Garuda - Garba Rujukan Digital

SURVEY DEFORMASI SESAR KALIGARANG DENGAN METODE PENGAMATAN GPS TAHUN 2016 Bobby Daneswara Indra Kusuma; Moehammad Awaluddin; Bambang Darmo Yuwono
Jurnal Geodesi UNDIP Volume 6, Nomor 1, Tahun 2017
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (715.707 KB)

ABSTRAK Semarang terletak pada bagian utara Pulau Jawa memiliki kemungkinan terjadinya pergerakan lempeng tektonik, yaitu sesar. Salah satu sesar yang berada di Semarang adalah Sesar Kaligarang. Sesar Kaligarang adalah sesar yang telah ada sejak zaman tersier dan aktif kembali di zaman kuarter. Sesar Kaligarang terdapat pada lembah Sungai Kaligarang yang membelah wilayah Semarang pada arah hampir utara – selatan. Penentuan deformasi Sesar kaligarang dapat ditentukan dengan pengamatan secara berkala.Pengamatan deformasi Sesar Kaligarang dapat dilakukan dengan pengamatan GPS Dual Frequency. Perencanaan untuk pemasangan titik kontrol pengamatan dilakukan sesuai dengan bidang sesar. Perencanaan dan pemasangan titik pengamatan berdasarkan analisis mengenai geomorfologi dari Sesar Kaligarang untuk mengetahui segmen sesar yang aktif. Pemasangan titik kontrol pengamatan dipasang sesuai bidang pusat sesar yang aktif. Pengamatan pada titik kontrol dilakukan dengan metode statik, dan berlangsung selama 7-8 jam. Data pengamatan GPS diolah menggunakan software ilmiah yaitu GAMIT 10.6. Hasil pengolahan dari GAMIT 10.6 pada file GLOBK adalah koordinat kartesian 3D dan koordinat toposentrik yang masing – masing memiliki simpangan baku.Hasil pada penelitian ini adalah desain titik kontrol baru pengamatan GPS yang dipasang tegak lurus terhadap bidang pusat Sesar Kaligarang yang aktif. Jarak antara titik kontrol pengamatan sebesar 1-2 kilometer. Pengolahan data yang diikatkan terhadap stasiun IGS BAKO, COCO, DARW, GUAM, IISC dan PIMO menghasilkan rata-rata simpangan baku n = 0,004401 m; e = 0,004641 m; z = 0,004972 m. Kata Kunci : Sesar, Sesar Kaligarang, Jaringan Titik Kontrol, GPS, GAMIT 10.6 ABSTRACT Semarang City located in the northern of Java Island has the possibility of tectonic plate movement, for the example is fault. One of the faults in Semarang is Kaligarang Fault. Kaligarang Fault is a fault that has existed since the time of tertiary and active back in the days of the quarter. Kaligarang Fault located in Kaligarang River’s valley that divides the area of Semarang in the direction nearly north - south. Determining Kaligarang Fault deformation can be determined by periodic observation.Kaligarang Fault deformation can be observed with Dual Frequency GPS observations. Planning for the installation of the control point observations were made in accordance with the fault plane. Planning and installation of observation points based on the geomorphology analysis of Kaligarang Fault to reveal the segments of active faults. Setting-up the control points must be installed in accordance field observations about the center of active faults. Observations on the control point is done with static methods, and lasts for 7-8 hours. GPS observation data is processed using scientific software, which is GAMIT 10.6. The results of the processing from GAMIT 10.6 on GLOBK file is a 3D cartesian coordinates and toposentrik coordinate that each has a standard deviation.The results of this research is design of new control points GPS observations, that are mounted perpendicular to the center active plane of Kaligarang Fault. The distance between control point observation is 1-2 kilometers. Data processing is tied to the IGS station BAKO, COCO, DRAW, GUAM, IISC and PIMO produces an average standard deviation n = 0,004401 m; e = 0,004641 m; z = 0,004972 m. Keywords : Fault, Kaligarang Fault, Network Control Point, GPS, GAMIT 10.6

ANALISIS FAKTOR AKSESIBILITAS TERHADAP ZONA NILAI TANAH DENGAN PENDEKATAN PENILAIAN MASSAL DAN SISTEM INFORMASI GEOGRAFIS (Studi Kasus : Kecamatan Pemalang, Kabupaten Pemalang) Mufid Damar Pidekso; Sawitri Subiyanto; Fauzi Janu Amarrohman
Jurnal Geodesi UNDIP Volume 6, Nomor 1, Tahun 2017
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (607.932 KB)

ABSTRAK Kebutuhan tanah yang meningkat menyebabkan harga tanah yang beragam dan melonjaknya harga tanah. Keberagaman harga tanah dapat disebabkan oleh bermacam-macam faktor. Salah satu faktor yang dapat yang mempengaruhi harga tanah adalah faktor aksesibilitas. Pembentukan Zona Nilai Tanah yang merupakan area yang menggambarkan nilai tanah yang relatif sama yang bertujuan untuk mengelompokkan bidang-bidang tanah sesuai dengan Nilai Indikasi Rata-rata (NIR).Data yang digunakan berupa data tekstual yang berupa, data Nilai Jual Objek Pajak (NJOP) yang didapatkan dari DPPKAD Kabupaten Pemalang serta data survey yang dilakukan di lapangan. Data harga pasar yang telah didapat kemudian diolah untuk mendapatkan NIR. Kemudian dicari selisih antara data NJOP serta NIR. Untuk mengetahui pengaruh faktor aksesibilitas dilakukan pengujian statistic antara harga pasar tanah dan variabel-variabel bebas yang ditentukan.Dari penelitian diperoleh 72 Zona Nilai Tanah dengan NIR tertinggi berada pada zona 66 yang berada di sepanjang Jalan Jendral Sudirman. Sementara selisih antara NIR dengan NJOP paling besar adalah sebesar 3104 %. Dari hasil pengujian statistik, faktor aksesibilitas terhadap harga pasar memiliki pengaruh 62,2 %, yaitu antara variabel bebas terhadap variabel terikat. Kata Kunci : Zona Nilai Tanah (ZNT), Nilai Indikasi Rata-rata (NIR), Nilai Jual Objek Pajak (NJOP), Faktor Aksesibilitas. ABSTRACT Increasing of land needs caused the land prices are varied and make the land prices increase. The diversity of land prices can be caused by a variety of factors. One of the factor that may be affecting the price of land is the accessibility factor. Land Values zone forming which is the area that depicts the relative value of the same land that aims to classify the plots in accordance with Indication Value Average (NIR).Data that used in the form textual data which is the value of tax object (NJOP) obtained from DPPKAD Pemalang and survey data in the field. Market price data that have been obtained then processed to obtain NIR. Then make the processing to find the difference between NJOP and NIR. To determine the influence of accessibility factors, statistical testing between the market price of land and the independent variables were determined. From the research, gained 72 Land Value Zone with the highest NIR is located in zone 66 located along Jendral Sudirman Street . While the biggest gap between NIR and NJOP amounted to 3104%. From the results of statistical tests, the accessibility factors make the influence of the market price amounted 62.2%,, which is between the independent variable on the dependent variable. Keywords : Land Value Zone (ZNT), Indication Value Average (NIR), Tax Object Value (NJOP), Accesibility Factor.

