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 Geografi : Media Informasi Pengembangan dan Profesi Kegeografian
Published by Universitas Negeri Semarang
ISSN : 25493078     EISSN : 25493094     DOI : -
Core Subject : Science,
Earth & Planetary Sciences
Jurnal Geografi : Media Informasi Pengembangan dan Profesi Kegeografian welcomes high-quality, original and well-written manuscripts on any of the following topics: 1. Geomorphology 2. Climatology 3. Biogeography 4. Soils Geography 5. Population Geography 6. Behavioral Geography 7. Economic Geography 8. Political Geography 9. Historical Geography 10. Geographic Information Systems 11. Cartography 12. Quantification Methods in Geography 13. Remote Sensing 14. Regional development and planning 15. Disaster
Arjuna Subject : -
Articles 10 Documents
 1 
Search results for , issue "Vol 18, No 2 (2021)" : 10 Documents clear
Analisis Sebaran Spasial Tingkat Kejadian Kasus Covid-19 Dengan Metode Kernel Density di Kota Ambon Rakuasa, Heinrich; Tambunan, Mangapul Parlindungan; Tambunan, Rudy Parluhutan
Jurnal Geografi : Media Informasi Pengembangan dan Profesi Kegeografian Vol 18, No 2 (2021): In progress [July 2021]
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/jg.v18i2.28234

Abstract

Kota Ambon merupahkan daerah dengan kasus COVID-19 tertinggi di provinsi Maluku yaitu 435 orang terkonfirmasi positif dan yang terkonfimasi suspek 10 orang. Kasus COVID-19 di Kota Ambon dari bulan maret-desember, cenderung meningkat setiap bulannya. Jumlah penderita COVID-19 di Kota Ambon meningkat disebabkan karena wilayah tersebut merupakan wilayah dengan jumlah penduduk yang banyak dibandingkan wilayah lain, jumlah penduduk Kota Ambon saat ini yaitu 371.650 Jiwa. Penelitian ini bertujuan untuk mengetahui sebaran spasial tingkat kejadian kasus positif COVID-19 dengan metode Kernel Density di Kota Ambon  dan untuk menganalisis hubungan antara kepadatan penduduk dan jumlah kasus Positif COVID-19 di Kota Ambon. Hasil analisis pola spasial sebaran tingkat kejadian kasus Positif COVID-19 terkonsentrasi pada wilayah-wilayah tertentu mengikuti jumlah penduduk dan faktor lingkungan lain di Kota Ambon. Sebaran spasial tingkat kejadian kasus Positif COVID-19 menunjukan, kelas tertinggi terdapat disekitar 22 desa dan Kelurahan dengan luas 1420 Hektar atau 4%, kelas sedang terdapat di 8 desa dan kelurahan dengan luas 2258 atau 7%, dan kelas rendah terdapat di 29 desa dan kelurahan  dengan luas 28877 atau 89%. Hubungan kepadatan penduduk dengan jumlah kejadian kasus Positif COVID-19 di Kota Ambon mempunyai korelasi yang  kuat dengan nilai (r) 0,620 dan mempunyai hubungan yang positif.
Pemetaan Ekosistem Mangrove di Kabupaten Kubu Raya Menggunakan Machine Learning pada Google Earth Engine Fariz, Trida Ridho; Permana, Pawit Indra; Daeni, Fitri; Putra, Akbar Cahyadhi Pratama
Jurnal Geografi : Media Informasi Pengembangan dan Profesi Kegeografian Vol 18, No 2 (2021): In progress [July 2021]
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/jg.v18i2.30231

