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 839 Documents
 10   11   12   13   14 
Analisis Pemanfaatan Citra Landsat 7 Untuk Pemetaan Kandungan Bahan Organik Tanah Dengan Metode Pca Dan Regresi Linier Berganda Bertahap Di Kabupaten Bangkalan Mohammad Idris; Sawitri Subiyanto; L. M. Sabri
Jurnal Geodesi UNDIP Volume 3, Nomor 1, Tahun 2014
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (684.44 KB)

Abstract

Information on soil organic matter (SOM) is required for consideration in planning development of sustainable land as land with high SOM score could be prioritized for field potential. Bangkalan regency encounters increased shift in land use after the operation of Suramadu bridge, causing land convertion does not consider natural value of the soils. In this study, mapping of soil organic matter on july 2013 is implemented by using remote sensing techniques. The remote sensing data is Landsat 7 (bands 1, 2, 3, 4, 5, and 7) with Normalized Difference Soil Index (NDSI) as the land identification. Ground-truth data be obtained by analyzing organic matter using ASTM D 2974 combustion method (American Society for Testing and Materials on Standard Test Methods for Moisture, Ash, and Organic Matter of Peat and Other Organic Soils). Data analysis uses stepwise multiple linear regression with three types of input (pixel values of 6 bands in grayscale mode,PCA with 6 PCs, and PCA with 3 PCs). The results showed that using principal component analysis (PCA) with 6 PCs can be used to predict soil organic matter. Application of stepwise multiple linear regression (SMLR) equation by using input principal component analysis (PCA) with 6 PCs to estimate soil organic matter showed that the soil in the study area generally contain diverse organic matter (covering 61.7% of the study area). Therefore, information on texture and structure contents of soils, harvest periods, cover crops, guided use of fertilizers, socio-economic incentives are needed to improve the results of BOT in study areaKeywords: remote sensing, mapping, soil organic matter, SMLR, PCA
ANALISIS POTENSI PERUNTUKAN LAHAN RUMAH SAKIT DINILAI DARI ASPEK FISIK DAN KEBUTUHAN PENDUDUK DENGAN SISTEM INFORMASI GEOGRAFIS DI KOTA SEMARANG Stella Purnomo; Sawitri Subiyanto; Arief Laila Nugraha
Jurnal Geodesi UNDIP Volume 6, Nomor 4, Tahun 2017
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (575.08 KB)

Abstract

ABSTRAK Rumah sakit merupakan salah satu fasilitas umum yang sangat dibutuhkan penduduk. Semakin cepat perkembangan penduduk di suatu daerah menandakan semakin meningkatnya kebutuhan rumah sakit bagi setiap penduduk. Lokasi rumah sakit tersebut juga harus berada pada lokasi yang sesuai agar dapat memenuhi kebutuhan penduduk tersebut. Jenis penelitian yang digunakan ini adalah menganalisis kebutuhan rumah sakit dengan melihat perbandingan antara jumlah penduduk di Kota Semarang  dengan jumlah tempat tidur rawat inap rumah sakit yang telah tersedia. Selain itu juga dilakukan analisis dengan menggunakan metode pembobotan Analytical Hierarchy Process (AHP) dalam penentuan tingkat kepentingan dari kriteria lokasi rumah sakit yang sesuai. Adapun kriteria yang digunakan yaitu mencakup kriteria tata guna lahan, kemiringan lahan, kelas jalan, daerah potensi banjir, daerah potensi longsor, jarak terhadap TPA dan TPS, tingkat polusi udara dan tingkat kebisingan. Dari analisis dengan menggunakan metode AHP menunjukan besar bobot yang mempengaruhi untuk masing – masing kriteria sebesar 54,820% untuk tata guna lahan, 12,541% untuk potensi longsor, 10,082% untuk kelas jalan, 9,722% untuk daerah potensi banjir, 5,010% untuk jarak TPA dan TPS, 3,509% untuk kemiringan lahan, 2,456% untuk tingkat polusi udara dan 1,859% untuk tingkat kebisingan. Dari hasil overlay peta hasil pembobotan menggunakan metode Sistem Informasi Geografis (SIG) dengan prasyarat lokasi rumah sakit, dipilih tiga alternatif daerah yang sangat sesuai untuk menjadi lokasi rumah sakit di Kota Semarang, yaitu di Kecamatan Pedurungan, Kecamatan Gayamsari dan Kecamatan Semarang Barat. Dan untuk 19 rumah sakit umum yang telah ada di Kota Semarang, ada 14 rumah sakit berada di lokasi yang sangat sesuai, 5 rumah sakit berada pada lokasi yang sesuai dan tidak ada rumah sakit yang terletak di lahan yang tidak sesuai. Sedangkan untuk kebutuhan penduduk terhadap rumah sakit di Kota Semarang pun telah terpenuhi dengan jumlah tempat tidur sebanyak 4.589 untuk 1.602.717 jiwa penduduk di Kota Semarang.
STUDI AREA LONGSOR KOTA DEPOK DENGAN METODE PEMBOBOTAN PARAMETER Adib Fahrul Arifin; Sutomo Kahar; Bandi Sasmito
Jurnal Geodesi UNDIP Volume 4, Nomor 3, Tahun 2015
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (844.739 KB)

