cover
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,
Jurnal Geodesi Undip adalah media publikasi, komunikasi dan pengembangan hasil karya ilmiah lulusan Program S1 Teknik Geodesi Fakultas Teknik Universitas Diponegoro.
Arjuna Subject : -
Articles 23 Documents
Search results for , issue "Volume 9, Nomor 2, Tahun 2020" : 23 Documents clear
PEMETAAN SPASIAL TINGKAT RISIKO BENCANA TSUNAMI DI WILAYAH KABUPATEN SERANG MENGGUNAKAN CITRA SPOT-6 Izzudin Al Qossam; Arief Laila Nugraha; LM Sabri
Jurnal Geodesi UNDIP Volume 9, Nomor 2, Tahun 2020
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (504.111 KB)

Abstract

ABSTRAKUpaya untuk mengurangi kerugian akibat bencana tsunami salah satunya yaitu dengan memetakan tingkat risiko bencana tsunami. Risiko bencana berguna untuk melihat potensi kerugian yang ditimbulkan akibat bencana pada suatu wilayah, pada kasus ini dikhususkan untuk bencana tsunami. Peta risiko bencana tsunami dapat dibuat dengan Metode Crunch, yaitu dengan mengalikan tingkat  kerentanan dan tingkat ancaman suatu wilayah. Pemetaan daerah kerentanan pada penelitian ini dilakukan dengan metode pembobotan dan tumpang susun (overlay) dengan menggunakan lima parameter, yaitu jarak dari pantai, jarak dari sungai, ketinggian permukaan, kelerengan dan tutupan lahan. Peta ancaman dibuat menggunakan metode Hloss dengan ketinggian tsunami setinggi 10 meter. Hasil dari penelitian risiko bencana tsunami ini bahwa terdapat 11 Desa yang terkena risiko bencana tsunami pada wilayah pesisir Kabupaten Serang di antaranya yaitu Desa Anyar (35,3%), Desa Bandulu (6,4%), Desa Bulakan (6,7%), Desa Cikoneng (3,6%), Desa Cinangka (2,4%), Desa Kemasan (0,8%), Desa Karangsuraga (7,8%), Desa Pasauran (5,5%), Desa Sindanglaya (5,7%), Desa Tambangayam (2,6%), dan Desa Umbul Tanjung (2,7%). Persentase wilayah terdampak dengan wilayah total desa sebesar 4,74% dengan total luas wilayah terdampak sebesar 385,217 Ha. Adapun desa yang sangat tinggi tingkat risiko terhadap bencana tsunami yaitu Desa Anyar dengan luas tingkat risiko sangat tinggi sebesar 41,026 Ha. Total penduduk yang terancam pada risiko bencana tsunami sebanyak 7.836 jiwa dengan luas total pemukiman pada tingkat risiko sangat tinggi sebesar  36,938 Ha. Adapun desa yang memiliki tingkat penduduk terbanyak akibat risiko bencana tsunami adalah Desa Anyar sebanyak 2.590 jiwa. Kata Kunci: Bencana Tsunami, Metode Hloss, Kab. Serang, Model Crunch, Peta Risiko ABSTRACT One of the efforts to reduce losses due to the tsunami disaster is to map the level of tsunami risk. Disaster risk is useful to see the potential losses incurred due to disasters in an area, in this case specifically for the tsunami disaster. Tsunami disaster risk maps can be made using the Crunch Method, namely by multiplying the level of vulnerability and the level of threat of an area. Mapping the area of vulnerability in this study was carried out by the method of weighting and overlapping (overlay) with five parameters, namely distance from the coast, distance from the river, surface height, slope and land cover. While making a threat map using the Hloss method with a tsunami height as high as 10 meters. The results of this tsunami disaster risk study show that there are 11 villages affected by the tsunami disaster in the Serang Regency, including Anyar Village (35.3%), Bandulu Village (6.4%), Bulakan Village (6.7%) , Cikoneng Village (3.6%), Cinangka Village (2.4%), Packaging Village (0.8%), Karangsuraga Village (7.8%), Pasauran Village (5.5%), Sindanglaya Village (5 , 7%), Tambangayam Village (2.6%), and Umbul Tanjung Village (2.7%). Percentage of area affected by the total area of villages is 4.74% with a total area of affected area of 385,217 Ha. The village with a very high level of risk from the tsunami disaster is Anyar Village with a very high level of risk of 41,026 Ha. The total population threatened by the tsunami disaster is 7,836 people with a total area of settlements at a very high risk level of 36,938 Ha. The village that has the highest population level due to the risk of tsunami disaster is Anyar Village with 2,590 people. Key Words: Crunch Model, Hloss Method, Risk Map, Serang District, Tsunami Disaster
PENGARUH KELAS KELERENGAN TANAH TERHADAP PERSENTASE SELISIH PERHITUNGAN VOLUME DATA TERRESTRIAL LASER SCANNER DAN FOTO UDARA UNMANNED AERIAL VEHICLE Risqi Fadly Robby; Abdi Sukmono; Nurhadi Bashit
Jurnal Geodesi UNDIP Volume 9, Nomor 2, Tahun 2020
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (355.622 KB)

