cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota bogor,
Jawa barat
INDONESIA
JURNAL ILMIAH GEOMATIKA
ISSN : 08542759     EISSN : 25022180     DOI : -
Core Subject : Science, Education,
Geomatika (can be called Jurnal Ilmiah Geomatika-JIG) is a peer-reviewed journal published by Geospatial Information Agency (Badan Informasi Geospasial-BIG). All papers are peer-reviewed by at least two experts before accepted for publication. Geomatika will publish in two times issues: Mei and November.
Arjuna Subject : -
Articles 251 Documents
Desain Alternatif Lembar Peta Rupabumi Indonesia (RBI) Skala Besar Sudarman, Sudarman; Sadikin, Hendriatimingsih; Prijatna, Kosasih
GEOMATIKA Vol 26, No 1 (2020)
Publisher : Badan Informasi Geospasial in Partnership with MAPIN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24895/JIG.2020.26-1.1081

Abstract

Desain lembar peta RBI skala 1:5000 dan skala yang lebih besar belum distandarkan dengan Standar Nasional Indonesia (SNI). Selain itu, beberapa instansi pemerintah di Indonesia masih ada yang membuat peta skala besar untuk memenuhi kebutuhannya di wilayah yang sama dengan menggunakan berbagai sistem referensi geospasial yang menyangkut aspek geometrik yang berbeda dan akan menimbulkan duplikasi serta kontradiksi dalam informasi geometrik pada obyek yang sama di permukaan bumi. Untuk itu, diperlukan alternatif dalam mendesain lembar peta RBI skala besar dengan tujuan untuk mengatasi dan mewujudkan keterpaduan informasi geometrik pada obyek di permukaan bumi. Metode mendesain lembar dilakukan dengan menggunakan datum geodetik horizontal World Geodetic System 1984 (WGS 84), rangka jala metrik (grid) dan sistem penomoran lembar peta, analogi dengan sistem penomoran peta sebelumnya. Pada zona Universal Transverse Mercator (UTM) dengan sistem grid, digunakan lebar blok dari arah barat ke timur (6 ) dan panjang blok dari arah selatan ke utara (25°). Titik awal lembar peta di batas zona dan batas wilayah Negara Kesatuan Republik Indonesia (NKRI), nilai overlap antar dua zona dan nilai penambahan cakupan wilayah, dihitung dalam sistem koordinat semu. Analisis dilakukan dengan cara kuantitatif berdasarkan nilai-hasil hitungan. Hasilnya, peta RBI skala 1:5000 dan 1:2500 menggunakan ukuran muka peta 60 cm × 60 cm, dan untuk skala 1:1000 digunakan ukuran muka peta  50 cm × 50 cm. Jumlah lembar peta RBI skala 1:5000 terdiri dari 206.752 lembar, untuk skala 1:2500 sebanyak 827.000 lembar dan skala 1:1000 sebanyak 7.443.072 lembar.
IDENTIFIKASI ARAH SEBARAN DAN KETINGGIAN ERUPSI GUNUNG BERAPI MENGGUNAKAN CITRA RADAR CUACA Rahma, Nayla Alvina; Verdyansyah, Aprizal; Faza, Muhammad Zakky; Nugraheni, Imma Redha; Deranadyan, Gumilang
GEOMATIKA Vol 26, No 2 (2020)
Publisher : Badan Informasi Geospasial in Partnership with MAPIN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24895/JIG.2020.26-2.981

