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
 15   16   17   18   19 
PEMBUATAN PETA ZONA NILAI TANAH UNTUK MENENTUKAN NILAI INDIKASI RATA-RATA (NIR) HARGA PASAR MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS DI KECAMATAN NGALIYAN, KOTA SEMARANG (Studi Kasus :Kecamatan Ngaliyan, Kota Semarang) Wahyu Eko Saputro; Sawitri Subiyanto; Bandi Sasmito
Jurnal Geodesi UNDIP Volume 5, Nomor 1, Tahun 2016
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1258.984 KB)

Abstract

ABSTRAKZona Nilai Tanah (ZNT) merupakan kumpulan area yang terdiri dari beberapa bidang tanah dengan nilai tanah yang relatif sama dan batasannya bersifat imajiner atau nyata sesuai penggunaan tanahnya. Setiap area ZNT mempunyai nilai yang berbeda berdasarkan analisis perbandingan harga pasar dan biaya. Mengingat ZNT berbasis nilai pasar, ZNT dapat dimanfaatkan untuk penentuan tarif dalam pelayanan pertanahan, referensi masyarakat dalam transaksi, penentuan ganti rugi, inventarisasi nilai aset publik maupun aset masyarakat, memonitor nilai tanah dan pasar tanah, dan referensi penetapan Nilai Jual Obyek Pajak (NJOP) untuk Pajak Bumi dan Bangunan (PBB), agar lebih adil dan transparan. Berdasarkan Peraturan Daerah Kota Semarang Nomor 13 Tahun 2011 tentang PBB, NJOP merupakan acuan penarikan PBB yang merupakan salah satu pendapatan daerah yang sangat penting untuk peningkatan pelayanan kepada masyarakat. Oleh karena itu, perlu diwujudkan informasi nilai tanah untuk mewujudkan fungsi tanah. Salah satu perwujudannya adalah Peta ZNT.Dalam penelitian ini dibentuk peta ZNT dibentuk berdasarkan nilai tanah dengan penilaian masal (tidak memperhatikan properti dan karakteristik khusus dari objek pajak tersebut) dan menggunakan pendekatan perbandingan penjualan (sales comparative), dimana objek pajak yang akan dinilai dibandingkan dengan objek pajak lain sejenis yang sudah  diketahui nilai jualnya. Hasil penelitian ini berupa Peta ZNT yang terdiri dari 68 zona dari data NJOP dan data Survei Transaksi Harga Tanah. Perubahan selisih harga tanah transaksi dengan NJOP terendah sebesar 49,45% sedangkan untuk harga tertinggi adalah 768,13 %.Kata Kunci :Nilai Jual Objek Pajak (NJOP), Pajak Bumi dan Bangunan (PBB), Zona Nilai  Tanah (ZNT). ABSTRACTZona Nilai Tanah (ZNT) are areas which show the relatively similar value of the terrain and the boundaries of land use are imaginary or real appropriate. Each area of ZNThave a different values based on a comparative analysis of market prices and costs. Considering ZNT based on market value, ZNT can be used for the determination of tariffs in land services, the public reference to the transaction, the determination of compensation, the inventory value of public assets and the assets of the community, monitoring the value and market of land, and the determination reference of Nilai Jual Objek Pajak (NJOP) for PBB (Building and Land Tax), to make it more fair and transparent.Based on Semarang Regional Regulation Number 13 of 2011 on PBB, NJOP is the basis for the determination reference of PBB, which is one of the local revenue that is essential to improve service to the public. Therefore, it is necessary to realize the information value of the land for the functions realization of the land. One if it is map of ZNT.In this study, ZNT maps formed based on the value of the land with the assessment of the masses (not paying attention to property and the specific characteristics of the tax object) and use a comparison of sales (sales comparative), where the object of the tax is to be assessed in comparison with the object value of another tax type is already known.The results of this study is ZNT map that consits of 68 zones of the NJOP data and the transaction survey data. The change difference of transaction land price and NJOP with the low price is 49,45% and the highest price is 768,13%. Keywords:Nilai Jual Objek Pajak (NJOP), Land and Building Tax (PBB), Zona Nilai  Tanah (ZNT).*) Penulis, Penanggungjawab
ESTIMASI UMUR PADI MENGGUNAKAN METODE EVI MULTITEMPORAL BERBASIS IDENTIFIKASI THE EARLY PLANTING (TEP) DENGAN CITRA LANDSAT 8 DI KABUPATEN KENDAL DAN KABUPATEN DEMAK Arsyad Nur Ariwahid; Abdi Sukmono; Sawitri Subiyanto
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 (1103.399 KB)