Abstract

ABSTRAK   Dalam periode akhir tahun 2014 sudah sekitar 5 kejadian tanah longsor yang menimpa wilayah kota Depok. Untuk itu perlu dibuat peta zona rawan longsor guna menghasilkan informasi mengenai posisi yang berkaitan dengan tingkat kerawanan longsornya di kota Depok. Peta ini dapat digunakan sebagai bahan acuan dalam pengambilan keputusan guna tindakan pencegahan terjadinya tanah longsor di daerah yang rawan, sehingga mengurangi jumlah korban jiwa maupun materi dan juga perencanan dalam pembangunan sarana dan prasarana.Penelitian ini menggunakan data citra pengindraan jauh Quickbird dan SIG (Sistem Informasi Geografis) dengan melakukan pembobotan terhadap parameter yang mempengaruhi terjadinya longsor, yaitu: kelerengan, penggunaan lahan, jenis tanah,  ketinggian, dan curah hujan dan membandingkan dua metode pembobotan parameter. Hasil dari Penelitian ini adalah peta kerawanan longsor yang dibagi menjadi lima kelas kerawanan yaitu: tidak rawan, agak rawan, cukup rawan, rawan, dan sangat rawan. Hasil informasi yang didapatkan adalah sebagian besar wilayah kota Depok masuk dalam kelas “agak rawan”, yaitu 48,49% dari total luasnya yaitu sebesar 9316,96232 Ha. Sedangkan sisanya masuk dalam kelas “Tidak Rawan” sebesar 22,27% (4279,860 ha),”Cukup Rawan” 25,57% (4912,882 ha, “Rawan” sebesar 2,98% (573,589 ha), dan”Sangat Rawan” sebesar 0,67% (129,982 ha).Kata Kunci : Tanah Longsor (Landslide), Peta, Kota Depok, Sistem Informasi Geografis  ABSTRACT In the end period of 2014 already 5 landslides that befell the city of Depok. Thus, needed a map of landslide-prone zones in order to generate information about a position with regard to the level of landslide insecurity in the city of Depok. This map can be used as reference in decision making to precautionary the occurrence of landslide in prone area, thus reducing the number of casualties our material and also planning in the development of facilities and infrastructure.This research uses remote sensing imagery Quickbird data and GIS (Geographic Information Systems) by doing  weighting parameters that influence the occurrence of landslides and comparing the two methods of weighting parameters. These parameters are slope, land use, soil type, altitude, and rainfall. The result of this research is map of insecurity the avalanche split into five classes, namely not prone, rather prone, quite a prone, prone, and is very prone. The information obtained is most areas of the city was included in the class “rather prone” as big as 48,49% from total area of Depok as big as 9316,96232 Ha. While the rest was included in the class “not prone” as big as 22,27% (4279,860 Ha), in the class “quite a prone” as big as 25,57% (4912,882 Ha), in the class “prone” as big as 2,98% (573,389 Ha), and in the class “is very prone” as big as 0,67% (129,982 Ha).Kata Kunci: Landslides, Map, Depok, Remote Sensing, Geographic Information Systems           *) Penulis PenanggungJawab
STUDI DEFORMASI WADUK PENDIDIKAN DIPONEGORO TAHUN 2018 Wikan Isthika Murti; Bambang Darmo Yuwono; L M Sabri
Jurnal Geodesi UNDIP Vol 8, No 1 (2019)
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (598.941 KB)