Abstract

Erupsi vulkanik pada waktu yang lama dapat membahayakan keselamatan masyarakat dan aktivitas penerbangan. Radar cuaca dapat dimanfaatkan untuk monitoring dan identifikasi sebaran debu vulkanik secara real time. Penelitian ini memanfaatkan radar Gematronik dengan produk yang digunakan antara lain: CMAX, VCUT, dan CAPPI sehingga dapat menganalisis debu vulkanik yang dihasilkan oleh erupsi gunung berapi. Dalam kasus kejadian erupsi Gunung Agung tanggal 28 Juni 2018 didapatkan nilai reflektivitas maksimum mencapai 30-35 dBZ, sedangkan pada produk VCUT didapatkan ketinggian kolom debu vulkanik mencapai 7.5 km. Jenis material erupsi dapat diketahui dengan produk VCUT. Produk CAPPI V yang telah ditentukan batasnya yaitu 3 km, 5 km, dan 7 km menggambarkan arah gerakan debu vulkanik berdasarkan lapisannya. Arah sebaran debu vulkanik dominan ke barat dan barat daya. Dilihat secara horizontal maupun vertikal, debu vulkanik mempunyai karakteristik yang khas yaitu nilai echo reflektivitas menurun seiring menjauhi pusat erupsi.
PEMIKIRAN SISTEM PEMBAGIAN LEMBAR PETA DAN PENOMORAN LEMBAR PETA DASAR SKALA BESAR DI INDONESIA Akhmad Riqqi
Geomatika Vol. 25 No. 2 (2019)
Publisher : Badan Informasi Geospasial

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

Abstract

Sistem pembagian dan penomoran lembar Peta Rupabumi Indonesia dilakukan secara terstruktur dan sistematis. Terstruktur karena disusun berdasarkan suatu pola tertentu yang melibatkan peta dengan skala yang berbeda. Sistematis karena penyusunan lembar peta dan penomorannya disusun menggunakan suatu sistem dimana antar lembar peta disusun secara teratur dan saling berkaitan, baik pada lembar peta di skala yang sama maupun pada skala yang berbeda. Secara nasional sistem pembagian lembar peta dan penomoran lembar peta di Indonesia baru terstandar hingga skala 1:10.000. Paper ini akan menjelaskan sistem penomoran lembar Peta RBI, mulai dari skala kecil hingga menengah, dan menjelaskan usulan pembagian dan penomoran lembar peta untuk peta skala besar. Pembagian lembar peta RBI dari skala kecil hingga skala menengah mengikuti SNI Penyajian Peta Rupabumi, sedangkan untuk grid muka peta skala besar dilakukan dengan menyusun ukuran grid dan menyusun sistem penomoran lembar peta. Penyusunan grid muka peta dan penomorannya disusun secara runut dari skala 1:10.000 hingga 1:1.000. Pembagian grid 1:5000 hingga 1:1.000 dilakukan dengan membagi empat bagian dari skala diatasnya, sedangkan sistem penomoran disusun secara runtun dari skala 1:250.000 hingga 1:10.000 berkesesuaian dengan sistem penomoran lembar peta yang sudah ada, untuk penomoran grid di skala 1:5.000 hingga 1:1.000 searah jarum jam dari 1 hingga 4. Telah diperoleh sistem pembagian lembar peta skala besar mulai 1:5000, 1:2500, dan 1:1000 yang terstruktur dan sistem penomoran yang sistematis dari mulai skala kecil hingga skala besar. ABSTRACT Map indexing and numbering system of Peta Rupabumi Indonesia (RBI) have been developed in a structured and systematic way. Structured because it is organized based on a certain pattern involving maps of different scales. Systematic because the compilation of the map sheet and its numbering are arranged using a system in which the map sheets are arranged regularly and interconnected both on map sheets of the same scale and of different scales. Nationally, map indexing and numbering system in Indonesia are only standardized up to scale 1: 10.000. This paper will explain the numbering system of the RBI Map sheets from small to medium scale, and propose of map indexing and numbering for large-scale maps. Division of RBI map sheets from small to medium scale follows SNI Penyajian Peta Rupabumi. For large-scale map sheets it is constructed by compiling grid map sheet and numbering system. The grid map sheet and numbering system are arranged in a sequence from a scale of 1: 10,000 to 1: 1,000. Grid map sheets for 1: 5000 to 1: 1,000 are divided by four parts of a grid from higher scale. While the numbering system is arranged in a sequence from scale 1: 250,000 to 1: 10,000 according to the existing map sheet numbering system, a new numbering system for 1: 5,000 to 1: 1,000 is proposed clockwise from 1 to 4. A large-scale map of 1: 5000, 1: 2500, and 1: 1000 map indexing has been structured in new way and systematic map numbering system has been obtained from small to large scale.
PEMANFAATAN METODE SPLIT-WINDOWS ALGORITHM (SWA) PADA LANDSAT 8 MENGGUNAKAN DATA UAP AIR MODIS TERRA A Sediyo Adi Nugraha
Geomatika Vol. 25 No. 2 (2019)
Publisher : Badan Informasi Geospasial

