Article Per Year (5 Year)
p-Index From 2021 - 2026
3.339
P-Index
This Author published in this journals
All Journal J-Sil (Jurnal Teknik Sipil dan Lingkungan) TEKNIK KAPAL Jurnal Ilmu Pengetahuan dan Teknologi Kelautan Jurnal Geodesi Undip Journal of Applied Geospatial Information JURNAL ILMIAH GEOMATIKA MAJALAH ILMIAH GLOBE Elipsoida : Jurnal Geodesi dan Geomatika Jambura Geoscience Review Jurnal Pasopati : Pengabdian Masyarakat dan Inovasi Pengembangan Teknologi Jurnal Marine Inside J-Sil (Jurnal Teknik Sipil dan Lingkungan)
Bandi Sasmito
Departemen Teknik Geodesi, Fakultas Teknik, Univeristas Diponegoro
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Control & Systems Engineering Earth & Planetary Sciences Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Physics Transportation

Published : 167 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 167 Documents
Search

 7   8   9   10   11 
DETEKSI PERUBAHAN LUAS LAHAN TAMBAK MENGGUNAKAN DELINEASI METODE DENSITY SLICING (STUDY KASUS: KABUPATEN DEMAK, JAWA TENGAH) Nevy Dyah Rustikasari; Bandi Sasmito; Hani'ah .
Jurnal Geodesi UNDIP Volume 1, Nomor 1, Tahun 2012
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (153.188 KB)

Abstract

Tambak di daerah Demak merupakan sumberdaya yang menjadi salah satu mata pencaharian masyarakat di sekitar pesisir pantai. Beberapa tempat di areal pesisir dan pertambakan telah terkikis (abrasi pantai) dan  rob yang lebih dalam ke daratan. Tambak-tambak udang yang terkikis menjadi hilang dan berubah kondisinya menjadi laut dan akibat pemanasan global menyebabkan air masuk lebih dalam. Terjadinya air masuk ke daratan merupakan perubahan garis pantai yang sangat mempengaruhi perubahan luasan tambak tiap tahunnya. Tujuan penelitian yaitu untuk mengetahui luas lahan tambak secara periodik, laju perubahannya, dan distribusi spasialnya. Penggunaan inderaja untuk menganalisis perubahan luas lahan tambak yang merupakan salah satu alternative untuk mendapatkan informasi tentang perubahan luas lahan tambak. Sistem Informasi Geografis (SIG) diterapkan untuk menentukan klasifikasi lahan tambak berdasarkan beberapa parameter yang digunakan. Metode density slicing dan supervised classification merupakan metode yang digunakan dalam penelitian ini yaitu dengan melakukan proses klasifikasi menggunakan software er mapper dan arcGIS. Data yang digunakan yaitu citra Landsat dan  Peta Rupa Bumi Indonesia (RBI). Proses klasifikasi akan didapatkan parameter tambak yang selanjutnya dilakukan uji akurasi Confussion Matrik dan ke lapangan. Tahap selanjutnya yaitu delineasi lahan tambak sehingga diperoleh luas lahan tambak. Hasil Penelitian menunjukkan bahwa lahan tambak dari tahun 1999 sampai 2009 mengalami peningkatan meskipun ada beberapa wilayah yang terkena abrasi. Perubahan luas dengan kedua metode menunjukkan perbedaaan luasan. Di seluruh wilayah yang mempunyai lahan tambak mengalami kenaikan tiap tahunnya. Wilayah tersebut yaitu Kecamatan Sayung, Karang Tengah, Bonang, dan Wedung. Perubahan Luas dengan metode Density slicing yaitu Kecamatan Sayung sebesar 551,65 H(46,66%), Kecamatan Karang Tengah 33,60 Ha(2,84%), Kecamatan Bonang 42,30 Ha(3,58%), dan Kecamatan Wedung sebesar 554, 70 Ha(46,92%).Perubahan luas metode supervised classification yaitu Kecamatan Sayung sebesar 533,54Ha(44,25%), Kecamatan Karang Tengah sebesar 67,0H(5,36%), Kecamatan Bonang sebesar 103,96Ha(7,25%), dan Kecamatan Wedung yaitu 546,52 Ha(43,68%).
APLIKASI PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS UNTUK ANALISIS DAERAH RESAPAN AIR (STUDI KASUS : KOTA PEKALONGAN) Niswatul Adibah; Sutomo Kahar; Bandi Sasmito
Jurnal Geodesi UNDIP Volume 2, Nomor 2, Tahun 2013
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (384.261 KB)

