Article Per Year (5 Year)
p-Index From 2021 - 2026
3.701
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 : 120 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 120 Documents
Search

 6   7   8   9   10 
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
STUDI PERBANDINGAN KONSENTRASI KLOROFIL-a PADA TAMBAK BANDENG TRADISIONAL DAN TAMBAK BANDENG INTENSIF MENGGUNAKAN CITRA LANDSAT 8 BASKORO AGUM GUMELAR; Abdi Sukmono; Nurhadi Bashit
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 (973.52 KB)

Abstract

Berdasarkan hasil survei sosial ekonomi Direktorat Jenderal Penguatan Daya Saing Produk Kelautan dan Perikanan Kementerian Kelautan dan Perikanan Republik Indonesia pada tahun 2014 menunjukkan konsumsi ikan masyarakat masih rendah. Oleh karena itu, pemerintah bertujuan untuk meningkatkan produksi ikan guna meningkatkan konsumsi ikan masyarakat.Berdasarkan data dari Dinas Kelautan dan Perikanan Provinsi Jawa Tengah tahun 2010, budidaya tambak merupakan budidaya yang paling potensial. Pemilihan metode budidaya tambak yang paling efektif antara metode tradisional dan metode intensif perlu dilakukan untuk mengoptimalkan produksi ikan.Salah satu indikator efektifitas antara kedua metode tersebut dapat dilihat dari kandungan fitoplankton. Fitoplankton mengandung klorofil-a di dalam tubuhnya danmerupakan pakan alami dari ikan.Teknologi pengindraan jauh dapat digunakan untuk menentukan konsentrasi klorofil-a dengan menggunakan algoritma Wouthuyzen, Wibowo, Pentury, Much Jisin Arief dan Lestari Laksmi.Hasil penelitian menunjukkan algoritma Pentury relatif lebih baik digunakan untuk menentukan konsentrasi klorofil-a pada perairan dangkal (tambak). Konsentrasi klorofil-a terendah pada tambak tradisional yaitu 0,47068 mg/m3, konsentrasi tertinggi 1,95017 mg/m3 dan konsentrasi rata-rata 1,12893 mg/m3, sedangkan pada tambak intensif konsentrasi terendah 0,36713 mg/m3, konsentrasi tertinggi 3,17063 mg/m3  dan konsentrasi rata-rata 1,53556 mg/m3.
ANALISIS PERBANDINGAN METODE NORMALIZED DIFFERENCE DROUGHT INDEX (NDDI) DAN THERMAL VEGETATION INDEX (TVX) DALAM MENENTUKAN KEKERINGAN LAHAN SAWAH (STUDI KASUS : KABUPATEN KENDAL) Veri Pramesto; Abdi Sukmono; Andri Suprayogi
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 (1102.841 KB)

