Claim Missing Document
Check
Articles

ANALISIS SEBARAN SUHU PERMUKAAN LAUT, KLOROFIL-A, DAN ANGIN TERHADAP FENOMENA UPWELLING DI PERAIRAN PULAU BURU DAN SERAM Theresia Niken Kurnianingsih; Bandi Sasmito; Yudo Prasetyo
Jurnal Geodesi UNDIP Volume 6, Nomor 1, Tahun 2017
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1314.44 KB)

Abstract

ABSTRAK                 Indonesia merupakan negara kepulauan karena wilayah lautnya lebih luas dibanding darat, sehingga berpotensi sebagai daerah penghasil sumber daya ikan laut. Kondisi permukaan laut selalu berubah setiap waktu sehingga membutuhkan data citra Aqua MODIS dan Quickscat untuk memberikan informasi secara temporal. Sensor MODIS dapat mengukur kandungan klorofil-a dan suhu permukaan laut (SPL) sebagai parameter utama upwelling. Sensor QuickScat dapat mengukur arah dan kecepatan angin sebagai parameter pendukung upwelling dan data sebaran ikan untuk membuktikan parameter upwelling mempengaruhi potensi dan tangkapan ikan. Penelitian ini dilakukan untuk mengetahui hasil analisis sebaran suhu permukaan laut, klorofil-a dan angin terhadap fenomena upwelling di perairan Pulau Buru dan Seram. Metode pengolahan data citra Aqua MODIS dan QuickScat menggunakan bahasa pemograman yang dibangun untuk mendapatkan nilai secara klimatologi dari tahun 2003-2015 dari parameter upwelling yaitu SPL, klorofil-a dan angin. Data hasil klimatologi selanjutnya dianalisis secara spasial dan statistika sehingga dapat mengetahui hubungan antar parameter upwelling untuk mendapatkan peta tematik sebaran SPL dan klorofil-a pada saat terjadi fenomena upwelling.          Hasil hubungan antar parameter SPL dan klorofil-a mempunyai korelasi sempurna mengikuti pola yang tidak searah artinya SPL tinggi maka klorofil-a rendah. Kecepatan angin mengikuti pola klorofil-a yang searah artinya klorofil-a tinggi maka kecepatan angin tinggi. Hubungan yang sempurna setiap parameter di perairan Pulau Buru dan Seram mendapatkan titik puncak upwelling di bulan Agustus. Bulan Agustus terjadi upwelling yang sangat kuat dengan SPL 26,703°C, kandungan klorofil-a 0,474 dan kecepatan angin 6,680 m/s.Kata Kunci : Aqua MODIS, Quickscat, suhu permukaan laut (SPL), klorofil-a, upwelling ABSTRACT Indonesia is known as an archipelago country due to it's ocean is larger than the land. So that Indonesia become a potential producer of marine fish resources. The condition of the sea surface can be changeable anytime and requires imagery data Aqua Modis and Quickscat to provide information temporally. MODIS sensor can measure the consentration of chlorophyll-a and the sea surface temperature as the main upwelling parameter. While Quickscat sensor can measure the wind speed and direction as a support upwelling parameter and fish distribution data. This can be a prove of upwelling parameters affecting the potential and catch of fish.This research is conduct to determine the analysis of the distribution sea surface temperature, chlorophyll-a and the wind towards the upwelling phenomena in the sea of Buru and Seram island. The method imagery data processing of Aqua Modis and Quickscat used programming language which is based on upwelling parameters there are sea surface temperature, chloropyll-a, and the wind, to get the value in climatology from 2003 until 2015. Then the result of climatology is being analyzed in spatial and stastistical, so that can be determine the relations from each upwelling parameters to get the thematic maps of sea surface temperature and chlorophyll-a in the moment of  upwelling phenomenon.The result from each parameters of sea surface temperature and chlorophyll-a have perfect correlations following pattern that is not unidirectional if the sea surface temperature is high then chlorophyll-a will be low. Whereas the wind speed is following unidirectional pattern of chlorophyll-a, which mean if chlorophyll-a is high, the wind speed will be high too. A perfect relations from each parameters in Buru and Seram island's sea get the highpoint of upwelling in August. Due to the strong upwelling occured in August with sea surface temperature is 26,703°C, chlorophyll-a 0,474 , and the wind speed is 6,680 m/s. Keywords:  Aqua MODIS, Chlorophyll-a, QuickScat, Sea Surface Temperature, Upwelling.
PEMBUATAN PETA ZONA RAWAN TANAH LONGSOR DI KOTA SEMARANG DENGAN MELAKUKAN PEMBOBOTAN PARAMETER Jerson Otniel Purba; Sawitri Subiyanto; Bandi Sasmito
Jurnal Geodesi UNDIP Volume 3, Nomor 2, Tahun 2014
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (600.398 KB)

