Garuda - Garba Rujukan Digital

Analisis Kesesuaian Kawasan Terbangun Dengan Rencana Tata Ruang Wilayah Di Kawasan Sempadan Pantai Kabupaten Rembang Izza, Asyfi’na Shofiyal; Pribadi, Cherie Bhekti; Budisusanto, Yanto
GEOID Vol. 16 No. 1 (2020)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v16i1.1662

Kabupaten Rembang merupakan salah satu kawasan yang berada di pesisir pantai utara jawa dengan luas sebesar 101.408 ha yang secara geografis terletak pada 6o30’- 7o 6’LS dan 111o – 111o30’ BT dengan garis pantai sepanjang 63 km. Panjangnya garis pantai di Kabupaten Rembang memungkinkan banyaknya aktivitas di wilayah pesisir yang akan berdampak pada banyaknya penggunaan lahan yang tidak sesuai dengan ketentuan semestinya yang banyak mengakibatkan abrasi. Fenomena abrasi yang terjadi pada 30 agustus 2019 di Kecamatan Kragan Kabupaten Rembang yang mengikis pantai sejauh 15 m dengan panjang 1,5 km. Mengingat besarnya ancaman bencana abrasi yang melanda Kabupaten Rembang maka perlu adanya evaluasi penggunaan lahan pada wilayah pesisir terutama di kawasan sempadan pantai. Pada penelitian ini akan dilakukan analisis mengenai kesesuaian kawasan terbangun (Land Use) di area sempadan pantai dengan peta rencana tata ruang wilayah (Land Development). Selanjutnya akan ditampilkan dalam bentuk ArcGIS Online yang akan memudahkan dalam mengakses peta. Hasil dari penelitian yang dilakukan diperoleh empat kelas pada peta rencana tata ruang wilayah yaitu berupa peruntukan pemukiman, industri, sempadan pantai, dan hutan. Selanjutnya luas tertinggi kesesuaian rencana tata ruang wilayah (RTRW) dan kondisi eksisiting adalah untuk kelas industri sebesar 163,497 Ha, pemukiman sebesar 45,798 Ha, sedangkan untuk peruntukan sempadan pantai dan hutan tidak ada luasan yang sesuai dengan rencana tata ruang wilayahnya. Rembang Regency is one of the areas that located on the north coast of Java Sea with an area of 101.408 Ha which is geographic located at 6o30’- 7o 6’S dan 111o – 111o30’ E and coastline 63 Km from Kaliori to Sarang. The magnitude of the coastline in Rembang Regency make amount of activity in the Coastal region which will have an impact on the amount of land use that is not in accordance with the plan, make abrasion happened. As on August 30, 2019, abrasion occurred in Kragan, Rembang Regency, which eroded the coast as far as 15 m with a length of 1.5 km. Given the magnitude of the emergency abrasion problem that is affecting Rembang Regency, it is necessary to evaluate land use expecially in coastal areas. In this study an analysis will be made of the suitability of the built area (Land Use) in the coastal border area with a regional spatial plan map. Furthermore, it will facilitate in the form of ArcGIS Online which will facilitate accessing maps. The results of the research carried out obtained four classes on the spatial map of the territory consisting of the allotment of settlements, industry, coastal borders, and forests. Furthermore, the area in accordance with the suitability of the spatial plan and the existing conditions for the industrial class is 163.497 Ha, settlement is 45.798 Ha, while for the designation of the coast and forest border there is an area in accordance with the spatial plan of the area.

Analisis Kerentanan Tanah Longsor Menggunakan Metode Frequency Ratio di Kabupaten Bandung Barat, Jawa Barat Nugroho, Danang Dwi; Nugroho, Hary
GEOID Vol. 16 No. 1 (2020)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v16i1.1663