Abstract

ABSTRAKPerusahaan tambang open pit yang memiliki kelerengan topografi yang beragam membutuhkan data pengukuran topografi untuk keperluan menghitung volume galian tambang. Pengukuran menggunakan Unmanned Aerial Vehicle (UAV) diharapkan mampu dijadikan sebagai alternatif dari pengukuran menggunakan Terrestrial Laser Scanner (TLS) untuk kegunaan perhitungan volume. Penelitian ini bertujuan untuk menghitung perbedaan hasil perhitungan volume galian tambang batu gamping antara data TLS dengan data foto udara UAV dengan dua skema berbeda. Metode dengan foto udara UAV akan dianalisis pengaruh kelas kelerengan studi areanya, terhadap persentase selisih volumenya dengan metode data TLS. Analisi relasi antara persentase selisih volume dengan kelas kelerengan tanah dinyatakan dalam bentuk persamaan regresi. Kekuatan dari relasi tersebut dianalisis menggunakan analisis korelasi. Hasil perhitungan volume dari data TLS sebesar 2.574.708,371 m3, selisih hasil volume antar dataTLS dan data UAV Skema 1 sebesar 3.782,155 m3, serta selisih hasil volume antar dataTLS dan data UAV Skema 2 sebesar 17.470,885 m3. Persamaan regresi antara persentase selisih volume dengan kelas kelerengan pada UAV Skema 1 adalah berbentuk linier positif dengan korelasi “Sedang” dengan nilai korelasi sebesar 0,624 . Persamaan regresi antara persentase selisih volume dengan kelas kelerengan pada UAV Skema 2 adalah berbentuk linier positif dengan korelasi “Sedang” dengan nilai korelasi sebesar 0,618   Kata Kunci: Persentase Selisih, Skema, TLS, UAV, Volume  ABSTRACTOpen pit mining companies that have various topographic slopes require topographic measurement data for the purpose of calculating the volume of mining excavation. Measurement using Unmanned Aerial Vehicle (UAV) is expected to be able to be used as an alternative to measurements using Terrestrial Laser Scanner (TLS) for the purpose of volume calculation. This study aims to calculate differences in the results of the calculation of the volume of limestone quarrying between TLS data with UAV aerial data with two different schemes. The method with UAV aerial photography will be analyzed the effect of the area slope class study, on the percentage of the volume difference using the TLS data method. Analysis of the relationship between the percentage difference between the volume and the class of soil slope is expressed in the form of a regression equation. The strength of the relation is analyzed using correlation analysis. The results of the calculation of the volume of TLS data amounted to 2,574,708,371 m3, the difference in volume results between the TLS data and Scheme 1 UAV data amounted to 3,782,155 m3, and the difference between the volume results between TLS data and Schema 2 UAV data amounted to 17,470,885 m3. The regression equation between the percentage difference between the volume and the slope class in UAV Scheme 1 is positive linear with "Moderate" correlation with a correlation value of 0.624. The regression equation between the percentage difference in volume with the slope class in UAV Scheme 2 is positive linear with " Moderate " correlation with a correlation value of 0.618.  Key Words: Percentage of Difference, Scheme, TLS, UAV, Volume
ANALISIS PENAMBAHAN VARIABEL PEMBANDING FISIK DALAM PERHITUNGAN HARGA TANAH DI KECAMATAN BANYUMANIK Lusiana Dewi Fatmalasari; Sawitri Subiyanto; Hana Sugiastu Firdaus
Jurnal Geodesi UNDIP Volume 9, Nomor 2, Tahun 2020
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (374.269 KB)

Abstract

ABSTRAKKecamatan Banyumanik termasuk ke dalam wilayah pinggiran kota (urban fringe) yang berkembang cukup pesat akibat dari padatnya aktivitas pembangunan dan laju pertumbuhan penduduk yang terjadi di pusat Kota Semarang. Hal tersebut menyebabkan meningkatnya permintaan dan penawaran lahan setiap tahun di Kecamatan Banyumanik dimana kondisi wilayahnya didominasi oleh area perbukitan dengan ketinggian kurang lebih 250 mdpl. Topografi yang bervariasi tersebut merupakan salah satu faktor fisik tanah yang menjadi penentu dari tinggi rendahnya harga tanah, oleh karena itu dilakukan penelitian terkait pengaruh penambahan penyesuaian faktor fisik dalam perhitungan harga tanah untuk memperoleh Nilai Pasar Wajar (NPW). Penelitian ini dilakukan dengan membuat peta Zona Nilai Tanah (ZNT) tahun 2013, 2016, dan 2019 berdasarkan data harga tanah hasil survei lapangan dengan penilaian masal. Dilakukan dua kali perhitungan dalam penelitian ini yaitu perhitungan dengan unsur penyesuaian menurut Badan Pertanahan Nasional (BPN) dan perhitungan dengan penambahan penyesuaian variabel pembanding fisik untuk mengetahui tingkat kedekatan data dengan Nilai Jual Objek Pajak (NJOP). Variabel pembanding fisik yang digunakan antara lain kemiringan, lebar jalan, bentuk tanah, luas tanah, dan kedudukan tanah. Berdasarkan data harga tanah yang diperoleh, dilakukan analisis pola harga tanah berdasarkan jalur jalan utama di Kecamatan Banyumanik. Hasil penelitian menunjukkan pada tahun 2013 – 2016 perubahan harga tanah tertinggi terjadi pada zona 53 yang terletak di Kelurahan Sumurboto sebesar Rp 3.351.000 dan pada tahun 2016 - 2019 terjadi pada zona 11 yang terletak di Kelurahan Ngesrep sebesar Rp 8.472.000. Berdasarkan dua perhitungan yang telah dilakukan menunjukkan bahwa perhitungan tanpa variabel pembanding fisik lebih mendekati data NJOP dengan selisih tertinggi Rp 4.553.000 pada tahun 2013, Rp 4.783.000 pada tahun 2016, dan Rp 5.034.000 pada tahun 2019. Dari data harga tanah yang ada dihasilkan pola harga tanah di Kecamatan Banyumanik yang cenderung berbentuk radial yang berpusat pada satu titik yaitu Kantor Kecamatan Banyumanik sebagai pusat kota dan mengikuti jalur jalan utama.  Kata Kunci: ZNT, Faktor Fisik Tanah, NJOP, Pola Harga Tanah, NPW ABSTRACTBanyumanik subdistrict is included in the suburban area (urban fringe) which develops quite rapidly due to the high development activities and population growth rate that is happening in the center of Semarang City. This situation causes an increase of the demand and supply in land every year in Banyumanik District where the area is dominated by hilly areas with an altitude of approximately 250 meters above sea level. This varied topography is one of the physical factor of land that determines the high and low land prices,. therefore this research is conducted related to the effect of adding physical factor adjustment in the calculation of land prices to obtain Fair Market Value (NPW). This research is done by making a map of Land Value Zones (ZNT) in 2013, 2016, and 2019 based on land price data from field observations with mass assessments. The calculations are done twice in this study are calculation with the adjustment element according to the National Land Agency (BPN) and the calculation with the addition of the physical comparison variable adjustment element to determine the level of data proximity with Tax Object Selling Value (NJOP).. Physical comparison variables used in this research are slope, road width, land shape, land area, and land position. Then from the obtained land price data, land price patterns were analyzed based on the main road lane in the Banyumanik District. The results show that in 2013-2016 the highest land price change occurred in zone 53 located in Sumurboto Sub-District with the amount of Rp 3.35.,000 and in 2016-2019 occurred in zone 11 located in Ngesrep Sub-District with the amount of Rp 8.472.000. Both calculations show that the calculation without physical comparison variables is closer to the NJOP data with the percentage difference Rp 4.553.000 in 2013, Rp 4.783.000 in 2016, and Rp 5.034.000 in 2019. From the existing land price data, land price pattern in the District Banyumanik, which tends to be radial, is centered at one point, namely the Banyumanik District Office as the center of the districtt and follows the main road.Keywords: ZNT, Land Physical Factor, NJOP, Land Price Pattern, NPW
ANALISIS PENGARUH FENOMENA UPWELLING TERHADAP JUMLAH TANGKAPAN IKAN DENGAN PENGAMATAN TEMPORAL CITRA AQUA MODIS (Studi Kasus : Selat Bali) Hot Parningotan Banjarnahor; Andri Suprayogi; Nurhadi Bashit
Jurnal Geodesi UNDIP Volume 9, Nomor 2, Tahun 2020
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (479.819 KB)

