinar selama 366-487 jam merupakan area yang tersinar mulai pukul 7-12, area yang tersinar selama 244-365 jam merupakan area yang tersinar mulai pukul 8-12, area yang tersinar selama 122-243 jam merupakan area yang tersinar mulai pukul 9-12, dan area yang tersinar selama 0-122 jam merupakan area yang tersinar mulai pukul 10-12.Kata Kunci : Kesesuaian Lahan, Matching, Pemodelan 3-Dimensi, Sinar Matahari, Tembakau ABSTRACTTobacco is one of the agricultural products that become export commodity in Indonesia. One of the best producing districts in Central Java Province is Temanggung Regency which located at the foot of Sumbing and Sindoro Mountain. This study was conducted to determine the effect of relief and direction of sunlight on the suitability of 3-dimensional geospatial-based tobacco land on Mount Sindoro. Land suitability classification is carried out using a matching method that refers to the technical evaluation guidelines for land for agricultural commodities issued by the Indonesian Center for Agricultural Land Resources Research and Development in 2011. The 3-dimensional modeling of Mount Sindoro and the direction of sunlight is carried out using the Terrasar-DEM X, solar azimuth calculation on NOAA Solar Calculator, and grid function method on SuperMap software. The results of this study indicate that the suitability of the tobacco land matching method based on the Technical Evaluation Guidelines for Agricultural Commodities is 1,281.397 Ha or 11.326% for the very suitable class (S1), 3,231.398 Ha or 28.562% for the quite suitable class (S2), 5,431.596 Ha or 48.009% for marginal suitable class (S3), and 1,369.271 Ha or 12.103% for non-suitable class (N). The results of the 3-Dimensional modeling of Mount Sindoro in describing the direction of the sun's irradiation class that are shining for 488 hours are shining areas starting at 6-12, areas shining for 366-487 hours are shining areas starting at 7-12, an area that is shining for 244-365 hours is an area that shines from 8-12, an area that shines for 122-243 hours is an area that shines from 9-12, and an area that shines for 0-122 hours is an area that shines from 10-12. Keyword : Land Suitability, Matching, 3-Dimensional Modeling, Sunlight, Tobaccoo
ANALISIS PERUBAHAN GARIS PANTAI DAN HUBUNGANNYA DENGAN LAND SUBSIDENCE MENGGUNAKAN APLIKASI DIGITAL SHORELINE ANALYSIS SYSTEM (DSAS) (STUDI KASUS: WILAYAH PESISIR KOTA SEMARANG) Ariella Arima Aniendra; Bandi Sasmito; Abdi Sukmono
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 (609.283 KB)