Kabupaten Bandung Barat adalah salah satu kabupaten di Provinsi Jawa Barat dengan potensi gerakan tanah yang tinggi, sehingga sangat rentan terhadap kejadian tanah longsor. Hal ini dipicu oleh kondisi topografi yang beragam dan memungkinkan kejadian ini akan terus terjadi di masa depan. Salah satu metode yang sering digunakan dalam pemetaan kerentanan tanah longsor adalah frequency ratio. Metode ini bertujuan untuk mengidentifikasi wilayah rentan tanah longsor berdasarkan data kejadian longsor di masa lalu yang pada gilirannya dapat dijadikan parameter untuk mitigasi bencana longsor. Metode ini diaplikasikan menggunakan aplikasi GIS dengan data-data sekunder seperti DEM, peta tutupan lahan, data curah hujan, peta geologi, dan peta klasifikasi tanah. Data tersebut merepresentasikan faktor-faktor yang memengaruhi tanah longsor yaitu kemiringan lereng, elevasi, arah kemiringan lereng, tutupan lahan, curah hujan, jenis tanah, jarak sesar, dan batuan geologi. Faktor-faktor tersebut ditumpangtindihkan menjadi peta raster (20 m) dan menghasilkan nilai frequency ratio. Nilai tersebut diklasifikasikan menjadi 5 zona kerentanan longsor yaitu tidak rentan, sedikit rentan, cukup rentan, rentan, dan sangat rentan. Hasil penelitian ini menunjukkan terdapat 7 faktor pengkondisi tanah longsor yang memengaruhi kerentanan tanah longsor. Hasil uji akurasi ini menghasilkan peta kerentanan tanah longsor dengan nilai akurasi sebesar 79,7% sehingga dapat diterapkan dalam upaya mitigasi tanah longsor. West Bandung regency is one of the districts in West Java Province with high potential for land movement, making it very vulnerable to landslide events. This is triggered by diverse topographic conditions and allows these events to continue to occur in the future. One of the methods often used in mapping landslide vulnerabilities is frequency ratio. This method aims to identify landslide-prone areas based on data on past landslide events that in turn can be used as parameters for landslide disaster mitigation. This method is applied using GIS application with secondary data such as DEM, land cover map, rainfall data, geological map, and land classification map. The data represents factors that affect landslides, namely slope, elevation, slope direction, land cover, rainfall, soil type, fault distance, and geological rocks. These factors are overlayed into raster maps (20 m) and produce frequency ratio values. These values are classified into 5 landslide vulnerability zones that are not vulnerable, slightly vulnerable, vulnerable enough, vulnerable, and highly vulnerable. The results of this study showed there are 7 factors of landslide conditioning that affect the vulnerability of landslides. This accuracy test resulted in a landslide vulnerability map with an accuracy value of 79.7% so that it could be applied in landslide mitigation efforts.

Analisis Potensi Tanah Longsor Menggunakan Sistem Informasi Geografis dan Analytical Hierarchy Process (AHP) (Studi Kasus: Kecamatan Songgon, Kabupaten Banyuwangi) Prasindya, Permata; Hariyanto, Teguh; Kurniawan, Akbar
GEOID Vol. 16 No. 1 (2020)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v16i1.1664

Tanggal 22 Juni 2018 terjadi bencana banjir bandang yang disebabkan oleh tanah longsor di kawasan lereng Gunung Raung di Kecamatan Songgon. Bencana ini menyebabkan ratusan orang mengungsi dan merusak 328 unit rumah. Adanya bencana tersebut, diperlukan analisis terhadap penyebab terjadinya tanah longsor serta melakukan pencegahan dan mitigasi dengan pemetaan potensi tanah longsor. Penelitian ini menggunakan metode analisis Sistem Informasi Geografis (SIG) dan pembobotan Analytical Hierarchy Process (AHP) dengan narasumber pegawai Badan Penanggulangan Bencana Daerah Kabupaten Banyuwangi dan Dosen Teknik Geofisika ITS. Parameter penyebab tanah longsor yang digunakan mengacu pada Permen PU No. 22/PRT/M/2007, parameter tersebut antara lain kemiringan lereng, kondisi tanah, batuan penyusun lereng, kondisi hidrologi, curah hujan, kerentanan gerakan tanah dan tutupan lahan. Hasil dari penelitian ini didapatkan bahwa dengan metode AHP, kerentanan gerakan tanah mempunyai pengaruh lebih besar terhadap tanah longsor dengan bobot sebesar 34%, diikuti dengan parameter lain yaitu kemiringan lereng 17%, jenis tanah 14%, curah hujan 14%, jenis batuan 12%, kerapatan sungai 5% dan tutupan lahan 4%. Selanjutnya, didapatkan tiga kelas potensi tanah longsor yaitu potensi rendah sebesar 9.527,09 Ha, potensi sedang sebesar 8.410,19 Ha dan potensi tinggi sebesar 3.283,23 Ha dengan daerah yang berpotensi tinggi terhadap potensi tanah longsor yaitu Desa Bayu dan Desa Sumberarum di Kecamatan Songgon.On June 22 2018, there was a flash flood disaster caused by landslides on the slopes of Mount Raung in Songgon Sub-District. This disaster caused hundreds of people to flee and damaged 328 housing units. The existence of this disaster requires an analysis of the causes of landslides as well as prevention and mitigation by mapping the potential for landslides. This research uses Geographical Information System (GIS) analysis method and weighting of Analytical Hierarchy Process (AHP) with the resource persons of the Banyuwangi Regional Disaster Management Agency and Geophysical Engineering lecturers-ITS. The parameters that cause landslides used refer to Permen PU No. 22 / PRT / M / 2007, these parameters include slope, soil conditions, rock making up slopes, hydrological conditions, rainfall, soil movement vulnerability and land cover. The results of this study found that with the AHP method, soil movement susceptibility has a greater effect on landslides with a weight of 34%, followed by other parameters, namely 17% slope, 14% soil type, 14% rainfall, 12% rock type. , 5% river density and 4% land cover. Furthermore, three classes of landslide potential were obtained, namely low potential of 9,527.09 hectares, medium potential of 8,410.19 hectares and high potential of 3,283.23 hectares with areas that have high potential for landslides, namely Bayu Village and Sumberarum Village in Songgon Sub-District.