Abstract

ABSTRAKPadi merupakan tanaman penghasil beras sebagai salah satu bahan makanan pokok bagi masyarakat Indonesia. Indonesia memiliki jumlah penduduk yang terus meningkat sedangkan lahan pertanian yang semakin sedikit di Indonesia yang sekarang ini dijadikan sebagai lahan bangunan. Provinsi Jawa Tengah sebagai salah satu penyumbang padi terbesar dengan total luas panen pada tahun 2018 adalah seluas 1,68 juta Ha. Dalam skala lebih kecil Kabupaten yang berada pada Provinsi Jawa Tengah, Kabupaten Kendal memiliki total luas panen padi 36.574 Ha, dan Kabupaten Demak memiliki total luas panen padi 113.876 Ha. Pada penelitian ini akan dilakukan estimasi awal tanam padi berdasarkan nilai EVI Maksimal hasil pengolahan dan dilakukan estimasi luas panen padi selama periode penelitian. Penginderaan jauh dapat dimanfaatkan untuk memperoleh informasi bidang pertanian secara cepat dan tepat. Penelitian ini menggunakan citra satelit Landsat 8 OLI untuk mengestimasi luas panen padi dengan menggunakan algortma EVI (Enhanced Vegetation Index) dan metode TEP (The Early Planting). Metode perkiraan umur padi ini akan dibangun berdasarkan nilai indeks pada tanaman berdasarkan nilai indeks sebuah citra baru yaitu EVI Maksimal yang merupakan sebuah citra yang memiliki nilai spektral tertinggi diantara kumpulan citra EVI, yang kemudian dilanjutkan dengan menggunakan metode TEP untuk mendapat perkiraan masa awal tanam padi, dan dapat dihitung perkiraan luas panen padi selama periode penelitian. Hasil penelitian menunjukkan estimasi awal tanam padi berdasarkan distribusi spasial dari metode TEP, dengan nilai kesesuaian RMSE sebesar 8,2 hari untuk Kabupaten Kendal dan 7,7 hari untuk Kabupaten Demak. Berdasarkan estimasi awal tanam tanaman padi, diperoleh estimasi luas panen pada Kabupaten Kendal seluas 21.234,9 Ha dan estimasi luas panen pada Kabupaten Demak seluas 56.016,53 Ha Kunci : EVI, HST, TEP, Umur Padi. ABSTRACTPaddy is plant that produce a rice, one of the main food for the people of Indonesia. Indonesia has a population that continues to increase while agricultural land is decreasing in Indonesia, which is now increasing to building land. Central Java Province as one of the biggest rice contributors with total harvested area in 2018 is 1.68 million hectares. On a larger scale, regencies in Central Java Province, Kendal regencies have a total rice harvest area of 36,574 hectares, and Demak regency has a total harvest area of 113,876 hectares. In this research, an initial estimation of planting will be carried out based on the maximum EVI value of the processing and an estimation of rice harvested area during the study period. Remote sensing can be used to obtain agricultural information quickly and accurately. This study uses Landsat 8 OLI satellite imagery to estimate rice harvested area using the EVI (Enhanced Vegetation Index) algorithm and the TEP (The Early Planting) method. This rice age estimation method will be built based on the index value of plants based on the index value of a new image, namely the Maximum EVI which is an image that has the highest spectral value among the EVI image collections, which is then continued by using the TEP method to get an estimate of the initial rice planting period, and it can be calculated the estimated rice harvested area during the study period. The results showed an initial estimation of rice planting based on the spatial distribution of the TEP method, with an RMSE conformity value of 8,2 days for Kendal District and 7,7 days for Demak Regency. Based on the initial estimation of rice planting, the estimated harvest area in the Kendal Regency was 21.234,9 Ha and the estimated harvested area in Demak was 56,016.53 Ha. Keywords: Age of Rice, EVI, HST, TEP.
PEMANTAUAN POSISI ABSOLUT STASIUN IGS Sigit Irfantoro; LM. Sabri; Moehammad Awaluddin
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 (318.099 KB)