Abstract

Kabupaten Kendal merupakan salah satu kabupaten yang berada di Provinsi Jawa Tengah. Pada bulan Agustus 2018, di Kabupaten Kendal telah terjadi kekeringan yang menyebabkan lahan pertanian di Kabupaten Kendal terancam gagal panen dan mengakibatkan kerugian materi bagi kalangan petani. Ancaman kekeringan akibat pengaruh iklim memang tidak dapat dihindari, tetapi hal tersebut dapat diminimalkan dampaknya jika pola kekeringan di suatu daerah dapat diketahui. Adapun cara yang dapat digunakan adalah dengan menerapkan aplikasi penginderaan jauh yaitu melalui pengolahan dan analisis menggunakan algoritma Normalized Difference Drought Index (NDDI) dan Thermal Vegetation Index (TVX) dari citra Landsat 8 tahun 2018. Berdasarkan hasil pengolahan metode NDDI, kekeringan lahan sawah di Kabupaten Kendal pada bulan Agustus tahun 2018 terparah terjadi di Kecamatan Kaliwungu Selatan. Luas kekeringan lahan sawah kelas ringan terparah terjadi di Kecamatan Kaliwungu Selatan 2158,098 ha, kekeringan kelas sedang di Kecamatan Kaliwungu Selatan 573,692 ha, kekeringan kelas berat di Kecamatan Singorojo 465,187 ha dan kekeringan kelas sangat berat di Kecamatan Singorojo sebesar 13,745 ha. Dan berdasarkan hasil pengolahan metode TVX, kekeringan lahan sawah yang terjadi di Kabupaten Kendal pada 25 Agustus tahun 2018 terparah terjadi di Kecamatan Patean. Luas kekeringan lahan sawah kelas ringan terparah terjadi di Kecamatan Kaliwungu Selatan 1202,26 ha, kekeringan kelas sedang di Kecamatan Kaliwungu Selatan 498,92 ha, kekeringan kelas berat di Kecamatan Gemuh 322,42 ha dan kekeringan kelas sangat berat di Kecamatan Patean sebesar 988,60 ha. Berdasarkan hasil verifikasi diperoleh tingkat akurasi metode NDDI sebesar 37,14% dan TVX sebesar 71,43%. Jadi, dapat disimpulkan bahwa metode TVX lebih akurat daripada NDDI dalam mengidentifikasi kekeringan lahan sawah di Kabupaten Kendal tahun 2018.
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
ANALISIS PENENTUAN ZONASI RISIKO BENCANA TANAH LONGSOR BERBASIS SISTEM INFORMASI GEOGRAFIS (Studi Kasus : Kabupaten Banjarnegara) Dhuha Ginanjar Bayuaji; Arief Laila Nugraha; 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 (946.447 KB)

Abstract

ABSTRAK Kabupaten Banjarnegara merupakan salah satu daerah di wilayah provinsi Jawa Tengah yang masuk dalam kategori sangat rawan bencana tanah longsor. Sebanyak 134 kasus tanah longsor terjadi dari tahun 2012-2014. Maka dibutuhkan pemetaan risiko bencana tanah longsor sebagai upaya mitigasi bencana di Kabupaten Banjarnegara.Pemetaan risiko bencana tanah longsor berbasis Sistem Informasi Geografis dibuat dengan software GIS dengan cara skoring dan pembobotan, serta tumpang susun (overlay) antar parameter penyusunnya. Metode yang digunakan pada penelitian ini yaitu SNI (Standar Nasional Indonesia) dan AHP (Analythical Hierarchy Process) kemudian akan diketahui metode mana yang  lebih mendekati keadaan nyata di lapangan. Dari hasil pemetaan risiko bencana tanah longsor metode SNI diperoleh daerah risiko tinggi sebesar 69,961%, sedang 25,868%, dan rendah 4,171%. Sedangkan hasil metode AHP diperoleh daerah risiko tinggi sebesar 73,244%, sedang 23,592%, dan rendah 3,165% yang tersebar di Kabupaten Banjarnegara. Dari hasil validasi lapangan didapatkan kesesuain untuk metode SNI sebesar 65% dan 45% untuk hasil metode AHP. Perangkat lunak SIG dapat digunakan sebagai media pembuatan peta dengan metode bobot dan skoring.  Kata kunci: Tanah Longsor, AHP , SNI, Peta Risiko, SIG,    Top of FormABSTRACT Banjarnegara Regency is located in the province of Central Java which has high risk to landslide. There were 134 cases of landslide occur from 2012- 2014. Therefore, mapping of the risks of landslide is required as disaster mitigation efforts in the Banjarnegara Regency. Mapping of landslide risks based on Geographic Information System created with GIS software by scoring and weighting, and overlays  between constituent parameters. In this research, using two methods namely SNI (Indonesian National Standard) and AHP (Analythical Hierarchy Process) then will be known which method is closer to the real situation on the fieldFrom the result of mapping of the risks of landslide using SNI method obtained high-risk areas by 69,961%, medium 25,868%, dan low risk level 4,171%. Whereas from AHP method result obtained high-risk areas by 73,244%, medium 23,592%, dan low risk level 3,165% that scattered in the Banjarnegara Regency. From the field validation obtained conformity to SNI by 65% and 45% for the result of AHP. GIS software can be used as media of making map by the method of weighting and scoring. Keywords : Landslide, AHP , SNI, Risk Map, GIS, *) Penulis, PenanggungJawab
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.
ANALISIS KESESUAIAN LAHAN UNTUK PERKEBUNAN KOPI DI KABUPATEN SEMARANG Sindy Pariamanda; Abdi Sukmono; 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 (817.642 KB)

