cover
Article Per Year (5 Year)
All
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
Jurnal Geodesi Undip
Published by Universitas Diponegoro
ISSN : -     EISSN : -     DOI : -
Core Subject : Science,
Earth & Planetary Sciences
Jurnal Geodesi Undip adalah media publikasi, komunikasi dan pengembangan hasil karya ilmiah lulusan Program S1 Teknik Geodesi Fakultas Teknik Universitas Diponegoro.
Arjuna Subject : -
Articles 24 Documents
 1   2   3 
Search results for , issue "Volume 8, Nomor 4, Tahun 2019" : 24 Documents clear
ANALISIS KORELASI PERUBAHAN POLA KAWASAN TERBANGUN TERHADAP PENURUNAN MUKA TANAH MENGGUNAKAN METODE INDEX-BASED BUILT-UP INDEX (IBI) DAN DINSAR (STUDI KASUS : KOTA JAKARTA UTARA) Emeralda Amirul Ariefa; Yudo Prasetyo; Andri Suprayogi
Jurnal Geodesi UNDIP Volume 8, Nomor 4, Tahun 2019
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (859.527 KB)

Abstract

ABSTRAK Kota Jakarta Utara merupakan bagian dari propinsi DKI Jakarta memiliki permasalahan berkaitan dengan penurunan muka tanah. Permasalahan tersebut disebabkan oleh banyaknya pembangunan yang berakibat semakin padatnya jumlah bangunan menjadi beban terhadap daya dukung tanah pada lingkungan di Jakarta yang mana sebagian besar jenis tanah wilayahnya adalah alluvial. Dikutip dari BPS Kota Jakarta Utara realisasi perizinan IMB mencatatkan dari tahun 2016 hingga 2018 berjumlah 5.862 bangunan, jumlah tersebut hanya bangunan non tempat tinggal. Penelitian ini menggunakan citra Sentinel 1 pada tahun 2016 hingga 2019 dengan metode Differential Interferometric Synthetic Aperture Radar (DInSAR). Kemudian, untuk mengetahui perubahan kawasan terbangun digunakan citra Sentinel 2 melalui proses klasifikasi bangunan dengan algoritma Index-based Built-up Index (IBI). Algoritma IBI merupakan kombinasi dari 3 algoritma yaitu, Normalized Difference Built-up Index (NDBI), Soil Adjusted Vegetation Index (SAVI) dan Modified Normalized Difference Water Index (MNDWI).  Hasil dari penelitian ini berupa peta perubahan kawasan terbangun, peta penurunan muka tanah dan korelasi keduanya pada tahun 2016 hingga 2019. Hasil metode DInSAR didapati penurunan muka tanah yang terjadi di Kota Jakarta Utara memiliki rata-rata sebesar -11 cm/tahun, sementara penurunan muka tanah terbesar -15,6 cm/tahun dan terkecil pada nilai -4,6 cm/tahun. Kemudian, hasil dari metode IBI perubahan lahan terbangun dengan total seluas 228 hektar/tahun, sementara perubahan kelurahan terluas di Marunda seluas 57 hektar/tahun dan terkecil di Kelurahan Pekoja seluas 0,01 hektar/tahun, korelasi keduanya menunjukkan berkorelasi kuat 32%, 44% berkorelasi sedang dan 24 % diantara keduanya berkorelasi lemah. Pemanfaatan penelitian ini dapat digunakan sebagai pertimbangan dalam rencana pembangunan di Kota Jakarta Utara juga sebagai mitigasi penurunan muka tanah. Kata Kunci : DInSAR, IBI, Jakarta Utara, MNDWI, NDBI, dan SAVI. ABSTRACT North Jakarta City is a part of DKI Jakarta province which has problems related to land subsidence. This problem is caused by the large number of buildings developments that results in the increasing density of buildings being a burden on the carrying capacity of land in the environment in Jakarta, where most of the area is alluvial type of soil. Quoted from BPS North Jakarta City, the realization of IMB licensing recorded from 2016 to 2018 amounted to 5.862 buildings, the number was only non-residential buildings.The research of deformation measurements in an area using Sentinel 1 imagery in 2016 to 2019 using Differential Interferometric Synthetic Aperture Radar (DInSAR). Then, to find out the change in the built area,  with Sentinel 2 goes through the building classification process with the Index-based Built-up Index (IBI) algorithm. IBI algorithm is a combination of 3 algorithms such as, Normalized Difference Built-up Index (NDBI), Soil Adjusted Vegetation Index (SAVI) and Modified Normalized Difference Water Index (MNDWI). The results of this study are in the form of a map of changes in the built area, a map of land subsidence and the correlation of both in 2016 to 2019. The results of the DInSAR method found that land subsidence in North Jakarta has an average of -11 cm/year, while. The largest subsidence -15,6 cm/year, smallest subsidence -4,6 cm/year. Then, the results of the IBI method of changing land were built with a total area of 228 hectares/year, while the most change in smallest district state is Marunda was changed 57 hectares/year and the smallest in Pekoja was 0,01 hectares/year, both of DInSAR and IBI result which showed a strong correlation of 32%, 44% were medium correlated and 24% between the two are weak correlated. Utilization of this research can be used as a consideration in development plans in the City of North Jakarta as well as mitigating subsidence. Keywords : DInSAR, IBI, North Jakarta, MNDWI, NDBI, and SAVI.
ANALISIS PERKEMBANGAN DAN POLA PERMUKIMAN DI WILAYAH KECAMATAN PERBATASAN KOTA SEMARANG DAN KABUPATEN KENDAL Mavita Nabata Dzakiya; Sawitri Subiyanto; Fauzi Janu Amarrohman
Jurnal Geodesi UNDIP Volume 8, Nomor 4, Tahun 2019
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (929.421 KB)

