cover
Article Per Year (5 Year)
All
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
Geoid - Journal of Geodesy and Geomatics
Published by Institut Teknologi Sepuluh Nopember Surabaya
ISSN : 18582281     EISSN : 24423998     DOI : https://doi.org/10.12962/geoid.v20i1
Core Subject : Science, Agriculture, Social, Engineering,
Agriculture, Biological Sciences & Forestry Earth & Planetary Sciences Engineering Environmental Science
General topics of interest include: - Geodesy and geomatics development theory - Geodesy and geomatics applications - Natural Disaster - Land and Ocean Development - Natural Resources - Environment - Science and technology in Mapping and Surveying - Earth Sciences A further issue related to geodesy and geomatics engineering such as: - Optical Remote Sensing and Radar Remote Sensing - Cadastre and 3D Modeling - Geodynamics theory and application - Geospatial - Land Surveying - Geomarine - Photogrammetry
Arjuna Subject : Ilmu Bumi dan Planet (semua kategori) - Ilmu Bumi dan Planet (Lain-Lain)
Articles 504 Documents
 39   40   41   42   43 
Hubungan Dual Polametric SAR Band – C dan Landsat 8 untuk Identifikasi Potensi Kekeringan Assidiq, Hikmah Fajar; Rokhmana, Catur Aries
GEOID Vol. 16 No. 2 (2021)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v16i2.1687

Abstract

Kekeringan merupakan salah satu bencana krusial dan kompleks yang dapat menimbulkan kerugian material dan immaterial. Kekeringan di indonesia dikategorikan beberapa jenis meliputi Kekeringan Pertanian, Kekeringan Meterologis, dan kekeringan Hidrologi. Kekeringan pertanian merupakan kondisi dimana adanya penurunan kandungan air di dalam tanah. Kondisi tersebut akan berdampak pada tumbuhan dan atau tutupan lahan sehingga diperlukan tindakan preventif. Tindakan preventif dilakukan dengan cepat, efektif dan efisien sehingga pendekatan dengan pola dinamis sangat diperlukan. Pendekatan pola dinamis dilakukan dengan dengan metode yang dapat dilakukan setiap waktu. Penggunaan penginderaan jauh sensor aktif dapat menjadi solusi melalui pemantaaun setiap waktu secara dinamis. Salah satunya yaitu satelit dengan sensor radar, yaitu Sentinel 1. Sentinel 1A memiliki gelombang band C. Polarisasi pada citra Sentinel 1 memiliki bentuk dual-pol yang terdiri dari VV dan VH atau HH dan HV. Kombinasi polariasi memiliki potensi untuk digunakan identifikasi kekeringan. Metode yang dapat digunakan yaitu Radar Vegetation Index. Radar Vegetation Index dikembangkan dari algoritma NDVI. Klasifikasi kekeringan RVI dikembangkan dari analisis regresi hasil NDVI Landsat 8 dengan hasil RVI. Penelitian ini bertujuan untuk mengkaji pemanfaatan data SAR untuk identifikasi kekeringan dengan menghubungkan Dual Polametric SAR Band – C dan Landsat 8. Hasil penelitian bahwa NDVI memiliki Koefesien determinasi dengan RVI sebesar 0.2981. Drought is a disastrous and complex disaster that can cause material and immaterial losses. The drought in Indonesia is categorized by several types including Agricultural Drought, Meteorological Drought, and Hydrological Drought. Agricultural drought is a condition where there is a decrease in water content in the soil. These conditions will have an impact on vegetation and / or land cover so preventive action is needed. Preventive action is carried out quickly, effectively and efficiently so that an approach with a dynamic pattern is needed. The dynamic pattern approach is done by a method that can be done any time. The use of Active Sensor remote sensing can perform monitoring at any time and dynamically. One of the satellites with radar sensors is Sentinel 1A. Sentinel 1A has a C band wave. Polarization in the Sentinel-1 image has a dual-pol form consisting of VV and VH or HH and HV. The Polarization combination has the potential to measure drought. The method that can be used is the Vegetation Radar Index. The radar vegetation index is developed from the NDVI algorithm. The RVI Drought Classification is made by maintaining the relationship between the NDVI Landsat 8 results and the RVI results. This study aims to examine the use of SAR data for drought identification with the relationship between Dual Polametric SAR Band - C and Landsat 8. The results explain that NDVI has a coefficient of determination with an RVI of 0.2981.
Analisis Kebutuhan Air Petak Tersier Berdasarkan Hasil Identifikasi Fase Tanam Menggunakan Citra Sentinel-2 dan Google Earth Engine (Studi Kasus : Daerah Irigasi Sampean Kab. Situbondo) Rahmi, Ardia Tiara; Sukojo, Bangun Muljo; Hayati, Noorlaila
GEOID Vol. 17 No. 1 (2021)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v17i1.1701