ANALISIS KETELITIAN TITIK KONTROL HORIZONTAL PADA STUDI DEFORMASI JEMBATAN PENGGARON MENGGUNAKAN PERANGKAT LUNAK GAMIT 10.6 Nur Rizal Adhi Nugroho; Bambang Sudarsono; Fauzi Janu Amarrohman
Jurnal Geodesi UNDIP Volume 6, Nomor 1, Tahun 2017
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (718.258 KB)

ABSTRAKJembatan merupakan bangunan yang berfungsi sebagai penghubung kedua tepi yang berguna untuk menunjang berbagai kegiatan manusia. Suatu jembatan jika mendapatkan tekanan maka akan mengalami perubahan dimensi ataupun bentuk. Akibat gaya tekanan ini maka jembatan kemungkinan besar akan mengalami deformasi. Deformasi dapat diartikan sebaai perubahan kedudukan atau pergerakan suatu titik pada suatu benda atau bangunan secara absolut maupun relatif.Berkaitan dengan deformasi pada jembatan tersebut, maka pada penelitian tugas akhir ini dilakukan pengamatan pada jembatan dengan menggunakan GPS Geodetik dengan metode statik yang akan menganalisis pergeseran titik kontrol yang dipasang di sekitar jembatan menggunakan titik ikat IGS dan CORS, yang kemudian diolah menggunakan GAMIT 10.6.Pengamatan dengan metode ini memiliki tujuan untuk mengetahui seberapa besar pergeserannya dan menganalisis ketelitian titik ikat IGS dan CORS. Pada hasil pengolahannya dan telah dilakukan uji statistik titik kontrol mengalami pergeseran pada periode juli 2015-April, Mei, Juni 2016 terbesar N : 0.0450 m, E : 0.1433 m, U : 0.1243 m dan terkecil N : 0.0016 m, E : 0.0084 m, U : 0.0005 m. Serta pada periode April – Agustus 2016 terbesar N : 0.0927 m, E : 0.1290 m, U : 0.0621 m dan terkecil N : 0.0079 m, E : 0.0005 m, U : 0.0014 m. Dari simpangan baku menunjukan bahwa pengolahan menggunakan titik ikat IGS lebih teliti dalam menghasilkan koordinat apabila dibandingkan dengan CORS saat melakukan pengolahan. Kata Kunci :CORS, Deformasi, GAMIT 10.6, GPS, JembatanABSTRACTThe bridge is a building that serves as a liaison both edges which are useful to support various human activities. If the bridge got the pressures, it will experience changes in dimension or shape. As a result of this pressure force, the bridge is likely to be deformed. Deformation could be interpreted as a change of the position or movement of a point on an object or building in absolute and relative terms.In connection with that, then this thesis made to observe the deformation of the bridge by using geodetic GPS with static methods that will analyze the shift of control points which are installed around the bridge using the control point of IGS and CORS, and then processing with GAMIT 10.6.This observation method has the purpose to know how big the shift and analyze the accuracy of IGS and CORS control point. On the results of the processing and has been performed statistical tests of control points to experience a shift in the period July 2015-April, May, June 2016 The N: 0.0450 m, E: 0.1433 m, U: 0.1243 m and the smallest N: 0.0016 m, E: 0.0084 m, U: 0.0005 m. As well as the periods April - August 2016 The N: 0.0927 m, E: 0.1290 m, U: 0.0621 m and the smallest N: 0.0079 m, E: 0.0005 m, U: 0.0014 m.The results of the standard deviation indicates that processing using IGS control point is more thoroughly than processing with CORS control point to produce the coordinates. Keyword : Bridge,CORS, Deformation, GAMIT 10.6, GPS

PERHITUNGAN VELOCITY RATE CORS GNSS DI PULAU SULAWESI Haris Yusron; Bambang Darmo Yuwono; Moehammad Awaluddin
Jurnal Geodesi UNDIP Volume 6, Nomor 1, Tahun 2017
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (581.579 KB)