Abstract

ABSTRAKPertumbuhan penduduk yang semakin pesat akan mengakibatkan kebutuhan permukiman semakin besar, masalah ini hampir terjadi disetiap daerah perkotaan. Wilayah kecamatan yang berbatasan langsung dengan Kota Semarang dan Kabupaten Kendal menjadi wilayah yang berkembang untuk lahan pemukiman karena diwilayah pinggiran Kota Semarang dan Kabupaten Kendal menjadi incaran para pengembang maupun masyarakat individu. Pengembang memamnfaatkan untuk membangun rumah diatas ruang terbuka yang masih tersedia diwilayah pinggiran tersebut. Sehingga dibutuhkan informasi mengenai perubahan penggunaan lahan dan pola persebaran permukiman dalam kaitannya dengan tata guna lahan pada perencanaan kota. Metode yang digunakan dalam penelitian ini adalah teknik penginderaan jauh dan sistem informasi geografis dengan interpretasi penggunaan lahan pada Citra Quikcbird tahun 2010 dan 2015 dan Citra SPOT 6 tahun 2019 yang kemudian dianalisis besar perubahan penggunaan lahan dan dianalisis menggunakan metode analisis tetangga terdekat untuk mengetahui pola persebaran permukiman. Berdasarkan pengolahan data dan hasil analisis didapatkan perubahan luas lahan permukiman di Kecamatan Boja, Kaliwungu, Kaliwungu Selatan, Mijen, Ngaliyan, Singorojo dan Tugu pada tahun 2010 – 2015 sebesar 211,10 ha dan pada tahun 2015 – 2019 sebesar 369,57 ha. Perubahan tersebut terdiri dari permukiman teratur yang mengalami perubahan sebesar 184,16 ha dan permukiman tidak teratur mengalami perubahan sebesar 354,43 ha. Dari hasil perhitungan nilai indeks tetangga terdekat (T) dapat diketahui pola persebaran permukiman di Kecamatan Boja, Kaliwungu, Kaliwungu Selatan, Mijen, Ngaliyan, Singorojo dan Tugu  adalaha mengelompok dan acak. Luas pola  persebaran mengelompok sebesar 112.940,49 ha. Luas pola persebaran acak sebesar 233.879,72 ha. Kata Kunci: Analisis Tetangga Terdekat, Citra Quickbird, Citra SPOT 6, Penggunaan Lahan, Permukiman  ABSTRACTThe Population growth rapidly affect in increased the demand of settlements, this problem almost occurs in every urban area. The sub district area which borders directly at the booth of Semarang and Kendal Regency is the developing residential area because the location which in the suburbs of Semarang and Kendal Regency is being the target of developers and individual people to build houses on open spaces that are still available on it. Information is needed regarding changes in land use and patterns of settlement distribution in relation to land use in urban planning. The methods used in this research is remote sensing and geographical information system with land use interpretation at Citra Quickbird 2010 and 2015, and Citra SPOT 6 2019 which analyzed how much the land use change and settelement’s distribution pattern using the closest neighbour methods analysis. Based on datas processing and the result of analysis show that the alteration of settlement area at Boja, Kaliwungu, Kaliwungu Selatan, Mijen, Ngaliyan, Singorojo and Tugu sub district on 2010-2015 is 211,10 ha and on 2015-2019 is 369,57 ha. This change consists of regular settlement which change in the amount of 184,16 ha and unregular settlement which change in the amount of 354,43 ha. From the result of closest neighbour value index calculation (T) known that settlement’s distribution pattern at Boja, Kaliwungu, Kaliwungu Selatan, Mijen, Ngaliyan, Singorojo and Tugu sub district is clustering and random. The area of clustering distribution is 112.940,49 ha. The area of random distribution is 233.879,724 ha.Keywords: Land Use,  Nearest Neighbor Analysis, Settlement, Quickbird Image, SPOT 6 Image.
PEMBUATAN PETA NILAI EKONOMI KAWASAN WISATA BERBASIS WEBGIS Dinda Anisa Anggraini; Sawitri Subiyanto; Bambang Sudarsono
Jurnal Geodesi UNDIP Volume 8, Nomor 4, Tahun 2019
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (985.593 KB)