Abstract

Terdapat beberapa wilayah di Indonesia yang kekuranga persediaan air untuk kebutuhan irigasi akibat pengaruh iklim, sehingga beberapa di antaranya sering kali mengalami gagal panen karena kekurangan air. Salah satu wilayah yang mengalami masalah tersebut adalah Kabupaten Situbondo. Hal ini dapat disebabkan karena jumlah debit yang keluar dari intake tidak mampu memenuhi seluruh kebutuhan air di petak sawah. Kurniawan (2020) sebelumnya sudah melakukan penelitian analisis fase tanam menggunakan algoritma NDVI pada citra Sentinel 2. Namun proses pengolahan data pada penelitian tersebut membutuhkan kemampuan perangkat pengolah data yang tinggi dan membutuhkan ruang penyimpanan data yang besar sehingga membutuhkan waktu lebih lama pula dalam pemrosesan datanya. Pada penelitian kali ini, peneliti akan menggunakan perangkat pengolah citra berbasis cloud yaitu Google Earth Engine dimana pemrosesan dan penyimpanan data dilakukan pada jaringan internet. Penelitian ini menggunakana indeks vegetasi NDVI dari Citra Sentinel 2 sebagai instrumen untuk mengidentifikasi fase tanam padi dan membuat peta distribusi fase tanam sebagai pedoman untuk menghitung kebutuhan air di petak-petak tersier Kabupaten Situbondo. Nilai NDVI tertinggi terjadi pada tanggal 26 Januari 2019 yaitu Fase Tanam Mid-Season Stage 1 dengan luas sawah 756.91 Ha dan nilai NDVI terendah didapat pada akhir fase tanam tanggal 11 Maret 2020 dengan luas sawah 489.09 Ha. Hasil klasifikasi terbimbing menggunakan metode Machine Learning Random Forest memberikan akurasi yang sangat baik dengan nilai OA 100% dan kappa sebesar 1 pada citra akuisisi 12 Desember 2019. Debit kebutuhan irigasi tertinggi terjadi pada tanggal 25 Februari 2020 sebesar 253.20 lt/dt dan debit kebutuhan air irigasi terendah terjadi pada tanggal 11 maret yang bertepatan dengan masa panen. Berdasarkan hasil perhitungan peneliti, kebutuhan air irigasi pada bulan Desember hingga bulan Januari sudah terpenuhi oleh curah hujan yang terjadi di wilayah UPT Pengairan Situbondo sehingga tidak membutuhkan debit irigasi dari saluran irigasi.
Analysis of Urban Built-up Expansion Based on Combination of Spectral Indices in Surabaya City Ramadhan, Fendra Dwi; Hariyanto, Teguh; Handayani, Hepi Hapsari
GEOID Vol. 17 No. 1 (2021)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v17i1.1702

Abstract

The urban built-up land indicates the physical changes of the city that represent the development indicator in the city of Surabaya. The expansion of urban built-up land needs to be monitored to control and direct urban areas development. In this study, the identification of urban built-up land was conducted by applying a combination of algorithm-based spectral indices consisting of combination A (UI – NDVI – MNDWI) and combination B (NDBI – NDVI – MNDWI) with the spatial expansion analysis that focused on the speed of the urban built-up land expansion and the direction of change of the urban built-up object. Based on the results, the proposed spectral indices combination able to identify the urban built-up land pixels including bare land that free of vegetation and water body object. The pattern of the urban built-up land direction shows a tilt toward the west and east side of the city of Surabaya, while the speed of change shows that combination A and combination B have the same trend, there are a decreasing number of built-up land from 2015 to 2017 and an increasing number of built-up land from 2017 to 2019.
Perbandingan Metode Koreksi Atmosfer Dark Spectrum Fitting Dan Exponential Extrapolation Untuk Citra Satelit Landsat 8 Jaelani, Lalu Muhamad; Sayono , Gilang Amrullah
GEOID Vol. 17 No. 1 (2021)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v17i1.1704