Delimitasi Batas Pengelolaan Laut menurut Permendagri Nomor 141 Tahun 2017 (Studi Kasus: Provinsi Maluku Utara) Prasetyo, Haris Hakim; Khomsin, Khomsin; Pratomo, Danar Guruh
GEOID Vol. 16 No. 1 (2020)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v16i1.1665

Terbentuknya Peraturan Menteri Dalam Negeri Republik Indonesia Nomor 141 Tahun 2017 tentang Penegasan Batas Daerah yang mengacu kepada Undang – Undang Nomor 23 Tahun 2014. Sehinga ketentuan tersebut merupakan pedoman dalam penentuan delimitasi batas. Secara geografis Provinsi Maluku Utara memiliki pulau – pulau yang saling berdekatan dengan berbagai ukuran tipe, dengan mengesampingkan faktor sosial budaya Provinsi Maluku Utara dapat dikatakan sebagai provinsi yang berciri kepulauan. Provinsi Maluku Utara berbatasan langsung dengan Provinsi Papua Barat jarak antara kedua Provinsi tersebut kurang dari 24 mil maka dari itu perlu diadakan delimitasi batas wilayah pengelolaan laut. Penelitian ini bertujuan untuk menentukan luas wilayah pengelolaan laut dan batas wilayah pengelolaan laut Provinsi Maluku Utara. Dalam penelitian ada dua baseline yang digunakan, yaitu Normal Baseline menurut Permendagri No.141/2017 dan Archipelagic Baseline berdasarkan Rancangan Undang – Undang (RUU) tentang Percepatan Pembangunan Daerah Kepulauan. Hal ini yang menyebabkan perbedaan penarikan batas pengelolaan laut pada kedua Provinsi yang mengakibatkan perubahan pada luas wilayah pengelolaan laut. Perubahan pada baseline mengakibatkan perubahan point – point yang digunakan dalam pembentukan thieseen polygon. Hal ini yang menyebabkan perbedaan penarikan batas pengelolaan laut pada kedua Provinsi. Perbedaan kedua baseline ini akan menentukan wilayah pengelolaan laut. Luas wilayah pengelolaan laut Provinsi Maluku Utara dengan menggunakan normal baseline sebesar 88.743,06 km2, sedangkan dengan menggunakan archipelagic baseline berdasarkan RUU sebesar 152.958,92 km2. Penelitian ini diharapkan menjadi referensi terkait penegasan kewenangan pengelolaan laut daerah bagi pemerintah daerah maupun instansi yang berwenang dan memberikan alternatif penegasan batas daerah di Provinsi Maluku Utara.Establishment Permendagri No. 141 year 2017 on the affirmation of regional boundaries referring to Undang – Undang No. 23 year 2014. These provisions are guidelines in determining boundary delimitation. Geographically, the province of North Maluku has islands that are adjacent to various types of type, by putting aside the socio-cultural factors of North Maluku Province can be said to be an archipelago-characterized province. North Maluku Province is directly adjacent to West Papua province the distance between the two provinces is less than 24 miles hence it is necessary to place the delimitation of the boundary of the Sea management area. This research aims to determine the area of marine management and boundaries of the Sea management region of North Maluku province. In this study, there are two baselines used, namely normal baseline according to Permendagri No.141 / 2017 and archipelagic baseline according to Rancangan Undang – Undang (RUU). Changes to the baseline result in point-point changes used in the Thieseen polygon formation. This led to the difference in the withdrawal of sea management boundaries in both provinces which resulted in a change in the area of marine management. These two baseline differences will determine the area of marine management. The area of marine management in North Maluku Province using the normal baseline is 88,743.06 km2 while using the archipelagic baseline based on RUU is 152,958.92 km2. This research is expected to be a reference to the affirmation of regional marine Management Authority for local government and authorized agencies and provide an alternative to an affirmation of regional boundaries in North Maluku province.