ABSTRAK Pulau Sulawesi terletak pada zona pertemuan diantara tiga pergerakan lempeng besar yaitu pergerakan lempeng Hindia-Australia dari selatan, lempeng Pasifik dari arah timur dan lempeng Asia bergerak relative pasif ke tenggara. Data pengamatan stasiun CORS bisa digunakan untuk mempelajari aktivitas tektonik dan karakteristik fenomena alam dan deformasi yang terjadi di suatu daerah. Oleh karena itu dilakukanlah penelitian mengenai velocity rate stasiun CORS di Pulau Sulawesi untuk mengetahui nilai dan vektor arah pergeseran posisi titik CORS.Penelitian ini menggunakan data pengamatan lima stasiun CORS yang berada di Sulawesi yaitu CBIT, CKEN, CMAK, CTOL dan PALP pada tahun 2013 sampai dengan 2016. Titik IGS yang digunakan yaitu AIRA, ALIC, ANKR, CUSV, DARW, GUAM, IISC, KARR, KIT3, PIMO, POL2, XMIS, dan YARR. Pengolahan data menggunakan software ilmiah GAMIT.Penelitian ini menghasilkan arah pergeseran dari masing-masing stasiun CORS dan kecepatan pergeseran. CBIT arah pergeserannya ke tenggara dengan kecepatan -0,00508 ± 0,00064 m/tahun untuk komponen utara, 0,02307 ± 0,00081 m/tahun untuk komponen timur, dan -0,00703 ± 0,00307 m/tahun untuk komponen vertikal. CKEN arah pergeserannya ke timur laut memiliki kecepatan 0,00739 ± 0,00045 m/tahun untuk komponen utara, 0,02569 ± 0,00054 m/tahun untuk komponen timur, dan 0,07917 ± 0,00177 m/tahun untuk komponen vertikal. CMAK arah pergeserannya ke tenggara dengan kecepatan -0,00632 ± 0,00042 m/tahun untuk komponen utara, 0,02569 ± 0,00053 m/tahun untuk komponen timur, dan 0,00238 ± 0,00166 m/tahun untuk komponen vertikal. CTOL arah pergeserannya ke timur laut memiliki kecepatan 0,02839 ± 0,00079 m/tahun untuk komponen utara, 0,02425 ± 0,00092 m/tahun untuk komponen timur, dan 0,00858 ± 0,00410 m/tahun untuk komponen vertikal. PALP arah pergeserannya ke timur laut memiliki kecepatan 0,00974 ± 0,00040 m/tahun untuk komponen utara, 0,02071 ± 0,00051 m/tahun untuk komponen timur, dan -0,01167 ± 0,00163 m/tahun untuk komponen vertikal.Kata Kunci : CORS, Kecepatan Pergeseran, GAMIT ABSTRACT Sulawesi Island is located in the zone of meeting between three large plate movement is the movement of the Indian-Australian plate from the south, the Pacific plate from the east and Asian plate moves relatively passive to the southeast. CORS station observation data can be used to study the tectonic activity and characteristics of natural phenomena and deformations that occur in an area. Therefore conducted this research on the velocity rate CORS station on the island of Sulawesi to know the value and the vector direction of the shift position CORS point.This study used five observational data CORS stations located in Sulawesi, namely CBIT, CKEN, CMAK, CTOL and PALP in 2013 until 2016. The point IGS used are AIRA, ALIC, ANKR, CUSV, DARW, GUAM, IISC, KARR, KIT3, PIMO, POL2, XMIS, and YARR. Data processing using scientific software GAMIT.This research resulted in a shift direction of each station CORS and speed the shift. CBIT direction of the shift to the southeast with speeds -0.00508 ± 0.00064 m / year for the northern parts, 0.02307 ± 0.00081 m / year for the eastern component, and -0.00703 ± 0.00307 m / year for components vertical. CKEN direction of the shift to the northeast has a speed of 0.00739 ± 0.00045 m / year for the northern parts, 0.02569 ± 0.00054 m / year for the eastern component, and 0.07917 ± 0.00177 m / year for the vertical component , CMAK direction of the shift to the southeast with speeds -0.00632 ± 0.00042 m / year for the northern parts, 0.02569 ± 0.00053 m / year for the eastern component, and 0.00238 ± 0.00166 m / year for the vertical component , CTOL direction of the shift to the northeast has a speed of 0.02839 ± 0.00079 m / year for the northern parts, 0.02425 ± 0.00092 m / year for the eastern component, and 0.00858 ± 0.00410 m / year for the vertical component , Palp direction of the shift to the northeast has a speed of 0.00974 ± 0.00040 m / year for the northern parts, 0.02071 ± 0.00051 m / year for the eastern component, and -0.01167 ± 0.00163 m / year for components vertical. Keywords : CORS, Velocity Rate, GAMIT

ANALISIS TINGKAT KERAWANAN BANJIR DI KABUPATEN SAMPANG MENGGUNAKAN METODE OVERLAY DENGAN SCORING BERBASIS SISTEM INFORMASI GEOGRAFIS Kurnia Darmawan; Hani’ah Hani’ah; Andri Suprayogi
Jurnal Geodesi UNDIP Volume 6, Nomor 1, Tahun 2017
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1328.419 KB)

ABSTRAK Sampang merupakan salah satu kabupaten di Pulau Madura yang menjadi langganan banjir ketika musim penghujan. Selain faktor curah hujan yang tinggi, beberapa faktor lain seperti kemiringan lereng dan ketinggian lahan, jenis tanah dan penggunaan lahan serta kerapatan sungai digunakan sebagai parameter pada penelitian tingkat kerawanan banjir.Penelitian ini menggunakan metode overlay dengan scoring antara parameter-parameter yang ada, dimana setiap parameter dilakukan proses scoring dengan pemberian bobot dan nilai yang sesuai dengan pengklasifikasiannya masing-masing yang kemudian dilakukan overlay menggunakan software ArcGIS 10.2.1. Penggunaan software ini memanfaatkan Sistem Informasi Geografis (SIG) yang dapat menjelaskan dan mempresentasikan objek daerah rawan banjir dalam bentuk digital.Hasil yang diperoleh berupa peta rawan banjir dimana lokasi yang sangat rawan tersebar di hampir seluruh bagian selatan dengan rincian 359.266 km2 (29.3%) berkategori sangat rawan, 803.250 km2 (65.52%) cukup rawan, dan 63.497 km2 (5.18%) tidak rawan. Sementara itu, kemiringan lereng menjadi faktor utama penyebab terjadinya banjir. Selain memiliki bobot yang besar, sebaran kemiringan 0-8% di hampir seluruh wilayah bagian selatan mempunyai kategori sangat rawan akan bencana banjir. Hal ini disebabkan oleh wilayah yang cenderung datar dan rendah sehingga berpotensi menjadi tampungan air ketika hujan yang mengakibatkan terjadi banjir. Kata Kunci : Banjir, Kabupaten Sampang, Overlay, Scoring, Sistem Informasi Geografis ABSTRACT Sampang is one of regency in Madura which always flood when rain. Beside the rainfall was too high, other factors likes slope and elevation of land, soil type and land use, and the last is density of river used as a parameter to study the vulnerability of flood.This research used overlay method with scoring between the existing parameters, each parameters is done by assigning weights scoring process and the value associated with each classification then be overlaid using ArcGIS software 10.2.1. This software use Geographic Information Systems (GIS) to explain and present the object of flood-prone areas in digital form.The results is a map of flood-prone areas that spread throughout the southern part with details of 359.266 km2 (29.3%) which very vulnerable category, 803.250 km2 (65.52%) was quite vulnerable, and 63.497 km2 (5.18%) was not vulnerable. Beside that, slope is the main factor causing flood. In addition to larger given weight, slope with 0-8% were spread in most part of southern region wich has extreme prone category to floods. This situation caused by region tend to be flat and low that it could potentially be a bin of water when it rains so that it can make flood. Keywords: Flood, Geographic Information System, Overlay, Sampang Regency, Scoring.