Abstract

Pemanfaatan citra satelit dalam penelitian penginderaan jauh semakin banyak dilakukan. Hal tersebut didukung oleh ketersediaan data yang berlimpah dengan cakupan spasial, spektral, dan temporal, serta kemudahan akses untuk mendapatkannya. Data citra satelit perlu melewati proses koreksi atmosfer agar dapat digunakan untuk identifikasi objek di permukaan bumi berdasarkan informasi spektralnya. Koreksi atmosfer dilakukan untuk menghilangkan pengaruh atmosfer pada data penginderaan jauh yang direkam oleh sensor. Permasalahan terkait pengaruh atmosfer tersebut lebih sering ditemukan pada perairan keruh. Kondisi perairan keruh ini banyak ditemukan pada danau, sungai, dan wilayah pesisir pantai. Oleh karena itu, penelitian dilakukan di Danau Matano dan Towuti, Danau Kasumigaura, dan perairan Pulau Poteran. Penelitian ini membandingkan dua metode koreksi atmosfer yaitu Exponential Extrapolation (EXP) dan Dark Spectrum Fitting (DSF). Data citra satelit yang digunakan adalah citra satelit Landsat 8. Hasil dari olahan kedua metode akan dibandingkan dengan data in situ berupa reflektan permukaan dan konsentrasi klorofil-a. Uji korelasi digunakan untuk mengetahui tingkat keeratan kedua metode tersebut. Hasil penelitian ini menunjukkan bahwa metode DSF memiliki hasil yang lebih baik dengan diperoleh hasil korelasi reflektan permukaan dengan nilai 0,905 untuk Danau Matano Towuti, 0,916 untuk Perairan Pulau Poteran, dan 0,973 untuk Danau Kasumigaura. Sedangkan untuk metode EXP dihasilkan nilai korelasi sebesar 0,905 untuk danau Matano Towuti, tidak terdefinisi untuk Perairan Pulau Poteran, dan 0,975 untuk Danau Kasumigaura. Hasil dari reflektan permukaan akan mempengaruhi nilai estimasi persebaran klorofil-a. Pengaruh ini dapat dilihat dari hasil perolehan hasil NMAE. Untuk metode DSF nilai NMAE berturut-turut sebesar 259,955%, 93,258%, dan 40,326%. Sedangkan untuk metode EXP berturut-turut sebesar 259,955%, tidak terdefinisi, dan 36,500%.
Penentuan Lokasi Titik Evakuasi Sementara Bencana Tsunami Menggunakan Metode Network Analyst (Studi Kasus: Pesisir Selatan Kabupaten Pangandaran) Nurwatik, Nurwatik; Bioresita, Filsa; Setiawan, Darma
GEOID Vol. 17 No. 1 (2021)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v17i1.1706

Abstract

Bencana Tsunami merupakan salah satu bencana alam yang sangat berbahaya dan sering terjadi di Indonesia. Khususnya pada daerah Pesisir Selatan Kabupaten Pangandaran yang memiliki riwayat tsunami dengan ketinggian run up tsunami mencapai 15,7 meter pada tahun 2006 berdasarkan data BPBD Kabupaten Pangandaran. Menurut BMKG tsunami yang terjadi tersebut menelan korban jiwa sebanyak 664 orang. Sebagai upaya mitigasi bencana pada penelitian ini dilakukan analisa tingkat bahaya tsunami dan penentuan lokasi Tempat Evakuasi Sementara (TES) pada Wilayah Pesisir Selatan Kabupaten Pangandaran. Analisa tingkat bahaya dilakukan berdasarkan data kelerengan, koefisien kekasaran, ketinggian run up tsunami, dan garis pantai. Kemudian dari hasil analisa tingkat bahaya tersebut digunakan untuk menentukan lokasi TES menggunakan metode Network Analyst. Dasar pembuatan sebaran lokasi TES yaitu dengan menggunakan analisa Service Area berdasarkan lokasi sebaran TES yang telah ada sebelumnya dari BPBD Kabupaten Pangandaran. Dari analisa tersebut akan diidentifikasi sebaran lokasi TES dan cakupan area. Apabila cakupan Service Area sebaran lokasi TES dari BPBD Kabupaten Pangandaran belum mencakup keseluruhan wilayah terdampak tsunami, maka dilakukan penambahan titik lokasi TES. Penelitian ini menghasilkan 55 titik lokasi TES yang dapat digunakan sebagai tempat evakuasi dengan waktu tempuh maksimal 22 menit
Analisis Dan Validasi Hasil Simulasi Luapan Air Kali Kedungbener Di Kecamatan Kebumen Menggunakan Sistem Informasi Geografis Hak, Akhmad Barizil; Cahyono, Agung Budi; ., Nurwatik
GEOID Vol. 17 No. 1 (2021)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v17i1.1707

