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
 23   24   25   26   27 
PEMANFAATAN SIG UNTUK MENENTUKAN LOKASI POTENSIAL PENGEMBANGAN KAWASAN PERUMAHAN DAN PERMUKIMAN (Studi Kasus Kabupaten Boyolali) Yoga Kencana Nugraha; Arief Laila Nugraha; Arwan Putra Wijaya
Jurnal Geodesi UNDIP Volume 3, Nomor 4, Tahun 2014
Publisher : Departement Teknik Geodesi Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2725.654 KB)

Abstract

ABSTRAKKabupaten Boyolali yang berada pada jalur strategis Semarang - Surakarta menyebabkan terjadinya perkembangan kota yang dapat memicu konversi lahan non-mukim menjadi permukiman. Penggunaan lahan yang tidak terencana akan menimbulkan kerusakan lahan dan lingkungan. Dalam hal tersebut SIG (Sistem Informasi Geografis) mempunyai peran yang cukup strategis, karena SIG mampu menyajikan aspek spasial (keruangan). Dalam rangka perwujudan manfaat SIG tersebut, yang kemudian dapat digunakan untuk mengetahui tingkat potensi lahan di Kabupaten Boyolali untuk pengembangan kawasan perumahan dan permukiman. Penelitian ini mempertimbangkan tujuh parameter untuk menentukan lokasi potensial pengembangan perumahan dan permukiman, yaitu parameter kemiringan lereng, ketersedian air tanah dan pdam, kerawanan bencana, Aksesbilitas, jarak terhadap pusat perdagangan dan fasilitas pelayanan umum, kemampuan tanah dan perubahan lahan.Dari analaisis dengan metode metode AHP (Analytic Hierarchy Process) menujukan bobot pengaruh untuk masing masing parameter sebesar 27,5 % untuk kerawanan bencana; 19,4 % kemiringan lereng; 17,0 % Perubahan Lahan; 15,0 % Aksesbilitas; 7,2 % Ketersediaan Air; 7,0 % daya dukung tanah; 6,9 % jarak terhadap pusat perdagangan dan fasilitas pelayanan umum. Sedangkan berdasarkan hasil perhitungan dan analisis dengan skoring, tingkat potensi untuk perumahan dan permukiman di Kabupaten Boyolali dibagi menjadi 4 kelas, yaitu Kelas Sangat berpotensi dengan luas 1944,92 Ha, cukup berpotensi dengan luas 63127,89 Ha, kurang berpotensi dengan luas 21302,52 Ha dan tidak berpotensi dengan luas 5216,20 Ha.Untuk Kecamatan yang memiliki kawasan sangat berpotensi dan menjadi prioritas daerah pengembangan kawasan perumahan dan permukiman yang sesuai RTRW Kabupaten Boyolali tahun 2010-2030 paling luas berada di Kecamatan Andong dengan luas 1645,82 Ha, Kemudian Kecamatan Boyolali dengan luas 1259,23 Ha, dan Kecamatan Nogosari seluas 1578,40  Ha.Kata Kunci :Potensi LahanPerumahan, SIG, AHP ABSTRACTBoyolali district which is strategically located at Semarang - Surakarta intercity road led to the development of the city which can trigger the conversion of non-settlements area into settlements area. Unplanned land usage will cause damages to the land and environment. In this case, GIS (Geographic Information System) have a strategic role, because GIS is able to present the spatial aspect. In order to realize the benefits of GIS, which can then be used to determine the level of land potential in Boyolali for real estate and housing development. This study considers seven parameters to determine the potential sites for housing and settlement development, that are the slope parameter, groundwater and PDAM availability, disaster vulnerability, Accessibility, distance to the center of commerce and public service facilities, land capability and land transformations.From the analysis using AHP method (Analytic Hierarchy Process) addressed the weights influence for each parameter is 27.5% for disaster vulnerability; 19.4% for slope; 17.0% for  land transformation; 15.0% for accessibility; 7.2% for water availability; 7.0% for land capability; 6.9% for the distance to the center of commerce and public service facilities. While based on the calculation and analysis by scoring, the level of potential for housing and settlements in Boyolali divided into 4 classes: Highly potential class with an area of 1944.92 hectare, enough potential with an area of 63127.89 hectare, less potential with an area of 21302.52 hectare, and no potential with an area of 5216.20 hectare.For the Districts with highly potential area and become a priority area of real estate and settlement development that appropriate to Boyolali district RTRW years 2010-2030 were most widespreaded in the Andong sub-district with an area of 1645.82 hectare, then the Boyolali sub-district with an area of 1259.23 hectare, and the Nogosari sub-district with an area of 1578,40 hectare.Keywords : Land potential forReal estate, GIS, AHP
PEMETAAN KESESUAIAN LAHAN PUSAT PERBELANJAAN BARU BERBASIS SISTEM INFORMASI GEOGRAFIS (Studi Kasus: Kota Semarang) Aulia Fikki Wicaksono; Moehammad Awaluddin; Nurhadi Bashit
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 (618.344 KB)