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

Abstract

Metode Split-Windows Algorithm (SWA) memiliki metode yang bervariasi untuk pengolahan suhu permukaan (Land Surface Temperature/LST). Salah satunya pada pengolahan citra Landsat 8 OLI/TIRS (The Operational Land Imager and the Thermal Infrared Scanner) karena menggunakan dua saluran yaitu 10 (10,60 - 11,19 µm) dan band 11 (11,50 - 12,51 µm). Metode SWA pada penelitian ini menggunakan data primer yaitu parameter uap air untuk meningkatkan akurasi pengolahan suhu permukaan. Data parameter uap air diperoleh dari citra MODIS untuk mengetahui nilai rata–rata uap air (W) dan citra emisivitas diperoleh dari citra Landsat 8 OLI/TIRS dengan saluran tampak. Perolehan data tersebut dilakukan dengan bantuan Microsoft Excel, berbeda dengan penelitian sebelumnya yang menggunakan aplikasi MODTRAN (MODerate resolution atmospheric TRANsmission). Tujuan dari pengolahan suhu permukaan dengan metode SWA menggunakan data parameter uap air untuk mengetahui akurasi antara hasil pengolahan citra dengan nilai suhu permukaan di lapangan. Hasil pengolahan data suhu permukaan melalui metode SWA menunjukkan perbedaan nilai yang kecil (<1°K) terhadap kondisi suhu di lapangan. Selain itu terdapat pola keselarasan antara penggunaan Microsoft Excel untuk perolehan data dengan aplikasi MODTRAN sehingga proses perolehan data parameter uap air telah sesuai. Aplikasi SPSS digunakan untuk mengetahui tingkat hubungan dan akurasi dari hasil pengolahan suhu permukaan metode SWA terhadap hasil survey lapangan dan menunjukkan nilai korelasi sebesar -0,962. Perolehan dan pengolahan data suhu permukaan dengan metode SWA akan optimal jika nilai transmitted atmospheric yang digunakan merupakan wilayah untuk daerah tropis. ABSTRACT Split Windows Algorithm (SWA) has varied methods to process Land Surface Temperature (LST). One method is in processing Landsat 8 OLI/TIRA (The Operational Land Imager and the Thermal Infrared Scanner) using two channels; band 10 (10,60 - 11,19 µm) and band 11 (11,50 - 12,51 µm). The SWA method in this study used primary data of water vapor parameter to increase accuracy in LST processing. Water-vapor parameter data was obtained from the MODIS image to find out the average value of water vapor (W) and the emissivity image was obtained from Landsat 8 OLI/TIRS with visible channels. The data was generated using Microsoft Excel, different from previous research which used MODTRAN (MODerate resolution atmospheric TRANsmission) application. The purpose of LST processing with SWA method was to use water-vapor parameter to determine the accuracy of image processing results compared to surface temperature in the field. Processing of thermal imaging via SWA methods showed a slight different value (<1°K) from temperature value in the field. Also, the patterns were are aligned when using Microsoft Excel and MODTRAN application, meaning that manufacturing data parameters for water vapor were already in place. The SPSS application was used to find out correlattion and accuracy of the SWA method treatment on the field survey result and showed the correlation value of -0,962. Intake and processing of LST data by SWA methods would be optimal if the transmitted atmospheric value used was for tropical regions.
STUDI PERBANDINGAN KONSENTRASI KLOROFIL-A DI SEMENANJUNG BLAMBANGAN KABUPATEN BANYUWANGI MENGGUNAKAN DATA CITRA SATELIT AQUA MODIS Siti Zainab; Hendrata Wibisana; Cintantya Budi Casita
Geomatika Vol. 25 No. 2 (2019)
Publisher : Badan Informasi Geospasial