PENGARUH VARIASI TINGGI TERBANG MENGGUNAKAN WAHANA UNMANNED AERIAL VEHICLE (UAV) QUADCOPTER DJI PHANTOM 3 PRO PADA PEMBUATAN PETA ORTHOFOTO (STUDI KASUS KAMPUS UNIVERSITAS DIPONEGORO) Ahmad Syauqani; Sawitri Subiyanto; Andri Suprayogi
Jurnal Geodesi UNDIP Volume 6, Nomor 1, Tahun 2017
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1247.185 KB)

ABSTRAKPada saat ini perkembangan teknologi sangatlah pesat dibidang pemetaan salah satunya adalah berkembangnya teknogi pemetaan dengan menggunakan wahana Unmanned Aerial Vehicle (UAV) atau sering disebut pesawat tanpa awak. Pesawat tanpa awak ini merupakan teknologi yang sedang marak digunakan untuk pekerjaan pemetaan fotogrametri.Penelitian ini dilaksanakan di daerah Universitas Diponegoro dengan luasan ± 18 Hektar. Sensor yang digunakan adalah kamera non metrik digital (Sony EXMOR 1/23” 12 Megapixel) dan didalam melakukan penelitian diberikan dua perlakuan yaitu dengan menggunakan tinggi terbang 80 meter dan 100 meter. Proses pengolahan menggunakan perangkat lunak Agisoft Photoscan. Proses yang dilakukan pada perangkat lunak yaitu: aligment yang merupakan proses untuk melakukan identifikasi titik sekutu secara otomatis, kalibrasi kamera untuk menentukan orientasi dalam dan orientasi luar kamera, penentuan titik kontrol, pembuatan model 3 dimensi, dan pemberian tekstur model. Setelah dilakukan proses tersebut dilakukan pengamatan dari dua hasil orthofoto yang berbeda tinggi terbangnya dengan melakukan pengamatan jarak, luasan, arah orientasi, dan RMSE yang diperoleh dari dua buah orthofoto tersebut.Dari penelitian tersebut diperoleh bahwa ketelitian lebih baik didapatkan pada tinggi terbang 80m dibandingkan dengan tinggi terbang 100 meter serta jika dilihat kesalahan pix dari tinggi terbang 80 meter sebesar 1,52407 pix dan tinggi terbang 100 meter sebesar 2,33035 pix. Kata Kunci : Agisoft, ketelitian, Sony Exmor , Tinggi Terbang, Wahana Pesawat Tanpa Awak. ABSTRACTNowadays, the development technology is significantly fast in mapping, one of them is evolving the mapping technology using Unmanned Aerial Vehicle (UAV). UAV is technology which emerging use for photogrammetry mapping.This research is held on Diponegoro University about ± 18 hectare. The Sensor which used is digital non metric camera (Sony EXMOR 1/23” 12 Megapixel) and In this reseacrh is given two treatment which is using plane height 80 meters and 100 meters. The processing is using Agisoft Photoscan software. The processing that doing in software which is aligment which process for identify tie points automatically. Camera callibration for determine interior orientation and exterior orientation of camera, determining the control points, making three dimension model, and give the model texture. After the process is done, the next step is observe from two orthophoto which have the different plane height with observe the distant, area, orientation vector, and RMSE which obtained from two orthophoto. From this research obtain that the best accuracy is gotten on plane height 80 meters rather than plane height 100 meters and also from the pix error from plane height 80 meters are amounted 1,52407 pix and plane height 100 meters 2,33035 pix. Keywords: Accuracy, Agisoft, Sony Exmor, Plane height, Unmannde Aerial Vehicle.

IDENTIFIKASI POTENSI TOKO MEBEL BERDASARKAN ANALISIS PEMENUHAN KEBUTUHAN MEBEL BERBASIS SIG (Studi Kasus: Perumahan Bertipe Sederhana di Kecamatan Banyumanik) Auliannisa Auliannisa; Hani’ah Hani’ah; Andri Suprayogi
Jurnal Geodesi UNDIP Volume 6, Nomor 1, Tahun 2017
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (903.459 KB)