Abstract

Bendungan merupakan kontruksi yang digunakan untuk menahan pergerakan air menjadi danau atau waduk yang dapat digunakan untuk berbagai kegiatan dan fungsi, seperti pembangkit listrik, tempat rekreasi ,tempat penyimpanan cadangan air, mencegah banjir dan sebagai sumber irigasi. Kontruksi bendugan yang terdapat di kawasan Universitas Diponegoro membentuk waduk yang biasa dikenal dengan nama Waduk Pendidikan Diponegoro. Waduk ini mampu menampung genangan air normal sampai 478.240 m3 dengan luas daerah tangkapan air mencapai 7,1338 Ha. Bangunan bendungan sangat rentan mengalami perubahan dimensi dan bentuk  karena adanya tekanan air. Proses loading air menyebabkan adanya tekanan terus menerus terhadap badan bendungan, apabila tidak dilakukan suatu pemantauan berkala maka tidak akan diketahui perubahan dimensi dan bentuk yang dapat mengakibatkan kerusakan bendungan. Salah satu cara untuk mengetahui adanya perubahan tersebut adalah dengan melakukan pengamatan deformasi pada tubuh bendungan. Penelitian tugas akhir ini akan dilakukan pengamatan fenomena-fenomena deformasi dan geodinamika buatan manusia terhadap Waduk Pendidikan Diponegoro, dengan metode pengamatan satelit menggunakan Global Navigation Satellite System (GNSS) akan dilakukan pengamatan terhadap titik tetap (bench mark) yang tersebar di sekitar bendungan. Pengamatan deformasi akan dilaksanakan pada periode April sampai dengan Juli. Setelah pengamatan maka dilakukan pengolahan data menggunakan software GAMIT/GLOBK 10.7 untuk mengetahui koordinat dari masing-masing titik tetap setiap akuisisi data. Pengolahan yang dilakukan pada penelitian ini menghasilkan kesimpulan bahwa pengukuran koordinat dan jarak menggunakan GNSS maupun totalstation tidak terjadi pergeseran. Pada hasil pengukuran ketinggian menggunakan GNSS terjadi perubahan nilai pada titik pengamatan, berdasarkan hasil uji statistik yang dilakukan tidak terjadi pergerakan pada titik pengamatan.
DESAIN PENGEMBANGAN APLIKASI PELAYANAN AIR BERSIH DESA SARIREJO KECAMATAN GUNTUR KABUPATEN DEMAK BERBASIS GIS DESKTOP Wahyu Adi Yuliyanto; Arief Laila Nugraha; Hani'ah Hani'ah
Jurnal Geodesi UNDIP Volume 5, Nomor 4, Tahun 2016
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1111.17 KB)