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

Abstract

Pemetaan kandungan klorofil-a di pesisir pantai banyak dilakukan dengan tujuan untuk mendapatkan gambaran tingkat kesuburan dari lingkungan perairan yang dimaksud. Tingkat kesuburan yang diharapkan dapat memberikan gambaran populasi dari perikanan tangkap yang dibutuhkan oleh masyarakat pesisir dalam meningkatkan kesejahteraan hidupnya. Penginderaan jauh sebagai salah satu teknologi yang baru telah memberikan banyak manfaat untuk pendeteksian dan pemetaan konsentrasi klorofil-a skala global. Tujuan dari penelitian ini untuk mendapatkan gambaran kandungan klorofil-a pada dua area yang berbeda yaitu di daerah Semenanjung Blambangan dan daerah Teluk Blambangan. Metode yang dikembangkan dari penelitian ini adalah penggunaan algoritma penginderaan jauh dan teknik regresi guna mendapatkan model matematis yang optimal untuk digunakan dalam peramalan kandungan klorofil-a di masa yang akan datang. Dari penelitian ini diperoleh model matematis yang paling sesuai untuk kondisi Teluk Blambangan yaitu pada panjang gelombang sinar hijau dengan nilai 531 nanometer (nm), di mana korelasi yang terbesar adalah Chlor-a = 21228*(Rrs_531)-42,371 dengan nilai R2 sebesar 0,7951 yang didapatkan dari panjang gelombang sinar hijau yaitu Rrs_531 dari citra satelit Aqua Modis Level-2. Fenomena ini dapat disimpulkan bahwa kandungan klorofil-a di semenanjung Blambangan pada bulan Agustus 2017 cukup signifikan di mana diperoleh rata-rata konsentrasi dari klorofil-a sebesar 18,45 ppt(mg/ m³) sehingga dapat diprediksikan bahwa populasi ikan yang ada di perairan tersebut juga meningkat pada bulan tersebut. Hasil akhir yang didapatkan berupa peta tematis kandungan klorofil-a untuk algoritma model linier, di samping itu persamaan matematis yang dihasilkan diharapkan dapat digunakan oleh para peneliti lainnya untuk mendapatkan model yang lebih akurat yang dapat menggambarkan kondisi riil di lapangan. ABSTRACT The mapping of the chlorophyll-a content in the coast is mostly done with the aim to get a picture of the fertility level of the intended aquatic environment. Fertility levels are expected to provide a population picture of capture fisheries needed by coastal communities to improve their welfare. Remote sensing as one of the new technologies has provided many benefits for the detection and mapping of global-scale concentration of chlorophyll-a. The objective of this research was to capture chlorophyll-a content at two different areas: Blambangan Peninsula. The method developed from this research was remote sensing algorithms and regression techniques in order to obtain the optimal mathematical model for use in forecasting the content of the chlorophyll-a in the future. From this research, the mathematical model that showed the best fits and has the biggest correlation was Chlor-a = 21228*(Rrs_531) – 42,371 with R2 value 0,7951 which was obtained from the green light wavelength that is Rrs_531 from Aqua Modis Level-2 satellite imagery. This phenomenon can be concluded that the chlorophyll-a content on the coast of Blambangan Peninsula in August 2017 was quite significant with the average concentration of chlorophyll-a of 18.45 ppt (mg/m³) so that it could be predicted that the fish population in these waters also increased in that month. The final result was a thematic map of chlorophyll-a content for a linear model algorithm, and the resulting mathematical equation was hoped to be used by other researchers to get a more accurate model which described real add condition.
PENGUKURAN GAYABERAT MENGGUNAKAN GRAVIMETER ABSOLUT A-10 Prayudha Hartanto; Safirotul Huda; Widy Putra; Irpan Septiawan
Geomatika Vol. 25 No. 2 (2019)
Publisher : Badan Informasi Geospasial