Abstract

ABSTRAKPerairan Selat Bali merupakan daerah di selatan khatulistiwa yang terletak diantara Pulau Jawa dan Pulau Bali. Perairan Selat Bali memiliki potensi sumber daya perikanan yang cukup tinggi. Kelimpahan dan persebaran ikan dipengaruhi oleh produktivitas lingkungan seperti sebaran konsentrasi klorofil-a dan variasi suhu permukaan laut. Produktivitas lingkungan dipengaruhi oleh fenomena pembalikkan massa air (upwelling) yang diakibatkan oleh pergerakan angin yang melewati Selat Bali. Pada umumnya lokasi penangkapan ikan akan berpindah-pindah mengikuti pergerakan kondisi lingkungan. Tujuan dari penelitian ini adalah untuk mengetahui pengaruh dari fenomena upwelling terhadap jumlah tangkapan ikan dengan pengamatan parameter suhu permukaan laut, klorofil-a, dan angin. Metode yang digunakan untuk pengamatan fenomena upwelling adalah dengan memanfaatkan hasil perekaman citra satelit yaitu citra Aqua MODIS dan data angin ASCAT. Data harian satelit Aqua MODIS dan ASCAT dikompilasi kedalam bentuk musiman menggunakan pemograman IDLuntuk mendapatkan nilai rata-rata parameter upwelling. Hasil akhir dari penelitian ini berupa pola sebaran parameter upwelling serta nilai variabilitas setiap parameternya. Fenomena upwelling di Selat Bali terjadi pada musim Timur dan musim Peralihan II dengan puncak konsentrasi klorofil sebesar 1,870 mg/m3 dan suhu rata-rata terendah 25,366°C serta kecepatan angin tertinggi sebesar 8,808 m/s. Kategori upwelling yang terjadi di Selat Bali didominasi kategori medium yang terjadi pada bulan Mei sampai dengan November dengan luas 26.906 - 3.322,588 km2. Hasil regresi polinomial menunjukkan koefisien determinasi yang berbeda-beda. Tahun 2016 koefisien determinasinya 0,0445, dan 0,2847 yang menunjukkan tingkat hubungan yang rendah, sedangkan tahun 2018 koefisiennya sebesar 0,6823 dan 0,7513 yang menunjukkan hubungan tinggi.Kata kunci: Angin, Aqua Modis, Klorofil-a, Suhu Permukaan Laut, Upwelling.  ABSTRACTThe waters of the Bali Strait are areas south of the equator, located between Java and Bali. The waters of the Bali Strait have a high potential for fishery resources. Fish abundance and distribution are influenced by environmental productivity such as the distribution of chlorophyll-a concentrations and variations in sea surface temperature. Environmental productivity is influenced by the upwelling phenomenon caused by the movement of wind through the Bali Strait. In general, fishing locations will move around following the movement of environmental conditions. The purpose of this study was to determine the effect of the upwelling phenomenon on the number of fish catches by observing parameters of sea surface temperature, chlorophyll-a, and wind. The method used for observing the upwelling phenomenon is to utilize the results of recording satellite imagery, namely Aqua MODIS imagery and Ascat wind data. Daily data on Aqua MODIS and ASCAT satellites are compiled into a seasonal form using IDL programming to get the average value of the upwelling parameter. The final results of this study in the form of the distribution pattern of upwelling parameters and the value of the variability of each parameter. The upwelling phenomenon in the Bali Strait occurred in the East and Transition II seasons with peak chlorophyll concentrations of 1,870 mg/m3 and the lowest average temperature of 25,366 °C and the highest wind speed of 8,808 m/s. The upwelling category that occurred in the Bali Strait is dominated by the medium category which occurred in May to November with an area of 26.906 – 3.322,588 km2. Polynomial regression results show different coefficients of determination. In 2016 the coefficient of determination was 0,0445, and 0,2847, which showed a low level of relationship, while in 2018 the coefficients were 0,6823 and 0,7513, which showed a high relationship.Keywords: Aqua Modis, Chlorophyll-a, Sea Surface, Temperature, Upwelling, Wind.
ANALISIS TINGKAT KEKUMUHAN PADA PERMUKIMAN MENGGUNAKAN MODEL GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) (STUDI KASUS : KOTA SURAKARTA, JAWA TENGAH) Rintyas Chandra Irawan; Arief Laila Nugraha; Hana Sugiastu Firdaus
Jurnal Geodesi UNDIP Volume 9, Nomor 2, Tahun 2020
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (448.148 KB)