Abstract

ABSTRAK Kabupaten Semarang berada di dataran tinggi dan memiliki suhu relatif rendah, sehingga banyak komoditas perkebunan dihasilkan. Salah satu komoditas perkebunan unggulan di Kabupaten Semarang adalah kopi. Berdasarkan pada data statistik Kabupaten Semarang dalam Angka Tahun 2009, luas lahan perkebunan kopi meningkat 60% dari luas sebelumnya. Penggunaan lahan sebagai kebun kopi tidak selalu sesuai dengan kondisi dan kemampuan lahan yang sebenarnya. Potensi suatu lahan biasanya ditentukan oleh keadaan biofisik dan lingkungan lahan sehingga dengan menerapkan prinsip tersebut dapat mengoptimalkan produktivitas tanaman dan membuat kualitas lahan terjaga.Penelitian ini dilakukan untuk mengetahui kesesuaian lahan perkebunan kopi di Kabupaten Semarang sehingga lahan dapat digunakan sesuai dengan kemampuannya. Dengan berdasarkan pada metode yang ditetapkan FAO, penentuan kelas kesesuaian lahan dilakukan menggunakan metode pencocokkan (matching) dan metode skoring (AHP).Dari penelitian ini didapat hasil bahwa dengan metode matching kesesuaian lahan kopi arabika adalah seluas 46.938,81 Ha sesuai marginal (S3) dan 5.387,25 Ha tidak sesuai (N). Kesesuaian untuk kopi robusta adalah seluas 238,11 Ha sangat sesuai (S1), 33.372,84 Ha cukup sesuai (S2), 17.920,25 Ha sesuai marginal (S3) dan 790,81 Ha tidak sesuai (N). Hasil kesesuaian lahan kopi arabika  dengan metode AHP yaitu 14.089,93 Ha sangat sesuai (S1), 34.167,95 Ha cukup sesuai (S2), 4.062,13 Ha sesuai marginal (S3), dan 6,35 Ha tidak sesuai (N). Kesesuaian lahan kopi robusta seluas 37.211,36 Ha sangat sesuai (S1), 14.994,20 Ha cukup sesuai (S2) dan 8,28 Ha sesuai marginal (S3). Kata Kunci : AHP, FAO, Kesesuaian lahan, Matching.  ABSTRACT Semarang Regency is located on the high ground and has relatively low temperature, so many commodities of plantation produced. One of the plantation commodities in Semarang Regency is coffee. Based on statistical data Semarang Regency in Figures 2009, the area of coffee plantation increased 60% from before. Land use for coffee plantations are not always in accordance with the conditions and actual capability of the land. Potential of the land  is usually determined by the state of the biophysical and environment of the land,  so by applying that  principle, the  plant productivity can be optimized and keep the quality of the land.                 This study was conducted to determine the suitability of coffee plantation in Semarang Regency. So, based on that suitability of coffee plantation, the land can be used in accordance with its capabilities. On the basis of the method by FAO, the determination of land suitability classes conducted using the method of matching and scoring method (AHP). The result from this study are the land suitability of arabica coffee based on matching method are 46.938,81 Ha marginal suitable (S3) and 5.387,25 Ha not suitable (N). The land suitability of robusta coffee are 238,11 Ha very suitable (S1), 33.372,84 suitable (S2), 17.920, 25 Ha marginal suitable (S3)  and 790,81 Ha not suitable (N). The results of the land suitability of arabica coffee based on AHP are 14.089,93 Ha very suitable (S1), 34.167,95 Ha  suitable (S2), 4.062,13 Ha marginal suitable (S3) and 6,35 Ha not suitable (N). The land suitability of  robusta coffee are 37.211,36 Ha very suitable (S1), 14.994,20 Ha suitable (S2), and 8,28 Ha not suitable (N). Keywords : AHP, FAO, Land suitability, Matching*) Penulis, Penanggungjawab
ANALISIS NILAI EKONOMI KAWASAN MENGGUNAKAN TRAVEL COST METHOD (TCM) & CONTINGENT VALUATION METHOD (CVM) UNTUK PEMBUATAN PETA ZONA NILAI EKONOMI KAWASAN DENGAN SIG (Studi kasus : Kawasan Agrowisata Pagilaran, Kabupaten Batang) Jolangga Agung Budiman; Bambang Sudarsono; Abdi Sukmono
Jurnal Geodesi UNDIP Volume 6, Nomor 2, Tahun 2017
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (719.139 KB)