Abstract

Penyediaan data distribusi mangrove serta perubahannya membutuhkan waktu pemrosesan yang lama jika dilakukan dengan interpretasi citra secara konvensional, apalagi jika dilakukan pada area yang luas seperti Kabupaten Kubu Raya. Hadirnya platform yang bernama Google Earth Engine (GEE) bisa menjadi solusi permasalahan tersebut. GEE mempunyai akses data yang besar, mampu mengolah data berbasis cloud serta memiliki banyak algoritma machine learning. Oleh karena itu penelitian ini mencoba memetakan mangrove di Kabupaten Kubu Raya menggunakan machine learning yang tersedia di GEE, selain itu kami juga membahas beberapa future work terkait pemetaan mangrove di Kabupaten Kubu Raya menggunakan GEE. Machine learning yang digunakan dalam penelitian ini antara lain: CART, Random Forest, GMO Max Entropy, Voting SVM, Margin SVM. Hasil penelitian ini menunjukkan bahwa machine learning yang terbaik dalam memetakan mangrove di Kabupaten Kubu Raya adalah CART. Random Forest juga menjadi machine learning dengan akurasi tertinggi setelah CART, baik keduanya merupakan machine learning berbasis logika atau juga disebut machine learning berbasis pohon keputusan. Dari beberapa studi juga mendukung bahwa machine learning ini sangat cocok digunakan untuk pemetaan penutup lahan. Hasil pemetaan mangrove ini memiliki akurasi kappa yang baik walaupun masih terdapat misklasifikasi sehingga perlu dilakukan sentuhan manual seperti interpretasi visual. Penelitian ini masih terdapat banyak keterbatasan sehingga perlu dikembangkan penelitian dengan menggunakan input data yang lebih beragam dan pengujian hyperparamater antar machine learning.
Dampak Siklon Tropis Savannah Terhadap Karakteristik Hidrogeokimia Aliran pada Mata Air Guntur, Kawasan Karst Gunungsewu Ramadhan, Fajri; Riyanto, Indra Agus; Cahyadi, Ahmad; Naufal, Muhammad; Widyastuti, M; Adji, Tjahyo Nugroho
Jurnal Geografi : Media Informasi Pengembangan dan Profesi Kegeografian Vol 18, No 2 (2021): In progress [July 2021]
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/jg.v18i2.30293

Abstract

Tropical Cyclones often occur in Indonesia and have disastrous impacts. Until now, no research has focused on time series data related to groundwater discharge and chemistry due to tropical cyclones. Therefore, this study aims to analyze and compare the characteristics of the hourly time series, both discharge and chemistry of the Guntur karst springs. Guntur Spring was affected by the tropical cyclone of Savannah on March 17, 2019. The method used in this study consisted of two parts, namely the analysis of the discharge and chemistry of Guntur Spring. Discharge analysis was performed by correlation test with rain intensity. Chemical analysis was carried out using the Minister of Health Regulation No. 90 of 2002 and expert standards. Other chemical analyzes were performed using a triangular piper, rectangular piper, and stiff diagram of the parameters Na+, K+, Ca2+, Mg2+, SO42-, Cl-, and HCO3-. The results of the relationship between discharge and rain intensity are directly proportional and increase significantly during a cyclone. The results of analysis of the Guntur Springs during Tropical Cyclone Savannah, all parameters are in accordance with the quality standard. In addition, there was a reduction in ion content due to the dilution process of Ca2+, Mg2+, Cl-, HCO3-., DHL, and pH ions compared to non-cyclone, Beton Resurgence, and Gremeng Resurgence ions. The chemical results when the cyclone is different compared to non-cyclone, Gremeng Resurgence and Beton Resurgence with a characteristic decrease in ionic content.
Distribution Sediment Fire Coal Power Plant Batang Cental Java Krisna, Candra Nardo
Jurnal Geografi : Media Informasi Pengembangan dan Profesi Kegeografian Vol 18, No 2 (2021): In progress [July 2021]
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/jg.v18i2.30763