Abstract

Abstrak Penelitian yang berjudul “Pembuatan Peta Zona Rawan Tanah Longsor di Kota Semarang dengan Melakukan Pembobotan Parameter” ini dilatarbelakangi oleh  data yang didapat dari BPBD (Badan Penanggulangan Bencana Daerah) Kota Semarang, yaitu terhitung sejak Januari hingga Juni 2012 (kurun waktu 6 bulan) terdapat 20 kejadian tanah longsor. Untuk itu perlu dibuat peta zona rawan longsor guna menghasilkan informasi mengenai posisi yang berkaitan dengan tingkat kerawanan longsornya di kota Semarang. Peta ini dapat digunakan sebagai bahan acuan dalam pengambilan keputusan guna tindakan pencegahan terjadinya tanah longsor di daerah yang rawan, sehingga mengurangi jumlah korban jiwa maupun materi dan juga perencanan dalam pembangunan sarana dan prasarana.Penelitian ini menggunakan data citra pengindraan jauh dan SIG (Sistem Informasi Geografis) dengan melakukan pembobotan terhadap parameter yang mempengaruhi terjadinya longsor, yaitu: kelerengan, penggunaan lahan, jenis tanah, dan curah hujan.Hasil dari Penelitian ini adalah peta kerawanan longsor yang dibagi menjadi lima kelas kerawanan, yaitu: tidak rawan, agak rawan, cukup rawan, rawan, dan sangat rawan. Dan informasi yang didapatkan adalah sebagian besar wilayah kota Semarang masuk dalam kelas “Agak Rawan”, yaitu 60,51% (23266,315 ha), sedangkan sisanya masuk dalam kelas “Tidak Rawan” sebesar 24,66% (9480,007 ha), “Cukup Rawan” 13,32% (5120,050 ha), “Rawan” 1,20 (463,091 ha), dan “Sangat Rawan” 0,31% (120,547).Kata kunci: Tanah longsor, Peta, Sistem Informasi Geografis, Kota Semarang                                     Abstract  This study, entitled "Making the Landslide Prone Zones Map in Semarang City with Doing Weighting Parameters" is motivated by data obtained from BPBD (Badan Pengangulangan Bencana Daerah) Kota Semarang, which is commencing from January to June 2012 (the period of 6 months ) there were 20 landslide occurrences. For that need to be made map landslide prone zones to inform about the position with regard to the level of vulnerability to landslides in the city of Semarang. This map can be used as a reference in decision making for preventive measures in the landslide prone areas, thereby reducing the number of casualties and material and also planning the construction of facilities and infrastructure.The study was conducted using data of remote sensing image and GIS ( by weighting the parameters that influence the occurrence of landslides, namely: slope, land use, soil type, and rainfall.Results from this study is that the landslide susceptibility map is divided into five classes of vulnerability, ie: not prone, somewhat prone, quite prone, prone , and very prone. And the information obtained is most regions Semarang enroll in classes "Somewhat Prone", ie 60.51% (23266.315 ha), while the rest goes in the class "Not Prone " ie 24.66 % (9480.007 ha) , "Quite Prone" 13.32 % (5120.050 ha) , "Prone" 1.20 (463.091 ha), and "Highly Prone" 0.31% (120.547).Keywords: Soil Erosion, Map, Geographical Information System, Semarang City*)Penulis Penanggung Jawab
PEMETAAN SEBARAN TERUMBU KARANG DENGAN METODE ALGORITMA LYZENGA SECARA TEMPORAL MENGGUNAKAN CITRA LANDSAT 5 7 DAN 8 (Studi Kasus : Pulau Karimunjawa) Johan Irawan; Bandi Sasmito; Andri Suprayogi
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 (686.829 KB)

Abstract

ABSTRAK                 Karimunjawa adalah salah satu kecamatan yang berada di Kabupaten Jepara, Jawa Tengah. Karimunjawa merupakan taman nasional yang ada di Indonesia. Karimunjawa juga terkenal dengan wisata air atau lautnya, terutama terumbu karang. Terumbu karang menjadi alasan nomor satu para wisatawan berkunjung ke karimunjawa, namun kurangnya  Informasi ilmiah terkait perubahan habitat terumbu karang di kepulauan karimunjawa membuat proses monitoring keadaan terumbu karang karimunjawa mengalami kesulitan.                Tujuan dari penelitian ini adalah untuk mengetahui perbedaan luasan terumbu karang menggunakan Citra Landsat 5 tahun 1996, Citra Landsat 7 tahun 2002 dan Citra Landsat 8 tahun 2016 Kepulauan Karimunjawa dan Peta RBI Skala 1:25000. Metodologi  yang  digunakan  dalam  penelitian  ini adalah  pemanfaatan penginderaan  jauh  guna menentukan  seberapa  banyak  terumbu karang yang berkurang atau bertambah secara temporal dengan algoritma lyzenga menggunakan citra satelit landsat dan validasi lapangan.Dari penelitian ini didapatkan Luasan Terumbu karang mengalami penurunan sejak tahun 1996, 2002 dan 2016 sebesar 15,94% atau 1,128,000 m2 dari 7.0748.00 m2 atau. Sedangkan kelas lainya bertambah seperti pada tahun 1996, 2002, 2016, yaitu kelas pasir bertambah 6,009,000 m2, kelas substrat bertambah 1,755,600 m2, kelas air bertambah 859,600 m2. Kata Kunci : Algoritma Lyzenga, Citra Landsat, Karimunjawa, Terumbu Karang   ABSTRACT                 karimunjawa is a sub district located in the Jepara District, Central Java. Karimunjawa is a national park in Indonesia. Publications also famous for sea travel, especially coral reefs. Reefs may be the number one reason tourists visit karimunjawa, but the lack of scientific information related to changes in coral reef habitats in the archipelago karimunjawa make the process of monitoring the state of coral reefs karimunjawa experiencing difficulties.                The purpose of this study was to determine differences in coral reef area, using Landsat 5 in 1996, Landsat 7 in 2002 and 2016 Landsat 8 Karimun Islands and RBI Map Scale 1: 25000. The methodology used in this study is the use of remote sensing to determine how many coral reefs that decreases or increases lyzenga temporal algorithm using Landsat satellite imagery and field validation.                The extent of this study found coral reefs has decreased since 1996, 2002 and 2016 amounted to 15.94% or 1,128,000 m2 of 7.0748.00 m2. While other classes increases as in 1996, 2002, 2016, the class of sand increased 6,009,000 m2, grade substrates increases 1,755,600 m2, grade water becomes 859.600 m2. Keywords: Coral Reef,  Karimunjawa, Lyzenga algorithm, Landsat images. 
ANALISIS SEA LEVEL RISE DAN KOMPONEN PASANG SURUT DENGAN MENGGUNAKAN DATA SATELIT ALTIMETRI JASON-2 Yosevel Lyhardo Sidabutar; Bandi Sasmito; Fauzi Janu Amarrohman
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 (1005.45 KB)