Abstract

Pemodelan daerah genangan banjir diperlukan dalam upaya mengurangi dampak banjir, seperti pembuatan peta daerah genangan banjir. Pembuatan peta tersebut dapat menggunakan bantuan perangkat lunak sistem informasi geografis, seperti HEC-GeoRAS dan HEC-RAS. Pada hasil Studi-1 dengan nilai debit 250 m3/det menunjukkan ekstensi genangan yang meluas secara visual hingga mencapai daerah pemukiman penduduk. Namun, hasil simulasi S1 tidak menunjukkan kondisi yang sebenarnya disebabkan terdapat daerah kosong tidak tergenang banjir yang dipengaruhi oleh medan topografi pada DTM. Hasil interpolasi DTM dari data LiDAR menjadi TIN memberikan nilai RMSE sekitar 2,808 × 10-13 meter. Sedangkan, hasil simulasi Studi-2 dengan nilai debit aktual 96,15 m3/det tidak menunjukkan terjadinya genangan di areal persawahan, pemukiman penduduk dan pada Jalana Nasional Kebumen-Kutoarjo setelah dilakukan validasi terhadap data akibat kejadian banjir berdasarkan data Rekap Inventarisasi Kejadian Bencana Alam Banjir Jawa Tengah Periode Oktober 2018 – April 2019 dari Dinas Pusdataru Provinsi Jawa Tengah. Ketidaksesuaian hasil simulasi S2 disebabkan oleh terjadinya curah hujan intensitas tinggi yang tercata menurut data dari Dinas Pusdataru Jawa Tengah yang tidak diperhitungkan dan perubahan topografi DTM badan sungai setelah diproses dengan metode hydro enforcement.
Penerapan Metode Analytical Hierarchy Process (AHP) dalam Pemetaan Potensi Banjir Berbasis Sistem Informasi Geografis (Studi Kasus: Kota Malang, Jawa Timur) Ramadhani, Dwi; Hariyanto, Teguh; Nurwatik , Nurwatik
GEOID Vol. 17 No. 1 (2021)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v17i1.1708

Abstract

Banjir merupakan bencana alam yang paling sering terjadi di Indonesia. Menurut catatan Badan Nasional Penanggulangan Bencana (BNPB), telah terjadi 1080 bencana banjir di Indonesia sepanjang tahun 2020. Pada tanggal 18 Januari 2021, Kota Malang diguyur hujan dengan intensitas tinggi sehingga terjadi bencana banjir dan tanah longsor yang menyebabkan satu orang hilang dan 260 rumah terendam banjir. Dengan adanya bencana tersebut maka diperlukan analisis terhadap penyebab terjadinya banjir serta melakukan pencegahan dan mitigasi dengan pemetaan potensi banjir. Penelitian ini menggunakan metode pembobotan Analytical Hierarchy Process (AHP) dengan narasumber pegawai BAPPEDA Kota Malang, pegawai DPUPRPKP Kota Malang, dan pegawai BPBD Kota Malang. Parameter yang digunakan antara lain ketinggian lahan, kemiringan lereng, jenis tanah, tutupan lahan, histori banjir, curah hujan, dan kerapatan sungai. Hasil dari penelitian ini didapatkan bahwa curah hujan memiliki pengaruh lebih besar terhadap banjir dengan bobot sebesar 50%, diikuti dengan parameter lain yaitu kemiringan lereng 15%, tutupan lahan 11%, kerapatan sungai 10%, histori banjir 7%, ketinggian lahan 4%, dan jenis tanah 3%. Kemudian didapatkan tiga kelas potensi banjir yaitu potensi tinggi sebesar 3,04 km2, potensi sedang sebesar 90,42 km2, dan potensi rendah sebesar 9,41 km2. Wilayah yang berpotensi tinggi terhadap banjir adalah Kelurahan Kelurahan Arjosari, Purwodadi, Pandanwangi, Purwantoro, Sawojajar, Bunulrejo, Blimbing, Jatimulyo, Tlogomas, Lowokwaru, Dinoyo, Ketawanggede, dan Penanggungan.
Ekstraksi Data Bangunan Dari Data Citra Unmanned Aerial Vehicle Menggunakan Metode Convolutional Neural Networks (CNN) (Studi Kasus: Desa Campurejo, Kabupaten Gresik) Kinasih, Citra Ayu Sekar; Hidayat, Husnul
GEOID Vol. 17 No. 1 (2021)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v17i1.1709