Abstract

Pltu Batang or central java project power plant (CJPP) is a critical coal fire power plant with 2x1000 MW capacity in Batang regency, Central java. Construction of  apower plant in Batang regency is expected to be able to supply house hold and industrial electricity in Central java. The role of power plant is very important there fore the sediment distribution in this area must be considered in order to maintain smooth operation of the power plants activities. The studies of sediment distribution in this case study used discriptive methods, descriptive methode are methods research to create a description of a situation or event researched and studied in a limited time and in a certain place to get a overview of the situation and conditions study area. Observations of oceanographic parameter such as wind, sea floor topography, and current which a natural symptoms interrelated in the process of erosion and sedimentation, to get basic information sediment distribution and to determine how much impact the current on the basic sediment distribution fire coal power plant batang. Type tidal in this research semi diurnal tide, mean sea level value 60.014 Cm using admilarty calculation, average thickness sediment on December – February 2017 13.588 CM, average thickness sediment on March – May 2017 6.026 CM, average thickness on June – August 2017 8.783 Cm. Average thickness Sept – Nov 2017 1.217 Cm
Analisis Hujan Es di Kabupaten Ngawi Berdasarkan Citra Satelit Himawari-8 dan Data Reanalisis Copernicus ECMWF Diniyati, Estri; Syofyan, Dhiyaul Qalbi; Mulya, Aditya
Jurnal Geografi : Media Informasi Pengembangan dan Profesi Kegeografian Vol 18, No 2 (2021): In progress [July 2021]
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/jg.v18i2.28010

Abstract

Fenomena hujan es merupakan fenomena cuaca ekstrem yang merugikan manusia. Pada tanggal 11 November 2019 lalu, terjadi hujan es di Kabupaten Ngawi  dimana hujan es mengguyur hingga Kabupaten Blora dan Kabupaten Bojonegoro, sehingga kerugian yang ditafsir lebih tinggi. Penelitian ini bertujuan untuk menganalisis kondisi atmosfer dan lautan sebelum hingga saat kejadian hujan es sehingga kedepannya dapat digunakan dalam menganalisis dan memberikan peringatan kepada masyarakat agar dapat mengantisipasi terjadinya kerugian yang lebih besar. Dalam penelitian ini menggunakan metode analisis dengan data citra satelit Himawari-8 yang diolah dengan aplikasi SATAID serta analisis data reanalisis Copernicus ECMWF yang diolah dengan aplikasi GrADS. Hasil penelitian menunjukkan pada saat hujan es terdapat belokan angin disekitar wilayah Ngawi serta suhu muka air laut yang hangat di sebelah Utara Perairan Pulau Jawa. Hal ini mendukung adanya pertumbuhan awan konvektif yang dibuktikan dengan adanya kelembapan udara yang tinggi, kondisi atmosfer yang tidak stabil dan terbentuknya awan jenis cumulonimbus.
Dampak Siklon Tropis Savannah Terhadap Karakteristik Hidrogeokimia Aliran pada Mata Air Guntur, Kawasan Karst Gunungsewu Fajri Ramadhan; Indra Agus Riyanto; Ahmad Cahyadi; Muhammad Naufal; M Widyastuti; Tjahyo Nugroho Adji
Jurnal Geografi : Media Informasi Pengembangan dan Profesi Kegeografian Vol 18, No 2 (2021)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/jg.v18i2.30293

