Articles
14 Documents
Search results for
, issue
"Vol. 9 No. 2 (2014)"
:
14 Documents
clear
<![CDATA[STUDI TINGKAT KERAPATAN MANGROVE MENGGUNAKAN INDEKS VEGETASI ]]>
<![CDATA[Kustandiyo, Hernandi]]>;
<![CDATA[Sukojo, Bangun Muljo]]>;
<![CDATA[Parwati, Ety]]>
<![CDATA[ GEOID Vol. 9 No. 2 (2014) ]]>
Publisher : <![CDATA[Departemen Teknik Geomatika ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/geoid.v9i2.1412
<![CDATA[Ekosistem mangrove adalah salah satu obyek yang bisa diidentifikasi dengan menggunakan teknologi penginderaan jauh. Letak geografis ekosistem mangrove yang berada pada daerah peralihan darat dan laut memberikan efek perekaman yang khas jika dibandingkan obyek vegetasi darat lainnya. Efek perekaman tersebut sangat erat kaitannya dengan karakteristik spektral ekosistem mangrove, hingga dalam identifikasi memerlukan suatu transformasi tersendiri. Pada umumnya untuk deteksi vegetasi digunakan transformasi indeks vegetasi. Penelitian ini bertujuan untuk memetakan sebaran dan luasan vegetasi hutan mangrove; dan menentukan tingkat kerapatan atau kesehatan vegetasi mangrove menggunakan indeks vegetasi NDVI dan EVI dari citra Landsat dan SPOT di daerah Segara Anakan, Cilacap, Jawa Tengah. Ekosistem mangrove sebagai salah satu ekosistem penting di kawasan pesisir pantai terus mengalami tekanan di seluruh dunia.Lokasi penelitian Tugas Akhir ini berada di Segara Anakan yang terletak di Kabupaten Cilacap, Propinsi Jawa Tengah, tepatnya pada 7 30’ - 7 44’ LS dan 109 03’ – 109 42’ BT. Indeks vegetasi merupakan suatu algoritma yang diterapkan terhadap citra satelit, untuk menonjolkan aspek kerapatan vegetasi ataupun aspek lain yang berkaitan dengan kerapatan. Metode analisa indeks vegetasi yang digunakan pada penelitian kali adalah NDVI (Normalized Difference Vegetation Index) dan EVI (Enhanced Vegetation Index).Luas tutupan lahan yang didapatkan dari citra Landsat 5 TM tahun 2000 sebesar 50,214.87 ha dan citra SPOT-4 tahun 2008 sebesar 29,774.16 ha. Sedangkan luasan mangrove yang pada tahun 2001 sebesar 5722.74 ha sedangkan pada tahun 2008 sebesar 5453.32 ha. Sehingga bisa disimpulkan terjadi pengurangan luasan mangrove sebesar 269.42 ha.]]>
<![CDATA[EVALUASI KESESUAIAN TUTUPAN LAHAN MENGGUNAKAN CITRA ALOS AVNIR-2 TAHUN 2009 DENGAN PETA RTRW KABUPATEN SIDOARJO TAHUN 2007 ]]>
<![CDATA[Wartika, Latri]]>;
<![CDATA[Hariyanto, Teguh]]>
<![CDATA[ GEOID Vol. 9 No. 2 (2014) ]]>
Publisher : <![CDATA[Departemen Teknik Geomatika ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/geoid.v9i2.1413
<![CDATA[Wilayah pesisir dan lautan merupakan salah satu sumber daya alam yang mempunyai sifat yang kompleks dan dinamis karena pengaruh dari dua ekosistem, yaitu ekosistem lautan dan daratan. Ekosistem kawasan pesisir adalah salah satu obyek yang bias diindentifikasi dengan menggunakan teknologi penginderaan jauh. Citra yang digunakan dalam penelitian ini adalah citra satelit ALOS AVNIR-2 tahun 2009.Dalam menentukan evaluasi kesesuaian dan tutupan lahan kawasan pesisir di daerah penelitian, digunakan metode klasifikasi supervised maximum likelihood dan minimum distance. Dari hasil perhitungan