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

Abstract

Pengukuran gayaberat absolut merupakan pengukuran nilai gayaberat dengan mengamati percepatan vertikal benda jatuh bebas. Pada tahun 2017, Badan Informasi Geospasial (BIG) melakukan pengukuran gayaberat absolut di beberapa pilar Gayaberat Utama (GBU) di Indonesia dengan menggunakan gravimeter A-10. Tujuan penulisan makalah ini adalah memaparkan teknik pengukuran dan pengolahan data gayaberat absolut di GBU yang merupakan bagian dari Jaring Kontrol Gayaberat (JKG) dengan menggunakan gravimeter A-10. Titik-titik yang akan dijadikan pembahasan dalam naskah ini adalah GBU018 di Jakarta dan GBU035 di Makassar. Pengukuran di tiap titik dilakukan sebanyak 10 set dengan jumlah drop untuk setiap set sebanyak 120. Hasil yang diperoleh adalah nilai gayaberat absolut (µgal) beserta ketidakpastiannya. Nilai gayaberat (g) hasil pengolahan di lapangan (on-site) untuk GBU018 adalah 978140735,73 ± 11,17 µgal, sedangkan untuk GBU035 adalah 978117560,92 ± 7,16 µgal. Nilai-nilai tersebut diperoleh setelah dilakukan koreksi gradien gayaberat. Koreksi tersebut diperoleh dari pengamatan gradien menggunakan gravimeter relatif dengan besaran -296,30 µgal/m untuk GBU018 dan -324,14 µgal/m untuk GBU035. ABSTRACT Absolute gravity measurement is measuring the gravity value by observing the vertical acceleration of a free-falling body. In 2017, the Geospatial Information Agency of Indonesia (BIG) effectuated an absolute gravity campaign over some points in Indonesia by using an A-10 gravimeter. The objective of this writing is to describe the measurement and processing steps taken in absolute gravity survey over some gravity network benchmarks. Some of those points were GBU018 (Jakarta) and GBU035 (Makassar). Each point was measured for 120 drops, with 10 sets. The obtained results were both gravity values and their uncertainties (µgal). The gravity values (g) as obtained on-site were 978140735.73 ± 11.17 µgal for GBU018 and 978117560.92 ± 7.16 µgal for GBU035. Those values were generated after gravity gradient correction had been applied. Moreover, the correction values were obtained by using a relative gravimeter with a magnitude of -296.30 µgal/m for GBU018 and -324.14 µgal/m for GBU035.
ANALISIS KERENTANAN WILAYAH TERHADAP LONGSOR AKIBAT PERUBAHAN IKLIM DI KABUPATEN KEBUMEN: (Vulnerability Assessment of Landslide to Climate Change in Kebumen Regency) Nurul Qamilah; Agel Vidian Krama
Geomatika Vol. 28 No. 1 (2022): JIG Vol. 28 No. 1 Tahun 2022
Publisher : Badan Informasi Geospasial

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

Abstract

Kabupaten Kebumen merupakan salah satu wilayah yang dinyatakan memiliki kejadian longsor tinggi, sehingga diperlukan kajian untuk mengetahui tingkat kerentanan wilayah ini terhadap longsor. Analisis kerentanan dilakukan melalui pendekatan modeling GIS melalui Tools SINMAP dengan Analytical Hierarchy Process (AHP). Berdasarkan pengolahan data, diperoleh wilayah yang paling tinggi longsor terdapat di Kecamatan Rowokele dengan luas 60% dari total wilayah berpotensi tinggi. Hasil pemodelan SINMAP divalidasi mengacu pada titik kejadian longsor yang ada dan diperoleh melalui tinjauan langsung ke lapangan. Selanjutnya wilayah yang berpotensi dianalisis dengan AHP, dan diperoleh wilayah rentan tersebar di 149 desa. Dalam hal ini, enam desa diklasifikasikan memiliki tingkat kerentanan tinggi terhadap longsor yaitu Desa Kebakalan, Kajoran, Kalirejo, Clapar, Logandu, dan Wadasmalang. Dalam penelitian ini, kerentanan longsor dikaitkan dengan perubahan iklim, yang dibagi ke dalam sebaran kerentanan longsor berdasarkan rerata frekuensi hujan ekstrem yang terus meningkat sepanjang tahun. Lebih dari 20 kejadian hujan ekstrem terjadi di Desa Sawangan. Sementara Kecamatan Sempor adalah daerah dengan kerentanan tinggi terhadap longsor berdasarkan tren hujan ekstrem dan yang mengalami tren kenaikan dengan r > 0,4.
PEMODELAN POTENSI BENCANA BANJIR DI DAERAH PERKOTAAN MENGGUNAKAN SIG Studi Kasus: Kota Bengkulu: (Modeling of Flood Hazard Potential in Urban Areas using GIS, Case Study: Bengkulu City) Yulian Fauzi; Zulfia Memi Mayasari; Hana Taqqiyah Fachri
Geomatika Vol. 28 No. 1 (2022): JIG Vol. 28 No. 1 Tahun 2022
Publisher : Badan Informasi Geospasial