Abstract

ABSTRAK Kabupaten Semarang merupakan salah satu Kabupaten di Provinsi Jawa Tengah yang perekonomiannya memiliki perkembangan yang sangat pesat ditandai dengan berkembangnya kawasan industri di beberapa wilayah di Kabupaten Semarang serta semakin berkembangnya kawasan wisata. Kabupaten Semarang memiliki beragam jenis objek wisata diantaranya Taman Wisata Kopeng, Eling Bening, Kampoeng Rawa dan Candi Gedong Songo. Berdasarkan hal tersebut, maka diperlukan peta Nilai Ekonomi Kawasan berbasis WebGIS terhadap objek wisata untuk menentukan nilai guna langsung, nilai keberadaan dan nilai total ekonomi. Penarikan sampel menggunakan non probability sampling dengan teknik sampling incidental. Metode yang digunakan dalam penelitian ini adalah regresi linear berganda, perhitungan dilakukan dengan perangkat lunak Maple 17. Survei toponimi dilakukan dengan survei lapangan menggunakan Mobile Topographer. Perancangan Web menggunakan ArcGIS Online. Hasil dari penelitian ini yaitu nilai total ekonomi (TEV) pada keempat objek kawasan wisata yang setiap tahunnya mengalami peningkatan yang cukup signifikan, tetapi pada Taman Wisata Kopeng tahun 2016 mengalami penurunan dikarenakan pada tahun 2016 wisata ini sempat ditutup sementara waktu sampai akhirnya pada bulan mei tahun 2016 dibuka kembali dan Eling Bening tahun 2018 juga mengalami penurunan dikarenakan pada tahun 2018 wisata ini sedang direnovasi sehingga mempengaruhi kunjungan wisatawan. Pada wisata Kampoeng Rawa dan Candi Gedong Songo tidak mengalami penurunan tetapi selalu meningkat setiap tahunnya cukup pesat. Hasil kuisioner didapatkan skor terendah berada pada parameter learnability dan memorability serta skor tertinggi berada pada parameter error. Hasil uji usability pada website sebesar 85% artinya tampilan website ini sangat berhasil. Kata Kunci : Contingent Valuation Method, Nilai Ekonomi Kawasan, Travel Cost Method, WebGABSTRACT   Semarang Region is one of region in central Java Province, the economy increase very repidly. It marked by many industrial zones in Semarang region and the tourist area. Semarang region has some of tourist area such as Taman Wisata Kopeng, Eling Bening, Kampoeng Rawa and Candi Gedong Songo. Based on this, a WebGIS based regional economy value map is needed to determine the direct use value, the existence value and the total economy value. Sampling using non-probability and incidental technique. The method used in this research is multiple linear regression, calculation using Maple 17 software . The Topographic survey is conducted by field survey using a Topographer Mobile. Web design using ArcGIS online. The result of this research is total economy value (TEV) in the tourist area which every significant increase in the budget, except in Taman Wisata Kopeng in 2016 increased in 2016 reopened and Eling Bening in 2018 also decreased due to in 2018. In tourism Kampoeng Rawa and Candi Gedong Songo do not increase but always increase every year. The result of the Questionnaire obtained that the lowest score is in the learnability and memorability parameter then the highest score is in the error parameter. Usability test results on the website by 85% means that the appearance of this website is very successful.
ANALISIS KONDISI RESAPAN AIR TERHADAP PERUBAHAN KAWASAN TERBANGUN MENGGUNAKAN METODE INDEX-BASED BUILT-UP INDEX (IBI) DAN URBAN INDEX (UI) KOTA PEKALONGAN Widi Wicaksono; Yudo Prasetyo; Nurhadi Bashit
Jurnal Geodesi UNDIP Volume 8, Nomor 4, Tahun 2019
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (610.663 KB)