uji ketelitian klasifikasi menggunakan metode confusion matriks didapati hasil maximum likelihood lebih baik dibandingkan dengan minimum distance. Karena memiliki nilai overall accuracy sebesar 93,6012%. Hasil klasifikasi tersebut dibandingkan dengan peta Rencana Taat Ruang Wilayah (RTRW) tahun 2007, terdapat adanya penyimpangan penggunaan lahan yakni adanya pemukiman sebesar 1,42% dikawasan penelitian sedangkan pada peta Rencana Taat Ruang Wilayah (RTRW) tertera diperuntukkan sebagai kawasan tambak dan perairan.]]>
<![CDATA[EVALUASI DAN INVENTARISASI ASET BEKAS TANAH KAS DESA MENGGUNAKAN SIG (STUDI KASUS : KECAMATAN LAKARSANTRI, KOTA SURABAYA) ]]>
<![CDATA[Sandy, Rizky]]>;
<![CDATA[Budisusanto, Yanto]]>;
<![CDATA[Deviantari , Udiana Wahyu]]>
<![CDATA[ GEOID Vol. 9 No. 2 (2014) ]]>
Publisher : <![CDATA[Departemen Teknik Geomatika ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/geoid.v9i2.1414
<![CDATA[Tanah kas desa adalah tanah yang dikuasai desa sebagai kekayaan desa. Namun karena status desa berubah menjadi kelurahan, seluruh tanah kas desa beralih menjadi aset milik kelurahan [1]. Kota Surabaya merupakan salah satu kota yang terkena imbas dari peraturan tersebut. Pada awalnya kota Surabaya dibagi menjadi 38 lingkungan dan 103 desa. Dalam peleburan menjadi kelurahan, 38 lingkungan diubah menjadi 60 kelurahan dan 103 desa menjadi 103 kelurahan, sehingga total di Kota Surabaya ada 163 kelurahan [4]. Selain itu pemanfaatan tanah kas desa juga harus sesuai dengan rencana tata ruang wilayah dalam kabupaten/kota [2]. Oleh karena itu diperlukam adanya suatu kegiatan untuk inventarisasi dan evaluasi terhadap bekas tanah kas desa. Penelitian ini bertempat di Kecamatan Lakarsantri kota Surabaya dan bertujuan untuk melakukan pemetaan terhadap bekas tanah kas desa , membangun Sistem Informasi Geografis (SIG) dan mengevaluasi penggunaan lahan dari tanah kas desa tersebut terhadap rencana tata ruang wilayah kota Surabaya tahun 2013. Kegiatan ini menggunakan data spasial berupa peta digital kota Surabaya skala 1:5000 dan peta rencana tata ruang wilayah kota Surabaya sedangkan data non-spasial berupa data tabular asset bekas tanah kas desa yang didapatkan dari Dinas Pengelolaan Bangunan dan Tanah Pemerintah Kota Surabaya. Dengan menggunakan SIG pelaksanaan analisa ditemukan bekas tanah kas desa paling banyak berupa bangunan dan dari hasil evaluasi penggunaan lahan bekas tanah kas desa sebagian besar masih belum sesuai dengan rencana tata ruang wilayah kota Surabaya terutama untuk penggunaan lahan kawasan dagang dan jasa.]]>
<![CDATA[OPTIMALISASI PEMETAAN FASE PERTUMBUHAN PADI BERDASARKAN ANALISA POLA REFLEKTAN DENGAN DATA HIPERSPEKTRAL STUDI KASUS : KABUPATEN KARAWANG ]]>
<![CDATA[Syafriyyin, Rauf]]>;
<![CDATA[Sukojo, Bangun Muljo]]>
<![CDATA[ GEOID Vol. 9 No. 2 (2014) ]]>
Publisher : <![CDATA[Departemen Teknik Geomatika ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/geoid.v9i2.1415