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

Abstract

Kota Bengkulu merupakan salah satu wilayah yang rawan terjadi banjir akibat luapan Air Bengkulu (Sungai Bengkulu). Penyebab utamanya adalah kerusakan Daerah Aliran Sungai (DAS) Air Bengkulu, serta luapan air sungai ketika musim penghujan tiba. Penelitian ini bertujuan untuk memetakan wilayah yang rawan terhadap bencana banjir dan mengetahui seberapa besar tingkat kerawanan banjir yang dapat terjadi di daerah penelitian Kota Bengkulu berdasarkan Sistem Informasi Geografis (SIG). Penelitian ini menggunakan metode overlay dengan scoring antara parameter-parameter penggunaan lahan, ketinggian lahan, kemiringan lereng, tipe tanah, jarak dari sungai dan curah hujan. Analisis terhadap pembobotan menghasilkan tiga variabel yang menjadi penentu tingkat kerawanan banjir yaitu penggunaan lahan, ketinggian lahan dan jarak dari sungai. Hasil penelitian menunjukkan wilayah yang sangat rawan bencana banjir tersebar di hampir seluruh daerah penelitian dengan rincian 1.726,91 ha (48,8%) berkategori sangat rawan, 1.804,11 ha (50,9%) cukup rawan dan 10,64 ha (0,3%) tidak rawan. Wilayah yang tergolong sangat rawan bencana banjir merupakan wilayah yang memiliki ketinggian lahan yang rendah dan penggunaan lahan yang cenderung sedikit vegetasi, karena sebagian besar wilayahnya adalah wilayah terbangun, terbuka tanpa vegetasi dan dekat dengan sungai. Kelurahan yang termasuk dalam kategori ini adalah Kelurahan Rawa Makmur, Beringin Raya, Tanjung Agung dan Tanjung Jaya.
PEMETAAN AREA POTENSI BANJIR BERDASARKAN TOPOGRAPHIC WETNESS INDEX (TWI) DI KECAMATAN CIGUDEG KABUPATEN BOGOR: (Mapping Flood Potential Area using Topographic Wetness Index (TWI) in Cigudeg District Bogor Regency) Mohamad Mahfudz; Bambang Riadi; Irfan Rifaldi
Geomatika Vol. 28 No. 1 (2022): JIG Vol. 28 No. 1 Tahun 2022
Publisher : Badan Informasi Geospasial