Abstract

ABSTRAKKota Semarang merupakan Ibu kota Provinsi Jawa Tengah yang dianggap pembangunannya lebih maju dibandingkan kota lain di sekitarnya meskipun jumlah pusat perbelanjaan di Kota Semarang tidak lebih banyak dari Ibu kota provinsi lain seperti Bandung, Surabaya, dan lain lain. Kondisi tersebut membuat Kota Semarang menjadi lokasi berprospek tinggi bagi para pengembang properti untuk berinvestasi baik dalam bentuk pusat perbelanjaan tunggal maupun mixed use development yang terdapat mall di dalamnya. Adanya permintaan pemenuhan properti serta pembangunan untuk aktivitas komersial secara besar-besaran akan membuat masalah dalam penataan ruang, yaitu akan timbul lahan dengan fungsi yang tidak sesuai dengan peruntukan kawasannya. Penelitian ini dilakukan dengan tujuan untuk melihat bagaimana tingkat kesesuaian lahan pembangunan pusat perbelanjaan baru di Kota Semarang menggunakan Sistem Informasi Geografis (SIG) berdasarkan parameter yang ditentukan. Hasil kesesuaian lahan yang telah diperoleh selanjutnya akan dilakukan verifikasi menggunakan peta RTRW peruntukan kawasan perdagangan dan jasa. Hasil yang diperoleh dari penelitian ini adalah peta kesesuaian lahan untuk pusat perbelanjaan baru di Kota Semarang. Berdasarkan hasil verifikasi peta kesesuaian lahan pembangunan pusat perbelanjaan baru menggunakan peta pola ruang peruntukan perdagangan dan jasa RTRW Kota Semarang tahun 2010-2030 didapatkan klasifikasi sangat sesuai seluas 192,378 ha (17,16%) dari total luas wilayah peruntukan perdagangan dan jasa. Klasifikasi cukup sesuai seluas 435,558 ha (38,86%). Klasifikasi kurang sesuai terdapat seluas 365,525 ha (32,01%), dan klasifikasi tidak sesuai seluas 127,329 ha (11,36%).Kata kunci : AHP, Kesesuaian Lahan, Kota Semarang, Pusat Perbelanjaan.ABSTRACTCity of Semarang is the capital of Central Java Province which is considered more advanced development compared to the surrounding city although the number of shopping center in Semarang is not as many as other provincial capital such as Bandung, Surabaya, and others. This condition makes Semarang as though as a location with a good prospects for property developers to invest both in the form of a single shopping center building or as mixed use development that there is a mall within it. Massive amount of the demand for property fulfillment and development for commercial activities will create problems in the spatial arrangement, that will brings up land that the function is not suite with the allocation of its area. This study is conducted with the aim to see the level of land suitability for new shopping center development in Semarang using Geographic Information System (GIS) based on specified parameters. The result that has been obtained will then  be verified using RTRW map of allocation of trade and service area. The result from verification of land suitability map for new shopping center development using map of allotment of trade and service of Semarang City’s RTRW years of 2010-2030 obtained very suitable class with an area of 192,378 ha (17,16%) from total area of allotment of trade and service, quite suitable class with an area of 435,558 ha (38,86%), less suitable class with an area of 365,525 ha (32,01%), and not suitable class with an area of 127,329 ha (11,36%).Key Words : AHP, Land Suitability, Semarang, Shopping Center.
PEMODELAN GEOID INDONESIA DENGAN DATA SATELIT GOCE Maylani Daraputri; Yudo Prasetyo; Bambang Darmo Yuwono
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 (1023.455 KB)