Abstract

 ABSTRAKKenaikan permukaan laut merupakan sebuah fenomena yang terjadi akibat adanya perubahan iklim. Kenaikan permukaan laut dapat menyebabkan tenggelamnya wilayah pesisir dan pulau-pulau, erosi pantai, dan kerusakan ekosistem penting seperti lahan basah dan hutan bakau. Kenaikan permukaan laut memiliki pengaruh yang cukup besar terhadap Perairan Bagian Barat Pulau Sumatera yang memiliki ratusan pulau-pulau kecil dan terletak pada pertemuan Samudera Hindia dan Laut Andaman.Penelitian ini menggunakan data pengamatan permukaan laut dengan menggunakan satelit altimetri Jason-2 pada periode 2011-2014 sebagai data primer. Interpolasi data satelit altimetri dilakukan dengan menggunakan perangkat lunak matlab dengan menggunakan metode pembobotan invers jarak. Penelitian ini menggunakan analisis trend linear dan analisis harmonik untuk mengetahui kecepatan kenaikan permukaan laut dan nilai komponen pasang surut laut pada Perairan Bagian Barat Pulau Sumatera.Pengamatan permukaan laut dengan menggunakan data Satelit Altimetri Jason-2 pada periode 2011-2014 menunjukkan adanya fenomena kenaikan permukaan laut pada Perairan Bagian Barat Pulau Sumatera dengan rata-rata nilai kenaikan sebesar +14,88 mm/tahun. Nilai trend linier kenaikan permukaan laut rata-rata tertinggi terdapat pada Perairan Mentawai dengan nilai trend linier sebesar +22,64 mm/tahun dan trend linier kenaikan permukaan laut rata-rata terendah terdapat pada Perairan Bengkulu dengan nilai trend linier sebesar +10,12 mm/tahun. Komponen pasang surut pada daerah Perairan Bagian Barat Pulau Sumatera dengan pengamatan Satelit Altimetri Jason-2 selama tahun 2011-2014 menghasilkan nilai rata-rata amplitudo M2 sebesar 0,134 m, nilai rata-rata amplitudo S2 sebesar 0,058 m, nilai rata-rata amplitudo K2 sebesar 0,021 m, nilai rata-rata amplitudo N2 sebesar 0,032 m, nilai rata-rata amplitudo K1 sebesar 0,048 m, nilai rata-rata amplitudo O1 sebesar 0,031 m, nilai rata-rata amplitudo P1 sebesar 0,025 m, dan nilai rata-rata elevasi HHWL sebesar 0,70759 m,  nilai rata-rata elevasi MHWL sebesar 0,50083 m, nilai rata-rata elevasi MSL sebesar 0,06967 m, nilai rata-rata elevasi MLWL sebesar -0,36148 m, nilai rata-rata elevasi CDL sebesar -0,47500 m, nilai rata-rata elevasi LLWL sebesar -0,56825 m.Kata Kunci : kenaikan muka laut, laut, pasang surut laut, permukaan laut, satelit altimetri. ABSTRACTSea level rise is a phenomenon that occurs due to climate change. Sea level rise cause the sinking of coastal areas and islands, coastal erosion, and damage to important ecosystems such as wetlands and mangroves. Sea level rise has a big impact on the western part of Sumatera Island ocean that has hundreds of small islands and located at the confluence of the Indian Ocean and the Andaman Sea.This research used sea surface observational data using the altimetry satellite Jason-2 in the period 2011-2014 as the primary data. Altimetry satellite data interpolation calculated by inverse distance weighting method using matlab software. This research used linear trend analysis and harmonic analysis to determine the speed of sea level rise and the ocean tides component value in western part of Sumatra Island ocean.Sea surface observations using Jason-2 altimetry satellites data in the 2011-2014 period showed the phenomenon of sea level rise on the western part of Sumatera Island ocean with the average increase value by +14.88 mm / year. The highest average value of the linear trend found in Mentawai ocean with the average value of the linear trend by +22.64 mm / year and the lowest average value of the linear trend found in Bengkulu Ocean with the average value of the linear trend by +10.12 mm / year. The ocean tide components on the western part of Sumatra Island ocean with altimetry satellites Jason-2 observations during 2011-2014 resulted in an average amplitude value M2 amounted to 0.134 cm, the average amplitude value S2 at 0.058 cm, the average amplitude value of K2 at 0,021 cm, the average value of the amplitude of N2 at 0,032 cm, the average amplitude value K1 at 0,048 cm, the average amplitude value O1 at 0,031 cm, the average amplitude value P1 at 0.025 cm and the average HHWL elevation value at 0,70759 m,  the average MHWL elevation value at 0,50083 m, the average MSL elevation value at 0,06967 m, the average MLWL elevation value at -0,36148 m, the average CDL elevation value at -0,47500 m, the average LLWL elevation value at -0,56825 m.Keywords : sea level rise, ocean tides, sea surface, altimetry satellite. *) Penulis, Penanggungjawab
ANALISIS KORELASI SUHU PERMUKAAN LAUT TERHADAP CURAH HUJAN DENGAN METODE PENGINDERAAN JAUH TAHUN 2012-2013 (Studi Kasus : Kota Semarang) Monica Apriliana Pertiwi; Sutomo Kahar; Bandi - Sasmito
Jurnal Geodesi UNDIP Volume 4, Nomor 1, Tahun 2015
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1412.348 KB)