ABSTRAKKecamatan Banyumanik merupakan salah satu kecamatan di Provinsi Jawa Tengah yang memiliki jumlah penduduk terbanyak, yakni 132,508 jiwa (Badan Pusat Statistik, 2016). Oleh sebab itu, jumlah perumahan di kecamatan ini tergolong banyak begitupula dengan tipenya. Banyaknya jenis perumahan ini membuat peningkatan potensi industri mebel setempat. Banyak toko mebel setempat yang seharusnya memiliki potensi lebih besar karena tingkat pembangunan perumahan yang tinggi. Namun, hal tersebut perlu dikaji agar para industri mebel dapat mengetahui bagaimana potensi mebel terhadap perumahan bertipe kecil atau sederhana.Dalam penelitian ini digunakan data informasi toko mebel dan data survei opini kepada penghuni rumah tipe sederhana terhadap pembelian mebel. Dari data tersebut dilakukan pembobotan parameter menggunakan metode AHP (Analysis Hierarchy Process) dan diperoleh kriteria barang mebel yang paling tepat agar potensial dibeli penghuni perumahan bertipe sederhana yaitu meja makan/keluarga ukuran sedang sebesar 32%, sofa keluarga/tamu ukuran two seat sebesar 29% dan lemari baju ukuran dua pintu sebesar 69%.Kemudian dilakukan proses buffering terhadap perumahan bertipe sederhana dan jalan raya. Didapatkan hasil berupa persebaran toko mebel di Kecamatan Banyumanik dengan pola persebaran clustered (mengelompok) dipusat Kecamatan dan tersebar mendekati jalan raya serta presentase toko mebel terbesar terdapat di Kelurahan Srondol Wetan. Dari hasil data peta parameter, didapatkan potensi toko mebel di Kecamatan Banyumanik yaitu pada kelas sangat berpotensi terdapat 5 toko mebel, kelas berpotensi 3 toko mebel, kelas cukup berpotensi 6 toko mebel dan kelas kurang berpotensi 1 toko mebel. Kata Kunci : Perumahan Banyumanik, Mebel, Metode AHP (Analysis Hierarchy Process), Analisis buffering. ABSTRACTBanyumanik sub-district is one of many sub-districts in Central Java with the highest population of 132,508 people (Central Bureau of Statistics, 2016). Therefore, there are many housings with different types. The amount of these housings increases the potential of local furniture industries. The local furniture industries should have bigger potential because of the high level of housings development. However, it needs more study to find out the potential of furniture against very-simple or simple type housings.This study used data information of the furniture stores and the survey’s opinions of the modest type housings’ residents to the purchase of furniture. Based on the data, weighting parameter using AHP (Analysis Hierarchy Process) method has been done and obtained the most proper criteria for the furniture that was affordable for the residents of very simple type housing to simple type housing, they are medium size dining table which was 32%, two-seat family/guest, sofa about 29% and two-door wardrobe about 69%.The buffering process of simple type housings and roadways was undergone. Then the result of Geospatial Information Systems analysis was the distribution of furnitures stores in Banyumanik sub-district with clustered pattern in sub-district’s center and spread near the roadways and the biggest percentage of furniture stores was in Administrative Village of Srondol Wetan. From the result of parameter map data, it is obtained that the potential of furniture stores in Banyumanik sub-district, there are 5 furniture stores in very potential level, 3 stores in potential level, 6 stores in fairly potential level and 1 store in less potential level. Keywords: Banyumanik Housings, Furniture, AHP (Analysis Hierarchy Process) Method, Buffering Analysis..

ANALISIS IDENTIFIKASI KAWASAN KARST MENGGUNAKAN METODE POLARIMETRIK SAR (SYNTHETIC APERTURE RADAR) DAN KLASIFIKASI SUPERVISED Shiska, Pran; Prasetyo, Yudo; Suprayogi, Andri
Jurnal Geodesi UNDIP Volume 6, Nomor 1, Tahun 2017
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1473.849 KB)