Abstract

ABSTRAK Indonesia merupakan negara kepulauan yang terletak pada koordinat geografis 6o LU – 11o LS dan 95 o BT – 141o BT. Dengan banyaknya laut yang dimiliki Indonesia, penentuan MSL (Mean Sea Level) sebagai bidang yang berimpit dengan geoid menjadi pekerjaan yang sulit.Penentuan model geoid dapat diturunkan dari data satelit, data gravimetri dan data DEM.  Perkembangan teknologi satelit gaya berat berperan sangat besar dalam menentukan medan gaya berat bumi. Salah satu satelit gaya berat bumi adalah satelit GOCE (Gravity field and steady-state Ocean Circulation Explorer) yang diluncurkan oleh ESA (European Space Agency) pada Maret 2009.  Pemodelan geoid pada penelitian ini hanya menggunakan data satelit GOCE yang digunakan sebagai gelombang panjang geoid. Data yang digunakan adalah data level-2 satelit GOCE. Model geoid GOCE yang digunakan ada empat jenis yaitu model DIR R2, DIR R3, TIM R2, dan TIM R3 yang dirilis pada tahun 2010 dan 2011. Sebagai model pembanding digunakan model EGM 96 dan EIGEN 5C. Validasi model geoid dilakukan terhadap model geoid lokal pulau Jawa.Hasil penelitian menunjukan bahwa model DIR R2 memiliki selisih standar deviasi terkecil terhadap model pembanding EGM 96 yaitu sebesar 0.583 meter maupun dengan model EIGEN 5C yaitu sebesar 0.186 meter. Geoid dengan grid kecil dan derajat orde rendah memiliki standar deviasi rendah.Hasil dari perbandingan antar model geoid GOCE menunjukan bahwa model TIM R2 dan TIM R3 memiliki standar deviasi terkecil yaitu sebesar 0.014 meter, hasil validasi dengan model geoid lokal pulau Jawa memiliki nilai standar deviasi sebesar 0.328 meter. Dengan model geoid regional Indonesia dari data satelit GOCE, penentuan geoid lokal untuk masing-masing daerah dapat lebih mudah.Kata kunci           : EIGEN 5C,  EGM 96, Geoid, GOCE.  ABSTRACT Indonesia is an archipelago country which is geographically located in 6o N – 11o S and  95 o – 141o E. Indonesia have a much of sea, determination of mean sea level as a surface closed to geoid was difficult.Determination of geoid model could be derived from satellite data, surface gravity, and digital elevation model. Development of satellite gravity has a significant impact in determining gravity field of the earth. One of  the most commonly satellite gravity is GOCE (Gravity field and steady-state Ocean Circulation Explorer) satellite, was launched in march 2009 by ESA (European Space Agency).Geoid modelling in this research used GOCE satellite data as long wavelength geoid. The data which was used is GOCE level 2 data. GOCE geoid models which were used are  DIR R2 , R3 DIR , TIM R2 and TIM R3 with the acquisition data in 2010 and 1011. The results of GOCE geoid models are subtracted with EGM 96 and EIGEN 5C models. Validation of geoid model was refer to Java local geoid model.The results showed that the model DIR R2 has the lowest differences of standard deviation due to EGM96 model is about 0.583 meter as well as EIGEN 5C is about 0.186 meter. Geoid model which has small grid and low degree and order had low standard deviation. The Results of the comparison between the GOCE geoid model showed that the model TIM R2 and TIM R3 has the lowest standard deviation is about 0.014 meter. The result of validation due to Java local geoid model is about 0.328 meter. With the regional geoid of Indonesia using GOCE satellite data, determination of geoid height in each local area is easier.Keywords : EIGEN 5C,  EGM 96, Geoid, GOCE.  *) Penulis Penanggung Jawab  
ANALISIS TINGKAT DAERAH RAWAN KRIMINALITAS MENGGUNAKAN METODE KERNEL DENSITY DI WILAYAH HUKUM POLRESTABES KOTA SEMARANG Chairunisa Afnidya Nanda; Arief Laila Nugraha; Hana Sugiastu Firdaus
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 (839.164 KB)