<![CDATA[Kebutuhan akan beras sebagai sumber makanan pokok yang dikonsumsi oleh lebih dari 90% masyarakat Indonesia menjadikan padi sebagai komoditas strategis yang berperan penting dalam ketahanan pangan nasional. Untuk memenuhi kebutuhan tersebut diperlukan teknologi yang tepat guna dalam memetakan fase pertumbuhan padi sebagai alat untuk memonitor dan mengevaluasi pertumbuhan padi. Teknologi hiperspektral yang memiliki ratusan kanal mampu menyajikan spektral yang kontinu pada setiap objek yang diamati sehingga melalui data hiperspektral perbedaan fase pertumbuhan dapat lebih mudah diamati melalui analisis pola dan karakteristik nilai reflektan spektral yang kemudian diklasifikasikan kedalam fase pertumbuhan padi. Pemetaan fase pertumbuhan padi dilakukan pada citra HyMap dengan metode klasifikasi Spectral Angle Mapper (SAM) dan Support Vector Machine (SVM) yang merupakan metode klasifikasi terbimbing (supervised) yang digunakan untuk mengenali pola nilai spektral dari suatu objek berdasarkan informasi dari piksel citra. Dari hasil pemetaan fase pertumbuhan padi yang dibagi menjadi 9 kelas mewakili setiap stage tumbuh padi yaitu (Seedling, Tillering, Stem Elongation, Penicle Initation to booting, Heading, Flowering, Milk Grain, Dough Grain, dan Mature Grain) diperoleh ketelitian SAM sebesar 82,609 % dan SVM sebesar 54,348 % . Hal ini menunjukkan pemetaan fase pertumbuhan padi dengan metode analisis pola reflektan spektral dengan metode SAM memiliki hasil yang lebih akurat dan signifikan daripada metode SVM.]]>
<![CDATA[ANALISA SEA LEVEL RISE PERAIRAN INDONESIA MENGGUNAKAN DATA SATELIT ALTIMETRI JASON-2 TAHUN 2009-2012 ]]>
<![CDATA[Rahman, Nur]]>;
<![CDATA[Khomsin, Khomsin]]>
<![CDATA[ GEOID Vol. 9 No. 2 (2014) ]]>
Publisher : <![CDATA[Departemen Teknik Geomatika ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/geoid.v9i2.1416
<![CDATA[Kenaikan muka air laut (Sea Level Rise) disebabkan oleh semakin meningkatnya suhu global bumi atau yang biasa disebut dengan pemanasan global. Fenomena ini harus diwaspadai, mengingat luas perairan di Indonesia mendominasi sebesar 75,32 % serta banyak terdapat pemukiman maupun pusat perekonomian yang terletak dekat dengan perairan. Dengan luas perairan yang sangat besar maka metode pengamatan konvensional seperti menggunakan kapal survei kelautan bukanlah metode yang efektif dan efisien. Penggunaan teknologi satelit altimetri menjadi salah satu alternatif yang tepat untuk mengamati fenomena ini. Salah satu satelit altimetri tersebut adalah Satelit Jason-2. Pemantauan kenaikan muka air laut dilakukan pada perairan Indonesia dalam kurun waktu 4 tahun (2009-2012) dengan mengambil 20 titik pengamatan. Terdapat 12 titik yang mengalami kenaikan dengan kenaikan terbesar mencapai 12 mm/tahun yaitu di titik Samudera Pasifik tepatnya sebelah utara Papua Barat, sedangkan kenaikan muka air laut terkecil terjadi pada titik Selat Makassar dengan kenaikan sebesar 0,587 mm/tahun.]]>
<![CDATA[PEMANFAATAN ANALISA SPASIAL UNTUK KESESUAIAN LAHAN TANAMAN JARAK PAGAR (STUDI KASUS: KABUPATEN SUMENEP DARATAN) ]]>
<![CDATA[Rahman , Alfian Sukri]]>;
<![CDATA[Yuwono, Yuwono]]>;
<![CDATA[Deviantari, Udiana Wahyu]]>
<![CDATA[ GEOID Vol. 9 No. 2 (2014) ]]>
Publisher : <![CDATA[Departemen Teknik Geomatika ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/geoid.v9i2.1417