Abstract

Daerah resapan air di daerah perkotaan sangat penting keberadaannya, karena berfungsi untuk menjaga keseimbangan dan kelestarian tata air di kawasan perkotaan khususnya dalam pelestarian air tanah dan mencegah terjadinya banjir lokal. Namun dewasa ini, pembangunan telah mengalami kemajuan yang pesat dan menimbulkan perubahan fungsi penggunaan lahan yang berdampak pada permasalahan berkurangnya daerah resapan air di kawasan perkotaan seperti yang terjadi di Kota Pekalongan. Penelitian ini memanfaatkan aplikasi Penginderaan Jauh dan Sistem Informasi Geografis (SIG) untuk menganalisis kondisi daerah resapan air di Kota Pekalongan. Penelitian ini menggunakan metode supervised classification yang disertai dengan raster to polygon, metode skoring dan overlay peta-peta tematik. Hasil penelitian menunjukkan confusion matrix citra landsat di daerah penelitian sebesar 95,75 %. Hasil analisis kondisi daerah  resapan air di Kota Pekalongan yang mempunyai kondisi mulai kritis sebesar 4007,3702 ha (84%) dan daerah resapan air dalam kondisi agak kritis seluas 751,1084 ha (16%). Serta diperoleh hasil perhitungan nilai volume air larian pada tahun 2011 sebesar 55.028.378,9 m3 dengan nilai debit tampungan DASnya sebesar 148.219.200 m³/th. Keseluruhan hasil penelitian menunjukkan kondisi daerah resapan air di Kota Pekalongan secara umum dalam kondisi mulai kritis namun tidak rentan banjir Kata Kunci :  Daerah Resapan Air, Kota Pekalongan, Penginderaan Jauh dan  Sistem Informasi Geografis
Survei Bathimetri Untuk Pengecekan Kedalaman Perairan Wilayah Pelabuhan Kendal Ahmad Hidayat; Bambang Sudarsono; Bandi Sasmito
Jurnal Geodesi UNDIP Volume 3, Nomor 1, Tahun 2014
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (251.79 KB)

Abstract

Pemeruman adalah proses dan aktivitas yang ditujukan untuk memperoleh gambaran (model) bentuk permukaan (topografi) dasar perairan (seabed surface). Proses penggambaran dasar perairan tersebut (sejak pengukuran, pengolahan hingga visualisasi) disebut dengan survei batimetri. Model batimetri (kontur kedalaman) diperoleh dengan menginterpolasikan titi-titik pengukuran kedalaman bergantung pada skala model yang hendak dibuat.Titik-titik pengukuran kedalaman berada pada lajur-lajur pengukuran kedalaman yang disebut sebagai lajur perum (sounding line). Jarak antar titik-titik fiks perum pada suatu lajur pemeruman setidak-tidaknya sama dengan atau lebih rapat dari interval lajur perum. Salah satu fungsi dari hasil pemeruman adalah untuk reklamasi pantai.Pasang surut adalah fenomena naik turunnya muka laut secara berkala akibat adanya gaya tarik benda-benda angkasa terutama matahari dan bulan terhadap massa air di bumi. Namun ada pula yang sepakat bahwa pasang surut adalah suatu fenomena pergerakan naik turunnya permukaan air laut secara berkala yang diakibatkan oleh kombinasi gaya gravitasi dan gaya tarik menarik dari benda-benda astronomi terutama oleh matahari, bumi dan bulan. Pada pemeruman kali ini penulis akan menggunakan alat Echosounder Hi Target HD 370.Kata Kunci : Pemeruman, Reklamasi pantai, Pasang surut, Jenis alat yang digunakan.
KAJIAN METODE SEGMENTASI UNTUK IDENTIFIKASI TUTUPAN LAHAN DAN LUAS BIDANG TANAH MENGGUNAKAN CITRA PADA GOOGLE EARTH (Studi Kasus : Kecamatan Tembalang, Semarang) Frandi Barata Simamora; Bandi Sasmito; Haniah Haniah
Jurnal Geodesi UNDIP Volume 4, Nomor 4, Tahun 2015
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1181.534 KB)