Abstract

ABSTRAK Tindak kriminalitas merupakan suatu permasalahan yang terjadi di setiap wilayah termasuk di Kota Semarang, namun di Polrestabes Kota Semarang belum dapat memvisualisasikan kejadian kriminalitas ke dalam bentuk peta sehingga diperlukan suatu metode untuk menganalisis dan menentukan daerah rawan kriminalitas. Pada penelitian ini, dilakukan pemetaan daerah rawan kriminalitas di Kota Semarang. Metode Clustering yang digunakan dalam penelitian ini adalah Kernel Density. Metode Kernel Density adalah pengelompokan data berdasarkan kerapatan TKP dari tindak kejahatan berdasarkan radius tertentu. Hasil penelitian ini menunjukan terdapat 1965 kasus kriminalitas selama tahun 2016-2018. Daerah tingkat kerawanan untuk seluruh kasus dan setiap kasus di 16 Kecamatan Kota Semarang  terbagi menjadi 5 kelas, yaitu daerah rawan sangat tinggi, tinggi, sedang, rendah dan sangat rendah. Berdasarkan hasil verifikasi menggunakan metode Kernel Density berdasarkan data kriminalitas tahun 2019, nilai rata-rata yang di peroleh sebesar 49,13%Kata Kunci : Kernel Density, Kriminalitas, Sistem Informasi Geografis.   ABSTRACT Crime is a problem that occurs in every region including in the city of Semarang, but in Polrestabes city of Semarang has not been able to visualize the incidence of crime into the form of map so it is needed a method to Analyzing and determining areas of crime prone. In this research, conducted mapping of crime prone areas criminality in Semarang. The Clustering method used in this study is Kernel Density. The Kernel Density method is a grouping of data based on crime SCENE density from a specific radius. The results of this study showed 1965 cases of criminality during the year 2016-2018. Areas of insecurity for all cases and each case in 16 districts of Semarang is divided into 5 classes, namely the area is very high, high, medium, low and very low. Based on the verification results using Kernel Density method based on the crime data of 2019, the average value gained by 49,13%Keywords : Criminality, Geographic Information Systems, Kernel Density.
PENGAMATAN LENDUTAN VERTIKAL JEMBATAN KALI BABON DENGAN METODE GNSS KINEMATIK Najamuddin .; Sutomo Kahar; LM. Sabri
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 (1012.557 KB)

Abstract

Jembatan Kali Babon adalah salah satu jembatan yang berada di jalan Pantai Utara Jawa tepatnya di Kecamatan Genuk, Kota Semarang. Jembatan Kali Babon ini dibangun pada tahun 2005 dengan panjang 33,5 meter. Sebuah jembatan akan mengalami dua macam deformasi, yaitu gerakan jangka panjang dan gerakan jangka pendek. Dalam penelitian ini, teknologi Topcon GNSS dual frukuensi akan digunakan untuk memantau besarnya deformasi yang terjadi pada Jembatan Kali Babon. Setiap titik pada jembatan menggunakan interval waktu (logging rate) sebesar 1 detik untuk pengambilan raw data. Hasil penentuan posisi titik pada penelitian ini didapatkan secara post-processing (sesudah pengamatan). Pemanfaatan GNSS secara kinematik ini digunakan untuk mengetahui seberapa besar pergerakan vertikal jembatan Kali Babon akibat satuan mobil penumpang yang melintasinya. Teknologi GNSS mampu mendeteksi lendutan vertikal jembatan Kali Babon. Hasil pengukuran metode GNSS kinematik jembatan Kali Babon diperoleh lendutan maksimal sebesar 0,187 meter dengan lama pengamatan 28 menit. Berdasarkan perhitungan teknis pembebanan jembatan dengan menggunakan data struktur dan bahan struktur Jembatan Kali Babon, secara teoritis lendutan yang terjadi adalah sebesar 0,239 meter. Hal ini menunjukan bahwa lendutan jembatan Kali Babon masih memenuhi standar. Kata kunci : Jembatan Kali Babon, GNSS, Lendutan vertikal
ANALISIS FAKTOR AKSESIBILITAS TERHADAP ZONA NILAI TANAH DENGAN PENDEKATAN PENILAIAN MASSAL DAN SISTEM INFORMASI GEOGRAFIS (Studi Kasus : Kecamatan Pemalang, Kabupaten Pemalang) Mufid Damar Pidekso; Sawitri Subiyanto; Fauzi Janu Amarrohman
Jurnal Geodesi UNDIP Volume 6, Nomor 1, Tahun 2017
Publisher : Departement Teknik Geodesi Universitas Diponegoro