Abstract

ABSTRAKWilayah pesisir Kota Semarang memiliki garis pantai dengan lebar 2,5 km-10 km. Aktifitas yang terdapat di wilayah pesisir cukup banyak antara lain sebagai pelabuhan, perumahan penduduk, industri, dan lain sebagainya. Hal tersebut memicu turunnya permukaan tanah yang berakibat adanya abrasi dan akresi. Kota Semarang memiliki nilai laju penurunan muka tanah yang berbeda antara satu tempat dengan tempat lainnya, secara umum nilai laju penurunan muka tanah akan semakin besar jika mendekati pantai.Penelitian ini dilakukan untuk mengetahui hubungan perubahan garis pantai dengan penurunan muka tanah atau land subsidence yang terjadi di Kota Semarang. Citra yang digunakan dalam penelitian adalah citra Landsat 8 tahun 2013-2019 dengan metode thresholding untuk mengekstrasi garis pantai. Laju perubahan garis pantai dihitung menggunakan software Digital Shoreline Analysis System (DSAS).Hasil penelitian menunjukkan bahwa rata-rata perubahan garis pantai di Kota Semarang mengalami penambahan sebesar 176,28 meter. Kecamatan yang mengalami akresi terbesar adalah Kecamatan Semarang Barat dengan akresi sebesar 483,34 meter, sedangkan kecamatan yang mengalami abrasi terbesar adalah Kecamatan Genuk dengan abrasi sebesar 486 meter. Hubungan perubahan garis pantai dengan penurunan muka tanah di Kota Semarang memiliki korelasi sebesar 0,43852. Hasil korelasi ditinjau berdasarkan tingkat hubungan korelasi termasuk korelasi hubungan yang cukup, sehingga jika perubahan garis pantai semakin mengalami kemunduran (abrasi) maka semakin tinggi nilai land subsidence di wilayah tersebut. Kata kunci: Abrasi, Akresi, Digital Shoreline Analysis System, Garis Pantai, Land Subsidence ABSTRACTThe coastal area of Semarang City has a coastline of 2.5 km-10 km. There are quite a lot of activities in the coastal areas, among others, as a port, residential population, industry, and so on. This triggers land subsidence which results in abrasion and accretion. The city of Semarang has a value of the rate of land subsidence that differs from one place to another, in general the value of the rate of land subsidence will be even greater if it approaches the coast.This study was conducted to determine the relationship of changes in coastline with land subsidence that occurred in the city of Semarang. The image used in the study is Landsat 8 in 2013-2019 with the thresholding method to extract the coastline. The rate of shoreline change is calculated using the Digital Shoreline Analysis System (DSAS) software.The results showed that the average change in coastline in the city of Semarang had increased by 176.28 meters. The sub-district that experienced the greatest accretion was the West Semarang sub-district with an accretion of 483.34 meters, while the sub-district that experienced the greatest abrasion was the Genuk sub-district with an abrasion of 486 meters. The relationship of shoreline changes with land subsidence in Semarang City has a correlation of 0.43852. Correlation results are reviewed based on the level of correlation, including sufficient correlation, so that if changes in the coastline experience a decline (abrasion), the higher the value of land subsidence in the region.
PEMETAAN TINGKAT LAHAN KRITIS KABUPATEN WONOSOBO DENGAN PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS (Studi Kasus : Kec. Kejajar, Kec. Garung, Kec. Mojo Tengah) Lingga Hascarya Prabandaru; Arief Laila Nugraha; Abdi Sukmono
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 (782.893 KB)