Abstract

ABSTRAKPertumbuhan penduduk di Indonesia mengalami peningkatan terutama di kota-kota besar setiap tahunnya. Hal ini menyebabkan lahan kosong yang ada di lingkungan perkotaan berubah menjadi bangunan sebagai bentuk dinamika pertumbuhan kota. Kota Pekalongan merupakan salah satu kota besar yang memiliki potensi perubahan penggunaan kawasan terbangun yang pesat. Kawasan terbangun dengan intensitas yang semakin tinggi dapat menimbulkan terganggunya kondisi sumber daya air karena berkurangnya daerah resapan air. Menurut BPBD Kota Pekalongan, hampir seluruh daerah yang ada di Kota Pekalongan merupakan wilayah daerah rawan banjir. Kawasan resapan air memiliki peran penting dalam menjaga lingkungan perkotaan karena menjaga kestabilan siklus air.Penelitian ini menggunakan metode Index-based Built-up Index (IBI) dan Urban Index (UI) untuk mendapatkan informasi kawasan terbangun. Daerah resapan air didapatkan menggunakan metode scoring  dari beberapa parameter, antara lain kelerengan, curah hujan, jenis tanah,  jarak sungai dan tutupan lahan. Data yang digunakan adalah citra Landsat 8 OLI. Analisis kondisi resapan air dilakukan secara spasial dan deskriptif kemudian dilakukan analisis persebaran kawasan terbangun, persebaran kondisi resapan air, korelasi spasial terhadap kawasan terbangun.Hasil penelitian ini adalah peta kondisi resapan air Kota Pekalongan. Pengolahan kawasan terbangun metode IBI tahun 2019 menghasilkan luas sebesar 2.673,855 ha dan metode UI seluas 2.503,603 ha dengan akurasi yaitu 89,39% dan 87,88%. Kondisi resapan air dibagi dalam 5 kelas antara lain baik, normal alami, mulai kritis, cukup kritis dan kritis.  Kondisi resapan air kelas baik memiliki luas 64,854 ha (1,40%), normal alami seluas 435,753 ha (9,41%), mulai kritis seluas 1.944,726 (42,01%), cukup kritis seluas 1.453,620 ha (31,40%) dan kritis seluas 730,701 ha (15,78%) yang memiliki tingkat kesesuaian sebesar 77,27% dari data survei lapangan. Korelasi spasial kondisi resapan air terhadap perubahan kawasan terbangun tahun 2017-2019 memiliki kelas tingkat korelasi sangat rendah seluas 75,420 ha (2,82%), korelasi rendah seluas 48,600 ha (1,82%), korelasi sedang seluas 1.578,830 ha (59,35 %), korelasi tinggi seluas 738,540 ha (27,62%) dan korelasi sangat tinggi seluas 224,460 ha (8,39%). Korelasi kondisi resapan air terhadap perubahan kawasan terbangun yang dominan yaitu kelas sedang. Sehingga dapat disimpulkan perubahan kondisi resapan air memiliki korelasi terhadap pertumbuhan kawasan terbangun.Kata Kunci   : Index-based Built-up Index, Kawasan Terbangun, Kondisi Resapan Air, Urban Index, Scoring ABSTRACTPopulation growth in Indonesia continues to increase, especially in big cities. This causes the vacant land in the urban environment to change into buildings as a form of city growth dynamics. Pekalongan City is one of the big cities that has the potential to rapidly change the use of the built area. The built area with higher intensity can result in disruption of water resource conditions due to reduced water catchment areas. According to BPBD of Pekalongan City, almost all areas in Pekalongan City are flood-prone areas. Water catchment areas have an important role in protecting the urban environment because they maintain the stability of the water cycle.This research uses Index-based Built-up Index (IBI) and Urban Index (UI) methods to obtain information on the built area. The water catchment area is obtained using the scoring method of several parameters, including slope, rainfall, soil type, river distance and land cover. The data used is Landsat 8 OLI imagery. Analysis of water catchment conditions is carried out spatially and descriptively then an analysis of the distribution of built up areas, distribution of water catchment conditions, spatial correlation with the built up area.The results of this study are maps water catchment conditions  of Pekalongan City. The processing area built by the IBI method in 2019 has an area of 2,673,855 ha and the UI method is 2,503,603 ha with an accuracy of 89.39% and 87.88%. Water catchment conditions is divided into 5 classes, including good, natural normal, getting critical, quite critical and critical. Good grade water catchment condition has an area of 64,854 ha (1.40%), natural normal area of 435.753 ha (9.41%), getting critical area of 1,944.726 (42.01%), quite critical of 1,453.620 ha (31.40%) and critical area of 730.701 ha (15.78%) which has a suitability level of 77.27% from data survey. Spatial correlation of water catchment conditions on changes in the built area in 2017-2019 has a class of very low correlation level of 75,420 ha (2.82%), low correlation of 48,600 ha (1.82%), moderate correlation of 1,578.830 ha (59.35%), high correlation area of 738,540 ha (27.62%) and very high correlation area of 224.460 ha (8.39%). The dominant correlation of water catchment conditions to changes in the built area is moderate class. So it can be concluded that changes in water catchment conditions have a correlation to the growth of the built area.Keywords       : Index-based Built-up Index, Built Area, Urban Index, Scoring, Water Infiltration Conditions