Abstract

ABSTRAKSetiap tahun Indonesia mengalami dua musim, yaitu musim hujan dengan hujan maksimum terjadi pada bulan Desember-Januari sedangkan musim kemarau terjadi pada bulan Juni-Agustus dengan hujan minimum. Namun demikian ada suatu saat terjadi penurunan curah hujan sehingga mengalami kekeringan dan pada saat yang lain curah hujannya meningkat sehingga terjadi banjir. Salah satu penyebab perubahan tersebut adalah adanya perubahan suhu permukaan laut sehingga mempengaruhi atmosfer di atasnya. Misalnya beberapa wilayah di Kota Semarang terkadang mengalami kekeringan saat musim hujan atau terjadi hujan pada saat musim kering.Seiring dengan  berkembangnya teknologi, maka untuk mengetahui nilai rata-rata suhu permukaan laut dalam penelitiaan ini menggunakan metode Penginderaan Jauh dengan mengolah citra NOAA/AVHRR dan untuk mengetahui nilai curah hujan harian rata-rata menggunakan citra satelit TRMM.Tujuan dari penelitian ini adalah untuk mengetahui hubungan korelasi dan pengaruh antara suhu permukaan laut di bagian utara Jawa Tengah (Semarang-Tegal) dengan curah hujan di daratan Semarang pada tahun 2013.Dalam penelitian ini, hasil analisis uji statistik didapatkan hubungan korelasi yang signifikan setiap bulannya selama tahun 2013. Korelasi maksimum terjadi pada bulan basah di bulan November 2012 dengan koefien korelasi sebesar 0.968. Dan korelasi minimum terjadi pada bulan kering yaitu bulan September 2013 dengan koefien korelasi sebesar 0.65. Sedangkan dari hasil analisis regresi diketahui bahwa suhu permukaan laut bagian utara Jawa Tengah mempengaruhi curah hujan di daerah Semarang dengan nilai regresi tertinggi yaitu 0.935 atau 93.5%, dan nilai regresi terendah yaitu 0.167 atau 16.7%. Sisanya dipengaruhi oleh faktor lain seperti suhu di Samudera Pasifik atau suhu global, el nino,  la nina, dan aktifitas matahari.Kata Kunci : Penginderaan Jauh,  Suhu Permukaan Laut,  Curah Hujan ABSTRACKEvery year Indonesia experienced two seasons, raining season with the maximum rainfall occurs in December-January while the dry season occurs in June-August with the minimum rainfall. However, there is a rainfall downturn so it experience drought and in other time the rainfall increase so it resulting flood. One of the cause of these changing is because of the temperature changing of the sea surface so it affect the atmosphere above it.  E.g., some of the Semarang area sometimes experience dry in the rainfall season or occurs rainfall in the dry season.Along with the technology development, then to know the average value of deep sea surface, this study use a Remote Sensing with NOAA/AVHRR image processing and use TRMM’s Satellite Imaging to know the average value of the rainfall.This study aims to know the correlation relationship and the side-effect between the sea surface’s temperatures in the north area of East Java (Semarang-Tegal) with the rainfall in the Semarang’s mainland in the year 2013.The statistic analysis test results of this study discover a significant correlation relationship every month in the year 2013. The maximum correlation occurs in wet month in November 2012 with coefficient correlation of 0.968. And the minimum correlation occurs in dry month in September 2013 with coefficient correlation of 0.65. While from the regression analysis result note that the sea surface temperature in the north area of Central Java affect the rainfall in Semarang area with the highest regression value of 0.935 or 93.5%, and the lowest regression value is 0.167 or 16,7%. The rest are affect by other factor such as the temperature in the Pacific Ocean or global temperature, el nino, la nina, and the activity of the sun.Keywords : Remote Sensing, Sea Surface’s Temperature, Rainfall 
PEMANFAATAN ENHANCED BUILT-UP AND BARENESS INDEX (EBBI) UNTUK PEMETAAN KAWASAN TERBANGUN DAN LAHAN KOSONG DI KOTA SEMARANG DITHO TANJUNG PRAKOSO; Bandi Sasmito; Hani'ah Hani'ah
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 (493.627 KB)

Abstract

Pemanfaatan teknologi penginderaan jauh mengalami perkembangan pesat, baik dari segi akurasi dan kualitas hasil maupun dari segi kemampuan software dalam pengolahanya. Teknologi ini dapat digunakan dalam memonitor dan memetakan kawasan terbangun dan lahan kosong di kota besar. Dengan adanya tingkat urbanisasi yang tinggi menyebabkan pertumbuhan penduduk di kota besar mengalami peningkatan. Seperti halnya di Kota Semarang, pertumbuhan penduduk mengalami peningkatan. Hal ini terjadi karena Kota Semarang merupakan salah satu pusat kegiatan berbagai sektor baik perindustrian perdagangan, pemerintahan dan perekonomian. Dampak dari urbanisasi adalah meningkatnya jumlah kawasan terbangun yang ada karena kebutuhan masyarakat akan tempat tinggal dan sarana prasarana. Dibutuhkan pemetaan mengenai daerah terbangun dan lahan kosong agar dapat menjamin ketersediaan lahan tempat tinggal bagi pendatang maupun masyarakat setempat. Dalam penelitian ini digunakan algoritma Enhanced Built-Up and Bareness Index (EBBI) dalam pengolahan data citra penginderaan jauh. Algoritma ini dipilih karena dapat membedakan kawasan terbangun dan lahan kosong dalam pemetaan kawasan terbangun sehingga dalam perencanaan pembangunan kawasan terbangun dapat memberikan informasi mengenai kawasan terbangun dan lahan kosong. Pengolahan data menggunakan EBBI pada band 5, 6 dan 10 (NIR, SWIR, TIR) pada citra Landsat 8 OLI/TIRS. Data citra yang digunakan adalah citra tahun 2013, 2015, 2017. Selanjutnya dilakukan klasifikasi berdasarkan rentang nilai index yang telah ditetapkan dalam pengkelasan kawasan terbangun dan lahan kosong. Hasil dari penelitian ini adalah peta persebaran kawasan terbangun dan lahan kosong di Kota Semarang. Peta tersebut akan dianalisis mengenai persebaran kawasan terbangun dan lahan kosong dan perubahan total luas serta luas setiap kecamatan di Kota Semarang dengan peta multi temporal dari tahun 2013, 2015, 2017. Selain itu dilakukan validasi data di lapangan untuk mengetahui kesesuaian kawasan terbangun dan lahan kosong antara hasil klasifikasi citra tahun 2017 dan hasil validasi data. Kesimpulan yang diperoleh adalah perubahan luas kawasan terbangun dan lahan kosong di Kota Semarang tahun 2013, 2015, dan 2017 yang dapat digunakan sebagai acuan dalam melakukan pembangunan di Kota Semarang.
APLIKASI SIG UNTUK PEMETAAN PERSEBARAN TAMBAK DI KOTA SEMARANG (Studi Kasus: Daerah Tambak Kota Semarang) Barkah Amirudin Ahmad; Bandi Sasmito; Hani'ah Hani'ah
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 (677.428 KB)