Abstract

ABSTRAKPenginderaan jauh berkembang pesat pada saat ini, baik data, metode dalam pengolahannya dan juga diimbangi dengan pemanfaatannya. Pada penelitian ini metode pengolahan yang digunakan  yaitu object base image analysis (OBIA). Metode Obia terdiri dari dua tahapan yaitu segmentasi dengan algoritma multiresolution dan klasifikasi dengan metode Nearest Neighbor. Adapun tujuan dari penelitian ini adalah mengkaji metode tersebut untuk mengidentifikasi luas tutupan lahan, dengan data yang digunakan citra dari Google Earth tahun 2013 dengan resolusi 0,59 meter.Proses segmentasi dengan parameter skala 200, kekompakan 0,7 dan bentuk 0,3 pada lokasi penelitian kecamatan Tembalang mengasilkan 8.981 segmen dan pada proses klasifikasi menghasilkan 6 kelas yaitu Lahan terbangun seluas 1.258,253 ha, lahan terbuka seluas 1.146,848 ha, vegetasi hijau seluas 1.180,467 ha, badan air seluas 12,524 ha, persawahan seluas 232,614 ha, ladang seluas 314,495 ha. Besar akurasi keseluruhan 99,678%, Kappa (0,9). Dalam perhitungan validasi luas sawah dengan skala 7, bentuk 0,2 dan kekompakan 0,8, menghasilkan besar ketelitian 59,62 m2.Sebagai kesimpulan, segmentasi dan klasifikasi nearest neighbor menghasilkan tingkat akurasi dan kepercayaan tinggi, tetapi tidak dapat digunakan dalam kajian untuk menentukan luas bidang tanah. Kata Kunci: Algoritma Multiresolution, Google Earth, Klasifikasi Nearest Neighbor, Segmentasi, Tutupan Lahan. ABSTRACTRemote sensing has been developing nowdays, either the data, the methods of processing and also the utilization. The method that is used in this research is Object Base Image Analysis (OBIA). Obia method is through in two main phases, multiresolution algorithm and Nearest neighbor classification. Object of this research is to examine the method to identification the large of landcover data by using imagery from Google Earth in 2013 with resolution 0.59 meters.Parameters of process segmentation used scale 200, 0,7 compactness, 0,3 shape in Tembalang District  produced 8.981 segments and process of classified produced into 6 classes, those are 1.258,253 hectares land of manmad, 1.146,848 hectares open field, 1.180,467 hectares vegetation, 12,524 hectares  water body, 232,614 hectares farm area and 314,495 hectares estate area. The result of overall accuracy produced 99,678 %, Kappa (0,9). In calculation validation of farm area with scale by 7, 0,2 shape and 0,8 compactness, produced accuracy in 59,62 meters2.As conclusion, Segmentation and classification nearest neighbor has a high accuracy and get high level of confidence, but can’t using for to examine the large of farm area. Keywords: Google Earth, Landcover, Multiresolution Algorithm, Nearest Neighbor Classification, Segmentation. *) Penulis, Penanggung Jawab
ANALISIS BATAS PROVINSI BALI DAN PROVINSI NUSA TENGGARA BARAT DENGAN METODE KARTOMETRIK Muhammad Fadhli Auliarahman; Bandi Sasmito; Bambang Sudarsono
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 (847.996 KB)