ABSTRAKIndonesia mempunyai bentang alam yang sangat beragam, salah satunya adalah bentang alam karst.Di Kecamatan Cipatat terdapat bentang alam karst yang berada pada batu gamping formasi Rajamandala. Topografi kawasan karst Cipatat berbentuk bukit dantelah mengalami perubahan akibat penambangan karst. Dengan memanfaatkan pengindraan jauh aktif atau sistem RADAR dilakukan identifikasi kawasan karst. Saat ini masih sedikit yang mengembangkan metode klasifikasi citra berbasis RADAR untuk identifikasi geologi, khususnya di negara Indonesia yang beriklim tropis.Penelitian ini menggunakan citra ALOS PALSAR 1.1 dual polarisasi (HH, HV) tahun 2007-2008. Identifikasi karst menggunakan tiga parameter (Anisotropy, Entropy dan Alpha) dari metode dekomposisi polarimetrik H/α/A dimana masing-masing parameter merepresentasikan sifat fisik objek. Karst biasanya berada di bawah penutup lahan maka dilakukan klasifikasi dengan algoritma supervised wishart untuk klasifikasi tutupan lahan (non karst). Tutupan lahan ini digunakan untuk melihat keterkaitan hasil identifikasi kawasan karst dengan penutup lahan. Validasi dilakukan dengan membandingkan koordinat geografis citra hasil identifikasi karst dengan koordinat citra pada Google Earth dan dibantu data geologi karst.Kawasan karst teridentifikasi seluas 533 Ha (2007) dan 1165 Ha (2008) dengan perubahan luas 632 Ha. Diketahui karst termasuk tipe surface scattering, keacakan hamburan sedang dan kekasaran permukaan sedang. Kemudian kawasan karst paling banyak teridentifikasi pada tutupan lahan vegetasi jarang. Untuk kawasan non karst (tutupan lahan) diperoleh nilai overall accuracy 53,83% dan kappa 46,13% (2007). Kemudian overlay accuracy 53,41% dan kappa 45,65%(2008). Hal ini mengindikasikan nilai akurasi kelas tutupan lahan tidak sesuai dengan kondisi lapangan yang sebenarnya. Namun hasil klasifikasi tersebut sudah bisa membedakan dengan baik antara lahan terbangun, perairan, dan vegetasi.Validasi spasial hasil identifikasi karst tidak menunjukan hasil yang baik. Hal ini dikarenakan banyak objek lain yang memiliki tipe scatter yang sama dengan karst.Kata Kunci : ALOS PALSAR, Dekomposisi H/α/A, Karst, Polarimetrik SAR, Wishart Supervised.ABSTRACTIndonesia has a very diverse landscape, one of them is karst landscape. In sub Cipatat karst landscapes are located on limestone formations Rajamandala. Cipatat shaped karst topography of the region and the hill has undergone changes due to mining karst. By utilizing remote sensing active or RADAR system to identify karst region. Currently there are still a few who develop RADAR based image classification method for the identification of geology, particularly in countries tropical Indonesia.This study uses ALOS PALSAR 1.1 dual polarization (HH, HV) in 2007-2008. for the identification of the karst region. Identification of karst uses three parameters (Anisotropy, Entropy and Alpha) of the decomposition method polarimetric H/α A which each parameters represents the physical properties of the object. Karst usually exist below land cover so classification is carried out by wishart supervised algorithm for land cover classification (non karst). Land cover is used to see how the results of the identification of karst area related with land cover. Validation is done by comparing the geographical coordinates of the image of the karst identification with the imagery in Google Earth coordinates and assisted karst geological data.Karst areas identified an area of 533 Ha (2007) and 1165 Ha (2008) with 632 ha area changes. Known karst include the type of surface scattering, the randomness of the medium scattering and moderate surface roughness. Then most of karst areas identified in land cover sparse vegetation. For non-karst area (land cover) values obtained overall accuracy 53.83% and kappa 46.13% (2007). Then overlay accuracy 53.41% and kappa 45.65% for 2008. This indicates the value of the accuracy of land cover classes do not correspond to actual field conditions. But the results of these classifications have been able to distinguish well between developed and undeveloped land, water, and vegetation. Validation karst spatial identification results did not show good results. This is because many other objects that have the same type of scatter with karst. Keywords: ALOS PALSAR, Karst, H/α/A Decomposition, SAR Polarimetric, Wishart SupervisedABSTRAKIndonesia mempunyai bentang alam yang sangat beragam, salah satunya adalah bentang alam karst.Di Kecamatan Cipatat terdapat bentang alam karst yang berada pada batu gamping formasi Rajamandala. Topografi kawasan karst Cipatat berbentuk bukit dantelah mengalami perubahan akibat penambangan karst. Dengan memanfaatkan pengindraan jauh aktif atau sistem RADAR dilakukan identifikasi kawasan karst. Saat ini masih sedikit yang mengembangkan metode klasifikasi citra berbasis RADAR untuk identifikasi geologi, khususnya di negara Indonesia yang beriklim tropis.Penelitian ini menggunakan citra ALOS PALSAR 1.1 dual polarisasi (HH, HV) tahun 2007-2008. Identifikasi karst menggunakan tiga parameter (Anisotropy, Entropy dan Alpha) dari metode dekomposisi polarimetrik H/α/A dimana masing-masing parameter merepresentasikan sifat fisik objek. Karst biasanya berada di bawah penutup lahan maka dilakukan klasifikasi dengan algoritma supervised wishart untuk klasifikasi tutupan lahan (non karst). Tutupan lahan ini digunakan untuk melihat keterkaitan hasil identifikasi kawasan karst dengan penutup lahan. Validasi dilakukan dengan membandingkan koordinat geografis citra hasil identifikasi karst dengan koordinat citra pada Google Earth dan dibantu data geologi karst.Kawasan karst teridentifikasi seluas 533 Ha (2007) dan 1165 Ha (2008) dengan perubahan luas 632 Ha. Diketahui karst termasuk tipe surface scattering, keacakan hamburan sedang dan kekasaran permukaan sedang. Kemudian kawasan karst paling banyak teridentifikasi pada tutupan lahan vegetasi jarang. Untuk kawasan non karst (tutupan lahan) diperoleh nilai overall accuracy 53,83% dan kappa 46,13% (2007). Kemudian overlay accuracy 53,41% dan kappa 45,65%(2008). Hal ini mengindikasikan nilai akurasi kelas tutupan lahan tidak sesuai dengan kondisi lapangan yang sebenarnya. Namun hasil klasifikasi tersebut sudah bisa membedakan dengan baik antara lahan terbangun, perairan, dan vegetasi.Validasi spasial hasil identifikasi karst tidak menunjukan hasil yang baik. Hal ini dikarenakan banyak objek lain yang memiliki tipe scatter yang sama dengan karst.Kata Kunci : ALOS PALSAR, Dekomposisi H/α/A, Karst, Polarimetrik SAR, Wishart Supervised.ABSTRACTIndonesia has a very diverse landscape, one of them is karst landscape. In sub Cipatat karst landscapes are located on limestone formations Rajamandala. Cipatat shaped karst topography of the region and the hill has undergone changes due to mining karst. By utilizing remote sensing active or RADAR system to identify karst region. Currently there are still a few who develop RADAR based image classification method for the identification of geology, particularly in countries tropical Indonesia.This study uses ALOS PALSAR 1.1 dual polarization (HH, HV) in 2007-2008. for the identification of the karst region. Identification of karst uses three parameters (Anisotropy, Entropy and Alpha) of the decomposition method polarimetric H/α A which each parameters represents the physical properties of the object. Karst usually exist below land cover so classification is carried out by wishart supervised algorithm for land cover classification (non karst). Land cover is used to see how the results of the identification of karst area related with land cover. Validation is done by comparing the geographical coordinates of the image of the karst identification with the imagery in Google Earth coordinates and assisted karst geological data.Karst areas identified an area of 533 Ha (2007) and 1165 Ha (2008) with 632 ha area changes. Known karst include the type of surface scattering, the randomness of the medium scattering and moderate surface roughness. Then most of karst areas identified in land cover sparse vegetation. For non-karst area (land cover) values obtained overall accuracy 53.83% and kappa 46.13% (2007). Then overlay accuracy 53.41% and kappa 45.65% for 2008. This indicates the value of the accuracy of land cover classes do not correspond to actual field conditions. But the results of these classifications have been able to distinguish well between developed and undeveloped land, water, and vegetation. Validation karst spatial identification results did not show good results. This is because many other objects that have the same type of scatter with karst. *) Penulis, Penanggung Jawab Keywords: ALOS PALSAR, Karst, H/α/A Decomposition, SAR Polarimetric, Wishart Supervised I. PendahuluanI.1. Latar Belakang Indonesia merupakan salah satu negara kepulauan yang mempunyai potensi sumber daya alam yang melimpah baik di darat maupun di laut. Tidak hanya hasil dari alam dan kandungan didalamnya, namun negara Indonesia juga mempunyai bentang alam yang sangat beragam, salah satunyaadalah bentang alam karst. Karst adalah suatu daerah yang mempunyai karakteristik relief dan drainase yang khas, terutama disebabkan oleh derajat pelarutan batu-batuannya yang intensif (Ford dan Williams, 1996).Salah satu daerah di Indonesia yang mempunyai bentang alam karst adalah kawasan karst Cipatat yang berada pada batu gamping formasi Rajamandala. Berdasarkan cacatan Badan Pengelolaah Lingkungan Hidup (BPLHD) Jawa Barat (2004), kawasan karst Cipatat merupakan kawasan dengan laju kerusakan signifikan. Topografi kawasan karst Cipatat berupa sebaran bukit karst dan sudah banyak mengalami perubahan. Sehingga kawasan ini cocok dijadikan sebagai bahan kajian, yaitu dengan memanfaatkan penginderaan jauh aktif atau Synthetic Aperture RADAR (SAR) untuk identifikasi kawasan karst.Data RADAR yang digunakan adalah ALOS PALSAR frekuensi L-band dengan panjang gelombang 15-30 cm sehingga dapat menembus atau penetrasi objek lebih dalam. Pada penelitian sebelumnya, data ini efektif untuk mengklasifikasi tutupan lahan dan terrain (Lee, J. dkk., 2004). Data pada frekuensi L-band dengan metode OPCE lebih kuat dalam pemetaan daerah tertutup salju dari pada data dengan frekuensi C-band (Martini, A. dkk., 2004). Kemudian data dengan frekuensi L-band polarisasi penuh bisa mengidentifikasi sebaran mineral besi di dataran tinggi wilayah Amazon Brazil (Arnaldo, dkk., 2013). Penelitian-penelitian terebut menjadi landasan untuk melakukan penelitian terkait identifikasi kawasan karst menggunakan data ALOS PALSAR.Data ALOS PALSAR tidak hanya mempunyai frekuensi L-band tetapi juga berbagai polarisasi. Polarisasi tersebut berkaitan dengan intensitas backscatter objek. Penelitian ini menggunakan citra ALOS PALSAR 1.1 dual polarisasi (HH, HV) tahun 2007 dan 2008. Data diolah dengan metode polarimetrik H/α/A sehingga menghasilkan tiga parameter Entropy (H), Alpha (α), Anisotropy (A). Parameter tersebut merepresentasikan sifat fisik objek berdasarkan nilai eigen value dan vector matrik covariance. Sehingga parameter tersebut dijadikan sebagai parameter untuk identifikasi kawasan karst. Karst bukanlah penutup lahan maka dilakukan klasifikasi dengan algoritma supervised wishart untuk klasifikasi tutupan lahan (non karst). Tutupan lahan tersebut digunakan untuk mengetahui keterkaitan sebaran karst yang teridentifikasi dengan penutupan lahan.Oleh karena itu digunakan juga data ALOS PALSAR yang sama untuk mengahasi