Abstract

International GNSS Service Stations merupakan stasiun-stasiun pengamat GPS yang tersebar di berbagai benua. Pengamatan data GNSS dari stasiun-stasiun ini mempunyai peranan yang sangat penting terutama yang berkaitan dengan ilmu kebumian. Adanya fenomena pergerakan lempeng, memungkinkan terjadinya pergerakan kecepatan stasiun-stasiun IGS. Akibat dari pergerakan kecepatan tersebut adalah perubahan posisi stasiun IGS sehingga diperlukan penelitian mengenai pemantauan posisi absolut stasiun-stasiun IGS untuk melakukan analisis perubahan nilai koordinat absolut terhadap nilai standar deviasi penentuan posisi secara absolut. Penelitian ini memakai data RINEX hasil pengamatan stasiun-stasiun IGS dari tahun 2001 sampai tahun 2011. Sebelumnya terlebih dahulu dilakukan download data Compact RINEX untuk selanjutnya dilakukan pemilihan data hasil pengamatan stasiun IGS. Langkah selanjutnya data RINEX diolah dengan software TopconTools v.8 yang kemudian dilakukan pengolahan dengan impor data rapid ephemeris sehingga didapatkan nilai koordinat absolut. Setelah itu, nilai koordinat absolut stasiun IGS diimpor ke AutoCAD, kemudian dilakukan perhitungan nilai pergeseran koordinat sequential. Pada tahap akhir dilakukan perhitungan nilai standar deviasi serta pembuatan grafik nilai komponen koordinat absolut dari tiap-tiap stasiun IGS. Penelitian pada tugas akhir  ini mengindikasikan bahwa tidak terjadi perubahan yang signifikan pada komponen horisontal. Berdasarkan hasil pengolahan, nilai pergeseran koordinat sequential rata-rata terbesar dimiliki oleh stasiun RABT Maroko dengan nilai sebesar 0,3577 meter. Nilai pergeseran koordinat sequential rata-rata terkecil dimiliki oleh stasiun NYAL Norwegia dengan nilai sebesar 0,0944 meter. Nilai standar deviasi komponen koordinat absolut terbesar dimiliki oleh stasiun RABT Maroko dengan nilai σ N : ± 0,511 m, σ E : ± 0,289 m, σ El : ± 2,312 m. Sedangkan nilai standar deviasi komponen koordinat terkecil dimiliki oleh stasiun NYAL Norwegia dengan nilai σ N : ± 0,095 m, σ E : ± 0,041 m, σ El : ± 0,351 m. Kata Kunci : Perubahan nilai koordinat, koordinat absolut, standar deviasi.
ANALISIS SEA LEVEL RISE DI LAUT UTARA JAWA TERHADAP PERUBAHAN GARIS PANTAI WILAYAH DEMAK PADA TAHUN 2006-2016 Wahyu Setianingsih; Bandi Sasmito; Nurhadi Bashit
Jurnal Geodesi UNDIP Volume 7, Nomor 2, Tahun 2018
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (917.348 KB)

Abstract

ABSTRAKPemanasan global menyebabkan es di kutub utara meleleh sehingga memberikan dampak naiknya permukaan air laut di seluruh dunia. Kenaikan muka laut memberikan dampak pada pesisir laut seperti abrasi pantai, munculnya genangan pada wilayah pesisir, serta tenggelamnya pulau-pulau kecil. Kenaikan muka laut dapat menyebabkan berkurangnya wilayah daratan yang diindikasikan oleh perubahan garis pantai. Perubahan garis pantai perlu dipantau agar dapat mengetahui besaran perubahan sehingga dapat mengantisipasi dampaknya. Salah satu metode yang dapat digunakan untuk memantau perubahan garis pantai adalah menggunakan teknologi pengindraan jauh. Penelitian ini bertujuan untuk mengetahui besaran kenaikan muka laut dan besaran perubahan garis pantai.Data yang digunakan adalah satelit altimetri Jason-1 dan Jason-2, satelit Landsat 7 ETM+ tahun 2006 dan 2011 serta Landsat 8 tahun 2016. Data satelit altimetri digunakan untuk menghitung nilai kenaikan muka laut di Laut Jawa. Pengolahan data Sea Level Anomaly (SLA) menggunakan interpolasi Inverse Distance Weighte (IDW). Kenaikan muka laut ditentukan dengan analisis trend linier. Pemisahan antara batas air dan darat menggunakan metode band ratio pada kanal hijau dan NIR. Perubahan garis pantai dihitung dengan menggunakan DSAS (Digital Shoreline Analysis System).Hasil pengolahan data diperoleh rata-rata kenaikan muka laut di Laut Jawa pada tahun 2006 sampai 2016 sebesar +6,80 mm/tahun. Kenaikan tertinggi berada pada perairan Jakarta sebesar +11,043 mm/tahun dan terendah berada pada perairan Surabaya dengan nilai kenaikan sebesar +3,85 mm/tahun. Kenaikan di perairan Semarang sebesar +5,52 mm/tahun yang digunakan sebagai validasi dengan data pasang surut Semarang. Rata-rata perubahan garis pantai di wilayah Demak sebesar -119,08 m. Abrasi paling besar terjadi di Kecamatan Sayung sebesar -691 m. Akresi terbesar terjadi di Kecamatan Wedung sebesar +512,48 m.
PENENTUAN PERUBAHAN ZONA NILAI TANAH BERDASARKAN HARGA PASAR UNTUK PENINGKATAN NJOP DI KECAMATAN ARGOMULYO KOTA SALATIGA Rizky Silvandie; Sawitri Subiyanto; Haniah Haniah
Jurnal Geodesi UNDIP Volume 4, Nomor 1, Tahun 2015
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (901.609 KB)