Abstract

ABSTRAKAir sebagai sumber kehidupan utama makhluk hidup. Terkait dengan penggunaan air oleh manusia, memang perlu digunakan dengan bijak. Sumber air diperoleh secara individu maupun kolektif. Pemenuhan air secara kolektif diperlukan pengelolaan yang baik agar air dapat terdistribusi merata dan dapat diatur penggunaannya dengan memperhatikan aspek lingkungan hidup. Seiring perkembangan teknologi informasi dalam pemetaan yang meningkat pesat, maka dapat dimanfaatkan untuk mendesain pengembangan aplikasi berbasis GIS Desktop untuk pelayanan air bersih desa (ABDES) Sarirejo kecamatan Guntur kabupaten Demak.Proses pemetaan pada penelitian ini menggunakan citra satelit resolusi tinggi untuk pemetaan existing desa secara utuh. Pengolahan data citra menjadi data vektor menggunakan software GIS yang kemudian digunakan sebagai peta dasar. Peta dasar tersebut dapat diturunkan menjadi peta pelanggan, pengelola, tower penampung air dan jaringan pipa air ABDES. Desain pengembangan aplikasi menggunakan kontrol DotSpatial dan dibangun menggunakan software Visual Studio dengan bahasa pemrograman Visual Basic, sedangkan pengelolaan data atribut menggunakan software Microsoft Office Excel dan manajemen database menggunakan Microsoft Office Access.Melalui desain pengembangan aplikasi ini dihasilkan sebuah aplikasi berbasis GIS Desktop yang mudah digunakan (­user friendly) dalam rangka mengoptimalkan pengelolaan ABDES. Kegunaan aplikasi GIS Desktop antara lain memberikan informasi geospasial data pelanggan, pengelola dan infrastruktur ABDES beserta manajemen databasenya. Pengujian aplikasi meliputi uji usability dan running program yaitu untuk menguji aplikasi dapat berjalan pada beberapa versi Windows dan menguji semua fungsi yang dibuat dalam mendukung pengelolaan ABDES. Uji usability dilakukan dengan pengujian aplikasi pada beberapa responden dengan latar belakang dan tingkat kemampuan mengoperasikan komputer yang bervariasi dan diperoleh kesimpulan aplikasi mudah dipahami dengan persentase 88% dari total responden, 44% responden menilai fungsi aplikasi sudah memenuhi, 69% responden menilai desain aplikasi membantu mempelajari dan mengoperasikan aplikasi, sedangkan 81% responden menilai aplikasi dapat membantu menemukan informasi yang dibutuhkan.Kata Kunci : ABDES, GIS Desktop, DotSpatial, Sarirejo. ABSTRACTThe water is main living resources for the creature. Concerned to Water using by human, so can use wisely. Water Resources can get individually or collective. Water supply for collective using need to be manage well so can distributed be spread evenly and can control use of water pay attention with environment. Along with the rapid development of information technology in mapping, so can be used to application development design GIS desktop based for water service in Sarirejo village Guntur sub district Demak Regency.Mapping process in this research use high resolution image to mapping village intact. Processing image to be vector use software GIS and then used as base map. Base map can be generate to customer map, operator map, basin tower map and pipe network map. application development design use Dotspatial as main control and built use Visual Basic on software Visual Studio, whereas attributes data manage use software Microsoft Office Excel and database management use Microsoft Office Access.Application development design produce an application GIS desktop that user friendly to optimize water service in Sarirejo village (ABDES). Utility of application GIS desktop such as give geospatial information about customer data, operator and ABDES infrastructure with this database management. application testing include usability test and running program to test application can be run in many Windows version and test all function in application to support ABDES manage. Usability test do for many responden with various background and level of operating computer ability. Result of usability test is the application user friendly with percentage 88%, 44% rate function of application full filed respondent, 69% respondent rate application can help user to learn and operate the application, meanwhile 81% responden rate the application can help user find information that needed.. Keyword : ABDES, GIS Desktop, DotSpatial, Sarirejo.*) Penulis, PenanggungJawab
ANALISIS PERUBAHAN KERAPATAN VEGETASI HUTAN JATI DENGAN METODE INDEKS VEGETASI NDVI (Studi Kasus: Kawasan KPH Randublatung Blora) Arif Witoko; Andri Suprayogi; Sawitri Subiyanto
Jurnal Geodesi UNDIP Volume 3, Nomor 3, Tahun 2014
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1530.761 KB)