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

Abstract

ABSTRAK Kebutuhan  tanah yang meningkat menyebabkan harga tanah yang beragam dan melonjaknya harga tanah. Keberagaman harga tanah dapat disebabkan oleh bermacam-macam faktor. Salah satu faktor yang dapat yang mempengaruhi harga tanah adalah faktor aksesibilitas. Pembentukan Zona Nilai Tanah yang merupakan area yang menggambarkan nilai tanah yang relatif sama  yang bertujuan untuk mengelompokkan bidang-bidang tanah sesuai dengan Nilai Indikasi Rata-rata (NIR).Data yang digunakan berupa data tekstual yang berupa, data Nilai Jual Objek Pajak (NJOP) yang didapatkan dari DPPKAD Kabupaten Pemalang serta data survey yang dilakukan di lapangan. Data harga pasar yang telah didapat kemudian diolah untuk mendapatkan NIR. Kemudian dicari selisih antara data NJOP serta NIR. Untuk mengetahui pengaruh faktor aksesibilitas dilakukan pengujian statistic antara harga pasar tanah dan variabel-variabel bebas yang ditentukan.Dari penelitian diperoleh 72 Zona Nilai Tanah dengan NIR tertinggi berada pada zona 66 yang berada di sepanjang Jalan Jendral Sudirman. Sementara selisih antara NIR dengan NJOP paling besar adalah sebesar 3104 %. Dari hasil pengujian statistik, faktor aksesibilitas terhadap harga pasar memiliki pengaruh 62,2 %, yaitu antara variabel bebas terhadap variabel terikat. Kata Kunci : Zona Nilai Tanah (ZNT), Nilai Indikasi Rata-rata (NIR), Nilai Jual Objek Pajak (NJOP), Faktor Aksesibilitas. ABSTRACT Increasing of land needs caused the land prices are varied and make the land prices increase. The diversity of land prices can be caused by a variety of factors. One of  the factor that may be affecting the price of land is the accessibility factor. Land Values zone forming which is the area that depicts the relative value of the same land that aims to classify the plots in accordance with Indication Value Average (NIR).Data that used in the form textual data which  is the value of tax object  (NJOP) obtained from DPPKAD Pemalang and survey data in the field. Market price data that have been obtained then processed to obtain NIR. Then make the processing to find the difference between NJOP and NIR. To determine the influence of accessibility factors, statistical testing between the market price of land and the independent variables were determined.                    From the research, gained 72 Land Value Zone with the highest NIR is located in zone 66 located along Jendral Sudirman Street . While the biggest gap between NIR and NJOP amounted to 3104%. From the results of statistical tests, the accessibility factors make the influence of the market price amounted  62.2%,, which is between the independent variable on the dependent variable.  Keywords : Land Value Zone (ZNT), Indication Value  Average (NIR), Tax Object Value (NJOP), Accesibility Factor.
ANALISIS PENGARUH PERUBAHAN NILAI JUAL TANAH TERHADAP ZONA NILAI TANAH Anastasia Astuti; 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 (1035.68 KB)