Abstract

AbstrakNJOP merupakan acuan untuk penentuan nilai dari suatu objek pajak yang dimiliki seseorang. Sehingga perlu dilakukan penelitian apakan nilai yang tertera sesuai dengan harga pasar atau tidak. Karena akan berpengaruh terhadap pendapatan daerah yang bersangkutan.  Kecamatan Argomulyo merupakan salah satu Kecamatan yang berada di Kota Salatiga yang memiliki luas 1.852.690 Ha dengan 6 kelurahan. Bervariasinya penggunaan lahan di Kecamatan Argomulyo ini membuat pengawasan akan pembayaran Pajak Bumi Bangunan harus lebih diperhatikan terutama  banyaknya Industri besar yang berada dalam wilayah ini. Zona Nilai Tanah (ZNT) merupakan area yang menggambarkan nilai tanah yang relatif sama. ZNT digunakan sebagai acuan penarikan pajak salah satunya untuk penarikan Pajak Bumi dan Bangunan (PBB)            Penelitian ini awalnya dilakukan pembuatan zona untuk menentukan titik sampel yang akan dicari. Kemudian membuat peta zona nilai tanah berdasarkan Nilai Indeks Rata-rata dan NJOP (Nilai Jual Objek Pajak) Kecamatan Argomulyo. Setelah  Langkah selanjutnya membandingkan perbedaan antara kedua peta tersebut apabila digunakan sebagai acuan penarikan PBB. Dalam pelaksanaanya penelitian ini menggunakan software Microsoft Office 2013 dan ArcGIS 10.0.Hasil Penelitian menunjukan terdapat 93 zona untuk peta ZNT NIR dan NJOP. Sedangkan dari analisis pajak  menunjukkan bahwa perbedaan pemungutan pajak saat menggunakan nilai NIR dan NJOP cukup jauh berbeda. Dan kenaikan pemungutan pajak PBB mengalami kenaikan sebesar 5922,35% dari data NJOP ke data NIR.Kata Kunci : Pajak Bumi Bangunan (PBB), Zona Nilai Tanah (ZNT), Nilai Indeks Rata-rata (NIR), Nilai Jual Obejek Pajak (NJOP) ABSTRACTNJOP is a reference for determining the value of an object of one's own taxes. So it is necessary to study whether the value stated in accordance with the market price or not. Because it will affect the income of the region concerned. Argomulyo subdistrict is one of the sub-district located in Salatiga which has an area of 1.85269 million hectares with 6 wards. The variation of terrain using in Argomulyo makes the controlling of PBB (Building and Land Tax) payment should be gave more intensive attention especially for the industrial area. Zona Nilai Tanah (ZNT) is an area which shows the relatively similar value of the terrain. ZNT is being used as a determining reference of PBB (Building and Land Tax).This study begins with zone making to determine sample point which would be answer. After that we make ZNT map based on Average Index Value (NIR) and Nilai Jual Obyek Pajak (NJOP) of Argomulyo sub-district. Then, we compare the difference of both maps as if we used it as PBB determination based. Microsoft Office 2013 and ArcGIS 10.0 are used on executing the data and result.The result showed there are 93 zones for ZNT, NIR, and NJOP maps. Whereas the tax analysis showed that there is a significant difference between NIR and NJOP tax determination based. And tax value will rise of 5,299.35% from NJOP data to NIR data.Keywords: building and land tax (PBB), zona nilai tanah (ZNT), average index value (NIR), nilai jual obyek pajak (NJOP).
ANALISIS SEA LEVEL RISE DAN KOMPONEN PASANG SURUT DENGAN MENGGUNAKAN DATA SATELIT ALTIMETRI JASON-2 Yosevel Lyhardo Sidabutar; Bandi Sasmito; Fauzi Janu Amarrohman
Jurnal Geodesi UNDIP Volume 5, Nomor 1, Tahun 2016
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1005.45 KB)