Abstract

ABSTRAKTambak merupakan salah satu jenis habitat yang dipergunakan sebagai tempat untuk kegiatan budidaya air payau yang berlokasi di daerah pesisir. Tambak di Indonesia terutama di kota Semarang biasanya menghasilkan produk perikanan yang memiliki nilai ekonomis tinggi berorientasi eksport. Tingginya harga produk perikanan hasil budidaya tambak cukup menarik perhatian masyarakat untuk terjun dalam usaha budidaya tambabak. Persebaran tambak di kota semarang umumnya terdapat di wilayah pesisir, daerah yang berbatasan langsung dengan laut. Jumlah area tambak dari tahun ke tahun pasti mengalami perubahan. Hal ini di sebabkan oleh beberapa faktor seperti pembukaan lahan tambak, abrasi, tinggi air laut saat pasang, pengalihan fungsi lahan tambak dan faktor lain baik disebabkan oleh alam maupun manusia. Maka sangatlah penting untuk mengetahui persentase jumlah persebaran tambak dari tahun ke tahun, dengan pengaplikasian SIG. Pada penelitian ini memanfaatkan data dari citra landsat 8. Langkah selanjutnya adalah membuat peta persebaran Tambak dengan menggunakan software SIG yaitu ArcGIS. Dan kemudian diambil titik sampel penelitian yang dijadikan acuan titik kontrol keberadaan tambak. Penelitian ini menghasilkan sebuah peta persebaran lokasi tambak dan perbandingan dari tahun 2000 dengan 2015,yang diharapkan dapat membantu pemerintah Kota Semarang maupun masyarakat yang membutuhkan dalam mengetahui perubahan yang terjadi sekitrat tahun 2000 - 2015. Dan dalam dijadikan acuan dalam sebuah penelitian.Dari penelitian yang telah dilakukan ini dapat ditarik kesimpulan bahwa luas persebaran tambak dari tahun 2000 ke tahun 2015 mengalami penurunan yang cukup drastis. Dari luas total area tambak di Kota Semarang pada tahun 2000 yaitu seluas 2.664,97 hektar. Dan pada tahun 2015 menjadi 2.308,78 hektar. Dengan demikian perubahan luas bersebaran tambak mengalami penurunan sekitar 356,19 hektar yang tersebar di beberapa kecamatan di Kota Semarang. Kata Kunci : SIG, GPS, Tambak, Perikanan, Kota Semarang ABSTRACTThe embankment is one type of habitat that was used as a place for the cultivation of brackish water which is located in the coastal region. Embankment in Indonesia especially in Semarang City usually produce fishery products which have high economic value export oriented. High price products results of riparian fishery enough public interest to plunge in cultivation embankment. The spread of the embankment in the city of semarang is commonly found in the coastal area, a region bordering the sea. The number of farmed area from year to year is definitely changing. This is caused by several factors such as the opening of land farmed, abrasion, high tide, sea water diversion function of land farmed and other factors either natural or caused by humans. Then it is necessary to know the percentage of the amount of the spread of the embankment from year to year, with deployment of GIS.In the current study utilizes image data from landsat 8. The next step is to create a map of the spread of the Embankment by using GIS software namely ArcGIS. And then taken a point sample research, which provided the reference point control the whereabouts of the embankment. This research resulted in a distribution map of the location of the embankment and comparisons from the year 2000 by 2015, which is expected to help the Government town of Semarang or public who need to know the changes that occur in the above 2000-2015. And in the reference was made in a study.From the research that has been done can be drawn the conclusion that the widespread distribution of embakment from the year 2000 to the year 2015 is a pretty drastic decline. Of the total surface area of embankment in the city of Semarang in 2000 i.e. covering an area of 2,664.97 hectares. And by 2015 be 2,308.78 hectares. With such far-reaching changes distribution of embankment experience a decrease of about 356.19 hectares spread over several districts in the city of Semarang. Keyword : GIS, GPS, Embankment, Fisheries, Semarang City *) Penulis, Penanggung Jawab
PETA SEBARAN GEDUNG-GEDUNG TINGGI UNTUK MENENTUKAN ZONA KAWASAN KOTA SEMARANG (Studi Kasus : Semarang Tengah, Semarang Selatan Dan Candisari) M. Andu Agjy Putra; Sutomo Kahar; Bandi Sasmito
Jurnal Geodesi UNDIP Volume 4, Nomor 2, Tahun 2015
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (749.18 KB)