Page 3 of 3 | Total Record : 24

 1   2   3 

Filter by Year

2019 2019


Reset
Filter By Issues
All Issue Vol 13, No 2 (2024): Jurnal Geodesi Undip Vol 13, No 1 (2024): Jurnal Geodesi Undip Vol 12, No 4 (2023): Jurnal Geodesi Undip Vol 12, No 3 (2023): Jurnal Geodesi Undip Vol 12, No 2 (2023): Jurnal Geodesi Undip Vol 12, No 1 (2023): Jurnal Geodesi Undip Vol 11, No 4 (2022): Jurnal Geodesi Undip Vol 11, No 3 (2022): Jurnal Geodesi Undip Vol 11, No 2 (2022): Jurnal Geodesi Undip Vol 11, No 1 (2022): Jurnal Geodesi Undip Vol 10, No 4 (2021): Jurnal Geodesi Undip Vol 10, No 3 (2021): Jurnal Geodesi Undip Volume 10, Nomor 2, Tahun 2021 Volume 10, Nomor 1, Tahun 2021 Volume 9, Nomor 4, Tahun 2020 Volume 9, Nomor 3, Tahun 2020 Volume 9, Nomor 2, Tahun 2020 Volume 9, Nomor 1, Tahun 2020 Volume 8, Nomor 4, Tahun 2019 Volume 8, Nomor 3, Tahun 2019 Volume 8, Nomor 2, Tahun 2019 Vol 8, No 1 (2019) Volume 7, Nomor 4, Tahun 2018 Volume 7, Nomor 3, Tahun 2018 Volume 7, Nomor 2, Tahun 2018 Volume 7, Nomor 1, Tahun 2018 Volume 6, Nomor 4, Tahun 2017 Volume 6, Nomor 3, Tahun 2017 Volume 6, Nomor 2, Tahun 2017 Volume 6, Nomor 1, Tahun 2017 Volume 5, Nomor 4, Tahun 2016 Volume 5, Nomor 3, Tahun 2016 Volume 5, Nomor 2, Tahun 2016 Volume 5, Nomor 1, Tahun 2016 Volume 4, Nomor 4, Tahun 2015 Volume 4, Nomor 3, Tahun 2015 Volume 4, Nomor 2, Tahun 2015 Volume 4, Nomor 1, Tahun 2015 Volume 3, Nomor 4, Tahun 2014 Volume 3, Nomor 3, Tahun 2014 Volume 3, Nomor 2, Tahun 2014 Volume 3, Nomor 1, Tahun 2014 Volume 2, Nomor 4, Tahun 2013 Volume 2, Nomor 3, Tahun 2013 Volume 2, Nomor 2, Tahun 2013 Volume 2, Nomor 1, Tahun 2013 Volume 1, Nomor 1, Tahun 2012 More Issue