Abstract

ABSTRAKKeberadaan lahan merupakan aspek penting dalam kehidupan manusia dan makhluk hidup lainnya.Akan tetapi persoalan kerusakan hutan dan lahan terus terjadi dan mengalami peningkatan sehingga mengakibatkan lahan menjadi kritis.Di Wonosobo, degradasi lahan di situs candi Dieng dan kejajar yang meluas pada 1998-1999 menyebabkan 7.758 hektar lahan kritis. Lahan itu untuk budidaya kentang, dampaknya pada musim hujan terjadi tanah longsor di banyak titik pemukiman, dan ruas jalan Wonosobo, sepanjang kecamatan Garung – Dieng, dan saat musim kemarau penduduk di daerah pegunungan kekurangan air. Penelitian ini bertujuan untuk memetakan dan menghitung luas tingkat lahan kritis di Kabupaten Wonosobo, Jawa Tengah (Kecamatan Kejajar, Kecamatan Garung, Kecamatan Mojotengah.Metode yang digunakan adalah metode penginderaan jauh, dan Sistem informasi geografis yang meliputi overlay, skoring serta pembobotan. Berdasarkan Peraturan Direktur Jenderal Bina Pengelolaan DAS dan Perhutani Sosial No: P.4/V-SET/2013 faktor yang mempengaruhi lahan kritis adalah vegetasi, kelereng, erosi, produktivitas, dan manajemen.Hasil penelitian ini menunjukan luas kelas lahan kritis didominasi oleh kelas potensial kritis seluas 10802 Ha. Luas kelas lahan kritis pada fungsi kawasan lindung diluar hutan lindung didominasi oleh kelas potensial kritis seluas 1304 Ha. Sedangkan kelas terendah adalah kelas Sangat Kritis yag mempunyai luas 2 Ha. Luas kelas lahan kritis pada fungsi kawasan lindung diluar hutan lindung didominasi oleh kelas potensial kritis seluas 5091 Ha. Sedangkan kelas terendah adalah kelas Sangat Kritis yag mempunyai luas 5 Ha. Luas kelas lahan kritis pada fungsi budidaya pertanian didominasi oleh kelas potensial kritis seluas 4543 Ha. Pada fungsi kawasan lindung, tidak mempunyai kelas sangat kritis, sedangkan kelas terendah adalah kelas Kritis yag mempunyai luas 178 Ha.Kata Kunci :Lahan Kritis, SIG, Penginderaan Jauh, Wonosobo ABSTRACT                    The existence of the land is an important aspect forhuman life and another living beings . But the degradation of forests’s land have persisted and increased resulting ciritical land. At Wonosobo, land degradation in the Dieng temple and Kejajarmake 7758 hectares of critical land on 1998-1999. The impact on the rainy season landslides at many points at residance, roads onWonosobo, and  all districts Garung - Dieng, and during the dry season population in mountainous areas of water shortage. This study for make map and estimate the level of critical land in Wonosobo, Central Java (District Kejajar, District Garung, District Mojotengah.                    The method used is the method of remote sensing and geographic information system that includes an overlay, scoring and weighting. Based on the Regulation of Director General of Watershed Management and Social No: P.4 / V-SET / 2013 factors affecting the critical area is vegetation, erosion, productivity, and management.                    The results of this study show the class area of critical land dominated by a class of potential critical area of 10802 Ha. Broad class of critical land in the function of protected areas outside the protected forest was dominated by a class of potentially critical area of 1304 Ha. While the lowest grade is very critical class has an area 2 hectares. Broad class of critical land in the function of protected areas outside the protected forest was dominated by a class of potentially critical area of 5091 Ha. While the lowest class is class very criticalhas area 5 ha. Broad class of critical land on the functioning of agriculture is dominated by a class of potential critical area of 4543 Ha. On the function of the protected area, do not have a very critical grade, while the lowest grade is critical  class has an area 178 hectares. Keywords:Critical Land , GIS, Remote Sensing, Wonosobo*)Penulis, PenanggungJawab
ANALISIS PERBANDINGAN NILAI NDVI LANDSAT 7 DAN LANDSAT 8 PADA KELAS TUTUPAN LAHAN (Studi Kasus : Kota Semarang, Jawa tengah) Dita Rizki Amliana; Yudo Prasetyo; Abdi Sukmono
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 (751.642 KB)