Abstract

ABSTRAK            Sebagian besar wilayah Kabupaten Blora merupakan hutan, terutama hutan jati. KPH Randublatung merupakan KPH terbesar di wilayah Kabupaten Blora. Penebangan liar (illegal logging) di kawasan KPH Randublatung menyebabkan berkurangnya jumlah pohon jati dan luas vegetasi hutan jati. Akibat dari berkurangnya vegetasi hutan jati dapat menyebabkan perubahan musim yang tidak menentu dan beberapa fauna hutan kehilangan habitatnya.            Penelitian ini bertujuan untuk mengetahui perubahan luas dan kerapatan vegetasi hutan jati di kawasan KPH Randublatung. Metode yang digunakan untuk mengetahui untuk mengetahui kerapatan vegetasi hutan jati yaitu berdasarkan analisis indeks vegetasi NDVI (Normalized Difference Vegetation Indeks) dengan menggunakan citra Landsat 7 ETM+ tahun perekaman 2000 dan 2011.            Berdasarkan dari hasil pengolahan data, pada tahun 2000 luas vegetasi hutan jati di kawasan KPH Randublatung seluas 25.528,33 ha, dengan tingkat kerapatan sedang memiliki nilai tertinggi yang didapat dari analisis indeks vegetasi NDVI yaitu seluas 10.815,45 ha. Sedangkan pada tahun 2011 luas vegetasi hutan jati di KPH Randublatung seluas 12.451,37 ha, dengan tingkat kerapatan jarang memiliki nilai tertinggi yaitu seluas 5.105,77 ha. Dengan demikian dari tahun 2000 sampai dengan tahun 2011 tutupan lahan vegetasi hutan jati di kawasan KPH Randublatung mengalami perubahan seluas 13.076,96 ha. Kata Kunci :  kerapatan vegetasi, hutan jati, NDVI, citra Landsat 7 ETM+, KPH Randublatung ABSTRACTMost of the area Blora Regency is covered by forest, especially Jati forests. Unity Forest Perhutani Officials (KPH) Randublatung is the largest KPH in the Blora Regency. Illegal logging in the KPH Randublatung result in less quantity of Jati trees and large of forest vegetation. As a result of the reduced Jati forest vegetation can cause errotic seasonal changes and some animal loss their cage.This study aims to determine the change in the density of vegetation and extensive Jati forests in the KPH Randublatung. The method used to determine the density of the forest vegetation to determine the identity that is based on the analysis of vegetation index NDVI (Normalized Difference Vegetation Index) using image Landsat 7 ETM + recording in 2000 and 2011.Based on the results of data processing, in 2000 area forest vegetation in the KPH Randubltung of 25.528.33 ha, with does not too heavy density has the highest value obtained from the analysis of vegetation index NDVI is an area of 10.815,33 ha. Meanwhile in 2011 area forest vegetation in the KPH Randublatung of  12.451,37 ha, with rare densities has highest value area of 5.105,77 ha. Thus from 2000 to 2011 land cover Jati forest vegetation in the KPH Randublatung changing area of 13.076,96 ha. Keywords :  density of vegetation, jati forest, NDVI, image Landsat 7 ETM +, KPH Randublatung
ANALISIS PERBANDINGAN KLASIFIKASI TUTUPAN LAHAN KOMBINASI DATA POINT CLOUD LIDAR DAN FOTO UDARA BERBASIS METODE SEGMENTASI DAN SUPERVISED ATIKA MARWATI; Yudo Prasetyo; Andri Suprayogi
Jurnal Geodesi UNDIP Volume 7, Nomor 1, Tahun 2018
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (555.45 KB)