Abstract

 ABSTRAKKenaikan permukaan laut merupakan sebuah fenomena yang terjadi akibat adanya perubahan iklim. Kenaikan permukaan laut dapat menyebabkan tenggelamnya wilayah pesisir dan pulau-pulau, erosi pantai, dan kerusakan ekosistem penting seperti lahan basah dan hutan bakau. Kenaikan permukaan laut memiliki pengaruh yang cukup besar terhadap Perairan Bagian Barat Pulau Sumatera yang memiliki ratusan pulau-pulau kecil dan terletak pada pertemuan Samudera Hindia dan Laut Andaman.Penelitian ini menggunakan data pengamatan permukaan laut dengan menggunakan satelit altimetri Jason-2 pada periode 2011-2014 sebagai data primer. Interpolasi data satelit altimetri dilakukan dengan menggunakan perangkat lunak matlab dengan menggunakan metode pembobotan invers jarak. Penelitian ini menggunakan analisis trend linear dan analisis harmonik untuk mengetahui kecepatan kenaikan permukaan laut dan nilai komponen pasang surut laut pada Perairan Bagian Barat Pulau Sumatera.Pengamatan permukaan laut dengan menggunakan data Satelit Altimetri Jason-2 pada periode 2011-2014 menunjukkan adanya fenomena kenaikan permukaan laut pada Perairan Bagian Barat Pulau Sumatera dengan rata-rata nilai kenaikan sebesar +14,88 mm/tahun. Nilai trend linier kenaikan permukaan laut rata-rata tertinggi terdapat pada Perairan Mentawai dengan nilai trend linier sebesar +22,64 mm/tahun dan trend linier kenaikan permukaan laut rata-rata terendah terdapat pada Perairan Bengkulu dengan nilai trend linier sebesar +10,12 mm/tahun. Komponen pasang surut pada daerah Perairan Bagian Barat Pulau Sumatera dengan pengamatan Satelit Altimetri Jason-2 selama tahun 2011-2014 menghasilkan nilai rata-rata amplitudo M2 sebesar 0,134 m, nilai rata-rata amplitudo S2 sebesar 0,058 m, nilai rata-rata amplitudo K2 sebesar 0,021 m, nilai rata-rata amplitudo N2 sebesar 0,032 m, nilai rata-rata amplitudo K1 sebesar 0,048 m, nilai rata-rata amplitudo O1 sebesar 0,031 m, nilai rata-rata amplitudo P1 sebesar 0,025 m, dan nilai rata-rata elevasi HHWL sebesar 0,70759 m,  nilai rata-rata elevasi MHWL sebesar 0,50083 m, nilai rata-rata elevasi MSL sebesar 0,06967 m, nilai rata-rata elevasi MLWL sebesar -0,36148 m, nilai rata-rata elevasi CDL sebesar -0,47500 m, nilai rata-rata elevasi LLWL sebesar -0,56825 m.Kata Kunci : kenaikan muka laut, laut, pasang surut laut, permukaan laut, satelit altimetri. ABSTRACTSea level rise is a phenomenon that occurs due to climate change. Sea level rise cause the sinking of coastal areas and islands, coastal erosion, and damage to important ecosystems such as wetlands and mangroves. Sea level rise has a big impact on the western part of Sumatera Island ocean that has hundreds of small islands and located at the confluence of the Indian Ocean and the Andaman Sea.This research used sea surface observational data using the altimetry satellite Jason-2 in the period 2011-2014 as the primary data. Altimetry satellite data interpolation calculated by inverse distance weighting method using matlab software. This research used linear trend analysis and harmonic analysis to determine the speed of sea level rise and the ocean tides component value in western part of Sumatra Island ocean.Sea surface observations using Jason-2 altimetry satellites data in the 2011-2014 period showed the phenomenon of sea level rise on the western part of Sumatera Island ocean with the average increase value by +14.88 mm / year. The highest average value of the linear trend found in Mentawai ocean with the average value of the linear trend by +22.64 mm / year and the lowest average value of the linear trend found in Bengkulu Ocean with the average value of the linear trend by +10.12 mm / year. The ocean tide components on the western part of Sumatra Island ocean with altimetry satellites Jason-2 observations during 2011-2014 resulted in an average amplitude value M2 amounted to 0.134 cm, the average amplitude value S2 at 0.058 cm, the average amplitude value of K2 at 0,021 cm, the average value of the amplitude of N2 at 0,032 cm, the average amplitude value K1 at 0,048 cm, the average amplitude value O1 at 0,031 cm, the average amplitude value P1 at 0.025 cm and the average HHWL elevation value at 0,70759 m,  the average MHWL elevation value at 0,50083 m, the average MSL elevation value at 0,06967 m, the average MLWL elevation value at -0,36148 m, the average CDL elevation value at -0,47500 m, the average LLWL elevation value at -0,56825 m.Keywords : sea level rise, ocean tides, sea surface, altimetry satellite. *) Penulis, Penanggungjawab
ANALISIS PERKEMBANGAN RUANG TERBUKA HIJAU TERHADAP CAKUPAN AIR TANAH DI KOTA SEMARANG Ahmad Firdous Syifa; Sawitri Subiyanto; Fauzi Janu Amarrohman
Jurnal Geodesi UNDIP Volume 9, Nomor 1, Tahun 2020
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (783.588 KB)