Abstract

ABSTRAKLandsat 8 merupakan misi kelanjutan dari satelit Landsat yang telah menyediakan lebih dari 40 tahun citra untuk penelitian jangka panjang. Namun, sangat penting untuk diketahui bahwa fitur spektral dari Landsat 8 sendiri hampir sama dengan citra Landsat sebelumnya yaitu citra Landsat 7 karena citra Landsat 8 memiliki kanal-kanal yang sempit terutama kanal-kanal yang digunakan pada perhitungan NDVI (Normalized Difference Vegetation Index ) yang mana merupakan metode perhitungan indeks vegetasi yang paling sering digunakan. Pada penelitian ini Nilai NDVI  digunakan untuk mengetahui indeks vegetasi guna menghitung perbandingan spektral antara nilai NDVI Landsat 7 dan nilai NDVI Landsat 8, dan bisa juga untuk menghitung perubahan tutupan lahan berdasarkan nilai NDVI.Dalam penelitian ini nilai NDVI dari citra Landsat 8 dibandingkan dengan NDVI Landsat 7 yang berasal dari titik titik sampel 7 kelas tutupan lahan yang diambil pada saat bulan yang sama dengan perekaman citra Landsat 7 dan Landsat 8 di Kota Semarang. 7 kelas tutupan lahan yang dipakai dalam penelitian ini adalah air, pemukiman, industri, lahan kosong, kebun, tegalan, dan sawah. Untuk perubahan tutupan lahan pada tahun 2013,2014, dan 2015 di Kota Semarang sendiri menggunakan 4 kelas tutupan lahan yaitu air, lahan terbangun, vegetasi jarang dan vegetasi rapat.Hasil korelasi spektral antara Landsat 7 dan Landsat 8 dengan metode NDVI pada 7 kelas tutupan lahan di Kota Semarang tahun 2015 didapatkan persamaan y= 0,7171x + 0,0682 dengan R2=0,631 dan koefisien korelasi sebesar0,7943  yang memiliki pengertian bahwa pengaruh variabel Landsat 7 terhadap Landsat 8 adalah sebesar 63% yang menunjukan adanya korelasi positif dan kuat, jika nilai NDVI pada Landsat 7 naik maka nilai ndvi Landsat 8 pun naik. Pada hasil perubahan tutupan lahan Kota Semarang menggunakan NDVI didapatkan hasil perubahan yang signifikan dari tahun 2013-2015 pada kelas lahan terbangun yang luasnya meningkat  setiap tahunnya dan vegetasi yang luasnya semakin turun setiap tahunnya.Kata Kunci : Landsat 7, Landsat 8, NDVI, Tutupan Lahan, Vegetasi , Korelasi ABSTRACTLandsat 8, the on going mission of the Landsat satellites that have provided over 40 years of images, continues to benefit long-term research. However, it is important to know if the spectral features of Landsat 8 are the same standard as previous Landsat imagery because Landsat 8 images have narrower bands, especially because of the normalized difference vegetation index (NDVI) calculation which is the most popular vegetation index. In this study, NDVI value is used to determine the vegetation index for calculating the spectral ratio between the value of NDVI Landsat 7 and the value of NDVI Landsat value of 8 , and it could be to calculate changes in land cover based on NDVI values .In this research the value of NDVI  of Landsat 8 imagery compared with NDVI Landsat 7 derived from sample points 7 land cover classes are taken at the same month recording of Landsat 7 and Landsat 8 in Semarang. Seven (7) land cover classes used in this research are water, residential, industrial, barren land, garden, fields, and rice fields. For land cover changes in 2013, 2014 and 2015 in Semarang itself uses four classes of land cover: water, built-up land, infrequent vegetation and frequent vegetation.The results of spectral correlation between Landsat 7 and Landsat 8 with the method of NDVI in seven (7)  classes of land cover in Semarang city by 2015 are obtained by the equation y = 0, 7171x + 0.0682 with R2 = 0,631 which has the definition that the influence of variable Landsat Landsat 7 against Landsat 8 is 63% and corellation coefficient (r) is 0,7943 which shows a strong positive correlation and, if Landsat 7 NDVI values increase, Landsat 8 NDVI values will increase too. On the results of Semarang land cover changes using NDVI showed a significant change from the year 2013-2015 on the extent of built up land class increase every year and vegetation is getting down every year.Keywords: Landsat 7, Landsat 8, NDVI, Land Cover, Vegetation, correlation *) Penulis, PenanggungJawab
ANALISIS SPASIAL TINGKAT RISIKO AKIBAT PANDEMI CORONAVIRUS DISEASE 2019 (COVID – 19) (STUDI KASUS : KABUPATEN INDRAGIRI HULU, PROVINSI RIAU) Ghinaa Rahda Kurnila; Arief Laila Nugraha; Abdi Sukmono
Jurnal Geodesi UNDIP Vol 11, No 1 (2022): Jurnal Geodesi Undip
Publisher : Departement Teknik Geodesi Universitas Diponegoro