Abstract

ABSTRAK Menurut Undang-Undang No. 23 Tahun 2014 pasal 27, bahwa daerah yang memiliki wilayah laut diberi kewenangan untuk mengelola wilayah lautnya. Ketentuan penetapan dan penegasan batas pengelolaan wilayah laut daerah telah diatur dalam Permendagri No. 76 Tahun 2012. Garis batas pengelolaan wilayah laut ditentukan dari titik-titik dasar yang sudah ditetapkan di darat yaitu pada garis pantainya. Kewenangan daerah provinsi untuk mengelola sumber daya alam di laut paling jauh 12 mil laut diukur dari garis pantai ke arah laut lepas. Jarak garis pantai antara Provinsi Bali dan Provinsi Nusa Tenggara Barat yang kurang dari 24 mil laut menyebabkan adanya tumpang tindih batas wilayah. Maka dari itu penentuan batas secara akurat diperlukan untuk menentukan batas kedua provinsi tersebut.Penentuan batas dengan metode kartometrik bertujuan untuk mengetahui batas wilayah Provinsi Bali dan Provinsi Nusa Tenggara Barat terkait dengan garis pangkal yang digunakan menggunakan data dari peta Lingkungan Pantai Indonesia dan citra Sentinel 2 menggunakan aplikasi ArcGIS. Adapun metode yang digunakan yaitu metode garis tengah karena kondisi garis pantai yang saling berhadapanDari penelitian diperoleh hasil yaitu penggunaan garis pangkal yang berbeda menyebabkan perbedaan luas klaim wilayah provinsi. Pada data peta LPI penggunaan garis pangkal normal menambah luas Provinsi Nusa Tenggara Barat seluas 0,463763 km2 , sedangkan jika menggunakan garis pangkal lurus akan menambah luas Provinsi Bali seluas 0,463763 km2. Pada data citra Sentinel 2 penggunaan garis pangkal normal menambah luas Provinsi Nusa Tenggara Barat seluas 0,226379 km2 , sedangkan jika menggunakan garis pangkal lurus akan menambah Provinsi Bali seluas 0,226379 km2. Kata Kunci : ArcGIS, Batas Wilayah, Kartometrik, ABSTRACTAerial photogrammetry mapping needs points that are known and have a ground reference coordinates of t              According to law number 23 year 2014 article 27, that region has a maritime territory were given authority to manage It’s maritime territory. Determination of condition and demarcation of the maritime territory has been set in Permendagri number 76 year 2012. Demarcation of maritime territory defined by the basepoint that have been defined on the coastline.Provincial authority to manage sea resources 12 nautical miles furthest measured from coastline towards the open sea. Coastline distance between Provinsi Bali and Provinsi Nusa Tenggara Barat that less than 24 nautical miles causing overlapping boundaries. Therefore accurate demarcation needed to determine boundaries between the two provincesMeasurements with carthometric method aims to discover boundaries between Provinsi Bali and Provinsi Nusa Tenggara Barat related to baselines are used using data from Lingkungan Pantai Indonesia map and Sentinel 2 images using ArcGIS software. The methods used is median line method because condition of coastline between two province are facing each other.From the research result that use different baselines causing different claims of Province area. On the LPI map data using normal baseline add Nusa Tenggara Barat Province area of 0,463763 km2, while if using straight baseline data will add Bali Province area of 0,463763 km2. On the Sentinel 2 image data using normal baseline add Nusa Tenggara Barat Province area of 0,226379 km2, while if using straight baseline data will add Bali Province area of 0,226379 km2.  Keywords : ArcGIS, Carthometric, Maritime Boundaries, 
ANALISIS HUBUNGAN VARIASI LAND SURFACE TEMPERATURE DENGAN KELAS TUTUPAN LAHAN MENGGUNAKAN DATA CITRA SATELIT LANDSAT (Studi Kasus : Kabupaten Pati) Anggoro Wahyu Utomo; Andri Suprayogi; Bandi Sasmito
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 (653.093 KB)