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

Abstract

Banjir merupakan bencana yang sering terjadi di Kabupaten Bogor, terutama Kecamatan Cigudeg. Secarahidrologis, Kecamatan Cigudeg dialiri daerah aliran sungai Ci Durian dengan debit air mencapai 2.648,04 m3/detik, rata-rata curah hujan 2.225 mm/tahun dan suhu udara antara 25-260C. Kecamatan Cigudeg merupakan daerah lereng perbukitan dengan kemiringan lereng >300 dengan tutupan dan penggunaan lahan berupa belukar, kebun campuran dan perkampungan, sedangkan area di bagian bawah lereng berupa alur sungai, persawahan dan tegalan. Untuk mengantisipasi bencana banjir tersebut maka diperlukan peta potensi banjir. Metode Topographic Wetness Index (TWI) sangat efektif untuk memvisualkan adanya area dengan potensi banjir khususnya di wilayah lereng. TWI dapat menilai secara kuantitatif efek topografi lokal terhadap limpasan air hujan karena nilai TWI mampu menggambarkan tingkat kebasahan lahan yang diasumsikan berasosiasi dengan kerawanan terhadap bencana banjir, khususnya banjir genangan. Penelitian ini bertujuanmemetakan area potensi banjir yang berada di Kecamatan Cigudeg Kabupaten Bogor berdasarkan data dari DEMNAS (Digital Elevation Model Nasional). Indeks TWI Kecamatan Cigudeg memiliki rentang kelembaban sebesar 9,657-22,185 RH. Nilai indeks tersebut menunjukkan daerah potensi bahaya banjir sangat tinggi dengan cakupan luas 1% dari luas wilayah yang dipetakan dalam penelitian ini yaitu 184.176,314 ha.
KAJIAN JUMLAH DAN SEBARAN TITIK KONTROL TANAH MENGGUNAKAN ANALISIS DIAGRAM VORONOI UNTUK GEOREKTIFIKASI CITRA ORTHOMOSAIK SPOT 6/7 DALAM RANGKA PEMUTAKHIRAN PETA DASAR 1:25.000 Studi Kasus di DKI Jakarta dan Daerah Istimewa Yogyakarta: (Study on the Number and Distribution of Ground Control Points using Voronoi Diagram Analyses to Georectify the SPOT 6/7 Orthomosaic Image for 1:25.000 Base Map Updating, Case Study DKI Jakarta and Special Region of Yogyakarta) Elyta Widyaningrum; Ratna Mayasari; Andita Putri Damayanti; Diaz Cahya Kusuma Yuwana; Eli Juniati
Geomatika Vol. 28 No. 1 (2022): JIG Vol. 28 No. 1 Tahun 2022
Publisher : Badan Informasi Geospasial

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

Abstract

Peta dasar merupakan salah satu komponen penting untuk perencanaan, pelaksanaan dan pengawasan pembangunan. Ketersediaan citra orthomosaik sistematis SPOT 6/7 per tahun yang mencakup wilayah daratan Indonesia yang disediakan oleh Lembaga Penerbangan dan Antariksa Nasional (LAPAN) dapat dimanfaatkan sebagai data geospasial dasar masukan untuk pemutakhiran peta dasar. Penelitian ini bertujuan untuk mengkaji efektivitas jumlah dan sebaran titik kontrol tanah (TKT) berdasarkan analisis diagram Voronoi untuk georektifikasi citra orthomosaik SPOT 6/7 dalam rangka memenuhi spesifikasi pemutakhiran peta dasar skala menengah. Jaringan jalan yang terdapat pada peta dasar 1:25.000 tersedia digunakan sebagai referensi dalam georektifikasi. Area penelitian mencakup dua provinsi yang memiliki jaringan jalan cukup merata, yaitu DKI Jakarta dan Daerah Istimewa Yogyakarta. Sebaran TKT berdasarkan analisis diagram Voronoi akan diperbandingkan dengan sebaran TKT secara manual, masing-masing sebaran menggunakan 7, 20 dan 30 TKT. Kajian komprehensif terhadap enam skenario TKT tersebut dilakukan dengan menggunakan beberapa metode analisis spasial yaitu Root Mean Square Error (RMSE), autokorelasi spasial Indeks Moran dan geostatistik Kriging. Berdasarkan uji akurasi, penambahan jumlah TKT tidak meningkatkan ketelitian horizontal secara signifikan sebagaimana distribusi TKT. Secara umum, penggunaan sejumlah 30 TKT menghasilkan akurasi tertinggi pada kedua area penelitian. Selain itu, terlepas dari jumlah TKT, sebaran TKT berdasarkan analisis diagram Voronoi menghasilkan ketelitian horizontal yang lebih tinggi dibandingkan hasil georektifikasi dengan sebaran manual