Abstract

ABSTRAKKabupaten Batang memiliki daerah wisata alam yang banyak dikunjungi oleh wisatawan domestik maupun mancanegara. Salah satu wisata alam yang saat ini banyak dikunjungi adalah Kawasan Agrowisata Pagilaran. Secara umum tempat wisata ini menyuguhkan suasana segar khas pegunungan, hamparan kebun teh yang sangat luas, dan tempat rekreasi yang mengajak kita menyatu dengan alam. Hal inilah yang menarik perhatian wisatawan untuk datang mengunjungi Kawasan Agrowisata Pagilaran.Dengan adanya potensi kawasan wisata yang begitu besar, diharapkan kedepannya Kawasan Agrowisata Pagilaran menjadi obyek wisata unggulan di wilayah regional Pekalongan, maka dari itu pengelolaan obyek wisata tersebut haruslah lebih baik. Berdasarkan hal tersebut maka perlu dibuat Peta ZNEK untuk mengetahui nilai ekonomi kawasan berdasarkan metode TCM (Travel Cost Method) dan CVM (Contingent Valuation Method) pada kawasan tersebut.Metode penarikan responden yang digunakan dalam penelitian tugas akhir ini adalah Sampling non probability sampling dengan teknik sampling incidental, yaitu responden yang ditemui secara kebetulan datang berkunjung di Kawasan Agrowisata Pagilaran. Metode pengolahan data yang digunakan adalah analisis regresi linear berganda dan perhitungan menggunakan software Maple 17.Dalam penelitian tugas akhir ini, diperoleh berupa peta Zona Nilai Ekonomi Kawasan dengan nilai WTP objek wisata Kawasan Agrowisata Pagilaran sebesar Rp38.191,- dengan surplus konsumen sebesar Rp 173.477,-  per individu per tahun, sehingga diperoleh nilai total ekonomi objek wisata Kawasan Agrowisata Pagilaran sebesar Rp 92.100.049.230,- (nilai surplus konsumen per individu dikalikan dengan jumlah pengunjung tahun 2015).Kata Kunci :Contingent Valuation Method,Maple 17, Travel Cost Method,Zona Nilai Ekonomi Kawasan. ABSTRACTBatang district has many natural tourism areas that are mostly visited by domestic or foreign tourists. One of these areas is Agrotourism Pagilaran Area. Generally this tourism area gives fresh atmosphere, the wide of tea plantation and some recreation places that make us enjoying the nature. This condition makes the tourists to come to Agrotourism Pagilaran Area. Hopefully Agrotourism Pagilaran Area will be the best tourism area in the future especially for the regional of Pekalongan with its big potential as tourism area, so that the management of this tourism area should be more better. Therefore, it should be made ZNEK map to know the value of area economic based on TCM (Travel Cost Method) and CVM (Contingent Valuation Method) in that area.This study used non probability sampling with incidental sampling technique that the respondents are met by accident in Agrotourism Pagilaran Area. The method of analysing data used double-linear regression analysis and Maple 17 software for the calculation.The result of this research is map of Area Economic Value Zone with the value of WTP of Pagilaran Tourism Area38.191 rupiahs with the consument surplus 173.477 rupiahs for each individual in a year. Therefore, the total economic value of Agrotourism Pagilaran Area is 92.100.049.230 rupiahs (the surplus value of each consumer times with the number of tourists in 2015).Keywords :Area Economic Value Zone,Contingent Valuation Method,Maple 17, Travel Cost Method.
ANALISIS SEBARAN VEGETASI DENGAN CITRA SATELIT SENTINEL MENGGUNAKAN METODE NDVI DAN SEGMENTASI Siska Wahyu Andini; 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 (475.503 KB)