Abstract

ABSTRAKIndonesia merupakan negara kepulauan yang terdiri dari pulau-pulau yang membentang dari Sabang hingga Merauke. Pemerintah saat ini merencanakan pembagunan fisik secara cepat untuk seluruh kawasan Negara Kesatuan Republik Indonesia. Strategi pembangunan fisik secara cepat tentu saja memerlukan adanya peta. Peta terdiri dari peta dasar dan peta tematik. Salah satu contoh dari peta tematik adalah peta tutupan lahan. Upaya pemerintah untuk menuntaskan kebijakan one map policy membuat kebutuhan akan sumber daya manusia geospasial semakin meningkat sedangkan masih sedikit sumber daya manusia yang tersedia. Hal ini menyebabkan diperlukannya sebuah metode yang relatif lebih cepat dan efektif untuk pengklasifikasian tutupan lahan.Saat ini telah banyak dikembangkan metode klasifikasi untuk tutupan lahan menggunakan data penginderaan jauh, diantaranya klasifikasi berbasis piksel dan klasifikasi berbasis objek. Klasifikasi berbasis piksel salah satunya dengan metode supervised dan klasifikasi berbasis objek dapat dilakukan dengan metode segmentasi. Segmentasi dalam konteks OBIA (Object-Based Image Analysis) dapat diartikan sebagai proses pengelompokan dari piksel-piksel bertetangga ke dalam area atau segmen berdasarkan kemiripan kriteria seperti digital number atau tekstur. Pada kedua metode ini dapat dibedakan antara kelas vegetasi, air dan sebagainya. Dari algoritma segmentasi multiresolusi yang telah dilakukan untuk data LiDAR didapatkan nilai parameter skala 90, bentuk 0,3, kekompakkan 0,7. Sedangkan untuk data foto udara nilai parameter skala sebesar 250, bentuk 0,3 dan kekompakkan 0,5. Pada data foto udara menghasilkan 7.930 segmen dengan nilai overall acuracy 93,907%. Kemudian untuk data LiDAR menghasilkan 7.960 segmen dengan nilai overall acuracy sebesar 92,810%. Metode supervised dilakukan dengan kelas yang sama yaitu 12 kelas untuk foto udara dan 7 kelas untuk LiDAR. Berdasarkan hasil supervised foto udara didapatkan nilai overall accuracy sebesar 83,530%. Sedangkan LiDAR hanya sebesar 64,595% untuk nilai overall accuracy.Penelitian ini diharapkan dapat menambah wawasan yang bermanfaat bagi penelitian selanjutnya serta menjadi referensi bagi pemerintah dalam melakukan klasifikasi tutupan lahan dengan data point cloud dan foto udara.Kata Kunci : Klasifikasi, LiDAR, OBIA, Segmentasi, Supervised ABSTRACTIndonesia is an archipelagic country with extending islands from Sabang to Merauke. The government is currently planning on a rapid physical development for each region of The Unitary State of Republic of Indonesia. Rapid physical development indeed needs a map. Map consists of base map and thematic map. One of the thematic maps is land cover map. Government’s effort on completing the one map policy causing the increasing needs of geospatial human resources while available human resources are limited. As a result a relatively fast and effective method is needed in land cover classification.Classifying land cover methods with remote sensing data are currently much developed, like pixel and object-based land cover classifications. Some of the pixel-based classification methods, supervised and object-based classification can be done with segmentation method. In OBIA (Object-Based Image Analysis) context, segmentation is a process of grouping neighborhood pixels into one area (or segment) based on characteristic similarities such as digital number or texture. From both of the methods it is enabled to differentiate between classes of vegetation, water, etc. Based on the completed multi-resolution segmentation algorithm, LiDAR data obtained parameter scale value of 90, shape 0.3, compactness 0.7. Whereas aerial image data obtained parameter scale value of 250, shape 0.3 and compactness 0.5. The aerial image generaed 7.930 segments wirh overall accuracy value of 93,9077%. Lidar data obtained 7.960 segments with overall accuracy value of 92,810%. Supervised method is completed with same amount of 12 classes for aerial image and 7 classes for LiDAR. Based on the supervised aerial image overall accuracy of 85.530% is generated. Meanwhile LiDAR only generated overall accuracy of 64.595%.It is hoped that this research can contribute in useful insights for the next upcoming research and also as a reference for the government in classifying land covers with point cloud data and aerial images.Keywords: Classification, LIDAR, OBIA, Segmentation, Supervised
PEMBUATAN APLIKASI SEBARAN LOKASI FASILITAS KESEHATAN PENERIMA BPJS KESEHATAN DI KOTA SEMARANG BERBASIS ANDROID Ika Rahayu Wulansari; Andri Suprayogi; arief Laila Nugraha
Jurnal Geodesi UNDIP Volume 4, Nomor 4, Tahun 2015
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (714.917 KB)