Abstract

Tropical Cyclones often occur in Indonesia and have disastrous impacts. Until now, no research has focused on time series data related to groundwater discharge and chemistry due to tropical cyclones. Therefore, this study aims to analyze and compare the characteristics of the hourly time series, both discharge and chemistry of the Guntur karst springs. Guntur Spring was affected by the tropical cyclone of Savannah on March 17, 2019. The method used in this study consisted of two parts, namely the analysis of the discharge and chemistry of Guntur Spring. Discharge analysis was performed by correlation test with rain intensity. Chemical analysis was carried out using the Minister of Health Regulation No. 90 of 2002 and expert standards. Other chemical analyzes were performed using a triangular piper, rectangular piper, and stiff diagram of the parameters Na+, K+, Ca2+, Mg2+, SO42-, Cl-, and HCO3-. The results of the relationship between discharge and rain intensity are directly proportional and increase significantly during a cyclone. The results of analysis of the Guntur Springs during Tropical Cyclone Savannah, all parameters are in accordance with the quality standard. In addition, there was a reduction in ion content due to the dilution process of Ca2+, Mg2+, Cl-, HCO3-., DHL, and pH ions compared to non-cyclone, Beton Resurgence, and Gremeng Resurgence ions. The chemical results when the cyclone is different compared to non-cyclone, Gremeng Resurgence and Beton Resurgence with a characteristic decrease in ionic content.
Pemanfaatan Wahana Unmanned Aerial Vehicle (UAV) dan GPS (Global Positioning System) untuk Analisis Tingkat Kerugian Material Penduduk pada Daerah Rawan Tanah Longsor Win Rivai; Fahrudin Hanafi
Jurnal Geografi : Media Informasi Pengembangan dan Profesi Kegeografian Vol 18, No 2 (2021)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/jg.v18i2.30763

Abstract

Perumahan Trangkil Baru dan Trangkil Sejahtera merupakan suatu kawasan perumahan di wilayah Kelurahan Sukorejo, Kecamatan Gunungpati, Kota Semarang yang memiliki risiko bencana longsor. Tanah longsor menyebabkan banyak kerugian material bagi penduduk yang bertempat tinggal pada wilayah terdampak, sehingga dikahawatirkan peristiwa yang sama akan terjadi pada tahun-tahun yang akan datang oleh sebab itu diperlukan adanya analisis tingkat kerugian material penduduk akibat tanah longsor. Penelitian ini menggunakan wahana UAV dan GPS sebagai media pengumpulan data geospasial, kemudian dilakukan uji akurasi geometri, planimetrik dan atribut. Sedangkan tingkat kerugian material penduduk dihitung berdasarkan metode ECLAC, kerugian aset tetap dan opportunity cost. Tingkat akurasi yang diperoleh adalah sebesar 3,60 meter untuk nilai akurasi vertikal dan nilai akurasi horizontal adalah 1,33 meter. Tingkat kepercayaan yang didapat untuk akurasi atribut adalah 90% dan nilai akurasi planimetrik untuk luas adalah -8,3973 sedangkan untuk nilai akurasi jarak adalah 0,3819. Nilai kerugian untuk aset tetap pada tingkat kerusakan atau kehilangan 70% adalah senilai Rp147.875.000,00. Pendapatan yang hilang penduduk paling tinggi adalah yang bermata pencaharian sebagai pegawai swasta, dan kerugian infrastruktur yang paling tinggi adalah jenis rumah tinggal permanen.
Analisis Hujan Es di Kabupaten Ngawi Berdasarkan Citra Satelit Himawari-8 dan Data Reanalisis Copernicus ECMWF Estri Diniyati; Dhiyaul Qalbi Syofyan; Aditya Mulya
Jurnal Geografi : Media Informasi Pengembangan dan Profesi Kegeografian Vol 18, No 2 (2021)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/jg.v18i2.28010