Abstract

ABSTRAKRuang Terbuka Hijau (RTH) menurut Peraturan Daerah Kota Semarang  Nomor 7 Tahun 2010 Tentang Penataan Ruang Terbuka Hijau adalah area memanjang atau jalur dan atau mengelompok, yang penggunaannya lebih bersifat terbuka, tempat tumbuh tanaman, baik yang tumbuh secara alamiah maupun sengaja ditanam. Cakupan air tanah atau keseluruhan Muka Air Tanah (MAT) terkait erat oleh kependudukan di suatu wilayah. Tingkat pertumbuhan dan kepadatan penduduk yang tinggi tentunya dapat berimplikasi terhadap akses untuk memperoleh air bersih. Ruang terbuka hijau adalah salah satu faktor yang menjadi konsentrasi atas perubahan kedalaman air tanah dikarenakan RTH mempunyai manfaat salah satunya adalah sebagai daerah resapan air. Penelitian ini menggunakan metode  klasifikasi supervised classification untuk melihat perubahan RTH dan non-RTH yaitu daerah terbangun, badan air, jalan dan lahan kosong. Hasil perubahan RTH dan non-RTH dikorelasikan dengan perubahan MAT dengan menggunakan metode pemodelan Inverse Distance Weighted (IDW)  yang menghasilkan model perubahan MAT. Korelasi spasial perubahan MAT dan luasan RTH Pada tahun 2016 ke 2019 menunjukkan korelasi sebesar 0,09% untuk tingkat korelasi rendah, 0,18% untuk tingkat korelasi sedang, 0,23% untuk tingkat korelasi tinggi dan 0,29% untuk tingkat korelasi sangat tinggi. Tingkat korelasi perubahan kedalaman MAT dengan luasan RTH memiliki angka persentase total terlalu sedikit yaitu dibawah 5% dari jumlah total luas Kota Semarang, sehingga dapat disimpulkan bahwa perubahan kedalaman MAT dengan luasan RTH berkorelasi rendah. Kata Kunci : Cakupan Air Tanah, Inverse Distance Weighted (IDW), Korelasi Spasial, Ruang Terbuka Hijau, Supervised ClassificationABSTRACTGreen Open Space (RTH) according to Semarang City Regional Regulation No. 7 of 2010 concerning the Arrangement of Green Open Space is an elongated area or path and or grouped, the use of which is more open, place to grow plants, both those that grow naturally and intentionally planted. Groundwater coverage or the whole ground water level (MAT) is closely related to population in an area. High growth rates and population densities can certainly have implications for access to clean water. Green open space is one of the factors that is the concentration of changes in groundwater depth because green space has the benefit of one of which is as a water catchment area. This study uses the supervised classification method to see changes in green open space and non-green open space built area, water bodies, roads and vacant land. The results of changes in green space and non-green space are correlated with changes in MAT using the Inverse Distance Weighted (IDW) modeling method that results in a model of MAT changes. Spatial correlation method of overlapping changes in MAT and RTH area In 2016 to 2019 showed a correlations of 0.09% for low correlation, 0.18% for medium correlation, 0.23% for high correlation and 0.29% for very high correlation. The level of correlation of changes in MAT depth with the area of green space has a total percentage of numbers that is too little ie under 5% of the total area of the City of Semarang, so it can be concluded that the change in the depth of MAT with the area of green space correlation level is low.
ANALISIS PENURUNAN MUKA TANAH DAERAH SEMARANG MENGGUNAKAN PERANGKAT LUNAK GAMIT 10.04 KURUN WAKTU 2008-2013 Aldika Kurniawan; Bambang Darmo Yuwono; L. M. Sabri
Jurnal Geodesi UNDIP Volume 2, Nomor 4, Tahun 2013
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (332.423 KB)

Abstract

Penurunan muka tanah adalah suatu fenomena alam yang banyak terjadi di kota-kota besar yang berdiri di atas lapisan sedimen, seperti Jakarta, Semarang, Bangkok, Shanghai, dan Tokyo. Dari studi penurunan tanah yang dilakukan selama ini, diidentifikasi ada beberapa faktor penyebab terjadinya penurunan tanah yaitu : pengambilan air  tanah yang berlebihan, penurunan karena beban bangunan. Dari  tipe penurunan tanah ini, penurunan akibat pengambilan air tanah yang berlebihan dipercaya sebagai salah satu tipe penurunan tanah yang dominan untuk kota-kota besar.Penelitian ini menggunakan GPS yang disebar ke delapan titik pengamatan penurunan muka tanah yang dibagi menjadi tiga hari pengamatan, setiap pengamatan GPS berdurasi enam sampai delapan jam karena pengukuran geodinamika menggunakan GPS membutuhkan waktu minimal enam jam pengamatan. Pengolahan data GPS  menggunakan perangkat lunak GAMIT 10.04 dan menggunakan metode pengolahan radial. Hasil pengolahan perangkat lunak GAMIT 10.04 berupa koordinat dan standar deviasi masing-masing titik. Penentuan nilai penurunan muka tanah daerah Semarang berdasarkan tinggi ellipsoid dari pengukuran tahun sebelumnya.Berdasarkan penelitian yang menggunakan perangkat lunak GAMIT 10.04 ini, didapatkan RMS rata-rata pengolahan titik pengamatan sebesar 4 – 5 milimeter.  Hasil penelitian dengan menggunakan GPS, daerah semarang mengalami penurunan tanah dalam rentang variasi kecenderungan penurunan dari 2.2 milimeter sampai 17.2 sentimeter.Kata Kunci : Penurunan Muka Tanah, GPS, GAMIT 10.04
PEMETAAN KERENTANAN BENCANA GUNUNG BROMO DENGAN CITRA SENTINEL-1 MENGGUNAKAN METODE INTERFEROMETRIC SYNTHETIC APERTURE RADAR (InSAR) Adito Maulana; Yudo Prasetyo; Arwan Putra Wijaya
Jurnal Geodesi UNDIP Volume 6, Nomor 3, Tahun 2017
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1207.672 KB)