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

Abstract

Angka perkembangan kasus COVID-19 yang pesat dan meluas dalam waktu singkat di Kabupaten Indragiri Hulu memerlukan pengkajian tingkat risiko sebagai upaya mitigasi dalam rangka percepatan penanggulangan COVID-19. Pengolahan dan penyajian data kesehatan terkait sebaran COVID-19 di Kabupaten Indragiri Hulu masih berupa jumlah kasus yang disajikan dalam tabel statistik. Hal ini dirasa belum cukup karena masyarakat tidak dapat mengetahui pola persebaran tingkat risiko dari COVID-19 tersebut, sehingga diperlukan suatu analisis keruangan dan pengkajian secara spasial yang disebut analisis spasial. Pemodelan risiko terdiri dari pemetaan faktor risiko yaitu ancaman, kerentanan serta indeks kapasitas kesehatan. Penggunaan Sistem Informasi Geografis (SIG) dan Penginderaan Jauh merupakan salah satu solusi dalam memodelkan analisis risiko yang berbasis spasial. Hasil analisis spasial menunjukkan kelas ancaman yang terdapat di Kabupaten Indragiri Hulu didominasi oleh klasifikasi kelas rendah dengan jumlah kecamatan terbanyak dan persentase total luasan yang tertinggi, sedangkan kelas kerentanan didominasi oleh kelas sedang dengan persentase luasan tertinggi. Pola persebaran kelas kerentanan bersifat sporadis, artinya terdapat beberapa kelas klasifikasi kerentanan dalam satu kecamatan. Analisis spasial dari indeks kapasitas kesehatan menggunakan dua skenario yaitu waktu dan jarak tempuh menunjukkan bahwa penggunaan skenario waktu tempuh memiliki hasil yang lebih baik dalam segi luasan maupun jumlah kecamatan yang termasuk dalam daerah jangkauan rumah sakit rujukan COVID-19. Kemudian untuk kelas total tingkat risiko COVID-19 didominasi oleh kelas rendah dengan persentase luasan tertinggi dengan pola persebaran yang bersifat sporadis. Kecamatan Rengat dan Rengat Barat merupakan wilayah yang paling berisiko terhadap COVID-19 karena memiliki kelas risiko tinggi yang lebih luas dari kecamatan lainnya.
ANALISIS PENGARUH PERUBAHAN PENGGUNAAN LAHAN TERHADAP ZONA NILAI TANAH (STUDI KASUS : KECAMATAN KALIWUNGU KABUPATEN KENDALTAHUN 2010-2015) Sondang Artania Sidauruk; Sawitri Subiyanto; Abdi Sukmono
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 (796.573 KB)

Abstract

ABSTRAK Perkembangan suatu daerah adalah hal yang tak bisa dihindari, dipengaruhi oleh pertumbuhan ekonomi dan penduduk menyebabkan meningkatnya aktivitas suatu daerah. Persediaan lahan yang terbatas menyebabkan terjadinya kompetisi antar aktivitas untuk memperoleh lahan, sehingga memicu terjadinya perubahan penggunaan lahan. Tingkat permintaan lahan berpengaruh juga pada pola kenaikan harga nilai tanah sehingga diperlukanlah pembaruan data perubahan penggunaan lahan yang mengacu terhadap zona nilai tanah yang mencerminkan kondisi nilai pasar wajar. Dan Kecamatan Kaliwungu merupakan salah satu contoh nyata telah terjadinya perubahan penggunaan lahan tersebut. Untuk menentukan perubahan penggunaan lahan yang mengacu terhadap zona nilai tanah dapat dilakukan dengan overlay peta penggunaan lahan tiap tahunnya dengan peta zona nilai tanah pada tahun tersebut sehingga diperoleh peta perubahan penggunaan lahan dan zona nilai tanah.Perubahan penggunaan lahan tertinggi pada zona 3, yaitu penggunaan lahan