Abstract

ABSTRAKPerkembangan teknologi penginderaan jauh ditandai dengan semakin banyaknya satelit yang digunakan untuk keperluan studi sehingga mendorong pemanfaatannya dalam berbagai bidang. Satelit Landsat milik NASA dalam perkembangannya telah menghasilkan beberapa generasi, di antaranya adalah Landsat 7 dan yang terbaru Landsat 8. Satelit Landsat 8 merupakan misi kelanjutan dari Landsat 7, karakteristik kedua satelit tersebut hampir sama dalam hal resolusi spasial, spektral dan temporalnya serta karakteristik sensornya. Sensor pada satelit ini dilengkapi inframerah thermal yang dapat mendeteksi suhu permukaan.Penelitian ini dilakukan di Kabupaten Pati. Adapun data yang digunakan adalah data Landsat 7 dan Landsat 8. Tujuan dari penelitian ini adalah untuk mengetahui hubungan variasi antara land surface temperature dengan kelas tutupan lahan memanfaatkan teknologi penginderaan jauh yaitu metode klasifikasi terbimbing dan pengolahan suhu permukaan menggunakan metode mono-window brightness temperature. Hasil dari pengolahan tersebut akan dilakukan analisis spasial menggunakan zonal statistic, dimana hasilnya adalah nilai minimal, maksimal, rata-rata dan range serta standar deviasi dari suhu permukaan di setiap satuan pemetaan tutupan lahan yang dihasilkan. Kemudian hasil dari nilai tersebut dilakukan perbandingan antara standar deviasi terhadap range, sehingga hasil dari perbandingan tersebut dapat digunakan untuk mengetahui variasi hasil olahan suhu permukaan terhadap tiap tutupan lahan yang dihasilkan.Hasil penelitian menunjukkan bahwa pengolahan suhu permukaan didapatkan hasil suhu permukaan rata-rata pada wilayah penelitian untuk bulan Mei 2016 berkisar antara 29,020C; bulan Juni 2016 berkisar antara 23,000C dan bulan Juli 2016 berkisar antara 20,920C. Sedangkan hubungan antara land surface temperature dengan kelas tutupan lahan didapatkan hasil suhu tertinggi pada lahan terbangun dan suhu terendah pada kelas non pertanian. Untuk hasil variasi suhu permukaan paling rendah terdapat pada kelas Perairan, hal ini ditunjukkan oleh nilai rata-rata rasio antara 2σ terhadap range sebesar 17,16%. Sedangkan hasil variasi suhu permukaan paling tinggi terdapat pada kelas Non Pertanian, hal ini berdasarkan hasil dari rata-rata rasio antara antara 2σ terhadap range sebesar 22,23 %.Kata Kunci: Land Surface Temperature, Penginderaan Jauh, Satelit Landsat, Tutupan Lahan ABSTRACT                    The continued development of remote sensing technology is characterized by the increasing by number of satellites used for purposes of study that encourages utilization in a variety of fields. NASA Landsat satellite in its development has resulted in several generations, including the most recent Landsat 7 and Landsat 8. Satellite Landsat 8 is a continuation of the Landsat 7 mission, characteristics of the both satellites are almost the same in terms of spatial resolution, spectral and temporal as well as the characteristics of the sensor. Sensors on the satellite is equipped with thermal infrared that can detect surface temperatures.This research conducted in Pati regency. The data used are Landsat 7 and Landsat 8. The purpose of this research was to determine correlation between the variations of land surface temperature with the land cover classes by utilizing remote sensing technology that the method is supervised classification and surface temperature using mono-window brightness temperature method. The results of the processing will be analyzing spatial with zonal statistics, where the output is a minimum value, maximum, average, standard deviation and range of the surface temperature on each unit generated land cover mapping. The results of that value be conducted a comparison between the standard deviation of the range, so the results of these comparisons can be used to determine variations in the surface temperature of the processed results of each land cover generated. The results showed that the surface temperature in the area of research for the month of May 2016 ranged between 29,02°C; in June 2016 ranged between 23,00°C and in July 2016 ranged from 20,92°C. While the correlation between land surface temperatures with land cover classes is performed at the highest temperature encountered on building area and the lowest temperature in the non-agricultural classes. For the lowest surface temperature variations found in waters class, this is indicated by the value of the average ratio between 2σ of the range is 17.16%. While variations in surface temperature is highest on Non-Agricultural class, it is based on the results of the average ratio of between 2σ of the range is 22.23%.Keywords:  Land Cover, Land Surface Temperature, Landsat Satelite, Remote Sensing
EVALUASI RUANG TERBUKA HIJAU TERHADAP TINGKAT KENYAMANAN TERMAL (Studi Kasus: Kota Semarang, Jawa Tengah) Titis Ismayanti; Bandi Sasmito; Nurhadi Bashit
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 (884.841 KB)