<![CDATA[Krisis energi yang melanda dunia termasuk Indonesia menyebabkan terus naiknya harga bahan bakar minyak (BBM). Dengan demikian, tentu suatu saat nanti APBN yang dianggarkan untuk subsidi BBM tidak akan mampu mencukupi karena terus bertambah naiknya harga minyak dunia. Dampak lain dari masalah BBM ini adalah angka kemiskinan di Indonesia khususnya di daerah pedesaan dan daerah terpencil terus meningkat, salah satunya adalah penduduk pedesaan di wilayah Kabupaten Sumenep daratan Provinsi Jawa Timur yang mayoritas bermata pencaharian sebagai petani. Sebagai solusi dari masalah-masalah tersebut, pembudidayaan tanaman jarak pagar dinilai cocok dalam mengatasi masalah kelangkaan BBM dan kemiskinan karena kelebihan-kelebihan yang dimilikinya.Dalam penelitian ini, analisa kesesuaian lahan tanaman jarak pagar di Kabupaten Sumenep daratan dilakukan menggunakan Sistem Informasi Geografis (SIG) dengan mengoverlay peta curah hujan, peta temperatur, peta tekstur tanah, peta elevasi, dan peta kemiringan lereng. Sebelum melakukan overlay, kelima peta tersebut dilakukan penilaian kelas kesesuaian lahan tanaman jarak pagar.Hasil dari penelitian ini menunjukkan bahwa wilayah Kabupaten Sumenep daratan terbagi dalam 3 kelas kesesuaian lahan, yaitu kelas S2 (cukup sesuai) dengan luas 100152,162 ha, kelas S3 (sesuai marginal) dengan luas 2141,993 ha, dan kelas N (tidak sesuai) dengan luas 12265,207 ha. Dari hasil analisa menunjukkan bahwa terdapat beberapa desa di Kabupaten Sumenep daratan yang wilayahnya tergolong lebih dari satu kelas kesesuaian lahan yang disebabkan oleh faktor elevasi dan kemirigan lereng yang beragam meskipun dalam lingkup satu desa yang sama, faktor pembatas kesesuaian lahan terberat yang mendominasi di tiap desa juga beragam meskipun tergolong dalam jenis kesesuaian lahan yang sama.]]>
<![CDATA[ANALISA KESEHATAN MANGROVE BERDASARKAN NILAI NORMALIZED DIFFERENCE VEGETATION INDEX MENGGUNAKAN CITRA ALOS AVNIR-2 ]]>
<![CDATA[Kusumaningrum, Tyas Eka]]>;
<![CDATA[Sukojo, Bangun Muljo]]>
<![CDATA[ GEOID Vol. 9 No. 2 (2014) ]]>
Publisher : <![CDATA[Departemen Teknik Geomatika ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/geoid.v9i2.1418
<![CDATA[Pesisir Kota Surabaya merupakan daerah lahan basah yang memiliki keanekaragaman ekosistem, baik ekosistem pasir, ekosistem rawa payau, dan ekosistem mangrove. Ekosistem mangrove adalah salah satu obyek yang bisa diindentifikasi dengan menggunakan teknologi penginderaan jauh. Data yang digunakan dalam penelitian ini adalah citra satelit ALOS AVNIR-2 tahun 2009. Dalam menentukan tingkat kesehatan vegetasi mangrove di daerah penelitian, digunakan algoritma Indeks Vegetasi Normalized Difference Vegetation Index (NDVI).Berdasarkan hasil penelitian, korelasi antara NDVI dengan nilai Spektral Ground yaitu 0.817. Hasil korelasi tersebut termasuk korelasi sangat kuat (0.80–1.00). Koefisien korelasi bertanda positif artinya hubungan nilai NDVI pada citra dengan Spektral Ground satu arah, sehingga jika nilai NDVI tinggi (kesehatan vegetasi normal), maka nilai Spektral Ground juga semakin tinggi. Dari hasil klasifikasi vegetasi mangrove berdasarkan nilai NDVI didapatkan kelas vegetasi mangrove dengan kondisi kesehatan rusak (70%) yang didominasi pada Kecamatan Krembangan, sangat buruk (17,7%) terletak di Kecamatan Kenjeran, buruk (7%) terletak di Kecamatan Mulyorejo, dan normal (5,3%) terletak di Kecamatan Rungkut dan Gunung Anyar.]]>