ANALISIS AKURASI DTM TERHADAP PENGGUNAAN DATA POINT CLOUDS DARI FOTO UDARA DAN LAS LIDAR BERBASIS METODE PENAPISAN SLOPE BASED FILTERING DAN ALGORITMA MACRO TERRASOLID Dani Nur Martiana; Yudo Prasetyo; Arwan Putra Wijaya
Jurnal Geodesi UNDIP Volume 6, Nomor 1, Tahun 2017
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1117.969 KB)

ABSTRAKKebutuhan data spasial detail dengan skala besar semakin meningkat, namun ketersediaan peta dasar belum dapat mengimbangi kebutuhan. Peta dasar skala besar diperlukan untuk percepatan pembangunan. Peta topografi sebagai peta dasar dibutuhkan untuk analisis spasial. Salah satu unsur dari peta topografi yaitu kontur dapat dibentuk dari Digital Terrain Model (DTM). Diperlukan metode pembentukan DTM yang efektif dan efisien untuk mempercepat pemenuhan kebutuhan akan peta dasar. Teknologi LiDAR dan Foto udara diterapkan dalam pembentukan DTM yang detail dan akurat serta dalam waktu yang relatif cepat.DTM dari data LiDAR dan Foto udara dihasilkan dengan melakukan klasifikasi dan filtering terhdap data point clouds LAS LiDAR serta point clouds DSM yang dihasilkan dari image matching foto udara. Metode yang digunakan untuk klasifikasi dan filtering adalah algoritma macro Terrasolid dan metode Slope Based Filtering (SBF). Hasil DTM dari kedua data dibandingkan terhadap DTM Stereoplotting yang digunakan sebagai benchmark. Perbandingan tersebut berupa perbandingan geomorfologi secara visual, serta ketelitian geometri dari kedua DTM yang dihasilkan.Secara visual, DTM LiDAR menghasilkan geomorfologi yang halus sedangkan DTM Foto menghasilkan geomorfologi yang masih kasar. Kemudian berdasarkan hasil analisis transect, diperoleh hasil bahwa ketinggian DTM LiDAR sudah mendekati DTM Stereoplotting, sedangkan DTM Foto masih menghasilkan selisih ketinggian yang cukup besar terhadap DTM Stereoplotting. DTM LiDAR yang dihasilkan dari pengolahan dengan algoritma macro Terrasolid pada sampel area di NLP 1209-1432C dan NLP 1209-1415C masuk ke dalam kelas 2 skala 1:5.000 dan kelas 3 skala 1:5.000. Sedangkan DTM LiDAR dengan metode SBF pada sampel area di NLP 1209-1432C dan NLP 1209-1415C masuk ke dalam kelas 3 skala 1:5.000. DTM Foto hasil pengolahan dengan macro Terrasolid pada sampel area di NLP 1209-1432C dan NLP 1209-1415C masuk dalam kelas 3 skala 1:10.000. Sedangkan DTM Foto dengan metode SBF pada NLP 1209-1432C dan NLP 1209-1415C masuk dalam kelas 3 skala 1:5.000 dan kelas 2 skala 1:10.000.Kata Kunci : DTM, filtering, foto udara, ketelitian geometri, LiDAR. ABSTRACTThe need for detailed spatial data with large amount of scale is increasing, but the availability of base map cannot comprehend the needs. Base map with large scales is needed for faster development. Topographic maps as a base map is needed for spatial analysis. One element of topographic maps is contour can shaped from Digital Terrain Model (DTM). An effective and effecient DTM method is hastened the fullfilment needs of topographic base map. LiDAR technology and aerial photos is implemented for creating a detailed and accurate DTM in a relatively efficient time.DTM from LIDAR data and aerial photos are produced by doing classification and filtering on LARS LIDAR point clouds data and DSM point clouds that is created from aerial image matching. The method used for classification and filtering is macro terrasolid algorithm dan slope based filtering method. DTM results from both data are compared to DTM Steroplotting to see the geomorphology that is produced and also the geometry accuracy of them both.Visually, DTM LIDAR produces smoother geomorphology and DTM photos produce rough geomorphology. Based on the transect analysis result, it is given that DTM LIDAR height has already neared DTM Steroplotting. DTM LiDAR the is produced with macro terrasolid algorthm on sample area in NLP (map sheet) 1209-1432C and NLP 1209-1415C is categoried in second class scale 1:5.000 and third class scale 1:5.000. Whereas DTM LiDAR with SBF method on sample area from NLP 1209-1432C and NLP 1209-1415C is categoried into third class scale 1:5000. DTM image result from Macro Terrasolid processing on sample area from NLP 1209-1432C and NLP 1209-1415C is categoried into third class scale 1:10.000. While DTM image with SBF method from NLP 1209-1432C and NLP 1209-1415C is categoried into third class scale 1:5.000 and second class scale 1:10.000.Keywords : DTM, filtering, aerial photo, geometry accuracy, and LiDAR