Abstract

ABSTRAKWilayah Pusat Kota Semarang merupakan daerah paling berkembang di Kota Semarang. Wilayah Pusat Kota Semarang merupakan kawasan Golden Triangle Bussiness District. Keberadaan Central Bussiness District (CBD) ini mempengaruhi perubahan penggunaan lahan. Penggunaan lahan mengalami perubahan dari lahan terbuka menjadi lahan terbangun. Perkembangan pembangunan memiliki dampak negatif yaitu berkurangnya luasan Ruang Terbuka Hijau (RTH), sehingga mengakibatkan peningkatan suhu. Suhu semakin meningkat akan mempengaruhi tingkat kenyamanan termal pada wilayah tersebut. Penelitian ini dilakukan untuk mengetahui persebaran RTH dan THI di Pusat Kota Semarang. Hasil pengolahan distribusi THI digunakan untuk merencanakan pengembangan RTH di Kecamatan yang paling tidak nyaman. Penelitian ini menghasilkan peta rekomendasi RTH berdasarkan distribusi THI, ketersediaan RTH dan penggunaan lahan. Metode yang dilaksanakan dalam penelitian ini adalah menggunakan pengindraan jauh untuk pengolahan tingkat kenyaman termal dan SIG untuk pengolahan RTH. Tingkat kenyaman termal diperoleh dengan menggunakan algoritma Single – Channel dan THI. Pengolahan RTH menggunakan metode digitasi. Hasil penelitian ini menunjukkan bahwa kecamatan yang paling nyaman adalah Kecamatan Gajah Mungkur. THI rata-rata Kecamatan Gajah Mungkur sebesar 25,95 oC. Luas RTH Kecamatan Gajah Mungkur telah memenuhi target Peraturan Daerah Kota Semarang Nomor 7 Tahun 2010. Daerah yang paling tidak nyaman adalah Kecamatan Semarang Selatan. Kecamatan ini membutuhkan RTH seluas 67,47 Ha. Rata-rata THI Kecamatan Semarang Selatan adalah 26,78 oC. Berdasarkan distribusi THI, ketersediaan RTH dan penggunaan lahan, rekomendasi penambahan RTH untuk Kecamatan Semarang Selatan adalah vertical garden/penanaman vegetasi di sekitar bangunan seluas 53,72 Ha, penghijauan lahan parkir seluas 1,80 Ha, green roof seluas 4,41 Ha, taman dan lapangan seluas 0,23 Ha, RTH kawasan sempadan sungai seluas 3,90 Ha dan RTH jalur jalan seluas 4,04 Ha. Kata Kunci : Algoritma Single - Channel, Ruang Terbuka Hijau, Tingkat Kenyamanan Termal ABSTRACTSemarang City Center is the most developed area in Semarang City. The Semarang City Center has the Golden Triangle Business District. The existence of the Central Business District (CBD) affects changes in land use. Land use is dominated by built up area. Development has a negative impact which reduces the area of green open space. Decreasing of green open space affects increase the temperature. Increasing temperature will affect Themal Humidity Index (THI) in this region.This study aims to determine the distribution of green open space and THI in Semarang City Center. Results Processing the distribution of THI is used for planning the development of green open space in the most uncomfortable subdistricts. This research generates references based on THI distribution, green open space distribution and land use. The method used in this study uses remote sensing for high-level thermal processing and GIS for green space processing. The level of thermal humidity index is obtained by using the Single-Channel and THI algorithm. Green open space processing uses the digitization method. The results of this study indicate that the most comfortable district is Gajah Mungkur District. THI average Gajah Mungkur District is 25.95 oC. The area of green open space Gajah Mungkur District has met the target of Peraturan Daerah Kota Semarang Nomor 7 Tahun 2010. The most uncomfortable area is the South Semarang District. This subdistrict needs green open space of 67.47 Ha. The average THI Subdistrict of South Semarang is 26.78oC. Based on THI distribution, green open space distribution and land use, green space evaluation for South Semarang District is a vertical garden / vegetation planting around a building area of 53.72 Ha, greening a parking area of 1.80 Ha, green roof  area of 4.41 Ha, park and field area of 0.23 Ha, RTH of river border area of 3.90 Ha and RTH of road area of 4.04 Ha.
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.
PREDIKSI ZONASI PENERIMAAN PESERTA DIDIK BARU SEKOLAH DASAR NEGERI TAHUN 2020-2024 DENGAN MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS (Studi Kasus : Kecamatan Tembalang) Aulia Budi Andari; Bandi Sasmito; Hana Sugiastu Firdaus
Jurnal Geodesi UNDIP Volume 9, Nomor 3, Tahun 2020
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (298.284 KB)