Identifikasi Fitur Dasar Laut Menggunakan Data Multibeam Echosounder (Studi Kasus: Perairan Utara Papua) Fauzy, Aldias Fanan; Pratomo , Danar Guruh; Darminto, Muhammad Rohmaneo; Sulistian, Teguh
GEOID Vol. 16 No. 1 (2020)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v16i1.1666

Indonesia merupakan negara yang memiliki wilayah laut yang luas dengan topografi yang bervariasi. Proses identifikasi topografi membutuhkan teknologi dan pengetahuan terbaru. Untuk dapat mengidentifikasi fitur dasar laut diperlukan penelitian menggunakan teknologi akustik berupa multibeam echosounder sehingga dapat dibuat model kondisi bawah air. Pemetaan detail dasar laut ini memungkinkan untuk menghasilkan gambaran topografi bawah laut yang lebih jelas. Dalam penelitian ini dilakukan identifikasi mengenai keberadaan pegunungan bawah laut di lautan Utara Papua. Data yang digunakan dalam penelitian ini berasal dari survei batimetri menggunakan multibeam echosounder yang dihasilkan oleh Badan Informasi Geospasial (BIG) bekerja sama dengan Badan Pengkajian dan Penerapan Teknologi (BPPT) pada tahun 2019. Data yang diambil untuk mengoreksi data multibeam echosounder adalah SVP Data (Sound velocity profiler). Penelitian ini dilakukan di lautan bagian Utara Papua yang terbagi menjadi dua lokasi. Hasil identifikasi di lokasi pertama (Lokasi A) menunjukkan luas wilayah 57.666 km² dengan ketinggian 1.978 meter. Objek tersebut terletak kedalaman minimum 1.164 meter dan kedalaman maksimum 3.142 meter. Sedangkan pada lokasi kedua (Lokasi B), ditemukan objek yang memiliki luas sebesar 81,134 km², pada kedalaman minimum 1.997 meter, kedalaman maksimum 3.056 meter, dan memiliki ketinggian 1.059 meter. Hasil identifikasi kedua objek menunjukkan bahwa ketinggian kedua objek tersebut lebih dari 1.000 m, sehingga keduanya dapat dikategorikan sebagai gunung bawah laut atau seamount. Indonesia is a country that has vast sea territory with varied topograph. The topographic identification process requires the latest technology and knowledge. To be able to identify the existence of seabed features, research is needed using acoustic technology in the form of a multibeam echosounder so that models of underwater conditions can be made. This detailed mapping of the seabed is possible to produce a clearer underwater topographic picture. In this study, identification was carried out regarding the existence of undersea mountains in Papua's northern ocean. The data used in this study came from a bathymetry survey using the multibeam echosounder produced by the Badan Informasi Geospapsial (BIG) in collaboration with the Badan Pengkaji dan Penerapan Teknologi (BPPT) in 2019. The data taken to correct the multibeam echosounder data are SVP (Sound velocity profiler) data. This research was conducted in the northern ocean of Papua which is divided into two locations. Based on the identification, the first location (A) has an area of 57,666 km² with 1,978 meters of height. This object is located at a minimum depth of 1,164 meters and a maximum depth of 3,142 meters. At the second location (B) were found an object with an area of 81,134 km², at a minimum depth of 1,997 meters, a maximum depth of 3,056 meters. The height of this object is 1,059 meters. Based on the results these two objects have more than 1,000 meters of height, thus the object can be categorized as an undersea mountain or seamount.

Analisis Perbandingan Nilai Koordinat Wall Station Sebagai Titik Kontrol Posisi Tambang Bawah Tanah dengan Pengamatan Poligon Tertutup dan Pengikatan Ke belakang (Studi Kasus: Tujuh Bukit Underground Project, PT. Bumi Suksesindo) Cahya, Doni Muslim; Yuwono, Yuwono; Kurniawan, Akbar
GEOID Vol. 16 No. 1 (2020)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v16i1.1667