Abstract

ABSTRAKKota Surakarta merupakan salah satu kota di Provinsi Jawa Tengah yang sedang mengalami perkembangan yang pesat dari berbagai aspek. Aktivitas perekonomian yang meningkat akan menyebabkan peningkatan arus urbanisasi Kota yang berakibat pertambahan penduduk. Meningkatnya penduduk kota menyebabkan permukiman yang semakin padat, eksploitasi sumber daya lingkungan dan kualitas permukiman yang semakin menurun sehingga menyebabkan terbentuknya permukiman kumuh. Menurut Surat Keputusan Walikota Surakarta 413.21/38.3/1/2016, Kota Surakarta memiliki 28 kawasan permukiman kumuh dengan luas total permukiman kumuh Kota Surakarata 359,55 Ha yang tersebar pada 51 Kelurahan di Kota Surakarta. Klasifikasi permukiman kumuh Kota Surakarta dapat dilakukan dengan metode scoring dengan 16 parameter permukiman kumuh yaitu Ketersesuaian terhadap tata ruang (X1), Kepadatan bangunan (X2), Kondisi bangunan temporer (X3), Ketidakteraturan bangunan (X4), Kepadatan Penduduk (X5), Cakupan pelayanan jalan lingkungan (X6), Kualitas permukaan jalan (X7), Ketikamampuan mengalirkan limpasan air (X8). Ketersediaan saluran drainase (X9), Kualitas saluran drainase (X10), Ketersediaan akses aman air minum (X11), Tidak terpenuhinya kebutuhan minimal air minum layak (X12), Sistem pengelolaan air limbah (X13), Sarana prasarana pengelolaan air limbah (X14), Sarana prasarana persampahan  (X15) dan Sistem pengelolaan persampahan (X16). Permukiman kumuh Kota Surakarta dapat di modelkan menggunakan Geographically Weighted Regression (GWR). Metode GWR menggunakan pembobotan spasial untuk menghilangkan efek heterogenitas spasial dalam analisis data geostatistik. Penelitian ini memodelkan hubungan antara permukiman kumuh Kota Surakarta sebagai variabel terikatnya dengan 16 parameter permukiman kumuh sebagai variabel bebasnya. Hasil penelitian ini menunjukkan bahwa permukiman kumuh pada setiap Kelurahan di Kota Surakarta dapat diklasifikasikan menjadi tidak kumuh dan kumuh ringan. Kumuh ringan terdapat pada 13 Kelurahan yaitu Kelurana Kestalan, Manahan, Nusukan, Gandekan, Kepatihan Kulon, Sewu, Kerten, Baluwarti, Joyotakan, Kemlayan, Kratonan, Serengan dan Tipes. Model GWR dalam pemodelan terhadap terjadinya permukiman kumuh dapat digunakan, dimana model ini memiliki nilai koefisien determinasi (R2) sebesar 0,970543 serta nilai RSS lebih rendah sebesar 22,180616 dari model global regresi. Parameter yang paling berpengaruh signifikan terhadap terjadinya permukiman kumuh adalah cakupan pelayanan jalan lingkungan (X6) dimana variabel ini selalu muncul di 26 Kelurahan dan sistem pengelolaan persampahan (X16) yang paling kurang berpengaruh dimana hanya muncul pada 4 Kelurahan saat melakukan uji parsial model dengan nilai |thitung| ≥ t0,025;34 = 2,0324.Kata kunci : GWR, Klasifikasi Tingkat Kekumuhan, Kota Surakarta, Penilaian KumuhABSTRACTSurakarta City is one of the cities in Central Java Province that is experiencing rapid development from various aspects. Increased economic activity will cause an increase in the urbanization flow of the City resulting in population growth. An increase in urban population will lead to increasingly dense settlements, exploitation of environmental resources and a declining quality of settlements, leading to the formation of slums. According to the Decree of the Mayor of Surakarta 413.21 / 38.3 / 1/2016, Surakarta City has 28 slum areas with a total area of 359.55 hectares of Surakarata slum areas spread over 51 kelurahans in the city of Surakarta. The classification of Surakarta City slums can be done using the scoring method using 16 parameters of slum areas, namely Suitability to spatial (X1), Building density (X2), Temporary building conditions (X3), Building irregularity (X4), Population Density (X5), Coverage of environmental road services (X6), road surface quality (X7), ability to drain water runoff (X8). Availability of drainage channels (X9), Quality of drainage channels (X10), Availability of safe access to drinking water (X11), Non-fulfillment of minimum requirements for proper drinking water (X12), Wastewater management system (X13), Wastewater management infrastructure (X14) , Solid waste infrastructure (X15) and Solid waste management system (X16). Surakarta City slums can be modeled using Geographically Weighted Regression (GWR). The GWR method uses spatial weighting to eliminate the effects of spatial heterogeneity in the analysis of geostatistical data. This study models the relationship between Surakarta City slums as the dependent variable with 16 slum parameters as the independent variable. The results of this study indicate that slums in each Kelurahan in Surakarta City can be classified as not slum and mild slum. Mild slums are found in 13 Subdistrict, namely Kestalan, Manahan, Nusukan, Gandekan, Kepatihan Kulon, Sewu, Kerten, Baluwarti, Joyotakan, Kemlayan, Kratonan, Serengan and Tipes. The GWR model in modeling the occurrence of slums can be used, where this model has a coefficient of determination (R2 = 0.970543) and a lower RSS (22.180616) than the global model. The parameters that have the most significant influence on the occurrence of slums are the coverage of environmental road services (X6) where this variable always appears in 26 Subdistrict and the waste management system (X16 where its just appears in 4 Subdistrict when conducting partial test models with the value | t count | ≥ t0,025; 34 = 2,0324. Keywords : Assestment Slum Level, Classification of Slum, GWR, Surakarta City
PEMBUATAN MODEL 3D WADUK PENDIDIKAN DIPONEGORO MENGGUNAKAN DATA UAV PADA TAHUN 2019 Jonathan Ardian Hendra Pranoto; L.M Sabri; Nurhadi Bashit
Jurnal Geodesi UNDIP Volume 9, Nomor 2, Tahun 2020
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (668.65 KB)

