p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Geodesi Undip
Sabri, L.M.
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Kelurusan Di Kawasan Geopark Karangsambung-Karangbolong Menggunakan Metode Manual Dan Otomatis Asih, Nevi Tri Lestiyo; Sasmito, Bandi; Sabri, L.M.; Ansori, Chusni
Jurnal Geodesi Undip Vol 12, No 3 (2023): Jurnal Geodesi Undip
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jgundip.2023.38590

Abstract

Geopark Karangsambung-Karangbolong merupakan Kawasan yang ditetapkan oleh Kementerian Energi dan Sumber Daya Mineral Indonesia (ESDM) atas usulan Pemerintah Daerah Kebumen setelah mendapat rekomendasi dari Komite Geopark Nasional Indonesia (KNGI). Geopark Karangsambung-Karangbolong terletak di Kabupaten Kebumen, Jawa Tengah dengan luas 543,599 km2. Kawasan ini memiliki bentang alam struktural di utara dalam bentuk lipatan, patahan, kekar, dan kombinasi struktur dengan proses denudasi. Serta bentang alam karst berada di wilayah selatan yaitu Gombong. Struktur geologi dan kenampakan morfologi yang beragam di Kawasan Geopark Karangsambung-Karangbolong memungkinkan untuk dilakukan identifikasi kelurusan. Ekstraksi kelurusan dapat dilakukan dengan menggunakan data penginderaan jauh dengan menggabungkan metode manual dan otomatis. Metode manual menggunakan data DEMNAS yang dilakukan hillshade sedangkan metode otomatis menggunakan data Citra Sentinel-1 yang dilakukan sobel directional filtering dan pengolahan dengan modul LINE. Kelurusan di Kawasan Geopark Karangsambung-Karangbolong yang didapat dengan mengkombinasikan metode ekstraksi manual dan otomatis menghasilkan jumlah kelurusan akhir 4.129. Kelurusan yang terekstraksi memilik arah barat laut – tenggara (NW – SE) dan arah timur laut – barat daya (NE – SW). Kelurusan di dominasi pada topografi kelerengan curam dan sangat curam. Perhitungan Total Accuracy (TA) didapat sebesar 23,547%. Kombinasi estraksi kelurusan secara manual dan otomatis dapat menghasilkan kelurusan yang saling melengkapi yang dapat digunakan untuk identifikasi struktur geologi. Dimana struktur patahan yang dapat diidentifikasi sejumlah 124, struktur lipatan sejumlah 5, dan struktur retakan sejumlah 4.001 yang tersebar di Kawasan tersebut.
Pemetaan Ancaman Bencana Banjir Dengan Menggunakan Metode Analytical Hierarcy Process (Studi Kasus : Kecamatan Gayamsari, Kota Semarang) Rochim, Vianka -; Nugraha, Arief Laila; Sabri, L.M.
Jurnal Geodesi Undip Vol 12, No 4 (2023): Jurnal Geodesi Undip
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jgundip.2023.41111

Abstract

Salah satu wilayah di Indonesia yang sering terdampak bencana banjir yaitu Kota Semarang. Secara administratif, Kota Semarang terbagi atas 16 wilayah Kecamatan dan 177 Kelurahan. Berdasarkan data rekapitulasi BPBD Kota Semarang, tercatat pada tahun 2019 bencana banjir di Kota Semarang terjadi sebanyak 18 kejadian, sedangkan pada tahun 2020 meningkat menjadi 19 kejadian, dan pada 2021 bencana banjir mengalami peningkatan yang cukup besar yaitu sebanyak 88 kejadian, dengan puncaknya berada pada bulan Februari dimana terjadi 64 kejadian, dengan daerah yang cukup terdampak yaitu Kecamatan Semarang Utara, Gayamsari, Tugu, Semarang Barat, dan Genuk. Penelitian ini dilaksanakan di Kecamatan Gayamsari, Kota Semarang yang merupakan salah satu kecamatan yang sering terdampak bencana banjr. Tujuan penelitian untuk membuat peta ancaman bencana banjir hingga tingkat Kelurahan. Adapun metode yang digunakan adalah Analytical Hierarchy Process (AHP) terhadap indikator-indikator banjir seperti curah hujan, sistem lahan, historis kejadian banjir, tutupan lahan, dan kelerengan. Curah hujan dengan bobot pengaruh sebesar 0,479; parameter sistem lahan memiliki pengaruh 0,244; historis kejadian banjir dengan bobot 0,145; tutupan lahan memiliki pengaruh 0,089; dan kelerengan memiliki pengaruh terkecil yaitu 0,043. Hasil pemetaan ancaman banjir di Kecamatan Gayamsari didominasi oleh kelas rendah dengan luas 362,151 ha atau 62,27%. Kemudian untuk kelas sedang memiliki luas 14,351 ha atau 2,47%, dan untuk kelas tinggi memiliki luas 35,26% atau 205,095 ha. Ancaman kelas tinggi didominasi Kelurahan Tambakrejo, Kelurahan Kaligawe, dan Kelurahan Sawah Besar. Sedangkan untuk keempat kelurahan lainnya mendominasi ancaman tingkat rendah yaitu Kelurahan Siwalan, Kelurahan Sambirejo, Kelurahan Pandean Lamper, dan Kelurahan Gayamsari. One of the areas in Indonesia that is often affected by floods is Semarang City. Administratively, Semarang City is divided into 16 sub-districts and 177 villages. Based on the recapitulation data of BPBD Semarang City, it was recorded that in 2019 floods in Semarang City occurred as many as 18 incidents, while in 2020 it increased to 19 incidents, and in 2021 floods experienced a considerable increase of 88 incidents, with a peak in February where 64 incidents occurred, with the most affected areas being North Semarang, Gayamsari, Tugu, West Semarang, North Semarang, Genuk, and Ngaliyan sub-districts. This research was conducted in Gayamsari Sub-district, Semarang City, which is one of the sub-districts that is often affected by flood disasters. The purpose of the research is to create a flood hazard map up to the sub-district level. The method used is Analytical Hierarchy Process (AHP) on flood indicators such as rainfall, land system, historical flood events, land cover, and slope. Rainfall with an influence weight of 0.479; land system parameters have an influence of 0.244; historical flood events with a weight of 0.145; land cover has an influence of 0.089; and slope has the smallest influence of 0.043. The results of flood threat mapping in Gayamsari Sub-district are dominated by the low class with an area of 362.151 ha or 62.27%. Then for the medium class has an area of 14,351 ha or 2.47%, and for the high class has an area of 35.26% or 205,095 ha. The high threat class is dominated by Tambakrejo Village, Kaligawe Village, and Sawah Besar Village. The other four villages dominated by low-level threats are Siwalan, Sambirejo, Pandean Lamper, and Gayamsari.