Abstract

Seiring meningkatnya pembangunan akibat pertumbuhan penduduk, diperlukan suatu pengawasan dalam pemanfaatan lahan secara tepat salah satunya melalui pemetaan sebaran bangunan. Pemetaan sebaran bangunan dapat dilakukan dengan cara menganalisis citra penginderaan jauh yang diambil menggunakan berbagai wahana salah satunya menggunakan wahana Unmanned Aerial Vehicle (UAV) yang mampu menyediakan citra resolusi sangat tinggi. Namun, selama ini proses klasifikasi seringkali dilakukan dengan cara digitasi secara manual yang dianggap kurang efektif dan efisien sehingga dibutuhkan cara ekstraksi otomatis. Dalam penelitian ini metode Convolutional Neural Networks (CNN) digunakan untuk mengatasi tantangan ekstraksi bangunan menggunakan data citra foto udara resolusi tinggi pada Desa Campurejo, Kabupaten Gresik dengan menggunakan algoritma Mask R-CNN, di mana algoritma ini diharapkan mampu membantu proses klasifikasi secara otomatis dengan menggunakan data masukan (training data). Hasil klasifikasi kemudian dilakukan validasi dan uji akurasi sehingga mampu menghasilkan peta sebaran bangunan skala besar yaitu 1:5000. Akurasi hasil klasifikasi bangunan dengan metode Mask R-CNN diuji dengan menggunakan confusion matrix yang menghasilkan nilai precision 94,78%, recall 82,63%, F1 Score 88,29% dan accuracy 79,03% untuk wilayah 1 dan untuk wilayah 2 menghasilkan nilai precision 98,10%, recall 78,37%, F1 Score 87,13% dan accuracy 77,20%. Sementara jumlah bangunan yang dapat dideteksi pada wilayah 1 sebanyak 2102 bangunan dan wilayah 2 sebanyak 247 bangunan. Prosedur ini menunjukan potensi yang besar untuk memanfaatkan metode Convolutional Neural Networks (CNN) dalam melakukan ekstraksi bangunan.
Analisis Kesesuaian Peta Bidang Tanah Tersertifikat dengan Wajib Pajak untuk Penentuan Potensi Pendapatan Asli Daerah (PAD) (Studi Kasus : Desa Bungurasih) Deviantari, Udiana Wahyu; Budisusanto, Yanto; Muhammad, Rizal Nur
GEOID Vol. 17 No. 1 (2021)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v17i1.1710

Abstract

Menurut Undang-Undang Nomor 28 Tahun 2009 tentang Pajak Daerah dan Retribusi Daerah menyebutkan bahwa Pemerintah Daerah berhak melakukan penarikan Pajak Bumi dan Bangunan dalam rangka untuk mendapatkan Pendapatan Asli Daerah (PAD). Namun, data persil tanah yang dimiliki oleh Kantor Pertanahan Kabupaten Sidoarjo berbeda dengan data wajib pajak yang dimiliki oleh pemerintah desa. Pada penelitian kali ini dilakukan analisis kesesuaian antara persil tanah yang dimiliki Badan Pertanahan Nasional (BPN) dengan data wajib pajak dimiliki oleh Badan Pelayanan Pajak Daerah (BPPD) Kabupaten Sidoarjo dengan cara melakukan overlay terhadap peta persil tanah dengan peta desa. Kemudian dengan melakukan pembuatan zona nilai tanah terlebih dahulu, dapat diketahui potensi PAD yang dapat dihasilkan dari persil tanah yang belum memeiliki identitas pajak. Hasil analisis menunjukkan bahwa pada zona dengan persil yang teratur dan ruko memiliki tingkat kesesuaian yang tinggi yaitu Perumahan DPU dengan 56 persil tanah dan 53 wajib pajak, Wisma Bungurasih dengan 302 persil tanah dan 320 wajib pajak, dan Ruko Taman Bungurasih dengan 70 persil tanah dan 71 wajib pajak. Lalu, pada zona dengan persil yang tidak teratur memiliki tingkat kesesuaian yang rendah yaitu Bungurasih Utara dengan 38 persil tanah dan 204 wajib pajak dan Bungurasih Dalam dengan 13 persil tanah dan 37 wajib pajak. Kemudian, untuk potensi PAD yang dapat dihasilkan adalah Rp 1.114.461,60 dari 6 persil tanah di Perumahan DPU dan Wisma Bungurasih yang tidak memiliki informasi pajak.
Analisis Perhitungan Volume Galian Tambang Terbuka (Open Pit Mining) Menggunakan Interpolasi Metode Gridding Ramadhan, Hafezs Satriani; Kurniawan, Akbar; Darminto, Mohammad Rohmaneo
GEOID Vol. 17 No. 1 (2021)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v17i1.1711