Abstract

ABSTRAKBendungan adalah bangunan yang berupa urukan tanah, urukan batu, beton, dan/atau pasangan batu yang dibangun menampung dan mengatur laju air. Waduk adalah wadah buatan yang terbentuk sebagai akibat dibangunnya bendungan. Waduk membutuhan pemeliharaan dalam menjalankan fungsinya sehingga dapat bekerja secara normal dan dapat memberikan manfaat yang sesuai dengan rencana. Kurangnya perawatan bendungan akan mengakibatkan menurunnya efektifitas bendungan dan dapat membahayakan keamanan bendungan tersebut. Pemantaun bendungan dalam prosesnya diperlukan teknologi yang dapat memetakan kondisi kontruksi bendungan. Pemetaan terestris lapangan terkendala dengan kemiringan lahan, sementara itu pemetaan menggunakan satelit terkendala resolusi data yang rendah, sedangkan pengukuran menggunakan pesawat berawak kurang efektif karena membutuhkan biaya yang cukup besar. Berdasarkan permasalahan tersebut, maka digunakan teknologi pesawat tampa awak atau UAV (Unmanned Aerial Vehicle) untuk survei dan pemetaan kondisi waduk. Penelitian ini dilaksanakan di kawasan Waduk Pendidikan Diponegoro menggunakan data pemotretan udara dari UAV. Misi pemotretan foto udara menggunakan ketinggian 90 m dan 100 m dengan overlap foto sebesar 80%. Data tersebut diolah untuk menghasilkan model DTM (Digital Terrain Model) dan orthofoto dari bendungan. Hasil uji akurasi ketinggian, Peta hasil pemotretan udara memiliki nilai RMSE sebesar 0,116 m dengan nilai perubahan koordinat vertikal rata-rata sebesar 0,013 m. Hasil analisis Uji akurasi Planimetrik, Peta hasil pemotretan udara memiliki nilai RMSE sebesar  0,231  m dengan nilai perubahan koordinat horizontal rata-rata sebesar 0,060 m. Hasil DTM dan orthofoto yang terbentuk digunakan sebagai data pemantauan untuk pemeliharaan kawasan bendungan. Kata kunci: Bendungan, Pemodelan Tiga Dimensi, UAV, Waduk Pendidikan Diponegoro     ABSTRACT           Dams are buildings in the form of earth fill, rock fill, concrete, and / or stone pairs that are built to storing and regulate the water rate. Reservoirs are artificial containers formed as a result of the dam being built. The reservoir needs maintenance in carrying out its functions so that it can work normally and can provide benefits in accordance with the plan. Lack of maintenance of the dam will result in decreased effectiveness of the dam and can endanger the safety of the dam. Dam monitoring in the process requires technology that can map the condition of dam construction. Field terrestrial mapping is constrained by land slope, mapping using satellites is constrained by low resolution data, while measurement using manned aircraft is less effective because it requires a large enough cost. Based on these problems, the UAV (Unmanned Aerial Vehicle) technology is used to survey and map reservoir conditions. This research was conducted in the Diponegoro Educational Reservoir area using aerial photography data from the UAV. The aerial photo shoot mission uses a height of 90 m and 100 m with an overlap of photos by 80%. The data is processed to produce DTM (Digital Terrain Model) and orthophoto models from the dam. Altitude accuracy test results, the map of aerial photography has an RMSE value of 0.116 m with an average vertical coordinate change of 0.013 m. Analysis of Planimetric accuracy test results, Maps of aerial photography have RMSE values of 0.231 m with an average horizontal coordinate change of 0.060 m. The results of DTM and orthophoto formed are used as monitoring data for the maintenance of dam areas.
ANALISIS KETERSEDIAAN RUANG TERBUKA HIJAU TERHADAP EMISI CO2 OLEH GAS BUANG KENDARAAN BERMOTORDI KELURAHAN TEMBALANG DAN SUMURBOTO Cartenz Noviantri Handayani; Abdi Sukmono; Hana Sugiastu Firdaus
Jurnal Geodesi UNDIP Volume 9, Nomor 2, Tahun 2020
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (406.611 KB)