Abstract

ABSTRAKBerdasarkan Undang-Undang Nomor 26 Tahun 2007 tentang Tata Ruang, proporsi ruang terbuka hijau pada wilayah kota paling sedikit adalah 30% persen dari luas wilayah kota. Ruang Terbuka Hijau atau dapat disebut dengan vegetasi dapat mempengaruhi udara di sekitar secara langsung maupun tidak langsung. Vegetasi memiliki beberapa manfaat untuk lingkungan seperti : mereduksi polutan dan memproduksi oksigen, memperbaiki kualitas iklim lokal dan sebagai pengontrol radiasi sinar matahari. Kehadiran vegetasi pada suatu wilayah akan memberikan dampak positif bagi keseimbangan ekosistem dalam skala yang lebih luas. Secara umum peranan vegetasi dalam suatu ekosistem terkait dengan pengaturan keseimbangan karbon dioksida dan oksigen dalam udara, perbaikan sifat fisik, kimia dan biologis tanah, pengaturan tata air tanah dan lain-lain.Saat ini teknologi pengindraan jauh sudah semakin canggih, sehingga dapat mendeteksi sebaran vegetasi pada suatu wilayah, pola sebaran vegetasi, kerapatan vegetasi serta luas vegetasi. Teknik NDVI (Normalized Difference Vegetation Index) merupakan sebuah transformasi citra penajaman spektral untuk menganalisis hal-hal yang berkaitan dengan vegetasi. Selain teknik NDVI, ada sebuah metode yaitu segmentasi yang dapat digunakan untuk mendeteksi kerapatan suatu wilayah dengan cara membedakan bentuk, warna, tekstur dan batasan area.Dari hasil algoritma segmentasi didapatkan nilai optimal untuk citra Sentinel-2A sebesar 150 untuk parameter skala, 0,3 untuk parameter bentuk dan 0,5 untuk parameter compactness. Hasil uji akurasi dengan menggunakan validasi lapangan dari segmentasi menghasilkan nilai akurasi keseluruhan sebesar 46,7% sedangkan untuk NDVI nilai akurasi keseluruhannya adalah 88,9%. Penelitian ini menunjukkan bahwa pola sebaran vegetasi pada Kabupaten Demak dengan NDVI dan Segmentasi hampir sama yaitu merata ke seluruh wilayah dengan luasan yang berbeda-beda tiap wilayahnya. Kerapatan vegetasinya juga bervariasi, hasil kerapatan dengan dua metode memiliki sedikit perbedaan. Perbedaan yang signifikan terjadi apabila dalam satu wilayah hanya terdapat sedikit tumbuhan, karena perhitungan menggunakan uji densitas sangat memperhatikan jumlah tumbuhan dalam satu wilayah tersebut. Sedangkan apabila menggunakan kamera yang kemudian dilanjutkan dengan band threshold tidak memperhatikan jumlah tumbuhan melainkan besarnya kanopi.Kata Kunci : NDVI, Segmentasi, Vegetasi.  ABSTRACTBased on Law Number 26 Year 2007 on Spatial Planning, the proportion of Green Open Spaces in the city area is at least 30% percent of the total city area. Open Space Green or can be called vegetation can affect the air around directly or indirectly. Vegetation has several environmental benefits such as: reducing pollutants and producing oxygen, improving local climate quality and as a controller of solar radiation. The presence of vegetation in a region will have a positive impact on the balance of ecosystems on a wider scale. In general, the role of vegetation in an ecosystem is related to the regulation of the balance of carbon dioxide and oxygen in the air, the improvement of the physical, chemical and biological properties of the soil, soil water regulation and others. Currently remote sensing technology is increasingly sophisticated, so it can detect the spread of vegetation in a region, the pattern of vegetation distribution, vegetation density and vegetation area. The NDVI (Normalized Difference Vegetation Index) technique is a transformation of spectral sharpening images to analyze vegetation-related matters. In addition to NDVI techniques, there is a method of segmentation that can be used to detect the density of a region by distinguishing the shape, color, texture and area boundaries. From segmentation algorithm result got optimal value for Sentinel-2A image 150 for scale parameter, 0,3 for form parameter and 0,5 for parameter compactness. The result of accuracy test by using validation from segmentation yields the overall accuracy value of 46,7% while for NDVI the overall accuracy value is 88,9%. The results of this study indicate that the pattern of vegetation distribution in Demak District with NDVI and Segmentation almost the same, is evenly distributed to all regions with different areas of each region. The vegetation density varies, the result of density by the two methods has little difference. Significant differences occur when in one region there are few plants, because the calculation using the density test is very concerned the number of plants in one region. Meanwhile, when using a camera which is then continued with the threshold band does not pay attention to the number of plants but the size of the canopy.Keywords: NDVI, Segmentation, Vegetation.
PEMBUATAN PETA ZONA NILAI EKONOMI KAWASAN SITUS RATU BOKO BERDASARKAN WILLINGNESS TO PAY MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS Prambudhianto Putro Pamungkas; Abdi Sukmono; Arwan Putra Wijaya
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 (693.299 KB)