PENGUJIAN AKURASI DAN KETELITIAN PLANIMETRIK PADA PEMETAAN BIDANG TANAH PEMUKIMAN SKALA BESAR MENGGUNAKAN WAHANA UNMANNED AERIAL VEHICLE (UAV) Anggoro Pratomo Adi; Yudo Prasetyo; Bambang Darmo Yuwono
Jurnal Geodesi UNDIP Volume 6, Nomor 1, Tahun 2017
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (948.735 KB)

ABSTRAKKebutuhan pengukuran dan pemetaan bidang tanah di Indonesia masih sangat tinggi, dimana masih banyak bidang-bidang tanah yang belum terpetakan. Untuk itu dibutuhkan metode pengukuran dan pemetaan bidang tanah yang efektif dan efisien untuk menunjang terlaksananya pemetaan bidang tanah tersebut.Salah satu metode efektif dan efisien yang dapat digunakan selain terestris adalah metode fotogrametri menggunakan wahana pesawat tanpa awak atau biasa disebut UAV (Unmanned Aerial Vehicle). Untuk mengetahui apakah pemetaan bidang tanah menggunakan wahana UAV memenuhi standar ketelitian geometri dan planimetrik dari BIG maupun BPN, maka perlu dilakukan pengujian mengenai ketelitian geometri dan planimetrik pada pemetaan bidang tanah menggunakan wahana pesawat tanpa awak atau UAV. Pengujian ketelitian geometri dilakukan dengan berpedoman pada Perka BIG Nomor 15 Tahun 2014. Sedangkan pengujian ketelitian planimetrik dilakukan dengan membandingkan luas serta jarak dari sampel bidang-bidang tanah antara hasil pengukuran menggunakan UAV (metode fotogrametri) dengan hasil pengukuran terestris yang berpedoman pada Peraturan Menteri Negara Agraria / Kepala Badan Pertanahan Nasional Nomor 3 Tahun 1997. Dari pengujian yang dilakukan, seluruh orthofoto yang dihasilkan memenuhi standar ketelitian geometri peta RBI serta ketelitian planimetrik peta dasar pendaftaran. Selain itu, berdasarkan hasil uji statistika F (Fisher) tidak terdapat perbedaan ketelitian geometri yang signifikan antara orthofoto yang dibentuk dari dua buah perangkat lunak baik pada daerah yang memiliki topografi relatif datar maupun berbukit.Kata Kunci : Bidang Tanah, Ketelitian Geometri, Ketelitian Planimetrik, UAVABSTRACTNeeds of measurements and plot mapping in Indonesia is very high, it shown by many unmapped plot. So required the effective and efficient method to support the plot mapping implementation. One of the effective and efficient method that can used besides terrestrial is photogrammetric method using an UAV (Unmanned Aerial Vehicle). To determine whether the plot mapping using UAV meets the geometric and planimetric accuracy standard of BIG and BPN, it needs the geometric and planimetric accuracy test.. Testing of geometric accuracy is based on the Perka BIG 15/2014. While testing of planimetric accuracy did by comparing the area and distance from sample plot between the measurement results using UAV (photogrammetric method) with the measurement results using a Total Station (terrestrial method) that based on PMNA 3/1997. Based on the tests, generated orthophotos meet the geometric accuracy of RBI map also the planimetric accuracy of base map registration. In addition, based on the results of F statistics test ( Fisher), there are no significant differences of geometric accuracy between orthophotos that generated by two software on flat and hilly topography.Keywords: : Geometric Accuracy, Planimetric Accuracy, Plot, UAV

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
-

Contact Email
-

Phone
-

Journal Mail Official
-

Editorial Address
-

Location
Kota semarang,

Jawa tengah

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name -

Contact Email -

Phone -

Journal Mail Official -

Editorial Address -

Location Kota semarang, Jawa tengah INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
-

Contact Email
-

Phone
-

Journal Mail Official
-

Editorial Address
-

Location
Kota semarang,

Jawa tengah

INDONESIA