Abstract

Fenomena hujan es merupakan fenomena cuaca ekstrem yang merugikan manusia. Pada tanggal 11 November 2019 lalu, terjadi hujan es di Kabupaten Ngawi  dimana hujan es mengguyur hingga Kabupaten Blora dan Kabupaten Bojonegoro, sehingga kerugian yang ditafsir lebih tinggi. Penelitian ini bertujuan untuk menganalisis kondisi atmosfer dan lautan sebelum hingga saat kejadian hujan es sehingga kedepannya dapat digunakan dalam menganalisis dan memberikan peringatan kepada masyarakat agar dapat mengantisipasi terjadinya kerugian yang lebih besar. Dalam penelitian ini menggunakan metode analisis dengan data citra satelit Himawari-8 yang diolah dengan aplikasi SATAID serta analisis data reanalisis Copernicus ECMWF yang diolah dengan aplikasi GrADS. Hasil penelitian menunjukkan pada saat hujan es terdapat belokan angin disekitar wilayah Ngawi serta suhu muka air laut yang hangat di sebelah Utara Perairan Pulau Jawa. Hal ini mendukung adanya pertumbuhan awan konvektif yang dibuktikan dengan adanya kelembapan udara yang tinggi, kondisi atmosfer yang tidak stabil dan terbentuknya awan jenis cumulonimbus.
Analisis Sebaran Spasial Tingkat Kejadian Kasus Covid-19 Dengan Metode Kernel Density di Kota Ambon Heinrich Rakuasa; Mangapul Parlindungan Tambunan; Rudy Parluhutan Tambunan
Jurnal Geografi : Media Informasi Pengembangan dan Profesi Kegeografian Vol 18, No 2 (2021)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/jg.v18i2.28234

Abstract

Kota Ambon merupahkan daerah dengan kasus COVID-19 tertinggi di provinsi Maluku yaitu 435 orang terkonfirmasi positif dan yang terkonfimasi suspek 10 orang. Kasus COVID-19 di Kota Ambon dari bulan maret-desember, cenderung meningkat setiap bulannya. Jumlah penderita COVID-19 di Kota Ambon meningkat disebabkan karena wilayah tersebut merupakan wilayah dengan jumlah penduduk yang banyak dibandingkan wilayah lain, jumlah penduduk Kota Ambon saat ini yaitu 371.650 Jiwa. Penelitian ini bertujuan untuk mengetahui sebaran spasial tingkat kejadian kasus positif COVID-19 dengan metode Kernel Density di Kota Ambon  dan untuk menganalisis hubungan antara kepadatan penduduk dan jumlah kasus Positif COVID-19 di Kota Ambon. Hasil analisis pola spasial sebaran tingkat kejadian kasus Positif COVID-19 terkonsentrasi pada wilayah-wilayah tertentu mengikuti jumlah penduduk dan faktor lingkungan lain di Kota Ambon. Sebaran spasial tingkat kejadian kasus Positif COVID-19 menunjukan, kelas tertinggi terdapat disekitar 22 desa dan Kelurahan dengan luas 1420 Hektar atau 4%, kelas sedang terdapat di 8 desa dan kelurahan dengan luas 2258 atau 7%, dan kelas rendah terdapat di 29 desa dan kelurahan  dengan luas 28877 atau 89%. Hubungan kepadatan penduduk dengan jumlah kejadian kasus Positif COVID-19 di Kota Ambon mempunyai korelasi yang  kuat dengan nilai (r) 0,620 dan mempunyai hubungan yang positif.
Pemetaan Ekosistem Mangrove di Kabupaten Kubu Raya Menggunakan Machine Learning pada Google Earth Engine Trida Ridho Fariz; Pawit Indra Permana; Fitri Daeni; Akbar Cahyadhi Pratama Putra
Jurnal Geografi : Media Informasi Pengembangan dan Profesi Kegeografian Vol 18, No 2 (2021)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/jg.v18i2.30231