Abstract

ABSTRAK Dewasa ini penggunaan Global Positioning System (GPS) dan Google Maps pada perangkat smartphone Android semakin memudahkan masyarakat dalam mencari dan mengakses informasi spasial yang ada di sekitarnya.BPJS Kesehatan adalah jaminan kesehatan yang sekarang ini sangat diminati masyarakat, karena memberikan manfaat dengan premi terjangkau dan masyarakat bisa mendapatkan fasilitas pengobatan yang layak. Terkait informasi persebaran fasilitas kesehatan penerima BPJS Kesehatan  merupakan suatu kebutuhan yang sangat penting, mengingat kebutuhan informasi yang mendesak dan darurat dapat terjadi kapan saja dan dimana saja.Pengumpulan data spasial fasilitas kesehatan penerima BPJS Kesehatan dilakukan dengan menggunakan GPS Navigasi tipe handheld.Kemudian, pembuatan peta sebaran fasilitas kesehatan penerima BPJS Kesehatan dengans perangkat lunak ArcGIS. Dengan menggabungkan fungsi dari GPS, LBS, Google Maps, serta data - data fasilitas kesehatan penerima BPJS Kesehatan, maka dapat dihasilkan sebuah aplikasi mengenai sebaran lokasi fasilitas kesehatan penerima BPJS Kesehatan di Kota Semarang yang dibangun dengan bahasa pemrograman MIT App Inventor 2.Hasil dari pembuatan aplikasi mobile GIS lokasi fasilitas kesehatan penerima BPJS Kesehatan di Kota Semarang ini dapat dijadikan panduan karena dilengkapi dengan informasi seperti posisi lokasi fasilitas kesehatan, arah kemudi, dan informasi layanan serta fasilitas pendukung yang tersedia di fasilitas kesehatan yang bersangkutan.Kata kunci: Aplikasi, BPJS Kesehatan, Fasilitas Kesehatan, Mobile GIS. ABSTRACT                                                                       Nowadays,the use of Global Positioning System (GPS) and Google Maps on Android smartphone devices increasingly facilitatespeople to find and access the spatial information that is in the vicinity. BPJS Kesehatan is a health insurance that currently in great demand of society in Indonesiabecause it provides benefits with affordable premiums with proper treatment facilities. Related the distribution of health facilities receiver BPJS Kesehatan, the information are extremely needed and very important, because it gave the urgent information for emergencies situation that  can happen anytime and anywhere. Spatial data collection of health facilities are done by using GPS Navigation type handheld. Then, the making of distributionhealth facilities BPJS Kesehatan receiver maps are done using ArcGIS software. By combined the functions of GPS, LBS, Google Maps, anddata of health facilities then it can be producesa distribution of the location of health facilities receiver BPJS Kesehatan application in Semarang, was built with MIT App Inventor 2.The result of the creation of GIS mobile application is the distribution of health facilities receiver BPJS Kesehatan in Semarang. It can be used as a good and complete guide, cause it not only provide information about the location of health facilities, but also can be use to give  the direction, make a phone call, andother information services and supporting facilities that are available in the health facilities.Keywords: Application, BPJS Kesehatan, Health Facilities, Mobile GIS. *) Penulis, Penanggung Jawab
ANALISIS KESESUAIAN LAHAN KOMODITAS KEHUTANAN DAN PERTANIAN DI WILAYAH KABUPATEN SEMARANG DENGAN METODE MATCHING Muhammad Fathan; Abdi Sukmono; Hana Sugiastu Firdaus
Jurnal Geodesi UNDIP Volume 8, Nomor 3, Tahun 2019
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (932.31 KB)

Abstract

ABSTRAKPenelitian ini menganalisis kesesuaian lahan untuk tanaman perkebunan yaitu tanaman karet, tembakau, kopi robusta dan cengkeh. Untuk tanaman kehutanan yaitu tanaman sengon, acacia magnium, kayu putih dan mahoni untuk komoditas kehutanannya Pada penelitian ini kelas kesesuaian lahan dibedakan dengan kelas sesuai dan kelas tidak sesuai. Kelas sesuai dibedakan lagi menjadi kelas sangat sesuai (S1), kelas sesuai (S2) dan kelas sesuai majinal (S3). Kelas tidak sesuai dibedakan menjadi dua kelas untuk  kesesuaian lahan komoditas, yaitu kelas tidak sesuai sekarang (N1) dan kelas tidak sesuai sama sekali (N2).Hasil dari penelitian ini berupa tanaman cengkeh kelas S1 sebesar 1,224 Ha yang berada di Kecamatan Getasan, tanaman karet kelas S1 seluas 474,178 Ha berada di Kecamatan Sumowono, tanaman kopi robusta kelas S2 seluas 2.001,920 Ha berada di Kecamatan Getasan, tanaman mahoni kelas S1 seluas 2.030,158 Ha berada di Kecamatan Sumowono, tanaman sengon kelas S1 seluas 2.048,167 Ha berada di Kecamatan Sumowono, tanaman kayu putih kelas S2 seluas 6.347, 780 Ha berada di Kecamatan Pringapus, dan tanaman acacia kelas S1 seluas 537,897 Ha berada di Kecamatan Jambu. Berdasarkan hasil validasi lapangan menunjukkan bahwa terdapat daerah yang tidak sesuai dengan hasil penelitian, dimana keadaan dilapangan ditemukan tanaman cengkeh yang jika di hasil matching menunjukkan tidak sesuai (N) yang berada di Kecamatan Bergas. Berdasarkan dari matriks konjungsi yang didapatkan dari perbandingan hasil kesesuaian lahan dengan validasi di lapangan, tanaman mahoni, tembakau, kopi robusta, kayu putih dan acacia adalah sesuai. Pada tanaman Sengon didapatkan hasil rasio kesesuaian sebesar 80%. Kemudian tanaman karet didapatkan hasil rasio kesesuaian sebesar 40%. Sedangkan pada tanaman cengkeh hasilnya adalah tidak sesuai
DETEKSI PERUBAHAN LUAS LAHAN TAMBAK MENGGUNAKAN DELINEASI METODE DENSITY SLICING (STUDY KASUS: KABUPATEN DEMAK, JAWA TENGAH) Nevy Dyah Rustikasari; Bandi Sasmito; Hani'ah .
Jurnal Geodesi UNDIP Volume 1, Nomor 1, Tahun 2012
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (153.188 KB)