Proses penggalian pada area pertambangan menyebabkan perubahan topografi secara terus menerus. Oleh karena itu diperlukan pengukuran yang berkala untuk memastikan ketersedian data topografi. Dalam pengamatan posisi di bawah tanah, penentuan titik kontrol dan detil situasi adalah kunci dari kegiatan survei topografi. Penggunaan metode Wall Station memiliki kestabilan posisi yang cukup baik karena bertempat pada dinding Decline, dan pada metode ini alat ukur tidak dapat berdiri pada titik Wall Station dan harus menggunakan metode yang lain untuk perhitungan koordinat. PT. Bumi Suksesindo merupakan perusahaan pertambangan Penanaman Modal Dalam Negeri (PMDN) dengan konsesi utama di Tujuh Bukit Operation. Dalam pengelolaan minesite, PT. Bumi Suksesindo menggunakan metode Undeground Project. Dimana penentuan posisi dan pendapatan titik kontrol, dilakukan dengan metode Pengikatan Ke belakang, dengan menggunakan bantuan alat Total Station dan Wall Station. Kegiatan pengamatan titik kontrol ini dilakukan pada 6 titik Wall Station yang berada didalam tambang bawah tanah yaitu Wall Station DC1 18, 20 25, 42, 46, dan 48. Pengamatan ini akan dibandingkan dengan koordinat acuan yang telah dikoreksi oleh pihak PT. Bumi Suksesindo untuk menghasilkan nilai koreksi secara rutin. Pada penelitian ini menghasilkan nilai selisih dan RMSE pada masing masing titik Wall Station. Metode pengamatan pengukuran poligon tertutup dengan perhitungan Kuadrat Terkecil pada Poligon Box Cut menghasilkan nilai selisih koordinat dan RMSE pada Wall Station DC1-18 dengan nilai error 0,00031 m, DC1-20 dengan nilai error 0,00144 m, DC1-25 dengan nilai error 0,00113 m, DC1-42 dengan nilai error 0,00315 m, DC1-46 dengan nilai error 0,00320 m, DC1-48 dengan nilai error 0,00288 m. The excavation process in the mining area causes continuous topographic changes. Therefore, periodic measurements are needed to ensure the availability of topographic data. In observing the position below the ground, determining the control point and the details of the situation is the key to the topographic survey activities. The use of the Wall Station method has a fairly good position stability because it is located on the Decline wall, and in this method the measuring instrument cannot stand on the Wall Station point and must use another method for calculating coordinates. PT. Bumi Suksesindo is a Domestic Investment (PMDN) mining company with the main concession in the Tujuh Bukit Operation. In managing minesite, PT. Bumi Suksesindo uses the Underground Project method. Where the determination of the position and income of control points, is carried out by Resection method, using the help of Total Station and Wall Station tools. This control point observation activity will be carried out at 6 Wall Station points inside the underground mine, namely DC1 18, 20 25, 42, 46, and 48 Wall Station. These observations will be compared with the reference coordinates corrected by PT. Bumi Suksesindo to produce corrected values routinely. This research produces the difference value and RMSE at each Wall Station point. The observation method using closed polygons with the calculation of least squares on the box cut polygons results in the difference between the coordinates and the RMSE. Wall Station DC1-18 resulted an error value of 0.00031 m, DC1-20 with an error value of 0.00144 m, DC1-25 with an error value of 0, 00113 m, DC1-42 with an error value of 0.00315 m, DC1-46 with an error value of 0.00320 m, DC1-48 with an error value of 0.00288 m.

Studi Pembuatan DTM Menggunakan Metode Slope Based Filtering dan Grid Based Filtering (Studi Kasus: Kelurahan Wonokromo Dan Lontar, Kota Surabaya) Wirantiko, Mahardi; Handayani, Hepi Hapsari; Cahyono, Agung Budi
GEOID Vol. 16 No. 1 (2020)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v16i1.1668