Abstract

ABSTRAK Bangunan purbakala yang tersebar di Indonesia memiliki nilai sejarah yang dapat dijadikan tujuan wisata. Salah satu bangunan purbakala dengan panorama pemandangan indah dan keunikan bentuk bangunan yang dapat dijadikan tujuan wisata adalah Situs Ratu Boko. Berdasarkan hal tersebut maka perlu dibuat Peta ZNEK untuk mengetahui nilai ekonomi kawasan berdasarkan Willingness To Pay dengan  metode TCM (Travel Cost Method) dan CVM (Contingent Valuation Method) pada kawasan tersebut.Pengambilan jumlah sampel yang digunakan dalam tugas akhir ini menggunakan sampling non probability dengan teknik sampling aksidental, yaitu responden yang ditemui secara kebetulan datang berkunjung di Situs Ratu Boko. data yang digunakan berjumlah 70 responden untuk TCM dan untuk CVM berjumlah 90 responden, serta 10 responden tambahan untuk TCM dan CVM yang digunakan untuk validasi model TCM dan CVM. Metode pengolahan data menggunakan analisis regresi linear berganda meggunakan Microsoft Excel dan perhitungan menggunakan Maple 17. Pengujian uji asumsi klasik, validitas dan reliabilitas, uji asumsi  menggunakan SPSS 23 dan dilakukan validasi model dengan menggunakan  Microsoft Excel.Dalam penelitian tugas akhir ini menunjukan, hasil uji asumsi klasik yang dilakukan pada semua data berdistribusi normal, tidak terjadi heteroskedastisitas, terbebas dari autokorelasi dan tidak terdapat multikolineritas. Uji validitas dan reliabilitas menunjukan hasil valid dan reliabel pada model yang digunakan. Pada validasi model, hasil pengujian menunjukan nilai RMSE sebesar 0,087 pada TCM Domestik, pada TCM Mancanegara sebesar 0,073 dan 0,098 pada CVM. Hasil perhitungan nilai total ekonomi didapatkan nilai DUV Domestik sebesar Rp 454.200.000.100, nilai DUV Mancanegara sebesar Rp 3.889.560.053.000,-nilai EV sebesar Rp. 40.263.332.930, sehingga diperoleh nilai total ekonomi objek wisata Situs Ratu Boko untuk domestik sebesar Rp 494.463.333.030 dan mancanegara sebesar Rp 3.929.823.385.930.
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 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