Abstract

ABSTRAKWilayah Kelurahan Tembalang dan Sumurboto sebagai wilayah terdampak perkembangan kawasan pendidikan mengalami peningkatan aktivitas pemenuhan kebutuhan masyarakat yang signifikan. Seiring dengan peningkatan aktivitas tersebut, maka kebutuhan transportasi yang memadai akan meningkat dan mengakibatkan kepadatan kendaraan bermotor di kawasan ini pada jam-jam tertentu. Kondisi ini dapat meningkatkan risiko pemanasan global (global warming) akibat kenaikan Efek Rumah Kaca (ERK) yang dipicu oleh meningkatnya emisi CO2. Maka diperlukan penelitian mengenai keseimbangan lingkungan berupa ketersediaan Ruang Terbuka Hijau (RTH) yang dapat berperan sebagai penyerap emisi CO2. Metode survei data primer menggunakan pemotretan foto udara UAV untuk peta dasar digitasi persebaran RTH dan traffic counting pada puncak lalumlintas yang bertujuan untuk mengetahui kadar CO2 maksimum oleh kendaraan bermotor pada ruas jalan. Analisis penghitungan daya serap dengan mengalikan luas tutupan vegetasi dan daya serapnya terhadap CO2. Analisis penghitungan kadar emisi CO2 dengan persamaan kekuatan emisi dan klasifikasinya menggunakan natrual breaks. Analisis spasial hasil kekuatan emisi CO2 dan luas tutupan vegetasi dengan menggunakan metode Sistem Informasi Geospasial (SIG). Hasil akhir penelitian ini menunjukkan bahwa terdapat 9 ruas jalan dengan daya serap sangat kurang. Saran sebagai penanggulangan kondisi ini adalah dengan optimalisasi RTH eksisting pada Jalan Banjarsari Raya disertai penambahan luas 0,903 Ha, Jalan Jatimulyo disertai penambahan luas 0,729 Ha, Jalan Sirojudin disertai penambahan luas 0,146 Ha, Jalan Soedharto bagian GSG disertai penambahan luas 0,475 Ha, Jalan Soedharto di area jembatan tol disertai penambahan luas 0,837 Ha, Jalan Setiabudi bagian selatan Patung Diponegoro disertai penambahan luas 12,518 Ha, Setiabudi bagian utara Patung Diponegoro disertai penambahan luas 10,762 Ha,  dan Tol Gerbang Tembalang disertai penambahan luas 13,210 Ha. Kata Kunci:         Daya serap CO2, Emisi CO2, Foto udara, Ruang Terbuka Hijau (RTH), Traffic counting ABSTRACTTembalang and Sumurboto Village as affected areas by the educational activities have increase significant people’s activities to supply their needs. Along with it, the need of proper transportation will also increases and will causes density of motorized vehicles at certain hours. This condition can increase the risk of global warming due to the Greenhouse Effect which is triggered by CO2 emissions. So this research is needed for environmental balance to know about Green Open Space availability that can absorb CO2 emissions. The primary data survey method uses aerial photography for the basemap of the distribution of Green Open Space, and traffic counting at the peak traffic which aims to determine maximum CO2 levels on the road. Calculation analysis of Green Open Space absorption is by multiplying the area of vegetation cover and its CO2’s absorption capacity. Calculation analysis of CO2 emission levels uses equation of emission strength and the level’s classification uses natrual breaks. Spatial analysis of the CO2’s strength emissions and the area of vegetation cover is using the Geospatial Information System (GIS) method. The final results of this research indicate that there are 9 roads with CO2 emissions remaining after optimizing the existing Green Open Space. Suggestions to overcome this condition are by optimizing the existing green open spaces on Jalan Banjarsari Raya with 0,903 Ha additional area, Jalan Jatimulyo with 0,729 Ha additional area, Jalan Sirojudin with 0,146 Ha additional area, Jalan Soedharto GSG section with 0,475 Ha additional area, Jalan Soedharto in the area toll bridge with 0,837 Ha additional area, Jalan Setiabudi in the southern part of Diponegoro Statue with 12,518 Ha addition area, Setiabudi in the northern part of Diponegoro Statue with 10,762 Ha addition area, and Tembalang Gate Toll Road with 13,210 Ha addition area. Key Word:           Aerial photography, CO2 absorbtion, CO2 emission, Green Open Space, Traffic counting
SURVEI DEFORMASI SESAR KALIGARANG DENGAN METODE SURVEI GNSS TAHUN 2019 Bagas Yanna Aulia Fattaah; L.M Sabri; Moehammad Awwaluddin
Jurnal Geodesi UNDIP Volume 9, Nomor 2, Tahun 2020
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (418.9 KB)