Digital Terrain Model (DTM) merupakan model medan digital yang memuat informasi ketinggian permukaan tanah (bare earth surface) tanpa terpengaruh oleh vegetasi atau fitur buatan manusia lainnya, sedangkan Digital Surface Model (DSM) merupakan representasi permukaan bumi yang memuat lebih banyak informasi ketinggian termasuk semua objek yang berada di atas permukaan bumi seperti vegetasi, gedung, dan fitur lainnya. Perlu dilakukan percepatan dalam penyediaan informasi geospasial, dalam hal ini DTM sebagai unsur pembentuk peta topografi skala besar. Untuk itu diperlukan metode pembentukan DTM yang lebih efektif. Sehingga tujuan pada penelitian ini adalah mengkaji metode yang dapat menghasilkan DTM secara otomatis dan menghasilkan DTM turunan yang mendekati akurat. Pada penelitian ini metode yang digunakan untuk dikaji yaitu Slope Based Filtering (SBF) atau metode penyaringan berbasis lereng dan Grid Based Filtering (GBF) atau Metode Penyaringan Berbasis Grid. Terdapat dua daerah yang diteliti. Pada area pertama yaitu lokasi yang memiliki karakteristik daerah padat penduduk sehingga terdapat banyak bangunan yang saling berhimpit, area tersebut berlokasi di Kelurahan Wonokromo, Surabaya Selatan. Pada area kedua yaitu lokasi yang memiliki karakteristik terbuka, sedikit pemukiman dan banyak medan datar dan kosong, area tersebut berlokasi di Kelurahan Lontar, Surabaya Barat. Hasil data dari kedua metode tersebut kemudian dibandingkan terhadap DTM Stereoplotting yang digunakan sebagai referensi. Perbandingan tersebut berupa geomorfologi atau visualisasi, dan ketelitian geometri vertikal. Hasil dari penelitian ini menunjukkan metode Slope Based Filtering memiliki keakuratan yang lebih tinggi dibandingkan dengan Grid Based Filtering. Hal tersebut dibuktikan oleh hasil klasifikasi pengolahan data menggunakan delapan parameter pada masing-masing metode. Rata-rata RMS Error yang diperoleh di Wonokromo lebih kecil yaitu 0,605 meter dibandingkan dengan Kelurahan Lontar sebesar 1,605 m. Kelurahan Wonokromo memiliki rata-rata skala ketelitian peta 1: 2.500 sedangkan Kelurahan Lontar memiliki rata-rata kelas ketelitian peta 1: 5.000. Secara visual geomorfologi yang dihasilkan dari metode SBF lebih halus dibandingkan dengan GBF yang masih kasar. Digital Terrain Model (DTM) is a digital terrain model that only contains ground level information (bare earth surface) without being affected by vegetation or other man-made features. While Digital Surface Model (DSM) is a representation of the earth's surface that contains more height information including all objects that are located on the surface of the earth such as vegetation, buildings, and other features. It is necessary to accelerate the provision of geospatial information, in this case DTM as an element of forming large-scale topographic maps. For this reason, a more effective DTM formation method is needed. The study was conducted to examine methods that can produce DTM automatically, in order to obtain a fast and efficient mapping method. In this study the method used are Slope Based Filtering (SBF) and Grid Based Filtering (GBF) method. Those approaches are applied in two different characteristics of study area. In the first area, which is a location that has characteristics of densely populated areas so that there are many buildings that coincide with each other, the area is located in Wonokromo Sub-District, South Surabaya. The second area has characteristics of open space with few settlements and a lot of barelands. The area is located in Lontar Village, West Surabaya. The results of the data processing based on two methods are then compared to the Stereoplotting DTM used as a reference. The comparison is performed as geomorphology analysis or visualization, and vertical geometry accuracy. The results of this study indicate that SBF method has a higher accuracy compared to the one of GBF. This is revealed by the results of the classification of data processing using eight parameters in each method. The average of RMS Error obtained in Wonokromo is smaller that is 0.605 meters compared to Lontar Village of 1.605 m. Wonokromo has an average map accuracy scale of 1: 2,500 while Lontar which has an average map accuracy class of 1: 5,000. Visually, the geomorphology produced from the SBF method is finer than the GBF which is still rough.

Analisis Tinggi Muka Air Laut Menggunakan Receiver Multi-Frekuensi dan Multi-GNSS di Perairan Sulawesi Sinaga, Markus Juliano; Cahyadi, Mokhamad Nur; Pratomo, Danar Guruh; Kishimoto, Nobuhiro; Hariyanto, Dwi
GEOID Vol. 16 No. 1 (2020)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v16i1.1669

Pasang surut air laut merupakan variasi vertikal muka air laut. Pasang surut air laut merupakan salah satu komponen penting dalam survei batimetri. Pada survei batimetri secara umum, pengamatan pasang surut air laut dilakukan dengan menggunakan rambu pasut di lokasi survei batimteri. Seiring berkembangnya teknologi, penggunaan Global Navigation Satellite System (GNSS) semakin memungkinkan dalam survei batimetri. Selain dalam penentuan posisi horisontal, GNSS juga dapat digunakan untuk menentukan posisi vertikal. Salah satu sistem GNSS yang akurat saat ini adalah Quasi-Zenith Satellite System (QZSS) milik Jepang. Sistem ini memiliki satelit yang selalu mengorbit di sebagian wilayah Indonesia sehingga akan memberikan layanan pemosisian satelit yang sangat akurat. Pada penelitian ini, data pengamatan diperoleh dari receiver multi-frekuensi dan multi-GNSS. Receiver tersebut dapat menerima sinyal dari sistem QZSS. Data pengamatan tersebut kemudian dibandingkan dengan model prediksi pasang surut milik Badan Informasi Geospasial (BIG). Selanjutnya, dilakukan analisis untuk melihat tingkat kesalahan pola yang dihasilkan dari kedua data tersebut. Uji tingkat kesalahan dilakukan dengan perhitungan Root Mean Square Error (RMSE). Hasil penelitian ini menunjukkan bahwa nilai RMSE maksimum dan minimum pada perbandingan pengamatan pasut QZSS dan prediksi pasut BIG masing-masing sebesar 2,317 m dan 0,176 m dari total 11 hari pengamatan. RMSE maksimum terjadi pada 10 Agustus 2019 dan minimum pada 9 Agustus 2019. Selain pada tanggal 9 Agustus 2019, hasil yang baik juga diperoleh pada tanggal 8, 12, 14, 15, dan 16 Agustus 2019 dengan nilai RMSE kurang dari setengah meter.Tide is a vertical variation of sea level. The tide of seawater is an essential component of a bathymetric survey. In general, tide observations are carried out by using tide poles at the survey site for bathymetry. As technology has developed, the use of the Global Navigation Satellite System (GNSS) has become increasingly possible in bathymetric surveys. Apart from determining the horizontal position, GNSS can also be used to determine the vertical position. One of the most accurate GNSS systems today is Japan's Quasi-Zenith Satellite System (QZSS). This system has satellites that are always orbiting in parts of Indonesia so that it will provide highly accurate satellite positioning services. In this study, observational data were obtained from multi-frequency and multi-GNSS receivers. The receiver can receive signals from the QZSS system. The observational data are then compared with the Geospatial Information Agency (BIG)'s tidal prediction model. Furthermore, an analysis was carried out to see the pattern error rate resulting from the two data. Error level test is done by calculating Root Mean Square Error (RMSE). This study's results indicate that the maximum and minimum RMSE values in the comparison of QZSS tidal observations and BIG tidal predictions are 2.317 m and 0.176 m, respectively, from a total of 11 observation days. The maximum RMSE occurred on 10 August 2019 and the minimum on 9 August 2019. Apart from 9 August 2019, good results were also obtained on 8, 12, 14, 15, and 16 August 2019 with an RMSE value of less than half a meter.