Abstract

ABSTRAK                Erupsi gunung berapi adalah bencana alam yang menghasilkan dampak luas terhadap daerah terkena dampak bencana. Kerugian yang dialami dari erupsi gunung berapi tidak sedikit. Ancaman akibat erupsi gunung berapi tersebut dapat diminimalisir dengan pembuatan peta kerentanan bencana pada daerah yang rawan terjadi  erupsi gunung berapi. Gunung Bromo merupakan gunung berapi yang masih aktif dan terkenal sebagai salah satu destinasi wisata terbaik di Indonesia. Peta kerentanan bencana Gunung Bromo sangat diperlukan untuk meminimalisir kerugian yang dapat terjadi di daerah wisata tersebut.                Pemetaan kerentanan bencana Gunung Bromo ini menggunakan teknologi pengindraan jauh dan SIG (sistem informasi geografis). Peta kerentanan dibuat dengan menggunakan parameter kerentanan sosial dan lingkungan yang mengacu pada PERKA BNPB no.2 tahun 2012. Parameter kerentanan digabung lalu dilakukan proses skor dan pembobotan untuk menghasilkan peta kerentanan bencana. Teknologi pengindraan jauh menggunakan citra Sentinel-1 untuk mendapatkan pola aliran lava dari hasil digital elevation model (DEM) yang diperoleh dari proses InSAR. Citra Landsat-8 digunakan untuk mendapatkan tutupan lahan dengan klasifikasi Supervised Maximum Likelihood. Data aliran lava dan tutupan lahan di-overlay untuk menjadi peta kawasan rawan bencana Gunung Bromo.                Penelitian ini menghasilkan peta dengan informasi tingkat kerentanan bencana Gunung Bromo. Tingkat kerentanan rendah seluas 4346,009 hektar (86,018%), tingkat sedang 694,920 hektar (13,754%) dan tingkat tinggi seluas 11,528 hektar (0,228%). Dampak erupsi Gunung Bromo dengan aliran lava dengan radius 25, 50 dan 75 meter tutupan lahan yang paling luas terkena lava erupsi adalah pasir coklat dengan presentase terkena aliran lava dibandingkan dengan tutupan lahan lain mencapai 30%. Kawasan rawan bencana yang paling luas terkena dampak pada radius 0,3 – 2,5 kilometer adalah pasir putih dan radius 2,5 – 5 kilometer adalah pasir coklat. Keandalan peta kerentanan bencana Gunung Bromo dengan acuan penelitian referensi berada pada tingkat andal karena parameter yang digunakan sudah disesuaikan dengan keadaan pada Gunung Bromo yang jarang terdapat pemukiman hingga radius 5 kilometer.                Penelitian ini diharapkan dapat memberikan informasi kepada warga, wisatawan dan pemerintah setempat mengenai tingkat kerentanan Gunung Bromo sehingga dapat menjadi referensi untuk meningkatkan kesiapan dan kewaspadaan dalam menghadapi ancaman erupsi Gunung Bromo.Kata Kunci : Gunung Bromo, InSAR, Kerentanan Bencana, Parameter, Supervised  ABSTRACT                Volcanic eruptions is a natural disaster that produces a wide impact on disaster affected areas.The losses suffered from volcanic eruption are not small. The threat  of volcanic eruption can be minimized by making disaster vulnerability maps in areas prone to volcanic eruption. Mount Bromo is a volcano that still active and famous as one of the best tourist destinations in Indonesia. Vulnerability disaster map of Mount Bromo is needed to minimize the losses that can occur in the tourist area of Mount Bromo.                 The vulnerability disaster mapping of Mount Bromo using GIS (geographic information system). The vulnerability map is created using vulnerability parameters of social and enviromental that refers to PERKA BNPB no.2 year 2012. The vulnerability parameters are combined and weighted to produce disaster vulnerability maps. Remote sensing technology using Sentinel-1 imagery to obtain lava flow pattern form digital elevation model (DEM) that obtained from InSAR process. Landsat-8 imagery used to obtain land cover with Supervised Maximum Likelihood classification. Lava flow and land cover data overlay to become a disaster prone map area of Mount Bromo.                 This research produces maps with information of vulnerability level of Mount Bromo. Low vurnerability area of 4346,009 hectare (86,018%), medium area of 694,920 hectare (13,754%) and high level area of 11,528 hectare (0,228%). The impact of eruption of Mount Bromo with lava flows with radius of 25, 50 and 75 meters of the most exposed land cover with lava eruption is brown sand with percentage of exposed  lava flow compared with other land cover reaches 30%. The most disaster-prone areas affected by a radius of 0,3 – 2,5 kilometers are white sand and for a radius 2,5 -5 kilometers is brown sand. reliability of the vulnerability map of Mount Bromo disaster with reference research at a good reliable level because the parameters used are adjusted to the condition on Mount Bromo which is rarely settled up to a radius of 5 kilometers.                This research is expected to provide information to the citizens, tourists and local goverment regarding the vulnerability of Mount Bromo so that it can be a reference to improve the readiness and alertness in facing threat of eruption at Mount Bromo.Keywords: InSAR, Mount Bromo, Parameters, Supervised, Vulnerability Disaster
ANALISIS PASANG SURUT AIR LAUT MENGGUNAKAN DATA IOC (Intergovermental Oceanographic Comission) UNTUK MENENTUKAN CHART DATUM DI PERAIRAN CILACAP Nuardi Dwi Pradipta; Yudo Prasetyo; Arwan Putra Wijaya
Jurnal Geodesi UNDIP Volume 4, Nomor 2, Tahun 2015
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (859.305 KB)