Abstract

Penyediaan data distribusi mangrove serta perubahannya membutuhkan waktu pemrosesan yang lama jika dilakukan dengan interpretasi citra secara konvensional, apalagi jika dilakukan pada area yang luas seperti Kabupaten Kubu Raya. Hadirnya platform yang bernama Google Earth Engine (GEE) bisa menjadi solusi permasalahan tersebut. GEE mempunyai akses data yang besar, mampu mengolah data berbasis cloud serta memiliki banyak algoritma machine learning. Oleh karena itu penelitian ini mencoba memetakan mangrove di Kabupaten Kubu Raya menggunakan machine learning yang tersedia di GEE, selain itu kami juga membahas beberapa future work terkait pemetaan mangrove di Kabupaten Kubu Raya menggunakan GEE. Machine learning yang digunakan dalam penelitian ini antara lain: CART, Random Forest, GMO Max Entropy, Voting SVM, Margin SVM. Hasil penelitian ini menunjukkan bahwa machine learning yang terbaik dalam memetakan mangrove di Kabupaten Kubu Raya adalah CART. Random Forest juga menjadi machine learning dengan akurasi tertinggi setelah CART, baik keduanya merupakan machine learning berbasis logika atau juga disebut machine learning berbasis pohon keputusan. Dari beberapa studi juga mendukung bahwa machine learning ini sangat cocok digunakan untuk pemetaan penutup lahan. Hasil pemetaan mangrove ini memiliki akurasi kappa yang baik walaupun masih terdapat misklasifikasi sehingga perlu dilakukan sentuhan manual seperti interpretasi visual. Penelitian ini masih terdapat banyak keterbatasan sehingga perlu dikembangkan penelitian dengan menggunakan input data yang lebih beragam dan pengujian hyperparamater antar machine learning.

Page 1 of 1 | Total Record : 10

 1 

Filter by Year

2021 2021


Reset
Filter By Issues
All Issue Vol 20, No 2 (2023) Vol 20, No 1 (2023) Vol 19, No 2 (2022) Vol 19, No 1 (2022) Vol 18, No 2 (2021): In progress [July 2021] Vol 18, No 2 (2021) Vol 18, No 1 (2021): January Vol 18, No 1 (2021) Vol 17, No 2 (2020): July Vol 17, No 2 (2020) Vol 17, No 1 (2020): January Vol 17, No 1 (2020) Vol 16, No 2 (2019) Vol 16, No 2 (2019): July Vol 16, No 1 (2019): January Vol 16, No 1 (2019) Vol 15, No 2 (2018): July 2018 Vol 15, No 1 (2018): January 2018 Vol 15, No 2 (2018) Vol 15, No 1 (2018) Vol 14, No 2 (2017): July 2017 Vol 14, No 1 (2017): January 2017 Vol 14, No 1 (2017): January 2017 Vol 14, No 2 (2017) Vol 14, No 1 (2017) Vol 13, No 2 (2016): July 2016 Vol 13, No 2 (2016): July 2016 Vol 13, No 1 (2016): January 2016 Vol 13, No 1 (2016): January 2016 Vol 13, No 2 (2016) Vol 13, No 1 (2016) Vol 12, No 2 (2015): July 2015 Vol 12, No 2 (2015): July 2015 Vol 12, No 1 (2015): January 2015 Vol 12, No 1 (2015): January 2015 Vol 12, No 2 (2015) Vol 12, No 1 (2015) Vol 11, No 2 (2014): July 2014 Vol 11, No 2 (2014): July 2014 Vol 11, No 1 (2014): January 2014 Vol 11, No 1 (2014): January 2014 Vol 11, No 2 (2014) Vol 11, No 1 (2014) Vol 10, No 2 (2013): July 2013 Vol 10, No 2 (2013): July 2013 Vol 10, No 2 (2013) Vol 8, No 2 (2011): July 2011 Vol 8, No 2 (2011): July 2011 Vol 8, No 1 (2011): January 2011 Vol 8, No 1 (2011): January 2011 Vol 8, No 2 (2011) Vol 8, No 1 (2011) Vol 7, No 2 (2010): July 2010 Vol 7, No 2 (2010): July 2010 Vol 7, No 1 (2010): January 2010 Vol 7, No 1 (2010): January 2010 Vol 7, No 2 (2010) Vol 7, No 1 (2010) Vol 6, No 2 (2009): July 2009 Vol 6, No 2 (2009): July 2009 Vol 6, No 2 (2009) Vol 4, No 2 (2007): July 2007 Vol 4, No 2 (2007): July 2007 Vol 4, No 1 (2007): January 2007 Vol 4, No 1 (2007): January 2007 Vol 4, No 2 (2007) Vol 4, No 1 (2007) More Issue