Pemanfaatan Data LiDAR dan Foto Udara untuk Pemodelan Kota Tiga Dimensi (Studi Kasus: Wilayah Surabaya Barat) Firdaus , Zenda Mergita; Handayani , Hepi Hapsari; Hidayat , Husnul
GEOID Vol. 16 No. 1 (2020)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v16i1.1671

Kebutuhan informasi geospasial tiga dimensi (3D) untuk wilayah kota sangatlah penting mengingat kota sebagai pusat kegiatan dengan jumlah bangunan dan infrastruktur yang banyak dan memiliki karakteristik data geospasial yang multi obyek, multi struktur dan bermacam jenis (heterogenitas). Informasi visualisasi data geospasial 3D dapat digunakan sebagai dasar dalam pengambilan keputusan terkait dengan keberlangsungan perencanaan, pembangunan dan operasional infrastruktur di wilayah kota. Dalam membuat 3D city model tentu diperlukan data-data yang mendukung seperti data ketinggian, footprint bangunan, titik vegetasi, dan jaringan jalan. Data tersebut dapat diperoleh dari LiDAR (Light Detection and Ranging) dan foto udara. LiDAR digunakan untuk informasi ketinggian dan foto udara digunakan untuk memodelkan atap. Salah satu metode yang dapat digunakan untuk membuat kota tiga dimensi adalah metode semi-automatis. Metode ini memodelkan seluruh kota menggunakan sistem yang dapat menumbuhkan jaringan. Jaringan dapat diatur dalam beberapa menit dengan proses otomatisasi tetapi jika pengguna ingin diubah, dapat dilakukan secara manual. Hasil yang didapatkan adalah didapatkan lima tipe atap pada lokasi penelitian, yaitu pelana (gable), limas (hip), datar (flat), kubah (dome), dan mansard. Tipe atap yang dominan adalah tipe datar, pelana, dan limas. Sedangkan tipe kubah dan mansard hanya sebagai pelengkap. Jika ditinjau dari tingkat kesulitannya, gedung tinggi jenis apartemen adalah tipe bangunan yang sulit untuk dimodelkan. Kemudian perumahan dan yang paling mudah dimodelkan adalah permukiman. Tingkat kesulitan diukur berdasarkan kompleksitas atap masing-masing bangunan. Kesalahan yang terjadi dalam pemodelan berasal dari kurang atau lebihnya segmentasi atap. Hal ini bisa diatasi dengan mengulang segmentasi atap menggunakan foto udara. Ketelitian geometri keliling yang dihasilkan sebesar 0,92 m dari toleransi sebesar 2 m. Ketelitian luas yang dihasilkan sebesar 0,34% kesalahan luas dari toleransi 2%. Sedangkan ketelitian level of detail (LOD) level 2 sebesar 86,07% dari toleransi 85%. Hal ini menunjukkan bahwa model yang dihasilkan dapat diterima.The need for three-dimensional geospatial information (3D) for urban areas is very important considering the city as a center of activity with a large number of buildings and infrastructure and has the characteristics of multi-object geospatial data, multi-structure and various types (heterogeneity). 3D geospatial data visualization information can be used as a basis for decision making related to the sustainability of planning, construction, and operational infrastructure in urban areas. To establish a 3D city model, supporting data such as elevation, building footprint, vegetation point, and road network are needed. The data can be obtained from LiDAR (Light Detection and Ranging) and aerial photography. LiDAR is used for height information and aerial photography is used to model the roof. One method that can be applied to create three-dimensional cities is the semi-automatic method. This method models the entire city using a system to grow the network. The network can be set up in minutes with the automation process but if the user wants to modify, it can be done manually. The results obtain five types of roofs at the study site, namely the gable, hip, flat, dome, and mansard. The dominant roof types are flat, gable, and hip types. While the type of dome and mansard is only as a supplement. Regarding the level of difficulty, a high-rise apartment is a type of building that is difficult to model. The next difficulty of roof modelling is housing then settlement. The difficulty level is determined based on the complexity of the roof of each building. Errors occuring in modeling come from less or more roof segmentation. This can be overcome by repeating the segmentation of the roof using aerial photographs. The accuracy of the geometry accuracy of circumference is 0.92 m from 2 m. The error of area geometry is about 0.34%, with error tolerance of 2%. While the accuracy of the level of detail (LOD) 2 is 86.07%, with a tolerance of 85%. This reveals that the model provided by this study can be accepted.