Abstract

AbstrakBerbagai kemajuan pada ilmu pengetahuan dan teknologi berpengaruh pada seluruh sektor keilmuan, tak terkecuali pada bidang keilmuan Teknik Geodesi. Disiplin ilmu yang mengkhususkan pada bidang survei dan pemetaan itu kini memiliki banyak alternatif, dimana salah satunya adalah teknik pemetaan dengan visualisasi 3D. Banyaknya Gedung-Gedung Tinggi di Kota Metropolitan membuat proses pemetaan berkembang sesuai dengan fungsinya, dimana dapat menjadi replika keadaan yang sesungguhnya. Gedung tinggi inilah yang menjadi bagian penting dalam proses visualisasi 3D. Kota Semarang sebagai salah satu dari beberapa kota metropolitan yang ada di Indonesia memiliki banyak sekali persebaran gedung tinggi. Dengan fungsi yang berbeda-beda, gedung tinggi dapat dijadikan sebagai acuan untuk menentukan kesesuaian persebaran zona kawasan yang terjadi di Kota Semarang dengan RDTR Kota Semarang. Tinggi Gedung juga dapat digunakan sebagai penelitian terhadap obstacle Kota Semarang terhadap KKOP Bandara Ahmad Yani Semarang. Pembuatan peta 3D ini menggunakan software ArcGIS. Serta penentuan zona kawasan pada persebaran gedung tinggi menggunakan metode density. Metode ini yang membagi kawasan setiap daerah yang ada di Kota Semarang. Tinggi gedung yang nantinya akan dilakukan validasi digunakan sebagai bagian KKOP Bandara Ahmad Yani. Hasil peta persebaran gedung tinggi diharapkan dapat memudahkan pemerintah maupun masyarakat dalam menenetukan kawasan di setiap daerahnya. Peta KKOP juga diharapkan dapat menjadi pertimbangan pemerintah dalam memberikan ijin terhadap pembangunan gedung-gedung tinggi yang ada di Kota Semarang. Kata kunci :ArcGIS; Density; Gedung Tinggi; Visualisasi 3D; Zona Kawasan  AbstractDistribution maps of tall buildings to determine zone area in Semarang City. The development  of science  and  technological advances have  impact to all sector of scholarly,  without exceptions engineering geodesy. It specifically discuss  about  survey and distributions that has various alternative, such as 3D visualization. There are lots of tall buildings or sky scraper in metropolitan city impact process of distributions that developed based on its function. It can represent the real replica of tall buildings. This is the most important process of  3D visualization. Semarang is one of metropolitan city in Indonesia that has lots   distributions of tall buildings. With the various function, tall buildings can be a reference to determine suitability distributions of zone area in Semarang by  Semarang’s RDTR. Tall buildings can be used as research of obstacle Semarang to KKOP Ahmad Yani airport Semarang. This creation of 3D maps used software ArcGIS. The determination of zone area of tall building distributions uses density method. This method divides each area that located in Semarang. Validated tall buildings will be used as a part of KKOP Ahmad Yani airport. The distribution map of tall buildings is expected as a tools to ease government and society to determine region of their area. KKOP’s map is expected as consideration for government to give permission of development tall buildings in Semarang city.Key word :ArcGIS; Density method; Tall building; 3D Visualization; Zone are.
IDENTIFIKASI KAWASAN UPWELLING BERDASARKAN VARIABILITAS KLOROFIL-A, SUHU PERMUKAAN LAUT DARI DATA CITRA AQUA MODIS TAHUN 2003-2015 DAN ARUS (Studi Kasus: Perairan Nusa Tenggara Timur) Hestiningsih Hestiningsih; Yudo Prasetyo; Bandi Sasmito
Jurnal Geodesi UNDIP Volume 6, Nomor 1, Tahun 2017
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1554.858 KB)

Abstract

ABSTRAKKeberadaan laut Indonesia yang luas dan posisi Indonesia yang strategis menjadikan Indonesia sebagai poros maritim dunia sehingga Indonesia memiliki sumber daya alam laut yang sangat potensial, salah satunya yaitu perairan Nusa Tenggara Timur (NTT) yang mempunyai potensi ikan yang melimpah. Banyaknya potensi ikan tidak lepas dari keberadaan fitoplankton yang dapat diketahui dari kandungan klorofil-a dan Suhu Permukaan Laut (SPL) melalui teknologi penginderaan jauh dengan memanfaatkan citra aqua MODIS dan didukung dengan arah dan kecepatan angin citra QuickScat di perairan NTT.Metode pengolahan data yang digunakan dalam penelitian ini yaitu dengan menggunakan bahasa pemrograman untuk mengolah data SPL, klorofil-a dan arus dari tahun 2003-2015 sehingga didapatkan pola spasial sebaran SPL, klorofil-a, arah dan kecepatan angin untuk mengidentifikasi fenomena upwelling di perairan NTT yang terbukti kaya akan nutrisi dan banyak mengandung fitoplankton sebagai pakan alami ikan sehingga memberikan banyak pengaruh dalam peningkatan produktivitas ikan di perairan NTT. Pengujian data dilakukan dengan menganalisis spasial sebaran data klorofil-a, SPL dan angin terhadap daerah potensi ikan di perairan NTT.Hasil penelitian ini diperoleh peta sebaran SPL, klorofil-a dan arus secara klimatologi untuk mengetahui sebab akibat fenomena upwelling di perairan NTT. Fenomena upwelling di perairan NTT terjadi pada bulan Mei sampai bulan September. Pada waktu upwelling, nilai sebaran klorofil-a berkisar 0,223-0,413 mg/m3 dengan rata-rata 0,329 mg/m3, sebaran klorofil-a tertinggi pada bulan September. Nilai sebaran SPL berkisar 26,768-28,689 ⁰C dengan rata-rata 27,548 ⁰C, sebaran SPL terendah pada bulan Agustus dan kecepatan angin pada saat upwelling berkisar 3,654-5,351 m/s dengan rata-rata 4,715 m/s, kecepatan angin tertinggi pada bulan Juli. Oleh karena itu, teradi keterlambatan waktu upwelling di perairan NTT.Kata Kunci : Aqua MODIS, Klorofil-a, Penginderaan Jauh, Suhu Permukaan Laut (SPL), Upwelling. ABSTRACTThe existence of Indonesian sea which is widely and strategic becoming Indonesia as the world  maritime axis that is why Indonesia have potential sea natural resources, one of them is East Nusa Tenggara (NTT) where have great fish potential. A lot of  fish potential is related to fitoplankton existence which can know from chlorophyll-a and sea surface temperature by remote sensing with using Aqua MODIS imagery and also complemented with the wind vector and wind velocity from QuickScat Imagery in NTT sea.The data processing method in this research was used IDL to process sea surface temperature, chlorophyll-a and tide from 2013 until 2015, therefore sea surface temperature distribution spatial pattern, chlorophyll-a, vector and speed of wind to identify upwelling phenomenon in NTT sea which proven a lot of nutrition and  a lot of fitoplankton as natural feed for fish therefore it can get impact for rising fish productivity in NTT sea. The test of data is required by analyzed  distribution of clorophyll-a, Sea Surface Temperature (SST) and wind to fish potential area in NTT sea.This research product are sea surface temperature distribution map and tide map, based on climatology this is to know cause and effect of upwelling in NTT sea. Upwelling phenomenon in NTT sea is happened on May until december. When the upwelling happens, chlorophyll-a value is about 0,223 until 0,413 mg/m3with the average is 0,329 mg/m3, the highest distribution of chlorophyll-a is on September. Sea surface temperature value distribution between 26,768-28,689 ⁰C with the average is 27,548 ⁰C, and The lowest distribution is on August and wid speed when upwelling happens is about 3,654-5,351 m/s with the average is 4,715 m/s, The highest wind speed is on July. Therefore, it makes upwelling time late in NTT sea. Keywords : Aqua MODIS, Chlorophyll-a, Remote sensing, Sea Surface Temperature (SST), Upwelling.
PEMANFAATAN PENGINDERAAN JAUH DAN SIG UNTUK PEMETAAN KAWASAN POTENSI SUMBER PLTS DI PULAU JAWA Rina Emelyana; Bandi Sasmito; Yudo Prasetyo
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 (677.753 KB)