Abstract

ABSTRAKKota Semarang dilalui oleh Sesar Kaligarang yang membelah antara Semarang Timur dan Semarang Barat. Sesar Kaligarang terdapat pada lembah Sungai Kaligarang yang membelah wilayah Semarang pada arah utara sampai selatan. Lembah dari sungai ini diduga merupakan sesar yang aktif sejak zaman tersier hingga kuarter. Sesar aktif dapat bergerak relatif kecil maupun besar. Pergeseran dari sesar ini dapat berdampak pada infrastruktur di sekeliling sesar seperti jalan, jembatan, dan lain lain. Permasalahan tersebut yang mendasari penelitian ini untuk melakukan pemantauan terhadap Sesar Kaligarang. Tujuan dari penelitian ini yaitu untuk mengetahui kondisi deformasi di daerah sekitar Sesar Kaligarang pada 2 periode yaitu tahun 2018 dan 2019. Titik pengamatan pada penelitian ini tersebar di 12 titik di Kota Semarang. Penentuan deformasi Sesar Kaligarang dapat ditentukan dengan pengamatan GNSS secara berkala. Pengukuran yang dilakukan pada penelitian ini menggunakan GNSS dual frekuensi. Data sekunder yang digunakan adalah data GNSS yang diukur pada tahun 2018 bulan Juni. Pengolahan data GNSS dilakukan dengan software GAMIT 10.7. Hasil dari penelitian ini yaitu kondisi deformasi di daerah sekitar Sesar Kaligarang dari tahun 2018 hingga 2019 mengalami pergeseran pada bagian barat sesar sebesar 0,017 m/tahun sampai 0,103 m/tahun dan pada bagian timur sebesar 0,009 m/tahun sampai 0,0115 m/tahun. Bagian barat sesar utama mengalami pergerakan yang lebih dinamis dibandingkan dengan pergerakan pada bagian timur sesar utama. Pengolahan menggunakan 1 titik ikat yang berbeda beda menunjukan hasil dengan selisih yang cukup sedikit setiap titiknya.  Kata Kunci : GNSS, Deformasi, Sesar, Sesar Kaligarang.  ABSTRACTThe city of Semarang is crossed by the Kaligarang Fault which divides East Semarang with West Semarang. The Kaligarang Fault is found in the Kaligarang River valley which divides the Semarang area from north to south. River valleys are considered as active faults from the tertiary to the quarter. Active fault can move relative slowly or faster. This movement can be effected into the infrastructur in arround of its fault. This problem that underlines this research to monitor Kaligarang Fault movement. The purpose of this research is to knowing the deformation condition at the area arround the Kaligarang Fault in 2 periods of time. Observation points of this research is spread at 12 points in Semarang City.  The determination of Kaligarang fault deformation can be calculated by periodic GNSS observations. GNSS data processing is using GAMIT 10.7 software. The results of this study are the deformation conditions in the area around the Kaligarang fault from 2018 to 2019 there was a shift in the western fault of 0.017 m / year to 0.103 m / year and in the east by 0.009 m / year for 0.0115 m / year. The western part of the main fault is more dynamic than the eastern part of the main fault. Processing data using 1 different control point shows the results with slight difference in value.
ANALISIS LAJU PERUBAHAN GARIS PANTAI MENGGUNAKAN METODE NET SHORELINE MOVEMENT (NSM) DENGAN ADD-IN DIGITAL SHORELINE ANALYSIS SYSTEM (DSAS) (STUDI KASUS : PESISIR BARAT KABUPATEN PANDEGLANG) Ario Damar Wicaksono; Moehammad Awaluddin; Nurhadi Bashit
Jurnal Geodesi UNDIP Volume 9, Nomor 2, Tahun 2020
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (292.702 KB)

Abstract

ABSTRAKPerubahan garis pantai merupakan suatu permasalahan yang ada di Kabupaten pandeglang sehingga menjadi perhatian pemerintah, karena sebagai salah satu daerah berkembang akibat wisata alam pantai. Oleh karena itu, pemantauan perubahan garis pantai di pesisir kabupaten pandeglang diperlukan untuk melihat perubahan garis pantai yang terjadi. Hal tersebut mendorong peneliti untuk membuat penelitian tentang pemantauan laju perubahan garis pantai yang ada di empat kecamatan Kabupaten Pandeglang antara lain Kecamatan Labuan, Kecamatan Pagelaran, Kecamatan Sukaresmi dan Kecamatan Panimbang dan membuat peta tutupan lahan untuk melihat perubahan dari tutupan lahan disekitar pantai berdasarkan perubahan garis pantai yang terjadi.Penelitian ini menggunakan citra satelit landsat 5 dan landsat 8 yang menerapkan algoritma BILKO untuk tahapan ekstraksi garis pantainya. Laju perubahan garis pantai menggunakan add-ins DSAS dengan metode Net Shoreline Movement sehingga terlihat laju perubahan garis pantai dari tahun 2011, 2015 dan 2019 serta menggunakan perangkat lunak eCognition Developer untuk melihat perubahan tutupan lahan pada tahun 2011, 2015 dan 2019 dengan metode segmentasi dan klasifikasi terbimbing.Hasil yang diperoleh dari penelitian ini adalah laju perubahan garis pantai tahun 2011, 2015 dan tahun 2019 terjadi perubahan yang didominasi oleh akresi dari pengolahan dengan metode Net Shoreline Movement terjadi akresi yang terjadi mencapai jarak 314,5 meter sedangkan abrasi yang terjauh sebesar -30,3 meter. Lokasi serta nilai abrasi dan akresi maksimum tersebar di 2 titik pada garis pantai setiap kecamatan. Tutupan lahan pada tahun 2011, 2015 dan 2019 mengalami perubahan akibat adanya perubahan garis pantai. Lahan yang berubah didominasi oleh perubahan vegetasi yang berubah menjadi lahan terbuka. Berkurangnya presentasi vegetasi sebanyak 22,16% telah berubah menjadi lahan terbuka yang bertambah persentasenya sebanyak 25,33%.Kata kunci : Abrasi, Akresi, Garis Pantai, Tutupan Lahan, DSAS. ABSTRACTThe problem of coastline changes in Pandeglang Regency has become the government's attention, because as one of the developing regions due to its natural beach tourism. Because of that is necessary to monitor the coastline changes on the coast of Pandeglang Regency. This prompted researchers to conduct research on monitoring the rate of changes in coastlines in four districts of Pandeglang Regency including Labuan District, Pagelaran District, Sukaresmi District and Panimbang District and create a map of land cover to see changes in land cover based on coastline changes that occurred.This research uses Landsat 5 and Landsat 8 satellite imagery applied by BILKO algorithm for its coastline extraction stages, using DSAS add-ins with the Net Shoreline Movement method to see shoreline change rates from 2011, 2015 and 2019 and using eCognition Developer software for seeing changes in land cover in 2011, 2015 and 2019 with segmentation and supervised classification.The results obtained from this research are the rate of shoreline changes in 2011, 2015 and 2019 there was a change that was dominated by accretion from processing with the Net Shoreline Movement method. Accretion occurred at a distance of 314.5 meters while the furthest abrasion was -30.3 meters . Location and maximum abrasion and accretion values are spread in two points on the coastline of each district. Land cover in 2011, 2015 and 2019 has changed by having a random change in value. Changing land is dominated by changes in vegetation that turn into open land. The decrease in vegetation presentation by 22.16% has turned into open land which has increased by 25.33%. Keywords : Abrasion, Accretion, Shorelines, Land Cover, DSAS.        
STUDI PENURUNAN MUKA TANAH DI KAWASAN INDUSTRI KENDAL DENGAN METODE PERMANENT SCATTERER INTERFEROMETRIC SYNTHETIC APERTURE RADAR (PS InSAR) MENGGUNAKAN CITRA SENTINEL 1-A TAHUN 2014-2019 Bilal Fadhlurrohman; Yudo Prasetyo; Nurhadi Bashit
Jurnal Geodesi UNDIP Volume 9, Nomor 2, Tahun 2020
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (406.92 KB)