Analisis Pemodelan Arus Geostropik di Perairan Indonesia menggunakan Data Satelit Altimetri Richasari , Desi Suci; Handoko, Eko Yuli
GEOID Vol. 16 No. 1 (2020)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v16i1.1672

Studi ini bertujuan untuk menentukan dan menganalisis arus geostropik terhadap indeks ENSO dan indeks musim. Lokasi studi ini terletak di sekitar lautan Indonesia dengan koordinat 20 ° N - 20 ° S dan 90 ° E - 150 ° E. Altimetri data satelit Jason Series sangat berguna sebagai penyedia data laut global, termasuk informasi tentang arus laut permukaan dan dinamika permukaan laut. Untuk menentukan arus geostropik, kami menggunakan algoritma geostropik dan metode analisis menggunakan koefisien korelasi hasil antara parameter penelitian dengan nilai indeks. Analisis temporal dan spasial menggunakan Matlab dan ArcMap untuk memvisualisasikan parameter yang diperoleh. Hasil penelitian ini menunjukkan bahwa korelasi antara anomali permukaan laut (SLA) dengan Multivariate ENSO Index (MEI) menunjukkan nilai negatif, menunjukkan bahwa SLA memiliki kondisi yang berlawanan dengan fenomena ENSO. El Nino yang kuat terjadi pada tahun 2015 dan La Nina terjadi pada tahun 2010. Perbedaan SLA tidak mempengaruhi arah arus geostropik tetapi mempengaruhi kecepatannya. Korelasi arus geotropik komponen zonal dengan AUSMI adalah 0,720 dan WNPMI adalah 0,446. Ini berarti bahwa arus geostropik memiliki arah yang sama dengan aliran angin musim.This research aims to determine and analyze the geostrophic current towards the monsoon index and the ENSO index . The location of this research is around Indonesian seas with coordinates of 20 ° N - 20 ° S and 90 ° E - 150 ° E. Jason Series altimetry satellite data is very useful as a provider of data on global marine affairs, including information about sea surface and sea level currents. To determine the geostrophic current, we used the geostrophic algorithm and the method of analysis used the coefficient correlation of the results between the research parameters with the index. Temporal and spatial analysis using Matlab and ArcMap to visualize the parameters which is obtained. The results of this study indicate that the corelation between Sea Level Anomalies (SLA) to the Multivariate ENSO Index (MEI) shows the negative value. It means that SLA at Indonesian seas have opposite condition. The strong El Nino occurred in 2015 and La Nina occurred in 2010. The SLA difference does not affect the direction of geostrophic current but affect its velocity. The correlation of zonal component geotrophic current to AUSMI 0,720 and WNPMI is 0,446. That means the geostrophic current have the same direction with the wind flow respectively at the moonson season.

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Muhammad Aldila Syariz

Contact Email
aldilasyariz@its.ac.id

Phone
+6282131726693

Journal Mail Official
aldilasyariz@its.ac.id

Editorial Address
Geomatics Engineering's Building, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia

Location
Kota surabaya,

Jawa timur

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Muhammad Aldila Syariz

Contact Email aldilasyariz@its.ac.id

Phone +6282131726693

Journal Mail Official aldilasyariz@its.ac.id

Editorial Address Geomatics Engineering's Building, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia

Location Kota surabaya, Jawa timur INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Muhammad Aldila Syariz

Contact Email
aldilasyariz@its.ac.id

Phone
+6282131726693

Journal Mail Official
aldilasyariz@its.ac.id

Editorial Address
Geomatics Engineering's Building, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia

Location
Kota surabaya,

Jawa timur

INDONESIA