Abstract

ABSTRAKKecamatan Banyumanik merupakan salah satu dari 16 Kecamatan yang berada di wilayah Pemerintah Kota Semarang. Kecamatan Banyumanik termasuk dalam pembagian wilayah yang memiliki fungsi sebagai perencanaan pemukiman. Hal ini mengakibatkan tingginya permintaan dan penawaran lahan di wilayah Banyumanik. Pengaruh dari tingginya permintaan dan penawaran lahan tersebut adalah terjadinya perubahan harga tanah di wilayah Kecamatan Banyumanik. Untuk itu diperlukan adanya penelitian untuk menganalisis terjadinya perubahan nilai jual tanah.Pada awalnya penelitian ini dilakukan dengan pembuatan zona awal dengan menggunakan peta administrasi Kecamatan Banyumanik dan citra Ouickbird. Selanjutnya dilakukan pembuatan peta Zona Nilai Tanah tahun 2011 dan 2013 dengan menggunakan peta zona awal dan data transaksi hasil survei lapangan. Langkah selanjutnya pembuatan peta perubahan harga tanah, yang diperoleh dari hasil overlay  peta ZNT  tahun 2011 dan peta ZNT tahun 2013. Kemudian dilakukan analisis terhadap perubahan nilai jual tanah yang terjadi.Hasil penelitian menunjukkan dalam rentang waktu tahun 2011 sampai denga tahun 2013 terjadi perubahan harga tanah. Perubahan harga tanah terbesar di zona 69 yaitu sebesar Rp. 5.242.097,00 per meter persegi. Zona 69 merupakan wilayah pemukiman padat, sedangkan perubahan harga terkecil terjadi pada zona 82 yaitu sebesar Rp57.657,00 per meter persegi. Zona 82 merupakan wilayah pertanian yang tandus.Terjadinya perubahan harga lahan dipengaruhi faktor nilai jual lahan yang berbeda di setiap zona nilai tanah. Zona 69 yang memiliki tingkat perubahan harga tertinggi, hal tersebut bisa terjadi karena zona 69 merupakan kawasan pemukiman yang letaknya strategis, dan memiliki aksesbilitas yang mudah.Pada zona 82 memiliki tingkat perubahan harga tanah yang paling rendah, hal terebut karena faktor nilai jual lahan yang tidak mendukung nilai ekonomis tanah pada wilayah tersebut.Kata kunci :Zona Nilai Tanah, Perubahan Harga Tanah, Faktor Nilai Jual Lahan.                                             ABSTRACTBanyumanik district is one of sixteenth districts located in Semarang. Banyumanik district is included in the teritorial division which has function as settlement planning. Therefore, it causes the high demand and supply for land in Banyumanik areas. The effect of the high demand and supply is the changes of land price in Banyumanik district. Thus, it is required a research to analyze the changes of sale value of land. First, the research is done by making an initial zone using the administration map of Banyumanik district and Ouickbird image. The second step is making zone map of sale value in 2011 and 2013 using the initial zone and transactional data from the result of field survey. Then, the next step is making map of the changes of land price, which is obtained from the result of overlaying ZNT map in 2011 and ZNT map in 2013. Data are processed using ArcGIS 10.1 software. Finally, it will analyze the changes of sale value of land.The result of this research shows that there is the changes of land price within 2011 to 2013. The biggest changes of land price are in zone 69 most Rp. 5,242,097.00 per square meter, which are settlement areas. While the lowest changes of land price are occured in zone 82 is equal Rp57.657,00 per square meter, which are barren agricultural areas. The changes of land price are influenced by sale value of land factor which are different for every land value zone. Zone 69 which has the highest rate of price change, it can happen because of the zone 69 is strategically located residential area, and has easy accessibility.In zone 82 has a rate of change of the price of land is low, it stretcher because of the sale value of the land that does not support the economic value of land in the region. Keywords : land value zone, changes of land price, sale value of land factor.
ANALISIS HAZE REMOVAL DENGAN METODE HAZE OPTIMIZED TRANSFORMATION (HOT) DAN METODE ADVANCE HAZE OPTIMIZED TRANSFORMATION (AHOT) PADA CITRA SPOT 7 DI WILAYAH KOTA SEMARANG Siti Rahayuningsih; Abdi Sukmono; Bandi Sasmito
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 (1257.558 KB)