Abstract

ABSTRAK Peningkatan kepadatan penduduk yang dialami Pulau Jawa sebagai pusat pemerintahan, pendidikan, sosial dan politik disebabkan oleh persebaran penduduk yang tidak merata.Hal ini menyebabkan melonjaknya kebtuhan-kebutuhan vital, diantaranya yaitu kebutuhan listrik.Energi listrik dengan sumber energi baru dan terbarukan belum mencapai optimalisasi yang tinggi, salah satunya adalah energi surya.Pemetaan potensi sumber PLTS di Pulau Jawa diperlukan untuk mempercepat identifikasi kawasan-kawasan yang berpotensi.Penelitian ini bertujuan untuk mendapatkan sebaran letak potensi sumber PLTS dengan memanfaatkan teknologi penginderaan jauh dan SIG yaitu metode klasifikasi, tumpang tindih, pemberian skor dan bobot setiap parameter.Parameter yang digunakan yaitu akumulasi curah hujan bulanan, rata-rata persebaran awan bulanan, peta klasifikasi suhu permukaaan bumi, peta klasifikasi tata guna lahan dan peta klasifikasi kelerengan.Pada curah hujan dan persebaran awan dilakukan tumpang tindih data raster untuk mendapatkan satu kabupaten di Pulau Jawa yang paling berpotensi.Penetapan sebaran potensi sumber PLTS pada kabupaten terpilih dilakukan pembobotan pada parameter suhu permukaan bumi, tata guna lahan dan kelerengan.Pengelompokan potensi dibagi menjadi empat kelas yaitu berpotensi sangat rendah, berpotensi rendah, berpotensi sedang dan berpotensi tinggi.Berdasarkan hasil klasifikasi curah hujan bulanan dan klasifikasi persebaran awan bulanan diperoleh 4 kabupaten dengan bulan kering dan daerah bebas awan terbanyak yaitu Kabupaten Gresik, Lamongan, Rembang, Sampang.Dengan melihat jumlah curah hujan sebenarnya dari keempat kabupaten tersebut diperoleh bahwa Kabupaten Rembang memiliki jumlah curah hujan terendah dalam satu tahun periode yang ditentukan.Analisis spasial dan penambahan bobot serta skor pada parameter suhu permukaan bumi, tata guna lahan dan kelerengan dilakukan hanya dalam lingkup Kabupaten Rembang.Hasilnya daerah dengan potensi sangat rendah seluas 2.085,153 Ha(2%).Daerah berpotensi rendah seluas 70.877,295 Ha(69%).Daerah berpotensi sedang seluas 3.509,407 Ha(3%).Daerah berpotensi tinggi seluas 27.162,458Ha(26%). Kata Kunci : Klasifikasi, penginderaan jauh, PLTS, SIG, tumpang tindih. ABSTRACT The increasing population density which happened in Java Island as central of government, education, social and politics is caused by inequality distribution of population. Those are led to bump the vital needs, one of them is eletric current. Electric energy wtih the new and renewable resources has not yet reach the optimization, one of them is solar energy. The mapping of solar power energy generator potential is needed for accelerate identification potential areas.The purpose of reasearch is get distribution solar power energy generator location with remote sensing and GIS. The methods which will be used are classification method, overlay, scoring and weighting each parameters. Parameters which is used are monthly rainfall accumulation, monthly average cloud distribution, land surface temperature class map, land use map, and slope map. Determination of solar power energy generator potential on chosen regency is computed by weighting land surface temperature parameter, land use and landslide in 4 classes potential.These classes  were defined very low potential, low potential, medium potential, and high potential.Based on monthly rainfall accumulation and cloud distribution overlay are resulted 4 regencies with drought month and most cloud free area Gresik, Lamongan, Rembang, and Sampang regency. From the rainfall accumulation, Rembang regency is the lowest rainfall accumulation on one year periode. Spatial analysis, weighting addition, and also scoring on land surface temperature, land use and land slide are done only on Rembang regency.  The results are 2,085.153Ha or 2 % very low potential area, 70,877.295 Ha or 69% low potential area, 3,509.407Ha or 3% medium potential area, 27,162.458 Ha or 26% high potential area. Keywords: Classification, GIS, overlay, remote sensing, solar power energy reactor.