Abstract

ABSTRAK Pasang surut air laut adalah perubahan ketinggian air laut yang disebabkan oleh adanya gaya tarik-menarik antara bumi dengan benda luar angkasa.Bulan dan Matahari memiliki pengaruh terbesar terhadap fenomena pasang surut air laut. Mean Sea Level (MSL) merupakan acuan tinggi untuk penentuan ketinggian di daratan. MSL diperolehdengan melakukan  pengamatan pasang surut air laut dalam periode waktu tertentu, sedangkan acuan tinggi dilaut berbeda dengan acuan tinggi di daratan. Chart datum (surutan peta) merupakan permukaan terendah air laut yang digunakan sebagai bidang referensi sebagai acuan tinggi dalam pembuatan peta dilaut.Untuk mengetahui pengaruh panjang data pengamatan terhadap ketelitian MSL maka pada penelitian ini dilakukan pembagian ke dalam 3 data yaitu data pasang surut 1 bulan, 3bulan, 6 bulan dan 1 tahun.Data pasang surut hasil pengamatan dari masing-masing panjang data dianalisis menggunakan program worltides danworldcurrents 2010 untuk mendapatkan 9 komponen pasang surut (O1, P1, K1, M2, N2, S2, K2, M4 MS4). 9 Komponen pasang surut digunakan untuk menentukan nilai chart datum dari lima model chart datum yaitu LPLW (Lowest Possible Low Water), ISWL ( Indiana Springs Water Level), MSLW (Mean Springs Water Low), DISHIDROS TNI-AL (Dinas Hidro-Oseanografi Tentara Nasional Indonesia Angkatan Laut) dan IHO (International Hidrographic Organization).Empat model chart datum LPLW, ISWL, MSL, dan DISHIDROS dicari kedudukan vertikalnya tehadap model chart datum IHO.Hasil dari penelitian ini adalah nilai  model chart datum yang sesuai dengan perairan Cilacap. Model yang sesuai untuk perairan Cilacap berdasarkan penelitian ini adalah model chart datum DISHIDROS dengan kedudukan vertikal terendah terhadap IHO yaitu 0.0116 (m).Kata kunci: Pasang surut, Chart Datum, MSL, IOC, worltides danworldcurrents 2010 ABSTRACT The tidal seas is the changing of sea water height caused by the attractive force happen between the earth and the space objects.The moon and the sun have the biggest influence on the tidal seas phenomenon. Mean Sea Level is the height reference to determine the land height. In order to get the MSL, doing the tide observation in a certain period of time is needed. Meanwhile, the height reference of the sea is quite different from the height reference of the land. The Chart datum (lowtide rate) is the lowest surface of the sea used as the referential part to the height reference of map making in the sea. In order to find out the influence of the observation data length toward the MSL accuracy, the observation is divided into 3 data, 1-month tidal data, 3-months tidal data, 6-months and a year tidal data. Those result observation data, later be analyzed using world tides & world currents 2010 program to get 9 tidal components (O1, P1, K1, M2, N2, S2, K2, M4, MS4). These 9 components is used to determine the chart datum number of five chart datum model, which are LPLW (Lowest Possible Low Water), ISWL (Indiana Springs Water Level), MSLW (Mean Springs Water Low), DISHIDROS TNI-AL (DinasHidro-OseanografiTentaraNasional Indonesia AngkatanLaut) and IHO (International Hidrographic Organization). It is necessary to find out the vertical figure of these four chart datum models LPLW, ISWL, MSL, DISHIDROS, toward the chart datum model IHO.The observation result is the chart datum model number which is appropriate for Cilacap waters. Based on the observation, the appropriate model for Cilacap waters is the chart datum model DISHIDROS whose the lowest vertical figure toward the IHO is 0.0116(m). Key words:Tide, Chart datum, MSL, IOC, world tides & world currents 2010

Page 17 of 84 | Total Record : 839

 15   16   17   18   19 

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