belukar/semak menjadi pemukiman sebesar Rp.1.797.000 /m² dan perubahan penggunaan lahan terendah terdapat pada zona 70, yaitu penggunaan lahan empang menjadi gedung sebesar Rp. 16.000/m². Berdasarkan penelitian di Kecamatan Kaliwungu Kabupaten Kendal terdapat 107 Zona Nilai Tanah. Berdasarkan survei transaksi tahun 2010 harga rata-rata tertinggi terdapat pada zona 3 yaitu sebesar Rp  1,907,000/ m² terletak di Desa Karang Tengah. Harga rata-rata tanah terendah yaitu terdapat pada zona 70, yaitu sebesar Rp. 16,000/m² terletak di desa Mororejo. Berdasarkan survei transaksi tahun 2015 harga rata-rata tanah tertinggi di Kecamatan Kaliwungu  terdapat pada zona 7, yaitu sebesar Rp 3,652,000 /m² terletak di Desa Krajan Kulon. Untuk zona yang memiliki harga rata-rata terendah yaitu pada zona 70 sebesar Rp. 32.000 /m² terletak di desa Mororejo. Dari Perubahan Harga Rata-rata Nilai Tanah Tahun 2010 dan 2015 kenaikan harga rata-rata tanah tertinggi berada pada zona 7 sebesar Rp 1,840,000 per m² dan kenaikan harga rata-rata tanah terendah terdapat pada zona 70 sebesar Rp. 16.000 per m².Kata Kunci : Kaliwungu, Perubahan Lahan, Zona Nilai Tanah  (ZNT) ABSTRACT Development of an area is unavoidable, it is influenced by economic and population growth so that the activity in a region increase. The limited supply of land is causing the competition between activities to get land, so that it have impact to change the use of land. The demand level of land also have effect to the increase values of land use pattern. So it requires change of land use data update which refers to the land value zone. The land value zone reflects to the condition of fair market value. The changes of  use of land that refers to the zone of land value  is determined by overlaid maps the use of land value  every years so that we get the maps of changes the use of land  and the value land zone.The highest changes of land use in zone 3 is bush into residential of Rp.1.797.000 / m² and the lowest changes of land use for the zone 70 is fishpond into buildings Rp. 16,000 / m². Based on research in Kaliwungu District Kendal Regency there were 107 Land Value Zone. Based on a survey of transactions in 2010 the average of the highest price in three zones, is Rp 1,907,000 / m² located in Karang Tengah village. The average of the lowest price is found in the zone 70, which amounted to Rp. 16,000 / m² located in Mororejo village. Based on a survey of transactions in 2015 the average of the highest price in the District Kaliwungu contained in zone 7, which amounted to Rp 3,652,000 / m² located in Krajan Kulon village. Zone has the lowest average price is in a zone 70 Rp. 32,000 / m² located in Mororejo village. The Change Price Average Value of Land in 2010 and 2015 the average price increase is the highest ground in zone 7 of Rp 1,840,000 per m² and the increase in the average price of land was lowest for the 70 zones of Rp. 16,000 per m².Keywords : Change Of Land, Land Value Zone (ZNT), Kaliwungu *) Penulis Penanggung Jawab
STUDI PERKEMBANGAN TERUMBU KARANG DI PERAIRAN PULAU PANJANG JEPARA MENGGUNAKAN CITRA SENTINEL-2 DENGAN METODE ALGORITMA LYZENGA DIKA NUZUL RACHMAWATI; Bandi Sasmito; Abdi Sukmono
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 (1191.378 KB)