Abstract

ABSTRAK  Pengaruh atmosfer yang ada di Indonesia menjadi permasalahan di banyak wilayah di Indonesia dimana salah satunya adalah Kota Semarang di Jawa Tengah. Kota merupakan salah satu wilayah di Indonesia yang memiliki curah hujan beragam, dari ringan hingga sedang. Hal tersebut sama halnya dengan liputan awan yang selalu ada diatas wilayahnya. Awan dan kabut (haze) merupakan bagian dari kondisi atmosferik yang mempengaruhi kualitas citra. Data yang terhalang oleh awan akan memiliki nilai 0 atau tidak  memiliki data sehingga tidak bisa digunakan untuk pemetaan. Data dengan kandungan haze masih dapat direduksi dan akan menghasilkan citra pasif yang memiliki data untuk digunakan. Penelitian ini menggunakan metode Haze Optimized Transformation  (HOT) dan metode Advance Haze Optimized Transformation (AHOT) dimana kedua metode ini menggunakan korelasi atau hubungan dari kanal biru dan kanal merah.Metode HOT menghasilkan deteksi haze dan digunakan untuk melakukan haze removal memakai metode DOS (Dark Object Substraction) dan metode AHOT untuk haze removal memakai metode VCP (Virtual Cloud Point). Citra hasil haze removal metode HOT-DOS memiliki tampilan yang lebih gelap dibandingkan citra hasil metode AHOT-VCP. Berdasarkan perbandingan panjang objek dilapangan dan objek di citra didapatkan nilai RMSE sebesar 1.067 pada citra bersih, 4.067 citra hazy, 2.403 pada citra hasil HOT (DOS) dan 1.762 pada citra hasil AHOT(VCP). Hasil uji hipotesis metode HOT dan AHOT didapatkan t hitung lebih dari t tabel sehingga ada perubahan pada citra hasil haze removal pada tingkat kepercayaan 95%. Klasifikasi NDVI pada citra sebelum dan sesudah dilakukan haze removal mengalami perubahan berdasarkan pada kelas klasifikasi NDVI yang dihasilkan.  Kata Kunci: AHOT, Awan, Haze, HOT , NDVI ABSTRACT The effect of atmosphere in Indonesia is a problem in many regions, one of which is Semarang in Central Java. This city is one of regions in Indonesia which has a variety of rainfall, from mild to moderate. This is the same as the coverage of clouds that are always above the area. Clouds and haze are part of atmospheric conditions that affect image quality. Data that is blocked by the cloud will have 0 value or no data so it cannot be used for mapping. Data with haze can still be reduced and will produce a passive image that has data to use. This research uses the Haze Optimized Transformation (HOT) method and the Advanced Haze Optimized Transformation (AHOT) method where both of these methods use correlations or relationships of the blue and red channels.HOT method produces haze detection and is used to perform haze removal using the DOS (Dark Object Substraction) method and AHOT is used to perform haze removal using the VCP (Virtual Cloud Point) method. The HOT-DOS haze removal image has a darker appearance than the AHOT-VCP method image. The comparison between the length of the actual object and the object in the image obtained RMSE value of 1.067 on the clean image, 4.067 on hazy image, 2.403 on the HOT image (DOS) and 1.762 on the AHOT image (VCP). The results of the HOT and AHOT hypothesis test methods obtained t count more than t tables so it is obtained that there is a change in the image of the haze removal at a 95% confidence level. NDVI classification on the image before and after haze removal is changed based on the class of NDVI classification.
STUDI PERUBAHAN NILAI TANAH DAN PENGGUNAAN LAHAN PADA DAERAH RAWAN GENANGAN BANJIR ROB DI KECAMATAN SEMARANG UTARA Fanni Kurniawan; Arief Laila Nugraha; Moehammad Awaluddin
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 (928.153 KB)

Abstract

North Semarang sub-district has a topography with a slope of 0-2%. The lower area of sea surface will be flooded if the sea surface keep increase with landsubsidence, and also caused by optimallyzation landuse around the coastal area.This research using some secondary data. From the process of merging spotheight with the landsubsidence value every year and then classified by the highest tides, the average of sea level and the lowest tides so obtained the form of tidal inudation area. The fix tidal inudation area model will be overlay with the map of landuse and the land value of North Semarang sub-district. The method used is analysis data based on Geographic Information System with seeing the real condition of the field.The research result shows that the safe area has decrease by 35,5 acres within a period of 7 years. It caused by land use changes such as increase of industry area by 45,3 acres within a period of 5 years. The selling price of land in subcript tidal inudation area such as Tanjung Mas village has increased by Rp. 28.000,00 with AD ground code within a period of 5 years whereas the safe area with AD ground code such as Plombokan village has increased by Rp. 559.000,00 within a period of 5 years.Keywords : tidal inundation, land value, Geographic Information System, landuse
VERIFIKASI PENARIKAN GARIS BATAS PROVINSI KALIMANTAN BARAT, KALIMANTAN TENGAH, DAN KALIMANTAN TIMUR SESUAI DENGAN PERMENDAGRI NO. 76 TAHUN 2012 MENGGUNAKAN METODE KARTOMETRIK Aulia Imania Sukma; Bambang Sudarsono; Fauzi Janu Amarrohman
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 (1231.913 KB)