Abstract

Tambak di daerah Demak merupakan sumberdaya yang menjadi salah satu mata pencaharian masyarakat di sekitar pesisir pantai. Beberapa tempat di areal pesisir dan pertambakan telah terkikis (abrasi pantai) dan  rob yang lebih dalam ke daratan. Tambak-tambak udang yang terkikis menjadi hilang dan berubah kondisinya menjadi laut dan akibat pemanasan global menyebabkan air masuk lebih dalam. Terjadinya air masuk ke daratan merupakan perubahan garis pantai yang sangat mempengaruhi perubahan luasan tambak tiap tahunnya. Tujuan penelitian yaitu untuk mengetahui luas lahan tambak secara periodik, laju perubahannya, dan distribusi spasialnya. Penggunaan inderaja untuk menganalisis perubahan luas lahan tambak yang merupakan salah satu alternative untuk mendapatkan informasi tentang perubahan luas lahan tambak. Sistem Informasi Geografis (SIG) diterapkan untuk menentukan klasifikasi lahan tambak berdasarkan beberapa parameter yang digunakan. Metode density slicing dan supervised classification merupakan metode yang digunakan dalam penelitian ini yaitu dengan melakukan proses klasifikasi menggunakan software er mapper dan arcGIS. Data yang digunakan yaitu citra Landsat dan  Peta Rupa Bumi Indonesia (RBI). Proses klasifikasi akan didapatkan parameter tambak yang selanjutnya dilakukan uji akurasi Confussion Matrik dan ke lapangan. Tahap selanjutnya yaitu delineasi lahan tambak sehingga diperoleh luas lahan tambak. Hasil Penelitian menunjukkan bahwa lahan tambak dari tahun 1999 sampai 2009 mengalami peningkatan meskipun ada beberapa wilayah yang terkena abrasi. Perubahan luas dengan kedua metode menunjukkan perbedaaan luasan. Di seluruh wilayah yang mempunyai lahan tambak mengalami kenaikan tiap tahunnya. Wilayah tersebut yaitu Kecamatan Sayung, Karang Tengah, Bonang, dan Wedung. Perubahan Luas dengan metode Density slicing yaitu Kecamatan Sayung sebesar 551,65 H(46,66%), Kecamatan Karang Tengah 33,60 Ha(2,84%), Kecamatan Bonang 42,30 Ha(3,58%), dan Kecamatan Wedung sebesar 554, 70 Ha(46,92%).Perubahan luas metode supervised classification yaitu Kecamatan Sayung sebesar 533,54Ha(44,25%), Kecamatan Karang Tengah sebesar 67,0H(5,36%), Kecamatan Bonang sebesar 103,96Ha(7,25%), dan Kecamatan Wedung yaitu 546,52 Ha(43,68%).

Page 12 of 84 | Total Record : 839

 10   11   12   13   14 

Filter by Year

2012 2024


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