Abstract

Dalam kegiatan penambangan memerlukan perhitungan volume galian. Untuk mengetahui angka produksi, dilakukan perhitungan volume progress penambangan setiap per bulannya. Perhitungan volume diolah dengan 3D Modelling menggunakan sebuah software pertambangan. Perhitungan galian memiliki permasalahan yang kompleks serta volume galian akan sangat berpengaruh terhadap perhitungan cadangan sumberdaya batubara, oleh karena itu perhitungan volume galian harus dilakukan seteliti mungkin agar tidak ada yang dirugikan. Penelitian ini akan mencoba mengkaji perhitungan volume menggunakan teknik gridding yang hasilnya akan dibandingkan dengan volume hasil galian yang diangkut oleh dump truck. Perhitungan volume dilakukan dengan menggunakan metode Trapezoidal dengan interpolasi menggunakan beberapa metode gridding meliputi Inverse Distance Weight to a Power (IDW), Triangulation with Linear Interpolation, Finite Element Method (FEM), Finite Difference Method (FDM). Hasil perhitungan dari beberapa metode dalam perangkat lunak tersebut dibandingkan terhadap nilai volume batubara yang terangkut (Aktual) dengan mengacu pada toleransi ASTM (American Society for Testing and Materials), yakni batas maksimal persentase selisih hasil perhitungan volume, yaitu sebesar 2,78%. Dari hasil perhitungan volume didapatkan nilai selisih volume yang beragam, metode FEM memperoleh hasil terbaik dengan selisih perhitungan 11,933.13 m3 terhadap volume aktual atau sebesar 0.181% pada bulan juni dan selisih perhitungan 5,698.86 m3 terhadap volume aktual atau sebesar 0.084% pada bulan juli, sedangkan untuk ketelitian terendah adalah menggunakan metode Inverse Distance to a Power (IDW) dengan selisih volume sebesar -233,873.86 m3 atau mencapai -3.543% untuk bulan juni dan -241,981.57 m3 atau mencapai -3.560% untuk bulan juli, hal ini disebkan karena surface yang terbentuk pada interpolasi grid IDW tidak sesuai dengan bentuk permukaan sebenarnya sehingga perhitungan volume tidak akurat.

Page 41 of 51 | Total Record : 504

 39   40   41   42   43 

Filter by Year

2007 2025


Reset
Filter By Issues
All Issue Vol. 20 No. 2 (2025) Vol. 20 No. 1 (2025) Vol. 19 No. 3 (2024) Vol. 19 No. 2 (2024) Vol. 19 No. 1 (2023) Vol. 18 No. 2 (2023) Vol. 18 No. 1 (2022) Vol. 17 No. 2 (2022) Vol. 17 No. 1 (2021) Vol. 16 No. 2 (2021) Vol. 16 No. 1 (2020) Vol. 15 No. 2 (2020) Vol. 15 No. 1 (2019) Vol. 14 No. 2 (2019) Vol. 14 No. 1 (2018) Vol. 13 No. 2 (2018) Vol. 13 No. 1 (2017) Vol. 12 No. 2 (2017) Vol. 12 No. 1 (2016) Vol. 11 No. 2 (2016) Vol. 11 No. 1 (2015) Vol. 10 No. 2 (2015) Vol. 10 No. 1 (2014) Vol. 9 No. 2 (2014) Vol. 9 No. 1 (2013) Vol. 8 No. 2 (2013) Vol. 8 No. 1 (2012) Vol. 7 No. 2 (2012) Vol. 7 No. 1 (2011) Vol. 6 No. 2 (2011) Vol. 6 No. 1 (2010) Vol. 5 No. 2 (2010) Vol. 5 No. 1 (2009) Vol. 4 No. 2 (2009) Vol. 4 No. 1 (2008) Vol. 3 No. 2 (2008) Vol. 2 No. 2 (2007) More Issue