Abstract

Indonesia merupakan negara yang terletak di wilayah beriklim tropis dan menjadi negara kepulauan terbesar di dunia. Negara ini memiliki ribuan pulau dengan panjang garis pantai ribuan kilometer. Indonesia memiliki ekosistem bawah laut yaitu terumbu karang yang berfungsi sebagai pelindung garis pantai dan pusat bio-diversitas biota laut. Metode yang digunakan pada penelitian ini adalah menggunakan citra Sentinel-2 dengan algoritma lyzenga. Metode algoritma lyzenga digunakan untuk memetakan material penutup material penutup dasar perairan laut dangkal. Algoritma ini menggunakan prinsip dasar teknik penggabungan informasi beberapa saluran spektral untuk menghasilkan indeks pemisah kedalaman dari material penutup dasar perairan. Berdasarkan hasil pengolahan dan klasifikasi pada tahun 2015 menunjukkan sebaran spasial terumbu karang di perairan Pulau Panjang Jepara yang mendominasi yaitu sebesar 111.700 m2, dibandingkan kelas pasir dan kelas substrat. Tahun 2017 menunjukkan sebaran spasial terumbu karang sebesar 72.400 m2 yang lebih sedikit dibandingkan kelas substrat dan lebih besar dibandingkan kelas pasir. Kelas terumbu karang mengalami penurunan sebesar 39.300 m2 pada tahun 2015 hingga 2017. Pecahan-pecahan karang akibat terumbu karang yang rusak terdeteksi menjadi kelas substrat, sehingga mengakibatkan kelas pada substrat akan meningkat jika kelas terumbu karang mengalami penurunan.
Co-Authors Aditya Hafidh Baktiar Aji, Sentanu Alfian Galih Utama, Alfian Galih Alfreud, Carl Dylan Andri Suprayogi Anggi Karismawati Ardiansyah Ardiansyah Ardyan Satria Pratama Ardyan Satria Putra Pratama Arfina Kusuma Putra Arief Laila Nugraha Ariella Arima Aniendra Arsyad Nur Ariwahid Arwan Putra Wijaya Aryatama, Muhammad Ghani Avi Yudhanto Aziz Anjar Santoso Bambang Darmo Yuwono Bambang Darmo Yuwono Bambang Sudarsono Bandi Sasmito Bashit, Nurhadi Bashit, Nurhadi BASKORO AGUM GUMELAR Baskoro Agum Gumelar Bella Riskyta Arinda Benning Hafidah Kadina Besar Tirto Husodo Cartenz Noviantri Handayani Chandra Satria Ajie Wicaksono Damara Santi, Anggit Lejar Dedigun Bintang Fajeri Demi Stevany Dewi Previansari Dewinta Heriza Dhuha Ginanjar Bayuaji DIKA NUZUL RACHMAWATI Dini Ramanda Putri Dini Tiara Dita Rizki Amliana Dyah Wijaningsih Ertha Silalahi Fadli Rahman Fadli Rahman, Fadli Fajriah Lita Pamungkasari Faradina Sekar Melati Farhan Ardianzaf Putra Farouki Dinda Rassarandi Farras Nabilah Fatimah Putri Utami Fauzi Janu Amarrohman, Fauzi Janu Firman Hadi Fitra S Pandia Franstein Kevin J.B Gabriel Yedaya Immanuel Ryadi Galuh Puteri Saraswati Ghinaa Rahda Kurnila Gilang Diva Pradana Grivina Yuliantika Hadi, Firman Hana Sugiastu Firdaus Hana Sugiastu Firdaus Hana Sugiastu Firdaus Hana Sugiastu Firdaus, Hana Sugiastu Haniah Haniah IFAN ADI PRATAMA Ikhtifari, Muh. Nurshauma Ilmawan Muhammad Hida Indah Prasasti Innong Pratikina Akbaruddin Jamilah, Mutiara Jiyah Jiyah Jolangga Agung Budiman Kalinda, Icha Oktaviana Putri Kurnia Wisnu Aziz Kusuma, Hafiizh Mega Laode M Sabri Lia Novianti Ni’amah Lilik Kristianingsih Lingga Hascarya Prabandaru LM Sabri LM Sabri LM Sabri Maharani, Hanindya Zahra MIRTA INDRIASTUTI Moehammad Awaluddin Muhammad Adnan Yusuf, Muhammad Adnan Muhammad Fathan Muhammad Ibnu Munadi Nainggolan, Yohana Christie Nandia Meitayusni Nabila Naufal Farras Naufal Ilyas Abdul Hakim Nella Wakhidatus Nida Shabrina Nilasari, Monica Novitasari Novitasari Nugra Putra Pembayun Nur Itsnaini Nurfika Maulina Larasati Nurhadi Bashit Nurhadi Bashit Nurhandini Maghda Maghda Prajamandana, Andyan Putra Prambudhianto Putro Pamungkas Putra, Ikhlas Ika Putri, Novita Qoaruddin Qomaruddin Rajagukguk, Trevi Austin RAJAGUKGUK, TREVY AUSTIN Rampu, Jelly Resky Kelana Ridwan Aminullah Rihadatul Aisy Risqi Fadly Robby Rista Omega Septiofani Riyadi, Elnatan Vieno s Subiyanto Salma, Channana Nadiya Sawitri Subiyanto Sendi Akhmad Al Mukmin Septiyana, Diah Setyo Adhi Nugroho SILALAHI, ERTHA Sinabutar, Julio Jeremia Sindy Pariamanda Siska Wahyu Andini Siti Rahayuningsih Sondang Artania Sidauruk Supriadi Sanjaya Purba Suwirdah Pebriyanah Tisnasuci, Ilya Dewanti Trevi Austin Rajagukguk TREVY AUSTIN RAJAGUKGUK Trevy Austin Rajagukguk Tristianti, Nova Veri Pramesto Vidya Velisa Taufik Wakhidatus, Nella Welman Manuel Sitorus Widayanti, Eko Yudo Prasetyo Yudo Prasetyo