Abstract

ABSTRAKKabupaten Kendal merupakan salah satu Kabupaten di Provinsi Jawa Tengah yang terletak di wilayah pesisir utara Pulau Jawa. Pemerintah Kabupaten Kendal sedang gencar melakukan pembangunan infrastruktur pada beberapa tahun terakhir yang ditandai dengan adanya proses pembangunan Kawasan Industri Kendal (KIK). Proses pembangunan infrastruktur yang terjadi di Kabupaten Kendal tidaklah lepas dari adanya fenomena alam yang harus dihadapi seperti penurunan muka tanah (PMT). Oleh sebab itu, penelitian ini mengkaji terkait PMT di KIK yang dilakukan dengan menggunakan teknik Permanent Scatterer Interferometric Synthetic Aperture Radar (PS InSAR) menggunakan 14 citra Sentinel-1A tahun 2014-2019 yang diolah menggunakan software SNAP dan StaMPS. Hasil pengolahan PS InSAR menunjukkan laju PMT yang terjadi di KIK mencapai 3,1 ± 0,09 hingga 0,88 cm/tahun dengan laju rata-rata sebesar 1,5 ± 0,09 hingga 0,88 cm/tahun. Pola pertumbuhan kawasan terbangun di KIK menunjukkan perubahan terjadi dari arah timur ke barat. Hasil overlay antara PMT dan pertumbuhan kawasan terbangun menunjukkan korelasi spasial yang cukup kuat karena keduanya memiliki arah yang sama yang mana PMT semakin besar ketika mengarah ke barat KIK. Dampak PMT terhadap pertumbuhan kawasan terbangun cenderung tidak besar. Pertumbuhan kawasan terbangun yang tergolong kedalam kelas PMT tinggi dengan rentang nilai 2 hingga 3,1 ± 0,09 hingga 0,88 cm/tahun mencapai 38,5% dengan luas sebesar 401.033 m2, kedalam kelas PMT sedang dengan rentang nilai 1 hingga 2 ± 0,09 hingga 0,88 cm/tahun sebesar 37,4% dengan luas 389.802 m2 dan kelas rendah sebesar 15,8% dengan luas 164.818 m2. Sedangkan yang tidak mengalami PMT adalah sebesar 8,3% dengan luas 85.941 m2.  Kata Kunci   : Kawasan Industri Kendal, Penurunan Muka Tanah, PS InSAR, Sentinel, StaMPSABSTRACTKendal Regency is one of the regencies in Central Java which is located in the northern coast of Java Island. The Kendal Regency Government is intensively conducting infrastructure development in the last few years marked by the process of developing the Kendal Industrial Zone (KIK) which is experiencing the natural phenomena that must be faced such as land subsidence (LS). Therefore, this study examines LS in KIK conducted by using Permanent Scatterer Interferometric Synthetic Aperture Radar (PS InSAR) technique using 14 Sentinel-1A images in 2014-2019 which were processed in SNAP and StaMPS software. The results of PS InSAR processing show that LS rates that occur in KIK reach 3.1 ± 0.09 to 0.88 cm/year with an average rate of 1.5 ± 0.09 to 0.88 cm/year. The growth pattern of the built up area in KIK shows the change occurred from east to west. The results of overlaying between the PMT and the growth of the built up area show a fairly strong spatial correlation because both have the same direction where the PMT gets bigger when it heads to west of the KIK. The impact of the PMT on the growth of the built up area tends not to be large. The growth of the built up area which is classified into high PMT class with a range of values from 2 to 3.1 ± 0.09 to 0.88 cm/year reaches 38.5% with an area of 401,033 m2, into moderate PMT class with values ranging from 1 to 2 ± 0.09 to 0.88 cm/year by 37.4% with an area of 389,802 m2 and into low PMT class by 15.8% with an area 164,818 m2. While that which did not experience PMT was 8.3% with an area of 85,941 m2.  Keywords       : Kendal Industrial Area, Land Subsidence, PS InSAR, Sentinel, StaMPS

Page 2 of 3 | Total Record : 23


Filter by Year

2020 2020


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