<![CDATA[EVALUASI PERKEMBANGAN DAN PERSEBARAN PEMBANGUNAN APARTEMEN SESUAI DENGAN RTRW SURABAYA TAHUN 2013 (STUDI KASUS : WILAYAH BARAT KOTA SURABAYA) ]]>
<![CDATA[Gaina , Pretty Angelia]]>;
<![CDATA[Hariyanto, Teguh]]>
<![CDATA[ GEOID Vol. 9 No. 2 (2014) ]]>
Publisher : <![CDATA[Departemen Teknik Geomatika ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/geoid.v9i2.1419
<![CDATA[Surabaya merupakan kota terbesar kedua setelah Jakarta, sehingga perluasan hunian yang ada saat ini semakin menyempitnya lahan kosong. Apartemen merupakan hunian untuk masyarakat tertentu yang berfungsi mengendalikan kebutuhan lahan serta mengefisienkan ruang. perkembangan apartemen di Surabaya telah mengalami kemajuan yang cepat. Untuk itu, diperlukan segera adanya inventarisasi aset yang ada di apartemen dan sekitarnya serta adanya informasi persebaran apartemen yang berada di Kota Surabaya terutama di Wilayah Surabaya Barat.Sistem Informasi Geografis adalah sistem yang dapat diterapkan untuk keperluan inventarisasi aset apartemen dengan menggunakan data yang bersifat keruangan dan atribut. dengan menggunakan Sistem Informasi Geografis dapat memberikan kemudahan dalam mengakses, menyimpan, mengedit, dan updating data.Pada penelitian ini akan dilakukan inventarisasi serta evaluasi perkembangan dan persebaran apartemen di Wilayah Surabaya Barat yang berbasis format Sistem Informasi Geografis. Hasil inventarisasi yang didapat bahwa tahun 2001 terdapat 3 apartemen, pada tahun 2012 terdapat lebih dari 5 pembangunan apartemen yang sesuai dengan RTRW serta pembangunan apartemen cenderung berada pada kawasan perdagangan/jasa daripada berada pada kawasan perumahan/permukiman.]]>
<![CDATA[HASIL ANALISA KADAR NITROGEN VEGETASI PADI DENGAN DATA HYPERSPECTRAL MENGGUNAKAN INDEX VEGETASI (STUDI KASUS: KARAWANG) ]]>
<![CDATA[Lathifah , Rohmatul]]>;
<![CDATA[Sukojo, Bangun Muljo]]>
<![CDATA[ GEOID Vol. 9 No. 2 (2014) ]]>
Publisher : <![CDATA[Departemen Teknik Geomatika ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/geoid.v9i2.1420
<![CDATA[Vegetasi merupakan unsur utama dalam rantai makanan. Semua rantai makanan rantai utamanya dimulai dengan tanaman atau vegetasi, untuk manusia terutama di Indonesia rantai utama yang paling banyak digunakan adalah padi. Untuk memenuhi rantai utama tersebut diperlukan teknologi yang tepat untuk memonitor keberadaan vegetasi tersebut. Keberadaan vegetasi tersebut dapat dideteksi dari kadar nitrogen yang ada. Semakin besar kadar nitrogen pada vegetasi tersebut, berarti kemungkinan untuk vegetasi tersebut bertahan hidup sangat besar. Teknologi hyperspectral yang memiliki ratusan kanal mampu menyajikan spektral yang kontinu pada setiap objek yang diamati sehingga melalui data hyperspectral kadar nitrogen vegetasi dapat dideteksi dan diamati. Pemetaan kadar nitrogen vegetasi dilakukan pada