Abstract

ABSTRAKKementerian Pendidikan dan Kebudayaan (Kemendikbud) telah mengumumkan sistem yang digunakan untuk program Pendaftaran Peserta Didik Baru (PPDB). Menindaklanjuti peraturan tersebut, Pemerintah Kota Semarang merancang kebijakan dengan menerapkan sistem zonasi untuk PPDB 2019/2020. Pada penelitian ini, kajian lebih dalam sistem zonasi sekolah dasar dilakukan di Kecamatan Tembalang. Sistem zonasi yang dirancang adalah berdasarkan peraturan pemerintah, sedangkan metode spasial thiessen polygon akan membagi area sesuai dengan sebaran sekolah yang ada di Kecamatan Tembalang. Kedua metode ini digunakan untuk mengidentifikasi perbedaan antar zonasi berdasarkan peraturan dan secara spasial. Selanjutnya, analisis jaringan juga dilakukan untuk mengetahui keterjangkauan sekolah ke pemukiman yang ada, baik dengan berjalan kaki maupun berkendara. Kemudian, barulah diprediksi daya tampung sekolah dasar negeri tahun 2020 hingga 2024 dengan menggunakan data daya tampung sekolah dasar dan data kelahiran tahun 2013 hingga 2017, sehingga dapat diketahui tercukupi atau tidaknya daya tampung sekolah dasar negeri tahun 2020 hingga 2024 di Kecamatan Tembalang. Pemetaan sebaran sekolah di Kecamatan Tembalang menunjukan bahwa Kecamatan Tembalang memiliki 21 sekolah dasar negeri yang tersebar di tiap kelurahan dengan sekolah dasar negeri terbanyak terdapat di Kelurahan Sendangmulyo dan Tandang. Kelurahan  ABSTRACTThe Ministry of Education and Culture has announced the system used for the New Student Registration (PPDB) program. Following up on this regulation, the Semarang City Government designed a policy by implementing a zoning system for PPDB 2019/2020. In this study, a deeper study of the primary school zoning system was carried out in Tembalang Sub-District. The zoning system that is created is based on government regulations, while the spatial method of thiessen polygon will divide the area according to the distribution of schools in the Tembalang District. Both of these methods are used to identify differences between zoning based on regulations and spatial. Furthermore, network analysis is also carried out to determine the affordability of schools to existing settlements, either on foot or by vehicle. Then, it is predicted that the capacity of state primary schools in 2020 to 2024 is using the data of primary school capacity and birth data from 2013 to 2017, so that the capacity of state primary schools in 2020 to 2024 in Tembalang District can be known. Mapping the distribution of schools in Tembalang Sub-District shows that Tembalang Sub-District has 21 public elementary schools in each village with the highest number of public primary schools in Sendangmulyo and Tandang. The village that has no primary school at all is Jangli. Comparison of school zoning based on government regulations and spatial analysis using thiessen polygon shows that the two zonations have similarities with the government zoning of 61 zones and thiessen polygon with 62 zones. The village that can reach out the closest school within 15 minutes is Sendangguwo. The village that reach out the school within 60 minutes is Jangli with an area of 40,985 ha (49.76%). PPDB modeling was carried out from 2020 to 2023 due to the similarity of data between 2023 and 2024. Overall, the capacity in Tembalang Sub-District from 2020 to 2023 have the greatest excess of students consist in 2021 is 3.495 students and the smallest excess of students consist in 2022 is 669 students..
PEMBUATAN PROGRAM EKSTRAKSI DAN PENENTUAN POSISI SATELIT DARI FILE NAVIGATION RINEX VERSI 2.10 Vauzul Rahmat; Bambang Darmo Yuwono; 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 (1002.786 KB)

