Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal MAJALAH ILMIAH GLOBE Jurnal Geosaintek
Mannesa, Masita Dwi Mandini
Unknown Affiliation
Earth & Planetary Sciences Education

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PEMODELAN DISTRIBUSI SPASIAL KASUS POSITIF COVID-19 MENGGUNAKAN ALGORITMA GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) Studi Kasus Provinsi DKI Jakarta: (Modeling Spatially Distribution of COVID-19 using Geographically Weighted Regression (GWR) Case Study DKI Jakarta Province) Ali, Abdullah; Umam, Iddam Hairuly; Mannesa, Masita Dwi Mandini; Sa’adah, Umi
Majalah Ilmiah Globe Vol. 24 No. 1 (2022): GLOBE VOL 24 NO 1 TAHUN 2022
Publisher : Badan Informasi Geospasial

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

Abstract

Wabah novel corona virus 2019 (Covid-19) yang pertama kali ditemukan di Wuhan, China menjadi sebuah pandemi global yang berdampak sangat signifikan terhadap seluruh aspek kehidupan. Kasus positif Covid-19 di Indonesia pertama kali terkonfirmasi pada tanggal 2 Maret 2020 di Provinsi DKI Jakarta yang kemudian ditetapkan sebagai episentrum transmisi Covid-19 di Indonesia. Berbagai penelitian dilakukan untuk melakukan upaya mitigasi, mengetahui dampak dan penyebab, hingga investigasi berberapa faktor yang sangat terkait dengan transmisi Covid-19. Distribusi kasus positif Covid-19 sangat terkait dengan lokasi, sehingga salah satu algoritma yang tepat untuk melakukan investigasi adalah model Geographically Weighted Regression (GWR). Model GWR merupakan pengembangan dari model regresi global dimana nilai bobot variabel prediktor dihitung pada setiap lokasi pengamatan. Penelitian ini bertujuan untuk memodelkan distribusi spasial kasus positif Covid-19 menggunakan model GWR dengan fungsi Kernel Adaptif Bisquare. Variabel prediktor yang ditentukan melalui studi literatur adalah tingkat kepadatan penduduk, jumlah fasilitas kesehatan, dan kelompok usia rentan. Pemilihan rentang kelompok usia rentan dilakukan menggunakan algoritma Lasso-Cross Validation (Lasso-CV). Hasil model GWR menunjukkan koefisien determinasi sebesar 0,908 yang artinya 90,8% kasus positif Covid-19 di DKI Jakarta dipengaruhi oleh variabel yang digunakan, sedangkan 9,2% kasus positif Covid-19 dipengaruhi oleh faktor lain di luar penelitian. Wilayah dengan koefisien determinasi tertinggi terdapat pada wilayah Jakarta Utara bagian barat, Jakarta Barat bagian utara, dan Jakarta Timur, sedangkan nilai koefisien determinasi terendah terdapat pada wilayah Jakarta Pusat.
PENGARUH KEKERINGAN PADA PRODUKSI TANAMAN PADI DI KABUPATEN MAJALENGKA DENGAN PENGINDERAAN JAUH METODE NDVI Permatasari, Ni Ketut Feny; Tambunan, Mangapul P.; Mannesa, Masita Dwi Mandini
Jurnal Geosaintek Vol. 7 No. 1 (2021)
Publisher : Institut Teknologi Sepuluh Nopember

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

Abstract

ndonesia termasuk negara ketiga penghasil padi terbesar di Asia Tenggara. Pulau Jawa memiliki tiga dari lima provinsi yang merupakan lumbung pertanian khususnya padi yaitu Provinsi Jawa Barat, Provinsi Jawa Tengah dan Provinsi Jawa Timur. Sektor pertanian membutuhkan air untuk konsumsi tanamannya. Bencana kekeringan menyebabkan dampak negatif terhadap sektor pertanian dan hasil produksi tanaman padi. Pada kajian ini dipelajari mengenai bagaimana kekeringan berpengaruh pada tanaman padi di Kabupaten Majalengka. Penelitian ini akan berbasis Sistem Informasi Geografis (SIG) dengan menggunakan data Citra Satelit Landsat 8 yang akan diolah dengan metode Normalized Difference Vegetation Index (NDVI). Pendekatan dengan Metode Penginderaan Jauh ini menggunakan Goolgle Earth Engine dalam mengolah koreksi awan dan Nilai NDVI. Penelitian ini bertujuan untuk menganalisa bagaimana hubungan antara NDVI bulanan dengan hasil produksi padi, dan data curah hujan. Hasil dari Penelitian ini adalah Tahun 2018 luas sawah yang mengalami panen padi adalah > 30.000 ha dan pada Tahun 2019 adalah sebesar >40.000 ha. Kajian ini dilakukan sebagai bahan pertimbangan kepada pemerintah di Kabupaten Majalengka untuk mengatasi kekeringan agar tumbuhnya tanaman padi di daerah tersebut tetap terproduksi dengan baik terutama saat musim kemarau.
POLA SPASIAL BAHAYA GEMPA BUMI DI SEKITAR BANDARA KERTAJATI DAN KESESUAIANNYA TERHADAP TATA RUANG WILAYAH Pakpahan, Suliyanti; Tambunan, Mangapul P.; Mannesa, Masita Dwi Mandini; Tambunan, Rudy P.
Jurnal Geosaintek Vol. 7 No. 2 (2021)
Publisher : Institut Teknologi Sepuluh Nopember

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

Abstract

Gempa bumi tercatat sebagai bencana alam paling merusak. Kerusakan dapat ditekan jika pembangunan mempertimbangkan zonasi bahaya gempa setiap wilayah. Kawasan di sekitar Bandar Udara Internasional Jawa Barat Kertajati, yang dekat dengan beberapa sumber gempa, berpotensi berkembang pesat seiring beroperasinya bandara serta pembangunan infrastruktur pendukungnya. Penelitian bertujuan menganalisis pola spasial bahaya gempa bumi di 3 (tiga) kecamatan sekitar BJIB, yaitu Kecamatan Kertajati, Ligung, dan Jatitujuh sebagai upaya pengendalian dan pengurangan risiko bencana. Dengan metode AHP berbasis Sistem Informasi Geografis, dilakukan tumpang susun parameter efek tapak lokal, geologi, dan seismotektonik untuk membangun peta bahaya gempa bumi. Kesesuaian tata ruang diperoleh dari analisis tumpang susun peta bahaya gempa bumi dengan peta pola ruang dalam RTRW Kabupaten Majalengka. Hasil penelitian menunjukkan kawasan BJIB berada di zona bahaya gempa bumi sedang, diapit zona bahaya tinggi di bagian selatan dan bahaya rendah di utara. Pengembangan BJIB Kertajati direkomendasikan dilakukan ke arah utara yang relatif lebih stabil terhadap guncangan gempa bumi. Evaluasi pola ruang terhadap peta bahaya gempa bumi menunjukkan perencanaan wilayah di sekitar BJIB Kertajati oleh Pemerintah Kabupaten Majalengka sudah cukup baik, hanya 5,8% area penelitian yang berada di zona bahaya gempa bumi tinggi.
Co-Authors Ali, Abdullah Permatasari, Ni Ketut Feny Rudy P. Tambunan Sa’adah, Umi Suliyanti Pakpahan, Suliyanti Tambunan, Mangapul P. Umam, Iddam Hairuly