Co-Authors ., Hani'ah Abdi Sukmono, Abdi Adiasti Rizqi Hardini Adib Fahrul Arifin Ahmad Faishal Matazah Putra Ahmad Hidayat Ahmad Iqbal Maulana Lubis Akbar Kurniawan Alan Aji Bintang Alfian Putra Setiadarma Almira Delarizka Alvatara Partogi Hutagalung Amirul Hajri An Nisa Tri Rahmawati Andi Trimulyono Andri Suprayogi Andri Yanto Parulian Tamba Anggi Karismawati Anggoro Wahyu Utomo Angkoso Dewantoro Arfina Kusuma Putra Arief Laila Nugraha Arief Laila Nugraha Arief Laila Nugraha Ariella Arima Aniendra Armenda Bagas Ramadhony Arnita Ikke Sari Arwan Putra Wijaya Arwan Putra Wijaya Asih, Nevi Tri Lestiyo Aulia Budi Andari Aulia Hafizh Aulia, Fatah Avini Sekha Rasina Ayu Hapsari Aditiyanti Bambang Darmo Yuwono Bambang Darmo Yuwono Bambang Sudarsono Bambang Sudarsono Bashit, Nurhadi Bekti Noviana Bella Riskyta Arinda Bram Ferdinand Saragih Chusni Ansori David Jefferson Baris Denni Apriliyanto Desvandri Gunawan Devi Irsanti Devi Nilam Sari Deviana Putri Sunarernanda Dian Ika Aryani DIKA NUZUL RACHMAWATI Dimas Bagus Dita Ariani DITHO TANJUNG PRAKOSO Dwi Nugroho Eko Andik Saputro Eko Didik Purwanto, Eko Didik Elsa Regina Rizkitasari Esa Agustin Alawiyah Ety Parwati Fadhlan Hamdi Fajar Dwi Hastono Farrah - Istiqomah, Farrah - Fauzi Janu Amarrohman, Fauzi Janu Fauzi Janu Ammarohman Firman Hadi Firman Hadi Firman Hadi Fitra S Pandia Frandi Barata Simamora Fuad Hari Aditya Gabriel Yedaya Immanuel Ryadi Galih Pratiwi Galuh Fitriarestu Santoso Ghazian Hazazi Gilang Yudistira Hilman Gunita Mustika Hati Hadi, Firman Hana Sugiastu Firdaus Hana Sugiastu Firdaus Hani'ah . Hani'ah Hani'ah Hani'ah, Hani'ah Haniah Haniah Hani’ah Hani’ah Harianto Harianto Harmeydi Akbar Hartomo Haryo Kuncoro Haryo Daruwedho Hasan Mustofa Amirudin, Hasan Mustofa Hayu Rianasari Hestiningsih Hestiningsih Indah Prasasti Indriyanto, Ignatius Wahyu Innong Pratikina Akbaruddin Jaka Gumelar Jerson Otniel Purba Jhonson Paruntungan Matondang Johan Irawan Kalinda, Icha Oktaviana Putri Khofifatul Azizah Kurniantoro, Ridhwan L. M. Sabri Laode M Sabri Latifah Rahmadany LM. Sabri M. Alfarisi Handifa M. Andu Agjy Putra Mamei Saumidin Meiska Firstiara Maudi Miftakhul ‘Ulya Rimadhani Moehammad Awaluddin Moehammad Awwaluddin Mohamad Jorgie Prasetyo Monica Apriliana Pertiwi Monika Maharani, Shang Bhetari Muchammad Misbachul Munir, Muchammad Misbachul Muhamad Dicky H. Muhammad Agam Cakra Donya Muhammad Al Kautsar Muhammad Dimas Aji N. Muhammad Fadhli Auliarahman Muhammad Helmi Muhammad Hudayawan Nur L Muhammad Ilman Fanani Muhammad Luthfi Muhammad Nur Khafidlin Mulawarman, Reza Al Arif Muna, Nailatul Mutiah Nurul Handayani Nainggolan, Yohana Christie Nanang Noviantoro Prasetyo Nandia Meitayusni Nabila Nasrul Arfianto Nevy Dyah Rustikasari Nila Hapsari Nawangwulan Nilasari, Monica NIRTANTO, ILHAAM CAHYA Niswatul Adibah NOFIANA DIAN RAHAYU Noviar Afrizal Wahyuananto Nur Itsnaini Nurfajrin Dhuha Andani Nurhadi Bashit Nurhadi Bashit Nurhadi Bashit Nurul Huda Patriot Ginanjar Satriya Pinastika Nurandani Pitto Yuniar Maharsayanto Pratama Irfan Hidayat Prathanazal, Naufal Maziakiko Prya Adhi Surya Nugraha Putra, Muhammad Adisyah Putri Auliya Putri Mariasari Sukendar, Putri Mariasari Putri, Alifa Salsabilla Raditya Wahyu Utomo Ratih Kumala Dewi Restu Maheswara Ayyar Lamarolla Rina Emelyana Risa Bruri Utami Ryandana Adhiwuryan Bayuaji Sabri, L M Sabri, L.M. Sabri, LM Samuel Samuel Sari, Devi Nilam Sawitri Subiyanto Sawitri Suprayogi Selli Angelita Sitepu Seprila Putri Darlina Setiaji Nanang Handriyanto Sheehan Maladzi, Havi Shofiyatul Qoyimah, Shofiyatul Sinabutar, Julio Jeremia Sindi Rahma Erwanti Sitepu, Selli Angelita Siti Rahayuningsih Sri Purwatik Sutomo Kahar Sutomo Kahar Sutomo Kahar Sutomo Kahar Syafiri Krisna Murti Syarif Budhiman Theresia Niken Kurnianingsih Tika Murni Asih Tistariawan, Adji Chandra Titis Ismayanti Vauzul Rahmat Victor Andreas Tarigan Vira Febianti Wahyu Eko Saputro Wahyu Setianingsih Wenang Triwibowo, Wenang Wili Setiadi Wilma Amiruddin Wiryawan, Ainun Pujo Wisnu Wahyu Wijonarko Yenny Paras Dasuka Yoga Triardhana Yosevel Lyhardo Sidabutar Yudo Prasetyo Yugi Limantara