Abstract

ABSTRAK Indonesia merupakan negara kepulauan terbesar dengan pembagian wilayah terdiri dari 34 Provinsi, 397 Kabupaten dan 98 Kota, dengan total pembagian segmen batas daerah sebesar 966 segmen batas, yaitu terdiri dari 215 segmen definitive, 384 segmen yang sudah dilakukan pelacakan dan pengukuran, serta 367 segmen yang belum dilakukan pelacakan. Permasalahan batas daerah muncul salah satunya dikarenakan konflik yang dapat berujung menuju sengketa. Kesalahan dan tidak akuratnya gambar garis batas wilayah di peta berpotensi menimbukan sengketa posisional antar daerah yang berbatasan (Adler, 1995).Salah satu permasalahan terkait penegasan batas daerah adalah pada kasus perselisihan sengketa batas antara Provinsi Kalimantan Barat, Kalimantan Tengah, dan Kalimantan Timur, sengketa ini berada pada batas yang membatasi ketiga wilayah tersebut (simpul batas), yang membatasi 3 Kabupaten yang berbeda mewakili tiap provinsi yaitu Kabupaten Murung Raya Provinsi Kalimantan Tengah, Kabupaten Kapuas Hulu Provinsi Kalimantan Barat, dan Kabupaten Mahakam Ulu Provinsi Kalimantan Timur. Dalam penetapan simpul batas berpedoman pada Permendagri No. 76 tahun 2012. Peletakkan titik simpul batas dan penarikan garis batas dilakukan dari segi aspek teknis dengan menggunakan metode kartometrik. Data yang digunakan dalam penelitian berupa, peta RBI digital skala 1:50.000, dan DEM SRTM.Menurut hasil penelitian, terdapat dua titik simpul batas yang diletakkan sesuai dengan metode kartometrik yang pertama adalah pada Gunung Liang Tanjung, dan yang ke dua adalah dengan mengikuti garis batas sesuai peta lampiran UU No. 2 tahun 2013. Kata Kunci : Metode Kartometrik, Simpul Batas, Sengketa Wilayah, Aspek Teknis.   ABSTRACT                    Indonesia is the largest archipelagic country with a division of 34 Provinces, 397 Districts and 98 Cities, indeed the divisions insist of 966 border segments, consisting with 215 definitive segments, 384 tracked and measured segments, and 367 unidentified segments. Regional boundary issues caused conflict that could possibly take the lead into sort of disputess. According to an inacurate the delineation on map caused positional dispute between the borderline areas (Adler, 1995).                     One of the problems related to the affirmation of regional borders is in the case of a dispute over the boundary disputes between West Kalimantan, Central Kalimantan and East Kalimantan provinces, this dispute lies within the boundary limiting the three regions (boundary node), which are divide into 3 different districts that representing each provinces, Murung Raya District, Central Kalimantan Province; Kapuas Hulu District, West Kalimantan Province; and Mahakam Ulu District, East Kalimantan Province. Permendagri No. 76 tahun 2012 in charge on  precept of  boundary making. Boundary position of point and delineation, takes charge from the point of view off technical aspect which is used kartometrik method. The data that used in this study are RBI digital map with scale 1 :50.000, and DEM SRTM  and  kartometrik method.                    According to the study, there are two alternative boundaries based on kartometrik methods. First, take a place in Liang Tanjung Mountain, and the second is attached to UU No. 2 tahun 2013. Keywords: Kartometrik Method, Boundary Node, Territory’s Dispute, Technical Aspect.

Page 25 of 84 | Total Record : 839

 23   24   25   26   27 

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