citra HyMap dengan metodeindeks vegetasi Optimized Soil-Adjusted Vegetation Index (OSAVI) dan Normalized Different Nitrogen Index (NDNI) yang digunakan untuk mendeteksi kadar nitrogen yang terkandung dalam vegetasi padi dari nilai spektral yang ditampilkan.Dari pemetaan kadar nitrogen dihasilkan pembagian kelas-kelas kadar nitrogen, 8 kelas untuk hasil olahan menggunakan OSAVI dan NDNI. Kedua metode indeks vegetasi ini sama-sama memiliki korelasi yang kuat antara data hyperspectral dan data fieldspectro yaitu R= 0,881843 untuk OSAVI dan R= 0,741428 untuk NDNI. Hal ini menunjukkan pemetaan kadar nitrogen vegetasi dengan metode indeks vegetasi OSAVI dan NDNI sama-sama mempunyai korelasi yang kuat. Tetapi jika dibandingkan akan lebih baik menggunakan indeks vegetasi OSAVI.]]>
<![CDATA[EVALUASI APLIKASI ADOBE FLASH™ UNTUK PEMBUATAN PETA DIGITAL DITINJAU DARI ASPEK KARTOGRAFIS ]]>
<![CDATA[Darmawan, Adittiyo]]>;
<![CDATA[Yuwono , Yuwono]]>;
<![CDATA[Cahyono, Agung Budi]]>
<![CDATA[ GEOID Vol. 9 No. 2 (2014) ]]>
Publisher : <![CDATA[Departemen Teknik Geomatika ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/geoid.v9i2.1421
<![CDATA[Perkembangan teknologi komputer dan perangkat lunak grafis memberi banyak kerugian dalam pembuatan serta penyajian informasi spasial berbentuk peta. Adobe Flash™ menjadi salah satu aplikasi yang digunakan oleh untuk membuat peta interaktif, seoerti yang dilakukan oleh Badan Informasi Geospasial (BIG) dengan programnya Atlas Elektronik Bakosurtanal. Adobe Flash™ perlu dikaji ulang tentang kemampuannya membuat sebuah peta apakah sudah memenuhi aturan yang ada atau belum, karena dengan adanya perkembangan teknologi komputer dan fitur yang ada memungkinkan setiap orang berkreasi pada visualisasinya, sedang disisi lain, peta yang dihasilkan kehilangan kaidah kartografinya.Terdapat beberapa tahapan dalam proses pembuatan peta digital ITS ini yaitu, digitasi peta untuk memetakan bangunan bangunan baru untuk mendapatkan peta digital ITS Sukolilo terbaru berdasarkan Citra Worldview menggunakan Autocad Land Desktop 2009, kemudian pemberiaan beberapa aspek kartografis seperti pewarnaan peta, desain simbol, menggunakan Coreldraw X5, dan tahapan terakhir adalah desain tata letak dan pemberian koordinat agar peta yang dibuat sesuai dengan aturan kartografi menggunakan Adobe Flash™ CS5.Dari penelitian pembuatan peta digital ITS ini diperoleh hasil bahwa telah dibuat sebuah Peta Digital ITS 2014 dengan aplikasi pemetaan Adobe Flash™. Peta yang disajikan menggunakan Adobe Flash™ dibuat melalui beberapa proses dan software, dimulai dari penggambaran peta menggunakan Autocad Land Desktop 2009, pewarnaan dan simbolisasi menggunakan Coreldraw X5, dan tata letak serta desain peta sesuai aturan kartografis. Dari aturan yang ada desain tata letak peta digital ini sudah memenuhi keseimbangan simetris dengan judul di atas muka peta sedangkan informasi tepi terletak dibawah muka petadan dari kriteria kartografis dapat disimpulkan bahwa aplikasi Adobe Flash™ mampu membuat sebuah peta sesuai dengan aturan kartografi dengan memenuhi lima dari enam aspek penilaian kriteria karografi.]]>