Abstract

AbstrakDalam penentuan posisi dengan menggunakan GPS langkah pertama yang harus kita lakukan yaitu menghitung posisi satelit selama pengamatan. Ketelitian suatu titik dalam sebuah survei GPS sangat dipengaruhi oleh ketelitian dari posisi satelit yang terekam pada saat pengamatan, semakin banyak satelit yang direkam maka semakin teliti posisi yang di dapat. Dalam survei menggunakan GPS, receiver GPS akan menerima informasi-informasi terkait satelit yang di amati itu sendiri. Informasi tersebut diberikan dalam berbentuk navigation message, isi dari navigation message itu biasanya terkait komponen orbit satelit (elemen kepler), dan komponen koreksi jam satelit. Untuk mendapatkan data navigation message dalam format baku kita dapat melakukan konversi data hasil pengukuran GPS ke dalam format RINEX versi 2.10. Dari format tersebut kita memperoleh data referensi waktu saat epoch dan koreksi waktu (Epoch, a0, a1, a2, dan Toe), data pertubasi satelit (Idot, Delta_N (∆n), Ωdot (Ω), CRS, CRC, CUS, CUC, CIC, dan CIS), dan data elemen kepler (Eccentricity (e), i0, Ω0, M0, ω, Sqrt_a (√a)), kemudian dibuat program penentuan posisi satelit GPS menggunakan bahasa visual basic. Hasilnya berupa program ekstraksi dan perhitungan posisi satelit, kemudian hasil perhitungan posisi satelit menggunakan program FMP 1.0 dibandingkan dengan precise ephemerides yang disediakan oleh IGS, hasil perbandingan menunjukkan program ini efektif digunakan untuk pengamatan dengan interval waktu 4 jam terhadap toc. Kata Kunci : RINEX, GPS, Broadcast Ephemerides, Visual Basic Abstract In positioning using the GPS the first step that we must do is calculating the satellite position during the observation. The precision of a point in a GPS survey is affected by the precision of the satellite position that recorded in the observation, the higher number of the satellite that is being recorded the more precise of the position can be. In surveying using GPS, GPS receiver will receive informations related to the satellite that is being observed.  These information is given in navigation message, and the content of the message usually related to the satellite orbit’s component (Kepler’s element) and time correction satellite’s component. To obtain the navigation message data in a standard format we can convert the measuring result of the GPS to the RINEX ver. 2.10 format. From the format we can get time reference data when epoch (Epoch, a0, a1, a2, and Toe), pertubation parameters satellite (Idot, Delta_N (∆n), Ωdot (Ω), CRS, CRC, CUS, CUC, CIC, and CIS), and keplerian parameters (Eccentricity (e), i0, Ω0, M0, ω, Sqrt_a (√a)), then from the data we made it into GPS satellite positioning program using visual basic language. The result is an extraction program and satellite position’s calculation, then the calculation’s result of satellite position using FMP 1.0 is being compared with the precise ephemerides provided by IGS, the result of the comparison shows that this program is effective to be used in observation with interval of 4 hours to toc Keywords : RINEX, GPS, Broadcast Ephemerides, Visual Basic
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